Integrated Multi-Omics Analysis Identifies Key Genes and Drug Candidates in Non-Small Cell Lung Cancer

Technische Samenvatting: Geïntegreerde Multi-omics Analyse Identificeert Belangrijke Genen en Medicijnkandidaten bij Niet-kleincellige Longkanker

Probleemstelling
Niet-kleincellige longkanker (NSCLC) vormt ongeveer 85% van alle gevallen van longkanker, maar blijft geassocieerd met een slechte prognose, met een 5-jaars overlevingspercentage van minder dan 20%. Deze slechte uitkomst wordt toegeschreven aan late diagnose, tumorheterogeniteit en de complexiteit van de tumormicro-omgeving (TME). Huidige therapeutische strategieën, waaronder chirurgie, radiotherapie en chemotherapie, kampen vaak met beperkingen door medicijnresistentie en een gebrek aan specificiteit. Daarom is er een dringende klinische behoefte aan het identificeren van zeer gevoelige en specifieke vroege diagnostische markers en nieuwe gerichte therapeutische agentia. Hoewel traditionele differentieel expressie-analyse initiële inzichten biedt, mist het vaak het vermogen om co-expressierelaties en netwerkregulaties te vatten die inherent zijn aan tumorigenese. Bovendien vereist de specifieke cellulaire distributie van sleutel-oncogenen binnen de NSCLC-micro-omgeving en hun potentieel als precieze medicijn targets diepere investigatie.

Methodologie
Deze studie maakte gebruik van een uitgebreide multi-omics integratiestrategie die bulk-transcriptomics, single-cell RNA-sequencing (scRNA-seq) en computationele medicijnontdekking combineerde:

1. Data-acquisitie en Preprocessing: Transcriptomische data van zes GEO-datasets (GSE19804, GSE75037, GSE102287, GSE103512, GSE116959, GSE118370) bevattende NSCLC-tumor- en normaal weefselmonsters werden samengevoegd. Batch-effecten werden gecorrigeerd met het ComBat-algoritme en genen met een lage expressie werden gefilterd.
2. Gen-screening Pipeline:
   • Differentieel Expressie-analyse (DEA): Identificeerde differentieel tot expressie gebrachte genen (DEGs) met behulp van het limma-pakket (criteria: |log2FC| > 1, adj. P < 0,05).
   • Weighted Gene Co-expression Network Analysis (WGCNA): Bouwde een co-expressienetwerk om modules te identificeren die correleren met klinische kenmerken. De module die het meest positief correleerde met NSCLC werd geselecteerd.
   • Intersectie en Verrijking: De intersectie van DEGs en de sleutelgenen van de WGCNA-module vormde de kern-genenset, gevolgd door GO- en KEGG functionele verrijkingsanalyse.
   • PPI Netwerk: Proteïne-proteïne interactie (PPI) netwerken werden geconstrueerd via de STRING-database, en hub-genen werden geïdentificeerd met behulp van de MCODE en cytoHubba plugins.
   • Integratie van Machine Learning: Drie algoritmen — LASSO-regressie, Support Vector Machine met Recursive Feature Elimination (SVM-RFE) en Random Forest (RF) — werden toegepast op de hub-genen. De intersectie van genen die door alle drie de methoden waren geselecteerd, definieerde de uiteindelijke sleutelgenenset.
3. Diagnostische Modellering: Receiver Operating Characteristic (ROC) curves en een nomogram-voorspellingsmodel werden geconstrueerd om de diagnostische prestaties en klinische bruikbaarheid te evalueren.
4. Single-Cell Analyse: Publieke scRNA-seq data (GSE229253) werden geanalyseerd met behulp van het Seurat-pakket voor celclustering en annotatie. Het CellChat-pakket werd gebruikt om cel-cel communicatienetwerken en ligand-receptor interacties binnen de TME in kaart te brengen.
5. Virtuele Knockout en Medicijnscreening:
   • Virtuele Knockout: De scTenifoldKnk-tool werd gebruikt om de effecten op de genexpressienetwerken te voorspellen van de inactivatie van TOP2A.
   • Virtuele Screening: Het DrugReflector deep learning framework screende voor kleine moleculen die gericht zijn op TOP2A.
   • Moleculaire Docking: Kandidaat-medicijnen werden gedockt tegen de TOP2A-proteïenstructuur met behulp van CB-Dock2 om bindingsenergieën te berekenen.

