A five-gene prognostic signature integrating endothelial senescence and lipid metabolism for risk stratification in hepatocellular carcinoma

Leverkanker, specifiek een type genaamd hepatocellulair carcinoom, blijft wereldwijd een van de meest dodelijke vormen van de ziekte. Hoewel infecties zoals hepatitis en levensstijlfactoren zoals obesitas al lang bekend staan als drijfveren voor de ontwikkeling ervan, wordt de precieze biologische machinerie die deze tumoren doet groeien en behandelingen laat falen, nog steeds in kaart gebracht. Twee specifieke biologische processen zijn recentelijk in de belangstelling gekomen: de veroudering van de bloedvaten die de tumor voeden en de manier waarop de tumorcellen met vetten omgaan. Naarmate de cellen van bloedvaten oud worden, geven ze signalen af die per ongeluk de groei van kanker kunnen stimuleren, terwijl kankercellen vaak hun metabolisme herprogrammeren om vetten te verzamelen en te verbranden voor energie. Het begrijpen van de interactie tussen deze twee processen — verouderende vaten en vetmetabolisme — zou nieuwe manieren kunnen onthullen om te voorspellen wie het meeste risico loopt en hoe hun kanker zich zou kunnen gedragen.

Onderzoekers probeerden een verband te vinden tussen deze twee werelden door genetische gegevens van honderden leverkankerpatiënten te analyseren. Ze begonnen met het verzamelen van informatie over genen die bekend staan als betrokken bij de veroudering van bloedvatcellen en genen die betrokken zijn bij het vetmetabolisme. Door deze lijsten te kruisen met genen die actief of inactief waren in levertumoren vergeleken met gezond weefsel, brachten ze een enorme lijst met mogelijkheden terug naar een specifieke set van tweeënvijftig kandidaat-genen. Vanuit deze groep gebruikten ze statistische methoden om een kern groep van vijf genen te identificëren die samenwerkten om de uitkomsten voor patiënten te voorspellen. Deze vijf genen zijn FABP5, FABP6, MMP1, SGPP2 en UGT1A10. De onderzoekers bouwden een model met behulp van de activiteitsniveaus van deze vijf genen om patiënten in twee groepen te verdelen: degenen met een hoog risico op een slechte overleving en degenen met een laag risico.

Toen ze dit model testten, lieten de resultaten een duidelijke verdeling zien. Patiënten in de hoogrisicogroep, waarbij deze vijf genen volgens een specifiek patroon actief waren, hadden significant kortere overlevingstijden dan de laagrisicogroep. Het model werd getest tegen een aparte groep patiënten om er zeker van te zijn dat het niet slechts een toevalstreffer was van de eerste dataset, en het hield stand door correct diegenen met een slechtere prognose te identificeren. De onderzoekers keken ook naar de reactie van het immuunsysteem op de tumor. Ze ontdekten dat de hoogrisicogroep een onderscheidende immuunomgeving had, met een opvallende aanwezigheid van bepaalde immuuncellen. Eén gen in het bijzonder, FABP5, viel op omdat het activiteitsniveau sterk verbonden was met de aanwezigheid van geactiveerde CD4 T-cellen, een type immuuncel dat helpt bij het coördineren van de defensie van het lichaam. Dit suggereert dat FABP5 een brug kan zijn tussen hoe de tumor met vet omgaat en hoe het immuunsysteem daarop reageert.

Om te begrijpen waar deze genen daadwerkelijk werkten binnen het lichaam, bekeken het team individuele cellen in plaats van alleen de tumor als geheel. Dit gedetailleerde beeld onthulde dat alle vijf de genen voornamelijk actief waren in de levercellen zelf, ook wel hepatocyten genoemd. Bovendien veranderde de activiteit van deze genen naarmate de cellen door verschillende stadia van het worden van kanker bewogen. Sommige genen, zoals FABP5, werden actiever naarmate de cellen vorderden naar een meer gevorderde, gevaarlijke staat, terwijl andere eerder piekten. De onderzoekers brachten ook in kaart hoe deze cellen met hun buren communiceerden. Ze ontdekten een specifiek signaalpad dat een molecuul genaamd NAMPT betreft, dat zijn bereik in tumoren leek uit te breiden, waardoor kankercellen met een grotere variëteit aan immuun- en structurele cellen konden communiceren, wat potentieel helpt de tumor een beschermende omgeving te laten bouwen.

Het team stopte niet bij computeranalyse; ze verzamelden ook verse weefselmonsters van vijf patiënten in een ziekenhuis in Shenzhen om hun bevindingen in de echte wereld te verifiëren. Met behulp van een standaard laboratoriumtechniek om de genactiviteit te meten, bevestigden ze dat drie van de genen — FABP5, FABP6 en UGT1A10 — inderdaad actiever waren in het tumorweefsel dan in het gezonde weefsel ernaast. De resultaten voor de andere twee genen, MMP1 en SGPP2, waren echter complexer. Hoewel de computermodellen suggereerden dat deze genen actief waren in specifieke levercellen binnen de tumor, toonden de verse weefselmonsters lagere niveaus van deze genen aan in totaal. De onderzoekers merkten op dat dit verschil waarschijnlijk voortkomt uit het feit dat een volledig weefselmonster een mix bevat van vele celtypen, terwijl de computermodellen naar individuele cellen keken, en dat de kleine hoeveelheid verse monsters de volledige diversiteit van de ziekte mogelijk niet volledig heeft gevangen.

Uiteindelijk biedt deze studie een nieuwe manier om naar leverkanker te kijken door de veroudering van bloedvaten te koppelen aan het vetmetabolisme. De vijf-genen-handtekening biedt een instrument om patiënten te stratificeren, waarbij zij worden geïdentificeerd die mogelijk behoefte hebben aan intensievere monitoring of andere behandelstrategieën. Hoewel het model veelbelovend is, waarschuwen de auteurs dat het nog geen perfecte voorspeller is en verdere tests in grotere groepen mensen vereist. De ontdekking dat FABP5 de vetverwerking verbindt met immuunactiviteit is bijzonder intrigerend, wat suggereert dat het gericht aanpakken van dit gen of de gerelateerde paden op een dag kan helpen om het vermogen van de tumor om zich voor het immuunsysteem te verbergen te verstoren. Voor nu is het werk een gedetailleerde kaart van het genetische landschap van leverkanker, die specifieke doelwitten aanwijst die toekomstig onderzoek kan verkennen om de patiëntenzorg te verbeteren.