Unraveling the molecular mechanisms of irisin in liver cancer through network toxicology and molecular docking strategies

Resumo Técnico: Desvendando os Mecanismos Moleculares da Irisina no Câncer de Fígado

Definição do Problema
O carcinoma hepatocelular (CHC) continua sendo uma das principais causas de mortalidade relacionada ao câncer em todo o mundo, sendo frequentemente diagnosticado em estágios avançados, onde as opções curativas são limitadas. Embora o exercício seja conhecido por reduzir o risco da doença e melhorar a qualidade de vida, os mecanismos moleculares específicos pelos quais as miocinas induzidas pelo exercício, particularmente a irisina, modulam a patogênese do CHC permanecem mal caracterizados. A literatura existente apresenta evidências conflitantes sobre o papel da irisina no CHC: alguns estudos sugerem que ela potencializa a proliferação e a migração via via PI3K/Akt, enquanto outros relatam nenhum efeito ou até mesmo a regulação negativa em tecidos tumorais. Além disso, não há consenso sobre os níveis de expressão da irisina em tecidos de CHC em comparação com controles normais. Este estudo visa resolver essas inconsistências identificando de forma abrangente os potenciais alvos moleculares e as vias de sinalização da irisina no CHC por meio de uma abordagem de biologia de sistemas.

Metodologia
O estudo empregou um pipeline bioinformático de múltiplas etapas integrando toxicologia de rede e docking molecular:

1. Coleta de Alvos:

   • Alvos da Irisina: Os genes alvos humanos potenciais modulados pela irisina foram recuperados dos bancos de dados SwissTargetPrediction, ChEMBL e STITCH.
   • Alvos do CHC: Genes associados ao câncer de fígado foram selecionados a partir de GeneCards e OMIM.
   • Expressão Diferencial: Dados de RNA-seq da coorte TCGA-LIHC (374 amostras tumorais e 50 normais) foram analisados usando DESeq2 para identificar genes diferencialmente expressos (DEGs) (cutoff: adj. P < 0,05, |log₂FC| > 1).
   • Interseção: A interseção dos alvos da irisina, genes associados ao CHC e DEGs derivados do TCGA resultou em 93 potenciais alvos.

2. Construção da Rede e Identificação de Genes Hub:

   • Uma rede de Interação Proteína-Proteína (PPI) foi construída utilizando o banco de dados STRING (escore de confiança > 0,4) e visualizada no Cytoscape.
   • Análise de Módulos: O plugin MCODE identificou a sub-rede mais crítica.
   • Seleção de Hubs: Cinco algoritmos (Grau, Intermediação, Proximidade, MNC, Radialidade) dentro do plugin cytoHubba foram usados para classificar os genes. A interseção dos principais genes desses algoritmos definiu os "genes hub" finais.

3. Modelagem Prognóstica:

   • Um modelo de escore de risco foi construído com base nos níveis de expressão dos genes hub identificados usando regressão de Cox multivariada.
   • Os pacientes foram estratificados em grupos de alto risco e baixo risco. Análises de sobrevivência de Kaplan-Meier e curvas ROC foram usadas para avaliar a precisão prognóstica.
   • A regressão de Cox multivariada avaliou o escore de risco como um fator prognóstico independente juntamente com variáveis clínicas (idade, estágio, sexo).

4. Enriquecimento Funcional e de Vias:

   • Análises de Gene Ontology (GO), KEGG, Reactome e Disease Ontology (DO) foram realizadas utilizando os pacotes clusterProfiler e ReactomePA para elucidar processos biológicos e vias.

5. Validação por Docking Molecular:

   • As estruturas proteicas para os genes hub foram preditas usando AlphaFold 3.
   • Simulações de docking molecular (AutoDock Vina) foram conduzidas para avaliar a afinidade de ligação entre a irisina e as proteínas hub. As energias de ligação foram calculadas para avaliar a estabilidade da interação.

