Integrated Analysis of Bulk and Single Cell Transcriptomic Sequencing Reveals Immune Patterns of T Cell Regulation and Prognostic Biomarkers in Glioblastoma

Resumo Técnico: Análise Integrada de Sequenciamento Transcriptômico de Bulk e Célula Única em Glioblastoma

Definição do Problema
O glioblastoma (GBM) permanece como o tumor maligno primário mais agressivo do sistema nervoso central adulto, caracterizado por um prognóstico desfavorável e uma taxa de sobrevivência de 5 anos inferior a 10% para pacientes recém-diagnosticados. Apesar das intervenções padrão envolvendo ressecção cirúrgica, radioterapia e quimioterapia com temozolomida, o microambiente tumoral (TME) imunossupressor limita severamente a eficácia de imunoterapias, como inibidores de checkpoint imune (ICIs) e células CAR-T. Existe uma lacuna crítica na compreensão da heterogeneidade das células T no microambiente do GBM, seus padrões de interação com outras populações celulares e os mecanismos moleculares específicos que impulsionam sua disfunção. Consequentemente, há uma necessidade urgente de identificar biomarcadores prognósticos robustos e desenvolver modelos que possam orientar intervenções clínicas personalizadas.

Metodologia
Este estudo empregou uma abordagem multi-ômica integrando dados de sequenciamento de RNA de bulk (bulk RNA-seq) e de célula única (scRNA-seq) de repositórios públicos (TCGA, GEO). O fluxo de trabalho analítico procedeu da seguinte forma:

1. Identificação de Genes Centrais via WGCNA: A Análise de Rede de Coexpressão Ponderada (WGCNA) foi realizada em conjuntos de dados transcriptômicos de bulk (GSE4290 e GSE50161) para construir redes de coexpressão. Módulos altamente correlacionados com o status de GBM foram identificados, e sua interseção com a análise de expressão diferencial resultou em um conjunto de 47 genes centrais associados ao GBM.
2. Resolução de Célula Única e Anotação: Dados de scRNA-seq (GSE162631), compreendendo quatro tecidos cerebrais normais e quatro de GBM, foram processados usando o pacote Seurat. Após rigoroso controle de qualidade e redução de dimensionalidade (PCA, UMAP, t-SNE), as células foram agrupadas e anotadas em seis subtipos principais: células endoteliais, fibroblastos, macrófagos, células malignas, microglia e células T.
3. Análise Específica de Células T: Os 47 genes centrais foram mapeados nos dados de célula única usando o algoritmo UCell para determinar o enriquecimento. As células T foram identificadas como os principais portadores desses genes centrais. Análises subsequentes incluíram:
   • Expressão Diferencial: Identificação de 100 genes diferencialmente expressos (DEGs) específicos de células T.
   • Trajetória e Comunicação: Análise de trajetória de pseudotempo (Monocle 2) para mapear transições de estado de células T e análise de CellChat para quantificar interações ligante-receptor entre células T e outros componentes estromais.
   • Enriquecimento Funcional: Análises de vias GO e KEGG para caracterizar funções biológicas.
4. Subtipagem e Modelagem Prognóstica:
   • Clustering de Consenso: Amostras de TCGA-GBM foram estratificadas em dois subtipos moleculares (C1 e C2) com base na expressão de DEGs de células T.
   • Perfilamento Imune e de Drogas: Os subtipos foram avaliados usando ESTIMATE, múltiplos algoritmos de infiltração imune (CIBERSORT, XCELL, etc.) e predição de sensibilidade a drogas (oncoPredict).
   • Construção do Modelo de Risco: Um modelo de regressão LASSO-Cox foi construído utilizando os DEGs de células T para derivar uma assinatura prognóstica de 5 genes. O desempenho do modelo foi validado via análise de sobrevivência de Kaplan-Meier, curvas ROC e verificação independente em nível de proteína usando o banco de dados Human Protein Atlas (HPA).

Principais Contribuições e Resultados

• Identificação de Genes Centrais Centrados em Células T: O estudo identificou com sucesso um conjunto central de 47 genes associados ao GBM. A análise de célula única revelou que as células T exibiram os maiores escores de enriquecimento para este conjunto de genes entre todos os componentes celulares, destacando seu papel central no panorama imune do GBM.
• Insights Mecanísticos sobre a Exaustão de Células T: A análise de pseudotempo demonstrou que as células T no GBM evoluem ao longo de uma trajetória em direção à exaustão terminal, caracterizada pela diminuição da citotoxicidade e pela regulação positiva anormal de genes de imunoglobulina (ex: IGHA2, IGHG2). A análise de comunicação célula-célula revelou que os fibroblastos são a principal fonte de sinais recebidos pelas células T, com a família COL (colágenos) atuando como um regulador potente dos receptores de integrina e CD44 das células T, sugerindo um mecanismo de supressão imune mediada pela matriz.
• Subtipagem Molecular (C1 vs. C2): O estudo definiu dois subtipos distintos de GBM baseados na expressão gênica de células T:
  • Subtipo C1: Caracterizado por maior expressão de genes de checkpoint imune e sensibilidade a inibidores de PI3K (ex: Alpelisib, Dactolisib) e agentes alquilantes (Carmustina).
  • Subtipo C2: Exibiu maior infiltração imune (Macrófagos, Tregs), maiores escores imunes e maior sensibilidade a moduladores epigenéticos (inibidores de HDAC como Vorinostat) e inibidores de CDK4/6 (Ribociclib).
• Assinatura Prognóstica de 5 Genes: Um modelo prognóstico robusto foi construído utilizando cinco genes chave: GNG11, CD5, COL1A1, CAMK4 e BCAS4.
  • Fatores de Risco: A alta expressão de GNG11 e CD5 correlacionou-se com um prognóstico desfavorável.
  • Fatores Protetores: A alta expressão de COL1A1, CAMK4 e BCAS4 correlacionou-se com melhores resultados de sobrevivência.
  • Validação: O modelo demonstrou precisão preditiva com valores de AUC de 0,59 (1 ano), 0,64 (3 anos) e 0,69 (5 anos). A análise imuno-histoquímica do banco de dados HPA confirmou que os níveis de expressão proteica de todos os cinco genes estavam significativamente aumentados em tecidos de GBM em comparação ao tecido cerebral normal, validando os achados transcriptômicos no nível proteico.

Significância e Alegações
Os autores afirmam que este estudo elucida sistematicamente a heterogeneidade do microambiente imune mediado por células T no GBM. Ao integrar dados de bulk e de célula única, a pesquisa fornece uma base teórica para compreender a complexa interação entre o estroma tumoral (especificamente fibroblastos e ECM) e a exaustão das células T. O desenvolvimento e a validação do modelo prognóstico de 5 genes oferecem uma ferramenta prática para a avaliação do prognóstico clínico. Além disso, a identificação de sensibilidades a drogas específicas por subtipo sugere um caminho para intervenções clínicas personalizadas, potencialmente melhorando o diagnóstico, a avaliação do prognóstico e as estratégias de imunoterapia direcionada para pacientes com GBM. O estudo reconhece limitações quanto à sua dependência de dados públicos retrospectivos e a necessidade de futura validação in vivo/in vitro, mas afirma que seus achados fornecem uma estrutura fundamental para explorar biomarcadores e alvos terapêuticos do GBM.