Transcriptomic features for prediction of endovascular thrombectomy clinical benefit in stroke

Technische Samenvatting: Transcriptomische Kenmerken voor de Voorspelling van het Klinisch Voordeel van Endovasculaire Trombectomie bij Beroerte

Probleemstelling
Mechanische trombectomie (MT) is de standaard reperfusietherapie voor acute ischemische beroerte (AIS) veroorzaakt door een occlusie van een groot vat (LVO). Er is echter sprake van een duidelijke interindividuele heterogeniteit in therapeutische uitkomsten, waarbij een aanzienlijk deel van de patiënten geen functioneel herstel bereikt of complicaties ondergaat zoals hemorragische transformatie. Huidige preoperatieve voorspellende markers zijn onvoldoende; bestaande indicatoren (bijv. recanalisatiegraad, postoperatieve bloeding) zijn retrospectief of post-procedureel, wat een tijdsverloop creëert dat precieze preoperatieve screening verhindert. De studie adresseert de behoefte aan nieuwe preoperatieve risicomarkers om geïndividualiseerde behandelstrategieën te sturen en te voorspellen welke LVO-AIS-patiënten klinisch voordeel zullen halen uit MT.

Methodologie
De studie maakte gebruik van een prospectief klinisch cohortontwerp met 22 patiënten met een AIS in de voorste circulatie die tussen mei 2025 en mei 2026 werden opgenomen in het Eerste Affiliated Hospital van Hebei North University.

• Patiëntstratificatie: Patiënten werden gestratificeerd in "gunstige" en "ongunstige" prognosegroepen op basis van twee eindpunten: vroege neurologische verbetering (ENI ≥ 30% reductie in NIHSS na 24 uur) en langetermijnfunctionele prognose (90-dagen gemodificeerde Rankin Schaal [mRS] ≤ 2).
• Monstername: Perifeer veneus bloed werd verzameld in PAXgene-buizen voorafgaand aan de endovasculaire trombectomie (EVT)-procedure.
• Transcriptoomanalyse: RNA-sequencing (RNA-seq) werd uitgevoerd met behulp van het Illumina NovaSeq-platform. De gegevensverwerking omvatte kwaliteitscontrole (fastp), uitlijning met het menselijke referentiegenoom (GRCh38.p14) via HISAT2, en kwantificering met behulp van RSEM.
• Bioinformatica: Differentieel tot expressie gebrachte genen (DEGs) werden geïdentificeerd met DESeq2 (criteria: |log2FC| ≥ 1, FDR < 0,05). Functionele verrijking werd uitgevoerd via Gene Ontology (GO) en KEGG-pathwayanalyse. Proteïne-proteïne interactienetwerken (PPI) werden geconstrueerd om hub-genen te identificeren.
• Statistische Modellering: Univariabele en multivariabele Cox-regressieanalyses werden gebruikt om genen te identificeren die geassocieerd zijn met procedureel voordeel. Receiver Operating Characteristic (ROC)-curves en Decision Curve Analysis (DCA) werden gebruikt om de voorspellende prestaties en het klinische netto voordeel van de geïdentificeerde gen-signatures te evalueren.

Belangrijkste Bijdragen en Resultaten

• Transcriptoom-profilering: De analyse identificeerde 567 significante DEGs tussen responders en non-responders. Specifiek waren 432 genen opgereguleerd in de gunstige groep (verrijkt in immuun-inflammatoire pathways), terwijl 135 genen omlaag gereguleerd waren (verrijkt in neuronale apoptose en endotheliale schade pathways).
• Pathway-verrijking: Gene Set Enrichment Analysis toonde aan dat de gunstige groep een significante verrijking vertoonde in inflammatoire biologische processen, waarbij "cytokine-cytokine receptor interactie" werd geïdentificeerd als de belangrijkste KEGG-pathway. Dit suggereert dat preoperatieve inflammatie in deze context neurologisch herstel kan faciliteren.
• Identificatie van Hub-genen: Door middel van PPI-netwerkanalyse en regressiemodellering werden vier neutrofiel-gerelateerde hub-genen geïdentificeerd als kernregulatoren: AZU1, ELANE, MPO en MMP8.
  • Correlatie: Deze vier genen vertoonden een sterke correlatie met de MT-effectiviteit. Opmerkelijk genoeg, hoewel DEFA1B duidelijke verschillen in expressie vertoonde, diende het niet als een onafhankelijke prognostische regulator in de multivariabele analyse.
  • Voorspellende Prestaties: Het logistische regressiemodel gebaseerd op ELANE bereikte een Area Under the Curve (AUC) van 0,893. Het vier-genen panel vertoonde een goede discriminerende bekwaamheid voor zowel korte-termijn (ENI) als lange-termijn (90-dagen mRS) uitkomsten, met AUC's variërend van 0,785 (MMP8) tot 0,832 (MPO).
  • Klinische Bruikbaarheid: Decision Curve Analysis (DCA) gaf aan dat het vier-genenmodel een maximaal klinisch netto voordeel van 0,64 bood, waarmee het referentiestrategieën overtrof over relevante drempelwaarde-kansen.

Significantie en Claims
Het artikel claimt dat de preoperatieve perifere bloed transcriptoomprofielen significant verschillen tussen MT-responders en non-responders, specifiek met betrekking tot de expressie van inflammatoire genen. De studie stelt dat individuen met een verhoogde expressie van specifieke inflammatoire genen (AZU1, ELANE, MPO, MMP8) grotere kans hebben om klinische voordelen te behalen bij chirurgie.

De auteurs stellen dat deze vier hub-genen dienen als voorlopige, niet-invasieve kandidaat-voorspellende biomarkers. Hun significantie ligt in:

1. Het bieden van een moleculair fundament voor de variabele post-interventionele behandelingsreacties waargenomen bij AIS-patiënten.
2. Het bieden van een potentieel instrument voor preoperatieve risicostratificatie en de formulering van geïndividualiseerde MT-strategieën.
3. Het suggereren dat de acute systemische inflammatoire respons getriggerd door een occlusie van een groot vat een regulerende rol speelt in zowel korte- als langetermijn neurale herstelprocessen.

Beperkingen en Bescheidenheid van Claims
De auteurs erkennen expliciet het verkennende karakter van de studie en verschillende beperkingen:

• Steekproefomvang: De cohort was klein (n=22) en gecentreerd in één centrum, wat de generaliseerbaarheid en het vermogen om voor meerdere verstorende variabelen te corrigeren beperkt.
• Causaliteit: De studie identificeert correlationele associaties maar kan geen causale relaties vaststellen tussen genexpressieniveaus en chirurgisch voordeel.
• Cellulaire Resolutie: Bulk RNA-seq werd gebruikt, wat voorkomt dat specifieke cel-subsets die de expressie drijven precies geïdentificeerd kunnen worden; de auteurs merken op dat single-cell sequencing vereist is om cel-specifieke patronen te verhelderen.
• Validatie: De bevindingen vereisen validatie in grotere, multi-center cohorten met onafhankelijke externe validatie voordat klinische translatie mogelijk is.

Concluderend kaderen de auteurs deze genen als "voorlopige" en "kandidaat" markers, waarbij de nadruk wordt gelegd op de noodzaak van verder cellulair, dierlijk en prospectief klinisch onderzoek om de regulerende mechanismen en klinische bruikbaarheid te valideren.