Development of T-Cell-Associated Signatures Based on Machine Learning Integration for Predicting Breast Cancer Prognosis

Technische Samenvatting: Ontwikkeling van T-cel-geassocieerde Signaturen Gebaseerd op Machine Learning Integratie voor het Voorspellen van de Prognose bij Borstkanker

Probleemstelling
Borstkanker blijft wereldwijd de meest voorkomende vorm van kanker, waarbij de prognose aanzienlijk verslechtert bij metastase, met name naar de botten. Hoewel single-cell sequencing de tumorheterogeniteit en de tumormicro-omgeving (TME) heeft verduidelijkt, blijft de specifieke rol van T-celdynamiek in de progressie en prognose van borstkanker onvolledig begrepen. Bovendien schieten bestaande klinische stadia en moleculaire typering vaak tekort in het volledig vastleggen van de complexiteit van tumor-immuuninteracties, wat de noodzaak voor robuustere biomarkers voor prognostische voorspelling en de beoordeling van de respons op immunotherapie vergroot.

Methodologie
De studie maakte gebruik van een multi-omics integratiestrategie die single-cell RNA-sequencing (scRNA-seq) en bulk RNA-seq data combineert, geanalyseerd via geavanceerde machine learning-pipelines:

1. Data-acquisitie en Preprocessing:

   • scRNA-seq: Twee datasets (GSE180286 en GSE158399) bevattende primaire borstkankercellen en gepaard gaande lymfekliermetastasen werden geanalyseerd met behulp van het R-pakket Seurat. Batch-effecten werden verwijderd via SCTransform, en dimensionaliteitsreductie (PCA, t-SNE) werd uitgevoerd.
   • Bulk RNA-seq: Transcriptoom- en klinische data werden verkregen uit The Cancer Genome Atlas (TCGA-BRCA) en zes onafhankelijke GEO-datasets (GSE1456, GSE20685, GSE24450, GSE42568, GSE58812, GSE7390).
   • Immunotherapie Cohorten: Validatie werd uitgevoerd met drie immunotherapie-datasets: GSE78220 (melanoom), GSE135222 (kleincellige longkanker) en IMvigor210 (urotheelcelcarcinoom).

2. Constructie van de Signature:

   • Celannotatie & Differentieel Analyse: scRNA-seq data identificeerden 13 celclusters. T-celpopulaties vertoonden een significante differentiële abundantie tussen tumor- en metastatische weefsels. Differentieel tot expressie gebrachte genen (logFC > 0,5, p < 0,05) tussen deze T-celstaten werden geëxtraheerd.
   • Subtypering: Consensus clustering gebaseerd op T-cel differentieel genen verdeelde de TCGA-BRCA monsters in twee subtypes (C1 en C2).
   • Machine Learning Integratie: Uit de TCGA-cohort werden 419 differentieel tot expressie gebrachte genen gescreend via univariate Cox-regressie om 52 prognostische genen te identificeren. Deze werden onderworpen aan 101 combinaties van 10 machine learning-algoritmen (waaronder Random Survival Forest, Elastic Net, Lasso, Ridge, Stepwise Cox, CoxBoost, etc.).
   • Selectie van het Optimale Model: Het model met de hoogste gemiddelde Harrell's concordance index (C-index) over de datasets heen werd geselecteerd. De optimale combinatie werd geïdentificeerd als StepCox (forward) + Ridge regressie.

3. Validatie en Analyse:

   • Prognostische Waarde: Patiënten werden gestratificeerd in hoog- en laagrisicogroepen op basis van de mediane risicoscore. Overlevingsanalyse (Kaplan-Meier), ROC-curves en C-index vergelijkingen werden uitgevoerd over alle datasets.
   • TME en Multi-omics: Immuuninfiltratie werd beoordeeld met behulp van ssGSEA, ESTIMATE en CIBERSORT. Somatische mutaties werden geanalyseerd via maftools om de Tumor Mutation Burden (TMB) te berekenen. De Tumor Immune Dysfunction and Exclusion (TIDE) score werd berekend om de respons op immunotherapie te voorspellen.

