Araştırma makalesi

Berrak Hücreli Renal Hücreli Karsinomda Potansiyel Bir Prognostik Biyobelirteç Olarak ARHGAP22: Tümör İmmünitesi ve Ko-ekspresyon Ağlarına Bakış

54 görüntülenme

⸱

DOI:

10.3791/72307

⸱

3 Eylül 2026

 ,  ,  ,  ,  ,  , 
1Department of Gastroenterology, The First Affiliated Hospital of Jinzhou Medical University, 2Qilu Medical University, 3General Hospital of Fushun Mining Bureau of Liaoning Health Industry Group, 4Department of Urology, The First Affiliated Hospital of Jinzhou Medical University

* These authors contributed equally

Bu makalede

Özet

Bu çalışma, berrak hücreli renal hücreli karsinomda ARHGAP22 ekspresyonunu ve bunun prognoz, klinikopatolojik özellikler, tümör immün mikroçevresi ve bilgisayar tabanlı olarak öngörülen ilaç duyarlılığı ile olan ilişkilerini değerlendirmektedir.

Özet

Berrak hücreli renal hücreli karsinom (ccRCC), böbrek kanserinin en yaygın alt tipidir ve önemli bir klinik heterojenlik ile karakterize edilir; bu durum, güvenilir prognostik biyobelirteçlere olan ihtiyacı vurgulamaktadır. Bu çalışma, The Cancer Genome Atlas Kidney Renal Clear Cell Carcinoma (TCGA-KIRC) kohortundan elde edilen transkriptomik ve klinik verilerin yanı sıra, harici doğrulama verileri ve Human Protein Atlas'tan (HPA) alınan protein ekspresyon bilgileri kullanılarak ccRCC'de ARHGAP22'nin ekspresyon paterni, prognostik önemi ve immün ilişkili bağlantıları değerlendirmiştir. ARHGAP22 ekspresyonu, tümör ve komşu normal dokular arasında karşılaştırılmış; genel sağkalım, klinikopatolojik özellikler, tümör mikroçevre skorları ve tahmini immün hücre fraksiyonları ile olan ilişkileri analiz edilmiştir. Potansiyel biyolojik ilişkileri karakterize etmek için ko-ekspresyon ve fonksiyonel zenginleştirme analizleri de gerçekleştirilmiştir. ARHGAP22'nin ccRCC dokularında transkriptomik düzeyde anlamlı şekilde yukarı regüle olduğu görülmüş ve buna paralel farklılıklar immünohistokimyasal görüntülerde gözlemlenmiştir. Yüksek ARHGAP22 ekspresyonu, daha kısa genel sağkalım, ileri klinikopatolojik özellikler ve daha yüksek ImmuneScore, StromalScore ve ESTIMATEScore değerleri ile ilişkili bulunmuştur. CIBERSORT tabanlı analiz, yanlış keşif oranı düzeltmesi sonrası, yüksek ekspresyon grubunun M2 makrofajlar ve düzenleyici T hücrelerinin daha yüksek tahmin edilen fraksiyonlarına; naif B hücreleri, dinlenme halindeki mast hücreleri ve aktive dendritik hücrelerin ise daha düşük tahmin edilen fraksiyonlarına sahip olduğunu göstermiştir. Fonksiyonel zenginleştirme analizleri, ARHGAP22 ile ilişkili genleri immün ilişkili süreçler, hücre migrasyonu ile kemokin ve sitokin aracılı sinyal yolaklarına bağlamıştır. Bu bulgular, daha fazla bağımsız klinik ve deneysel doğrulamaya ihtiyaç duyulsa da, ARHGAP22'nin ccRCC'de potansiyel bir prognostik ve immün ilişkili biyobelirteç olabileceğini düşündürmektedir.

Giriş

Berrak hücreli renal hücreli karsinom (ccRCC), renal hücreli karsinomun en yaygın histolojik alt tipidir; vakaların yaklaşık %70–80'ini oluşturur ve böbrek kanseri kaynaklı ölümlere önemli ölçüde katkıda bulunur1˒2. Renal hücreli karsinom insidansı son yıllarda genel olarak artmış olup bölgeler arasında belirgin epidemiyolojik farklılıklar göstermektedir. Bilinen risk faktörleri arasında sigara kullanımı, obezite, hipertansiyon ve kronik böbrek hastalığı yer almaktadır3˒4. Berrak hücreli renal hücreli karsinom, belirgin agresifliği ve moleküler heterojenliği ile karakterizedir. Hastaların bir kısmı tanı anında metastatik hastalıkla başvurur; postoperatif nüks ve progresyon ise yaygın olarak görülmeye devam etmektedir2˒5. Moleküler düzeyde, von Hippel–Lindau (VHL) inaktivasyonu ve hipoksiyle indüklenen faktör (HIF) sinyal yolunun sürekli aktivasyonu, ccRCC patogenezindeki temel olaylar olarak kabul edilmekte ve yaygın genomik ve epigenetik değişiklikler eşlik etmektedir6˒7. Hedefli tedaviler ve immünoterapiler ileri evre hastalıkta sonuçları iyileştirmiş olsa da, tedavi yanıtları oldukça heterojen kalmaya devam etmektedir; bu durum, güvenilir prognostik ve immünle ilgili biyobelirteçlere olan ihtiyacı vurgulamaktadır8,9,10.

