El análisis integrado de bioinformática de datos transcriptómicos humanos identifica tres biomarcadores diagnósticos y pronósticos clave en el adenocarcinoma pulmonar

Resumen

Este estudio identificó biomarcadores diagnósticos y pronósticos para adenocarcinoma pulmonar utilizando TCGA-LUAD y GEO GSE115002 datos transcriptómicos. B3GNT3, FERMT1 y SPP1 fueron regulados al alza, distinguiendo tumores del tejido normal. Estos genes están vinculados a la transición epitelial-mesenquimatosa y a la inmunosupresión. Un nomograma que combinaba la expresión génica con la etapa TNM mostró un valor predictivo fiable.

Resumen

El adenocarcinoma pulmonar (LUAD) es la principal causa de muerte relacionada con el cáncer a nivel mundial. A pesar de los avances en cirugía, terapia dirigida e inmunoterapia, la tasa de supervivencia a 5 años de la LUAD avanzada sigue por debajo del 20%, lo que indica una necesidad urgente de biomarcadores moleculares fiables para la detección temprana y el pronóstico. En este estudio, los autores plantearon la hipótesis de que tres genes que aumentan de forma consistente podrían actuar como biomarcadores diagnósticos y pronósticos eficaces para la LUAD. Los autores analizaron datos transcriptómicos de dos cohortes independientes, TCGA-LUAD (535 tumores, 59 muestras normales) y GSE115002 (52 tumores, 52 muestras normales coincidentes), para analizar genes expresados diferencialmente. Tres genes centrales —B3GNT3, FERMT1 y SPP1— se sobreexpresaron consistentemente en los tumores LUAD en ambos conjuntos de datos. Estos genes mostraron un excelente rendimiento diagnóstico, con valores de AUC superiores a 0,95 en TCGA-LUAD y alta precisión en GSE115002. El análisis de supervivencia mostró que una alta expresión de cada gen se asociaba significativamente con una supervivencia global y libre de enfermedad más corta, y la regresión multivariante de Cox verificó su valor pronóstico independiente. El análisis de enriquecimiento funcional indicó que estos tres genes participan en la transición epitelial-mesenquimato, la remodelación de la matriz extracelular y la inmunosupresión, todos ellos estrechamente relacionados con la invasión y metástasis de LUAD. Los autores construyeron además un nomograma pronóstico combinando los tres genes y la etapa TNM, logrando un índice de concordancia de 0,743 y demostrando un buen rendimiento predictivo. Estos hallazgos confirman que B3GNT3, FERMT1 y SPP1 son biomarcadores diagnósticos y pronósticos prometedores para LUAD, apoyando su aplicación clínica en la estratificación y gestión del riesgo.

Introducción

El cáncer de pulmón es la principal causa de mortalidad por cáncer a nivel mundial, representando aproximadamente 1,8 millones de muertes en 2020^. El adenocarcinoma pulmonar (LUAD) representa casi el 40% de todos los casos de cáncer de^{pulmón 2}. A pesar de los avances en cirugía, terapia dirigida e inmunoterapia, la tasa de supervivencia a 5 años para el LUAD avanzado sigue por debajo del 20^%3,4. Se necesitan urgentemente biomarcadores moleculares fiables para la detección precoz y una pronóstica precisa. La secuenciación de alto ....

Protocolo

1. Fuentes de datos y preprocesamiento

1. Procesar datos en bruto en R (versión 4.1.3; Windows 10 Pro).
2. Para GSE115002, aplicar la normalización de cuantiles usando limma (versión 3.52.3).
3. Filtrar genes de baja expresión para TCGA: retener genes con CPM > 0,5 en ≥50% de las muestras.
4. Filtrar genes de baja expresión para GSE115002: retener genes con señal media >50.
5. log₂Transformar valores de expresión con un pseudoconteo de +1.
   NOTA: La expresión génica y los datos clínicos de LUAD se obtuvieron de TCGA-LUAD (versión 33.0, GDC Portal, desc....

Resultados

Alteraciones globales de la expresión génica en LUAD

Las comparaciones transcriptómicas entre los tejidos adenocarcinomas pulmonares y los tejidos pulmonares normales identificaron cambios generalizados en la expresión génica. La Figura 1A muestra gráficos volcánicos de genes expresados diferencialmente en el conjunto de datos TCGA-LUAD, y la Figura 1B muestra los del conjunto de datos GSE115002. En la cohorte TCG.......

