Integrated Multi-Omics Analysis Identifies Key Genes and Drug Candidates in Non-Small Cell Lung Cancer

Resumo Técnico: Análise Integrada de Multi-ômica Identifica Genes-Chave e Candidatos a Fármacos no Câncer de Pulmão de Células Não Pequenas

Declaração do Problema
O câncer de pulmão de células não pequenas (CPCNP) representa aproximadamente 85% dos casos de câncer de pulmão, mas permanece associado a um prognóstico desfavorável, com uma taxa de sobrevivência em 5 anos inferior a 20%. Este resultado negativo é atribuído ao diagnóstico tardio, à heterogeneidade tumoral e à complexidade do microambiente tumoral (MET). As estratégias terapêuticas atuais, incluindo cirurgia, radioterapia e quimioterapia, frequentemente enfrentam limitações devido à resistência medicamentosa e à falta de especificidade. Consequentemente, há uma necessidade clínica urgente de identificar marcadores diagnósticos precoces altamente sensíveis e específicos, bem como novos agentes terapêuticos direcionados. Embora a análise tradicional de expressão diferencial ofereça insights iniciais, ela frequentemente carece da capacidade de capturar as relações de coexpressão e as regulações de rede inerentes à tumorigênese. Além disso, a distribuição celular específica de oncogenes-chave dentro do microambiente do CPCNP e seu potencial como alvos terapêuticos precisos requerem investigação mais profunda.

Metodologia
Este estudo empregou uma estratégia abrangente de integração multi-ômica combinando transcriptômica de massa (bulk), sequenciamento de RNA de célula única (scRNA-seq) e abordagens computacionais de descoberta de fármacos:

1. Aquisição e Pré-processamento de Dados: Dados transcriptômicos de seis conjuntos de dados GEO (GSE19804, GSE75037, GSE102287, GSE103512, GSE116959, GSE118370) contendo amostras de tecido tumoral e normal de CPCNP foram mesclados. Os efeitos de lote foram corrigidos usando o algoritmo ComBat, e genes de baixa expressão foram filtrados.
2. Pipeline de Triagem de Genes:
   • Análise de Expressão Diferencial (DEA): Identificou genes diferencialmente expressos (DEGs) usando o pacote limma (critérios: |log2FC| > 1, adj. P < 0,05).
   • Análise de Rede de Coexpressão Gênica Ponderada (WGCNA): Construiu uma rede de coexpressão para identificar módulos correlacionados com características clínicas. O módulo mais positivamente correlacionado com o CPCNP foi selecionado.
   • Interseção e Enriquecimento: A interseção dos DEGs e os genes do módulo chave da WGCNA formou o conjunto de genes centrais, seguido de análise de enriquecimento funcional GO e KEGG.
   • Rede PPI: Redes de interação proteína-proteína (PPI) foram construídas via banco de dados STRING, e genes hub foram identificados utilizando os plugins MCODE e cytoHubba.
   • Integração de Aprendizado de Máquina: Três algoritmos — regressão LASSO, Máquina de Vetores de Suporte com Eliminação Recursiva de Características (SVM-RFE) e Floresta Aleatória (RF) — foram aplicados aos genes hub. A interseção de genes selecionados por todos os três métodos definiu o conjunto final de genes-chave.
3. Modelagem Diagnóstica: Curvas de Característica de Recepção do Operador (ROC) e um modelo de predição por nomograma foram construídos para avaliar o desempenho diagnóstico e a utilidade clínica.
4. Análise de Célula Única: Dados públicos de scRNA-seq (GSE229253) foram analisados usando o pacote Seurat para agrupamento e anotação celular. O pacote CellChat foi utilizado para mapear redes de comunicação célula-célula e interações ligante-receptor dentro do MET.
5. Nocaute Virtual e Triagem de Fármacos:
   • Nocaute Virtual: A ferramenta scTenifoldKnk foi usada para prever os efeitos a jusante da inativação de TOP2A na rede de expressão gênica.
   • Triagem Virtual: O framework de aprendizado profundo DrugReflector realizou a triagem de fármacos de pequenas moléculas visando o TOP2A.
   • Docking Molecular: Candidatos a fármacos foram submetidos ao docking contra a estrutura da proteína TOP2A usando CB-Dock2 para calcular as energias de ligação.

