Identification and experimental validation of lactylation driven prognostic genes in lung adenocarcinoma stemness

O adenocarcinoma pulmonar é a forma mais comum de câncer de pulmão, uma doença que frequentemente resiste ao tratamento e retorna mesmo após a cirurgia. Uma razão importante para essa persistência reside em um pequeno e resiliente grupo de células dentro do tumor conhecido como células estaminais cancerígenas. Estas não são apenas células cancerosas comuns; elas são o motor da doença, capazes de iniciar novos tumores, espalhar-se para outras partes do corpo e sobreviver à quimioterapia. Os cientistas há muito suspeitam que o comportamento dessas células está ligado à forma como o tumor processa energia. Nos últimos anos, uma mudança química específica chamada lactilação surgiu como um jogador fundamental. Este processo ocorre quando as células decompõem o açúcar para obter combustível, criando um subproduto chamado lactato. Em vez de ser apenas um resíduo, o lactato pode se ligar a proteínas dentro da célula, agindo como um interruptor que liga ou desliga certos genes. Os pesquisadores agora acreditam que este interruptor pode estar ajudando as células estaminais cancerígenas a permanecerem vivas e perigosas, mas o mecanismo exato no câncer de pulmão permanecia obscuro.

Uma equipe de pesquisadores da Universidade Médica de Ningxia partiu para mapear essa conexão. Eles queriam descobrir quais genes específicos no adenocarcinoma pulmonar são controlados por esse interruptor de lactilação e se esses genes poderiam prever como um paciente se sairia. Para fazer isso, recorreram a uma enorme coleção de dados genéticos de milhares de pacientes. Começaram medindo a "estaminalidade" de cada tumor — uma pontuação que indica quantas células estaminais cancerígenas estão presentes. Descobriram que tumores com pontuações de estaminalidade mais altas geralmente levavam a tempos de sobrevivência mais curtos para os pacientes. Ao procurar padrões nos dados genéticos, identificaram grupos de genes que estavam ativos quando a lactilação era alta. Eles então refinaram essa lista usando algoritmos computacionais avançados, acabando por isolar um conjunto específico de seis genes que pareciam ter maior potencial para prever os resultados dos pacientes.

Os seis genes que identificaram são KIF23, TOP2A, HSPD1, DTYMK, CAV3 e CYP27A1. Os pesquisadores construíram um modelo que utiliza os níveis de atividade desses seis genes para classificar os pacientes em dois grupos: alto risco e baixo risco. Os resultados foram claros. Pacientes no grupo de alto risco, cujos tumores apresentavam alta atividade de KIF23, TOP2A, HSPD1 e DTYMK, tiveram taxas de sobrevivência significativamente piores do que aqueles no grupo de baixo risco. Por outro lado, o grupo de baixo risco apresentou maior atividade de CAV3 e CYP27A1. Essa assinatura de seis genes atuou como um barômetro biológico, separando com precisão os pacientes que provavelmente sobreviveriam por mais tempo daqueles que enfrentavam uma doença mais agressiva. O modelo manteve-se mesmo quando testado contra um grupo separado de pacientes de um banco de dados diferente, sugerindo que é uma ferramenta confiável e não um acaso de um conjunto de dados específico.

Aprofundando a investigação, a equipe explorou por que esses genes importam. Descobriram que o grupo de alto risco era impulsionado por vias biológicas poderosas que forçam as células a se dividirem rapidamente, especificamente aquelas controladas por dois reguladores mestres conhecidos como MYC e E2F. Essas vias são como um motor preso na marcha alta, empurrando o tumor para crescer e espalhar-se. O estudo também observou o papel do sistema imunológico. Descobriu-se que os tumores de alto risco eram frequentemente cercados por menos células imunes que poderiam combater o câncer, criando um ambiente silencioso onde o tumor poderia crescer sem controle. Para garantir que essas descobertas fossem reais e não apenas padrões digitais, os pesquisadores foram para o laboratório. Eles examinaram amostras de tecido reais de trinta pacientes em seu hospital. Usando uma técnica de coloração que torna as proteínas visíveis sob um microscópio, confirmaram que as proteínas produzidas por KIF23 e TOP2A estavam, de fato, presentes em quantidades muito maiores no tecido canceroso do que no tecido saudável.

Os pesquisadores também usaram simulações computacionais para ver se esses genes poderiam ser alvo de medicamentos. Descobriram que as células cancerígenas pareciam depender fortemente de KIF23, TOP2A e HSPD1 para sobreviver, o que significa que esses genes são essenciais para a vida do tumor. Eles então testaram o quão bem potenciais moléculas de medicamentos poderiam se encaixar nessas proteínas, de forma semelhante a uma chave encaixando em uma fechadura. As simulações sugeriram que certos compostos poderiam se ligar fortemente a essas proteínas, potencialmente bloqueando sua função. Embora o estudo não tenha testado esses medicamentos em animais ou humanos vivos, os modelos computacionais forneceram uma forte indicação de que esses genes específicos são pontos vulneráveis que futuros medicamentos poderiam visar.

Este trabalho não oferece uma cura imediata, mas fornece um mapa mais claro do terreno. Ao ligar um processo químico específico a um conjunto de seis genes, os pesquisadores deram aos médicos uma nova maneira de avaliar o nível de perigo de um tumor de câncer de pulmão. Eles mostraram que a natureza agressiva da doença não é aleatória, mas é impulsionada por um programa genético previsível. O estudo sugere que, ao focar nesses seis genes, particularmente naqueles que impulsionam a divisão celular rápida, os cientistas podem ser capazes de desenvolver tratamentos que visem especificamente as células estaminais que mantêm o câncer vivo. Por enquanto, o painel de seis genes permanece como uma ferramenta validada para compreender o risco, oferecendo uma maneira mais precisa de guiar decisões de tratamento e uma nova direção para o desenvolvimento de terapias que possam, um dia, superar as células mais resilientes do câncer.