Principais Resultados

• Identificação de Alvos: O estudo identificou 93 potenciais alvos ligando a irisina ao CHC.
• Genes Hub: Oito genes centrais foram identificados: RACGAP1, BIRC5, NEK2, UBE2C, TYMS, EZH2, AURKB e CDK1. Todos os oito genes foram significativamente regulados positivamente em tecidos de CHC e associados a um mau prognóstico (Hazard Ratio > 1). Embora o AURKA tenha sido inicialmente destacado na análise de interseção, ele foi excluído do conjunto final de genes centrais, enquanto os outros oito genes foram mantidos.
• Valor Prognóstico: A assinatura de risco baseada na irisina serviu como um fator prognóstico independente para pacientes com CHC, distinto de idade, estágio e sexo. Pacientes de alto risco exibiram uma sobrevida global significativamente inferior (p < 0,001). O modelo mostrou capacidade preditiva moderada com valores de AUC de 0,76 (1 ano), 0,66 (3 anos) e 0,582 (5 anos).
• Mecanismos Funcionais: A análise de enriquecimento revelou que os alvos relacionados à irisina estão potencialmente envolvidos em quatro mecanismos da irisina-induzida no CHC:
  • Estabilidade Mitótica: Regulação da ligação do fuso de microtúbulos aos cinetócoros e segregação das cromátides irmãs.
  • Desregulação do Ciclo Celular: Envolvimento na transição G2/M e degradação mediada por APC/C de proteínas do ciclo celular.
  • Atividade Oncogênica: Potencialização da atividade de proteína serina/treonina quinase e ligação de chaperonas.
  • Viabilidade Celular: Promoção do crescimento tumoral e resistência a agentes quimioterápicos (ex: resistência a antifolatos).
• Docking Molecular: Todas as oito proteínas hub demonstraram fortes afinidades de ligação com a irisina. Sete proteínas exibiram energias de ligação abaixo de −7,2 kcal/mol, enquanto a RACGAP1 apresentou uma energia de ligação de −6,8 kcal/mol, indicando robusta estabilidade de ligação e alta afinidade por todos os alvos.

Significância e Alegações
Os autores afirmam que este estudo fornece uma perspectiva de nível de sistema sobre o papel da irisina no CHC, indo além de relatos inconsistentes de genes únicos para uma compreensão baseada em redes. As principais contribuições são:

1. Identificação de Alvos Centrais: O estudo revela oito genes hub específicos (RACGAP1, BIRC5, NEK2, UBE2C, TYMS, EZH2, AURKB, CDK1) que são críticos na progressão do CHC mediada pela irisina.
2. Insight Mecanístico: Identifica quatro mecanismos potenciais: instabilidade cromossômica/aneuploidia durante a mitose, desregulação do ciclo celular, potencialização da atividade de proteínas oncogênicas e aumento da viabilidade das células cancerígenas.
3. Ferramenta Prognóstica: A assinatura de 8 genes baseada na irisina foi validada como um indicador prognóstico independente para a sobrevida do paciente.
4. Potencial Terapêutico: As fortes afinidades de ligação confirmadas pelo docking molecular sugerem que estas proteínas hub são alvos viáveis para futuras estratégias terapêuticas.

Limitações e Modéstia
Os autores reconhecem explicitamente que este é um estudo computacional. Eles observam que:

• Os conjuntos de dados de alvos de vários bancos de dados podem sofrer de heterogeneidade devido aos diferentes algoritmos e padrões de predição.
• As interações de ligação são preditas in silico e requerem validação experimental para confirmar a afinidade real.
• Nem todos os mecanismos identificados foram verificados experimentalmente no contexto do CHC induzido pela irisina.
• O estudo apela para uma validação experimental rigorosa para elucidar completamente o papel preciso da irisina na patogênese do CHC.

Em conclusão, o artigo postula que a irisina potencialmente regula a progressão do CHC através de vias mitóticas e de ciclo celular específicas mediadas por oito genes hub, oferecendo um novo arcabouço para entender a hepatocarcinogênese e identificar potenciais alvos para prevenção e tratamento, pendente de confirmação experimental.