Integrative single-cell and bulk transcriptomic analysis with Shennong machine learning reveals the landscape of calmodulin associated prognostic genes in breast cancer

Resumo Técnico: Análise Integrativa de Transcriptômica de Célula Única e Bulk com Aprendizado de Máquina Shennong Revela o Panorama de Genes Prognósticos Associados à Calmodulina no Câncer de Mama

Definição do Problema
O câncer de mama (BRCA) permanece como uma das principais causas de mortalidade relacionada ao câncer em todo o mundo, com uma heterogeneidade significativa entre os subtipos moleculares (Luminal A/B, HER2-enriquecido e TNBC) que complica o prognóstico e o tratamento. Embora a calmodulina (CaM) seja conhecida por estar desregulada no BRCA e ligada a desfechos clínicos desfavoráveis, metástase e infiltração imune, a rede regulatória molecular precisa que conecta os genes relacionados à calmodulina (CaRGs) à progressão do BRCA permanece incompletamente elucidada. Estudos existentes frequentemente carecem de resolução de célula única ou falham em integrar dados de transcriptômica bulk com descoberta de fármacos impulsionada por aprendizado de máquina para identificar populações celulares específicas e alvos terapêuticos.

Metodologia
O estudo empregou uma estratégia de bioinformática e validação experimental de múltiplas camadas:

1. Aquisição e Integração de Dados: Os dados de RNA-seq bulk da coorte TCGA-BRCA (1.081 amostras tumorais, 99 normais) e o conjunto de dados GEO GSE20685 (validação) foram analisados. Dados de sequenciamento de RNA de célula única (scRNA-seq) de GSE243526 (12 tumores primários, 4 normais) forneceram resolução de célula única. Uma lista curada de 255 genes relacionados à calmodulina (CaRGs) serviu como o conjunto de genes de interesse.
2. Triagem de Genes e Construção de Modelo: Genes diferencialmente expressos (DEGs) foram intersectados com CaRGs para identificar candidatos. Regressão de Cox univariada e regressão de Cox multivariada por etapas foram utilizadas para filtrar genes prognósticos, construindo uma assinatura de risco de 8 genes. Os pacientes foram estratificados em grupos de alto risco (HRG) e baixo risco (LRG) com base em um escore de risco calculado.
3. Análise Funcional e Imunológica: A análise de enriquecimento de conjuntos de genes (GSEA), a avaliação de infiltração imune (ssGSEA) e a análise de mutação (TMB, DMGs) foram realizadas para caracterizar as vias biológicas e as diferenças no microambiente tumoral (TME) entre os grupos de risco.
4. Análise de Célula Única: Os dados de scRNA-seq passaram por controle de qualidade, redução de dimensionalidade (PCA) e agrupamento (UMfeld/UMAP) para identificar linhagens celulares. Populações celulares chave foram identificadas com base na expressão da assinatura prognóstica. A análise de pseudotempo (Monocle) rastreou trajetórias de diferenciação, e o CellChat analisou a comunicação intercelular.
5. Descoberta de Fármacos: O framework de aprendizado de máquina Shennong foi utilizado para triar compostos com alta especificidade para as populações celulares identificadas, prevendo a sensibilidade a fármacos com base em Fatores Bayesianos (BF).
6. Validação Experimental: A PCR quantitativa em tempo real (RT-qPCR) foi realizada em 33 espécimes de tecido de BRCA pareados e linhagens celulares de câncer de mama (MDA-MB-231, MCF-7) para validar os padrões de expressão dos genes candidatos.