Belangrijkste Bijdragen en Resultaten

• Identificatie van Sleutel Diagnostische Genen: De studie identificeerde 1.159 DEGs en een sleutel WGCNA-module (MEblue) met 758 genen. De intersectie leverde 111 genen op, waaruit 10 hub-genen werden geselecteerd via PPI-analyse. Integratie van machine learning (LASSO, SVM, RF) verfijnde dit tot een definitieve set van zeven sleutelgenen: CCNA2, CDC20, BUB1, CCNB1, TOP2A, BIRC5, en CENPF.
• Diagnostische Prestaties: Alle zeven genen vertoonden uitstekende diagnostische waarde met Area Under the Curve (AUC) waarden > 0,85. TOP2A vertoonde de hoogste effectiviteit (AUC = 0,957). Een nomogram gebaseerd op deze genen vertoonde een goede kalibratie en bood een positief netto voordeel in de decision curve analyse.
• Prognostische Betekenis: Een hoge expressie van TOP2A was significant geassocieerd met een slechte algehele overleving (HR = 1,48, P = 1,5×10⁻¹⁰) en was opgereguleerd in meerdere kankertypes.
• Single-Cell Inzichten: Analyse onthulde dat de NSCLC-micro-omgeving wordt gedomineerd door epitheelcellen, die een hoge expressie vertonen van de zeven sleutelgenen, met name TOP2A. Cel-cel communicatie-analyse identificeerde kritieke ligand-receptor paden waarbij TOP2A-hoge epitheelcellen betrokken zijn, waaronder VEGFA-VEGFR1 (angiogenese), HGF-MET (invasie/metastase) en GAS6-AXL (immuunontwijking).
• Mechanistische Ontdekking (Virtuele Knockout): Virtuele knockout van TOP2A veranderde significant de expressie van EPS8, een cruciaal adapter-proteïne in de EGFR-route betrokken bij cytoskelet-reorganisatie en celmigratie. Dit suggereert een potentiële "TOP2A-EPS8-EGFR/actin" as in het bevorderen van metastase.
• Identificatie van Medicijnkandidaat: Virtuele screening identificeerde BRD-K59184148 als de top kandidaat-drug gericht op TOP2A. Moleculaire docking bevestigde een stabiel complex met een bindingsenergie van -9,8 kcal/mol, waarbij waterstofbruggen en hydrofobe interacties plaatsvonden met sleutelresiduen (bijv. ARG-804, SER-802).

Betekenis en Claims
De auteurs beweren dat deze studie een nieuwe strategie biedt voor de diagnose en behandeling van NSCLC via de volgende bijdragen:

1. Nieuwe Biomarkers: De zeven geïdentificeerde genen dienen als uitstekende diagnostische markers voor NSCLC, waarbij TOP2A uitblinkt als een specifieke, hoog-effectieve marker die sterk tot expressie komt in epitheelcellen.
2. Verheldering Micro-omgeving: De studie verheldert de rol van TOP2A-hoge epitheelcellen als centrale signaalzenders in de TME, die de angiogenese, invasie en immuunontwijking beïnvloeden via specifieke paracriene signaleringspaden.
3. Therapeutische Targeting: Door TOP2A te koppelen aan EPS8, biedt de studie een nieuw mechanistisch aanwijzing met betrekking tot de pro-metastatische aard van TOP2A.
4. Medicijnontdekking: De identificatie van BRD-K59184148 als een potentiële lead compound met een sterke bindingsaffiniteit voor TOP2A biedt een nieuwe weg voor de ontwikkeling van selectieve inhibitoren, wat potentieel de toxiciteit en resistentie kan overwinnen die geassocieerd zijn met bestaande TOP2A-inhibitoren zoals doxorubicine en etoposide.

De auteurs behouden een bescheiden standpunt door te erkennen dat deze bevindingen gebaseerd zijn op publieke database-analyse en prospectieve klinische validatie, verificatie op proteïne-niveau en in vivo/in vitro effectiviteitsstudies vereisen voordat klinische translatie mogelijk is.