Whole-genome Sequencing of Reed-sternberg Cells Identifies Outcome Determinants in Hodgkin Lymphoma

Resumo Técnico: O Sequenciamento do Genoma Completo de Células de Reed-Sternberg Identifica Determinantes de Desfecho no Linfoma de Hodgkin

Definição do Problema
O linfoma de Hodgkin clássico (LHC) é uma malignidade derivada de células B, caracterizada por células de Hodgkin e de Reed–Sternberg (HRS) raras dentro de um denso microambiente inflamatório. Embora a maioria dos pacientes alcance remissão duradoura com a terapia de primeira linha, um subgrupo significativo apresenta recaída ou progressão refratária. As ferramentas prognósticas atuais, como o PET de interrupção, não conseguem capturar a complexidade molecular da doença e carecem de sensibilidade para detectar a doença residual mínima. Além disso, o valor prognóstico das características genômicas globais — especificamente variações no número de cópias (CNVs), variantes estruturais (SVs) e assinaturas mutacionais — em células HRS purificadas permanece insuficientemente definido. Este estudo aborda a necessidade de melhorar as estratégias para identificar pacientes com maior risco de falha no tratamento através da caracterização do panorama genômico completo das células HRS.

Metodologia
O estudo empregou um desenho prospectivo e multicêntrico envolvendo 76 pacientes com LHC confirmado.

• Processamento de Amostras: Biópsias diagnósticas em parafina (FFPE) foram dissociadas em suspensões de células únicas. As células HRS foram purificadas utilizando a tecnologia DEPArray™ baseada na expressão de CD30 e morfologia de célula grande, gerando pools de células HRS (média de 24,5 células por amostra).
• Sequenciamento: As células purificadas foram submetidas à amplificação do genoma completo (PicoPLEX® Gold) e sequenciadas em uma plataforma Illumina NovaSeq™ X (2 × 150 bp), atingindo uma cobertura média de ~15× nas amostras tumorais.
• Bioinformática:
  • CNVs e SVs: As CNVs somáticas foram inferidas usando o pipeline GATK CNV e GISTIC2.0 para picos recorrentes. As variantes estruturais foram identificadas usando svABA e GaTSV.
  • Assinaturas Mutacionais: As variantes de nucleotídeo único (SNVs) foram identificadas usando Mutect2. As assinaturas mutacionais (SBS e SV) foram analisadas usando a suíte SigProfiler contra catálogos de referência COSMIC v3.3.
  • Modelagem de Risco: Um Índice de Instabilidade Genômica (GIS) foi derivado de perfis de CNV (combinando a porcentagem do genoma alterado e a ploidia). Um modelo de risco composto, TRACER-HL, foi desenvolvido usando regressão logística multivariada, integrando o GIS e um escore de risco de CNV binário baseado em três loci específicos associados à recaída.
• Análise Estatística: As associações entre características genômicas e desfechos clínicos (sobrevida livre de progressão, resposta ao tratamento) foram avaliadas por curvas de Kaplan–Meier, testes de log-rank e regressão logística. O desempenho do modelo foi validado via reamostragem de bootstrap.

Principais Contribuições

1. Perfil Genômico de Alta Pureza: O estudo gerou com sucesso dados de sequenciamento do genoma completo de pools de células HRS purificadas isoladas de biópsias FFPE, superando o desafio da baixa celularidade tumoral no LHC.
2. Panorama Genômico Abrangente: Os autores mapearam o panorama de CNV somática, SV e de assinatura mutacional das células HRS, identificando alterações recorrentes consistentes com a biologia conhecida do LHC (NF-κB, JAK/STAT, evasão imune), ao mesmo tempo em que revelaram novos marcadores prognósticos.
3. Identificação de Determinantes de Desfecho: O estudo identificou características genômicas específicas ligadas à inferior sobrevida livre de progressão (PFS) e resposta ao tratamento, indo além da genômica descritiva para a utilidade prognóstica.
4. Desenvolvimento do TRACER-HL: Um novo modelo de risco composto foi criado, combinando instabilidade cromossômica global com picos de CNV focais para estratificar o risco de recaída no diagnóstico basal.

Resultos

• Panorama de CNV: Os genomas das células HRS exibiram marcada instabilidade cromossômica. Amplificações recorrentes foram observadas em 19q13.32 (BCL3/SPIB), 2p23.3 (DNMT3A), 2p16.1 (REL/XPO1) e 9p24.1 (JAK2/PD-L1/PD-L2). Deleções recorrentes incluíram 1p36.32 (TNFRSF14).
• CNVs Prognósticas: A amplificação em 2p11.2 e deleções em 11q25 e 2p13.2 foram significativamente associadas a uma PFS inferior. Um classificador composto exigindo ≥2 desses eventos identificou um subgrupo de alto risco com PFS marcadamente mais curta (log-rank p = 0,00033).
• Assinaturas Mutacionais: O espectro mutacional foi dominado por cinco assinaturas COSMIC: SBS5, SBS8, SBS84, SBS9 e SBS1.
  • Uma relação inversa foi observada entre a atividade da SBS5 (tipo "clock-like") e da SBS9 (tipo "AID-like").
  • Um perfil "tipo AID" (SBS9-alto/SBS5-baixo) foi significativamente enriquecido no subtipo histológico de esclerose nodular (p = 0,0111).
  • As assinaturas de SV foram amplamente homogêneas, dominadas pela SV2. A maior exposição à SV2 foi associada à toxicidade relacionada ao tratamento de grau 3–4.
• Desempenho do Modelo TRACER-HL: O modelo integrado alcançou uma Área Sob a Curva (AUC) de 0,81. Em um limiar otimizado, o modelo demonstrou um Valor Preditivo Negativo (VPN) de 95%, identificando corretamente 10 de 12 pacientes que apresentaram recaída (sensibilidade 83,3%) e classificando 38 de 52 pacientes sem recaída como baixo risco (especificidade 73,1%). A validação por bootstrap confirmou a robustez do modelo (AUC média 0,80).

Significância e Alegações
O artigo afirma que o sequenciamento do genoma completo de células HRS purificadas revela um panorama genômico complexo, dominado por CNVs recorrentes que afetam vias de regulação imune e sinalização. O estudo sustenta que CNVs focais específicas (amplificação em 2p11.2, deleções em 11q25/2p13.2) e padrões mutacionais (eixo SBS5–SBS9) estão associados a desfechos clínicos e resposta ao tratamento.

Crucialmente, os autores afirmam que o modelo TRACER-HL fornece uma estrutura genômica para a estratificação de risco basal. Ao integrar a instabilidade cromossômica global com CNVs associadas à recaída, o modelo apoia a identificação de um subgrupo de pacientes com uma probabilidade muito baixa de recaída (alto VPN). Os autores concluem que esses achados apoiam a avaliação adicional de estratégias de manejo adaptadas ao risco e informadas pela genômica no LHC, posicionando a caracterização genômica como uma abordagem complementar às avaliações clínicas e de imagem atuais.

O estudo reconhece limitações, incluindo a dependência de uma coorte prospectiva única com um número limitado de eventos de recaída, o potencial de os pools de células HRS em massa não capturarem a heterogeneidade subclonal rara e as restrições técnicas do WGS em amostras de célula única baseadas em FFPE. Consequentemente, os autores enfatizam que a validação externa em séries independentes maiores é necessária antes da implementação clínica.