Principais Contribuições e Resultados

• Identificação de uma Assinatura Prognóstica de 8 Genes: O estudo identificou oito genes prognósticos associados à calmodulina: NOS1, MYLK2, MYO1D, CAMK2N2, SNTA1, CAMK2B, TBC1D4 e TBC1D10C. Um modelo de risco baseado nesses genes estratificou com sucesso os pacientes em HRG e LRG com desfechos de sobrevivência significativamente diferentes (TCGA: p < 0,0001; GSE20685: p = 0,00082). O modelo demonstrou robusta precisão preditiva com valores de AUC > 0,6 para sobrevida global de 3, 5 e 7 anos.
• Valor Prognóstico Independente: A regressão de Cox multivariada confirmou que o escore de risco, juntamente com a idade e o estágio N, serve como um fator prognóstico independente. Um nomograma incorporando esses fatores foi desenvolvido para a predição clínica de sobrevivência.
• Mecanismos Biológicos e Panorama Imunológico: A GSEA revelou que o HRG foi enriquecido em 50 vias, notadamente a via de sinalização JAK-STAT. O HRG exibiu padrões distintos de infiltração imune, incluindo menor abundância de células B ativadas, células T CD8+ e eosinófilos, e pontuações mais altas para disfunção e exclusão de células T.
• Resolução de Célula Única dos Principais Agentes: A análise de scRNA-seq identificou as células epiteliais como a população celular chave que impulsiona a assinatura prognóstica. Essas células exibiram expressão dinâmica dos genes prognósticos durante a diferenciação. A análise de pseudotempo revelou padrões temporais de expressão específicos: NOS1, CAMK2N2, CAMK2B e TBC1D10C mostraram uma tendência de "ascensão e queda" (meio da diferenciação), enquanto MYO1D e SNTA1 mostraram uma tendência de "declínio e ascensão" (estágios iniciais/finais).
• Sensibilidade e Especificidade a Fármacos: O estudo identificou 170 fármacos com sensibilidade diferencial entre os grupos de risco, sendo o Irinotecano o que apresentou a diferença mais significativa. Utilizando o aprendizado de máquina Shennong, oito fármacos específicos para células epiteliais foram apontados, incluindo LJP006_HME1_3H:H07_DOWN e MOAR001_PC3_24H:I22_UP, que mostraram alta especificidade para subpopulações epiteliais.
• Validação Experimental: A RT-qPCR confirmou a regulação positiva de CAMK2N2, MYLK2, CAMK2B, TBC1D10C e MYO1D em tecidos de BRCA e linhagens celulares malignas, enquanto TBC1D4 e NOS1 foram regulados negativamente. SNTA1 não mostrou diferença significativa em amostras de tecido, mas foi regulado negativamente em linhagens celulares.

Significância e Alegações
Os autores afirmam que este estudo fornece um novo framework multidimensional para compreender o papel da calmodulina no câncer de mama. Ao integrar transcriptômica bulk e de célula única com aprendizado de máquina, a pesquisa:

1. Estabelece um Biomarcador Robusto: A assinatura de 8 genes oferece uma ferramenta precisa para estratificação de risco e avaliação de prognóstico, superando fatores clínicos tradicionais em certos contextos.
2. Elucida Mecanismos Celulares: Identifica as células epiteliais como os principais impulsionadores do panorama prognóstico associado à calmodulina, detalhando suas trajetórias de diferenciação e dinâmicas de expressão gênica.
3. Orienta a Terapia de Precisão: A identificação de fármacos específicos para células epiteliais via aprendizado de máquina Shennong e a sensibilidade diferencial a agentes como o Irinotecano fornecem uma base teórica para o desenvolvimento de estratégias terapêuticas direcionadas para subgrupos específicos de BRCA.
4. Conecta Vias: O estudo hipotetiza um eixo regulatório que conecta a calmodulina, CaMK, IFN-β e a via JAK-STAT, ofereando uma explicação mecanística para as diferenças prognósticas observadas.

Os autores reconhecem limitações, observando que o estudo é primordialmente in silico e que as funções funcionais de genes específicos (por exemplo, CAMK2N2, um marcador recém-identificado) requerem validação experimental adicional para confirmar plenamente seus mecanismos na patogênese do BRCA.