Belangrijkste Resultaten

• Identificatie van T-cel Subtypes: Twee consensusclusters (C1 en C2) werden geïdentificeerd. C2 vertoonde een "hot" tumorfenoype met een significant hogere immuuncelinfiltratie (inclusclusief geactiveerde CD8+ T-cellen, NK-cellen en macrofagen) en een significant betere algehele overleving vergeleken met C1.
• Robuustheid van het TRS Model: De T-cel-geassocieerde signature (TRS), afgeleid van het StepCox+Ridge model, demonstreerde een superieure prognostische nauwkeurigheid vergeleken met conventionele klinische kenmerken (leeftijd, geslacht, T/N/M-stadiëring en moleculair subtype) over zeven onafhankelijke datasets. Het model behield een hoge nauwkeurigheid met C-index waarden variërend van 0,682 tot 0,769 in verschillende cohorten.
• Associatie met TME en Genomica:
  • Low-TRS Groep: Gekenmerkt door een overvloedige immuuncelinfiltratie, hogere expressie van MHC-moleculen, chemokines en immuuncheckpoints (PD-1, PD-L1, CTLA-4), en verhoogde activiteit over alle zeven stappen van de kanker-immuuncyclus.
  • High-TRS Groep: Geassocieerd met hogere tumorzuiverheid, lagere immuuninfiltratie en een hogere Tumor Mutation Burden (TMB). Opvallend genoeg vertoonde de high-TRS groep een hogere frequentie van TP53 mutaties (49% vs. 20% in de low-TRS groep) en een hogere TIDE-score, wat wijst op immuundysfunctie en exclusie.
• Voorspelling van Immunotherapie: In drie onafhankelijke immunotherapie-cohorten vertoonden patiënten met low TRS scores een significant betere algehele overleving en hogere responspercentages (Complete/Partiële Remissie) op PD-1/PD-L1 blokkade vergeleken met high-TRS patiënten. Low TRS was sterk geassocieerd met het "immunoinflammatoire" (geïnflammeerde) tumorfenoype.

Significantie en Claims
De auteurs claimen dat deze studie succesvol een robuuste, door machine learning afgeleide T-cel-geassocieerde signature (TRS) heeft ontwikkeld die dient als een onafhankelijke prognostische factor voor borstkanker. De significantie van het werk ligt in:

1. Superieur Voorspellend Vermogen: De TRS presteert beter dan traditionele klinische stadiëring en moleculaire typering bij het voorspellen van de overleving van patiënten.
2. Guidance voor Immunotherapie: De signature stratificeert effectief patiënten die waarschijnlijk baat zullen hebben bij immuuncheckpoint-remmers, waarbij een "low-TRS" populatie met een "hot" tumormicro-omgeving en een gunstige respons op immunotherapie wordt geïdentificeerd.
3. Mechanistisch Inzicht: De studie koppelt specifieke T-cel-geassocieerde genexpressiepatronen aan immuuninfiltratie, TMB en immuuncheckpoint-expressie, wat een biologische basis biedt voor de geobserveerde prognostische verschillen.

Beperkingen
De auteurs erkennen verschillende beperkingen:

• Retrospectief Karakter: Alle data werden afkomstig uit publieke, retrospectieve cohorten, wat potentieel selectiebias introduceert.
• Steekproefomvang: Sommige immunotherapie validatie-cohorten hadden relatief kleine steekproeven (bijv. n=27, n=28).
• Mechanistische Validatie: De specifieke biologische functies van de genen die in de signature zijn opgenomen, zijn niet experimenteel gevalideerd via in vitro of in vivo modellen.
• Gebrek aan Prospectieve Data: Het model is nog niet gevalideerd in prospectieve klinische trials.

Conclusie
De studie concludeert dat het TRS-model een krachtig instrument is voor gepersonaliseerde prognostische voorspelling en klinische besluitvorming bij borstkanker, in het bijzonder voor het identificeren van patiënten die mogelijk baat zullen hebben bij immunotherapie. Toekomstig werk is vereist om deze bevindingen te valideren in prospectieve multicenter studies en om de onderliggende moleculaire mechanismen te verduidelijken.