Principais Contribuições e Resultados

• Identificação de Genes Diagnósticos Chave: O estudo identificou 1.159 DEGs e um módulo chave de WGCNA (MEblue) contendo 758 genes. A interseção resultou em 111 genes, dos quais 10 genes hub foram selecionados via análise PPI. A integração de aprendizado de máquina (LASSO, SVM, RF) refinou este para um conjunto final de sete genes-chave: CCNA2, CDC20, BUB1, CCNB1, TOP2A, BIRC5 e CENPF.
• Desempenho Diagnóstico: Todos os sete genes demonstraram excelente valor diagnóstico com valores de Área Sob a Curva (AUC) > 0,85. O TOP2A apresentou a maior eficácia (AUC = 0,957). Um nomograma baseado nestes genes mostrou boa calibração e forneceu um benefício líquido positivo na análise de curva de decisão.
• Significância Prognóstica: A alta expressão de TOP2A foi significativamente associada a uma baixa sobrevida global (HR = 1,48, P = 1,5×10⁻¹⁰) e foi regulada positivamente em múltiplos tipos de câncer.
• Insights de Célula Única: A análise revelou que o microambiente do CPCNP é dominado por células epiteliais, que exibem alta expressão dos sete genes-chave, particularmente o TOP2A. A análise de comunicação célula-célula identificou vias críticas de ligante-receptor envolvendo células epiteliais altas em TOP2A, incluindo VEGFA-VEGFR1 (angiogênese), HGF-MET (invasão/metástase) e GAS6-AXL (evasão imune).
• Descoberta Mecanística (Nocaute Virtual): O nocaute virtual de TOP2A alterou significativamente a expressão de EPS8, uma proteína adaptadora chave na via EGFR envolvida na reorganização do citoesqueleto e migração celular. Isso sugere um potencial eixo "TOP2A-EPS8-EGFR/actina" na promoção da metástase.
• Identificação de Candidato a Fármaco: A triagem virtual identificou o BRD-K59184148 como o principal candidato a fármaco visando o TOP2A. O docking molecular confirmou um complexo estável com uma energia de ligação de -9,8 kcal/mol, envolvendo ligações de hidrogênio e interações hidrofóbicas com resíduos-chave (ex: ARG-804, SER-802).

Significância e Alegações
Os autores afirmam que este estudo fornece uma nova estratégia para o diagnóstico e tratamento do CPCNP através das seguintes contribuições:

1. Novos Biomarcadores: Os sete genes identificados servem como excelentes marcadores diagnósticos para o CPCNP, com o TOP2A destacando-se como um marcador específico de alta eficácia, altamente expresso em células epiteliais.
2. Elucidação do Microambiente: O estudo elucida o papel das células epiteliais altas em TOP2A como centros de envio de sinais no MET, influenciando a angiogênese, invasão e evasão imune através de vias de sinalização parácrina específicas.
3. Alvo Terapêutico: Ao vincular o TOP2A ao EPS8, o estudo oferece uma nova pista mecanística em relação à natureza pró-metastática do TOP2A.
4. Descoberta de Fármacos: A identificação do BRD-K59184148 como um potencial composto líder com forte afinidade de ligação ao TOP2A oferece uma nova via para o desenvolvimento de inibidores seletivos, potencialmente superando a toxicidade e a resistência associadas aos inibidores de TOP2A existentes, como a doxorrubicina e o etoposídeo.

Os autores mantêm uma postura modesta, reconhecendo que estes achados baseiam-se na análise de bancos de dados públicos e requerem validação clínica prospectiva, verificação em nível proteico e estudos de eficácia in vivo e in vitro antes da translação clínica.