Discusión

El nomograma se construyó mediante análisis de regresión de Cox multivariante basado en la cohorte TCGA-LUAD. Los predictores incluyen la etapa patológica de T, la etapa patológica N y el estado de expresión génica de B3GNT3, FERMT1 y SPP1 (categorizados como Alto vs. Bajo según la expresión mediana). Para cada paciente, las puntuaciones individuales de cada variable se suman para generar un valor de "Puntos Totales", que corresponde a probabilidades globales e.......

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Conjuntos de datos públicamente disponibles	Conjunto de datos TCGA-LUAD	The Cancer Genome Atlas (TCGA) Portal (https://portal.gdc.cancer.gov/); 535 muestras de tumores LUAD, 59 muestras de tejido pulmonar normal adyacente (conteo de secuenciación de ARN/valores FPKM + datos clínicos: supervivencia, estadificación TNM)	Datos transcriptómicos y clínicos para análisis de expresión diferencial, supervivencia y nomograma; cohorte de estudio primario
	Conjunto de datos GSE115002	Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002); Microarray Agilent, 52 tejidos tumorales LUAD, 52 tejidos pulmonares normales adyacentes emparejados (tumores primarios sin tratamiento)	Cohorte de validación independiente para análisis de expresión diferencial, rendimiento diagnóstico e infiltración inmune
Software de bioinformática y entorno de programación	Lenguaje de programación R	Versión 4.1	Plataforma principal para todos los análisis transcriptómicos, estadísticos y gráficos
	Paquetes de R (Expresión diferencial)	DESeq2, limma	DESeq2: análisis de expresión diferencial de conteo bruto de RNA-seq de TCGA; limma: normalización de microarray de GSE115002 y análisis de expresión diferencial (corrección FDR de Benjamini–Hochberg)
	Paquetes de R (Análisis de diagnóstico)	pROC	Construcción de curvas ROC, cálculo de AUC (IC 95%), determinación del punto de corte óptimo (índice de Youden’s) para la evaluación del rendimiento diagnóstico
	Paquetes de R (Análisis de supervivencia)	survival, survminer	Generación de curvas de supervivencia Kaplan–Meier, prueba de rangos log, regresión de riesgos proporcionales de Cox univariante/multivariante (HR + IC 95%); estratificación de pacientes por expresión génica mediana
	Paquetes de R (Enriquecimiento funcional)	clusterProfiler, fgsea	clusterProfiler: análisis de enriquecimiento de vías GO (BP/CC/MF) y KEGG (P ajustado < 0.05); fgsea: GSEA para conjuntos de genes MSigDB Hallmark/KEGG (FDR < 0.25)
	Paquetes de R (Construcción y validación de nomogramas)	rms	Desarrollo de nomograma pronóstico (integración de expresión génica + etapa TNM); cálculo del índice C de Harrell, remuestreo bootstrap (1000 repeticiones) para corrección de sesgo, generación de gráfico de calibrado
	Paquetes de R (Estadística y visualización)	ggplot2, ComplexHeatmap, corrplot	Generación de gráficos de volcán, gráficos de burbuja (enriquecimiento), mapas de calor (correlación de infiltración inmune), gráficos de dispersión (coexpresión génica); análisis de correlación de Pearson/Spearman
Bases de datos y herramientas de bioinformática (Análisis de red/inmune)	Base de datos STRING	Puntuación de confianza > 0.7	Construcción de redes de interacción proteína-proteína (PPI) para B3GNT3/FERMT1/SPP1 e interactores de primer grado
	Cytoscape	-	Visualización de redes PPI y de coexpresión génica (ponderación de bordes por fuerza de correlación, identificación de genes hub)
	Algoritmo de desconvolución inmune	CIBERSORT	Estimación de la abundancia de infiltración de células inmunes (macrófagos M2, linfocitos T CD8+, neutrófilos, células NK, etc.) en muestras de LUAD; correlación con la expresión de genes candidatos
Otras herramientas	Microsoft Office/LaTeX	-	Preparación de manuscritos, ensamblaje de figuras y formato de tablas; compilación de resultados estadísticos