Rho guanosin trifosfatazlar (Rho GTPazlar); hücre iskeleti yeniden yapılanmasını, hücre polaritesini, adezyonu, migrasyonu ve invazyonu düzenleyen moleküler anahtarlardır ve tümör oluşumu ile kanser progresyonunda çok yönlü rollere sahiptirler11˒12. Tümör hücresi proliferasyonu, apoptozu ve motilitesini düzenlemenin yanı sıra, Rho GTPaz sinyal iletimi anjiyogeneze, inflamatuar yanıtlara ve tümör immün mikroçevresinin yeniden yapılanmasına katkıda bulunur13,14,15. ccRCC'de Rho GTPaz sinyal iletiminin biyolojik önemi giderek daha fazla dikkat çekmektedir. Rac sinyal iletiminin ccRCC büyümesini ve anjiyojenik geçişi desteklediği bildirilmişken, VHL/HIF kaynaklı ccRCC'nin Rho GTPaz/Rho-associated coiled-coil-containing protein kinase (ROCK) yoluna bağımlı olabileceği belirtilmiştir16˒17. Rho GTPaz ile ilişkili gen imzaları ayrıca ccRCC'de kötü prognoz, immünsupresif durum ve immünoterapiye karşı farklı yanıtlarla ilişkilendirilmiş olup, bu yolun tümör progresyonu ile tümör immünitesi arasında önemli bir moleküler bağlantı oluşturabileceğini düşündürmektedir18˒19.

ARHGAP22, Rho GTPaz aktive eden protein (RhoGAP) ailesine ve FilGAP ile ilişkili alt aileye aittir ve öncelikle RhoA–Rac1 aksının antagonistik düzenlenmesinde yer alan Rac-spesifik bir RhoGAP olarak işlev görür20˒21. Protein, bir plekstrin homoloji (PH) alanı ve bir RhoGAP alanı içerir; endozomal lokalizasyon ve plazma membranına taşıma yoluyla Rac aktivitesini düzenleyebilir, böylece lamellipodia oluşumunu, hücre yayılmasını ve migrasyonunu etkiler20˒22˒23. Önceki çalışmalar ARHGAP22'yi sitoskeletal dinamikler, tümör hücresi motilitesi, tümör immün mikroçevresi ve çeşitli malignitelerde potansiyel biyobelirteç rolleri ile ilişkilendirmiştir20,23,24,25. Ancak ccRCC'de ARHGAP22'nin ekspresyon paterni, prognostik önemi, immün ilişkileri ve potansiyel terapötik uygunluğu yetersiz şekilde karakterize edilmiştir. Bu nedenle mevcut çalışma, ARHGAP22'nin prognostik ve immünle ilişkili bir biyobelirteç olarak potansiyel değerini değerlendirmek amacıyla; ccRCC'de ARHGAP22 ekspresyonunun klinikopatolojik progresyon, hasta prognozu, immün infiltrasyon, bilgisayarlı olarak öngörülen ilaç duyarlılığı ve ko-ekspresyon ağları ile ilişkili olup olmadığını değerlendirmiştir.

Protokol

Bu çalışma TCGA, HPA ve diğer açık erişimli veri tabanlarından alınan, kamuya açık ve kimliksizleştirilmiş verileri kullanmış olup; yeni insan katılımcı alımı, hayvan deneyleri veya tanımlanabilir kişisel bilgiler içermemektedir. Bu nedenle, ek kurumsal etik onay ve bilgilendirilmiş onam gerekmemiştir. Protokolde kullanılan araçlara ilişkin ayrıntılı bilgiler Materyaller Tablosu'nda sunulmuştur.

1. Genel veri setleri ve biyoinformatik analiz
Halka açık veri setleri kullanılmış olup, insan katılımcıları veya hayvanları içeren doğrudan bir araştırma yürütülmemiştir. Transkriptomik ve klinik veriler The Cancer Genome Atlas Kidney Renal Clear Cell Carcinoma (TCGA-KIRC) projesinden, protein ekspresyon verileri ise Human Protein Atlas'tan elde edilmiştir. Bu hesaplamalı yaklaşım, büyük ölçekli transkriptomik ve klinik veri setlerinin verimli bir şekilde taranmasına olanak tanımış, aday biyobelirteçlerin ön tanımlamasını desteklemiş ve sonraki deneysel doğrulama çalışmaları için bir temel oluşturmuştur. Tüm hesaplamalı analizler istatistiksel yazılımlar kullanılarak gerçekleştirilmiştir.

2. Veri toplama ve örnek seçimi
Genomic Data Commons Veri Portalı'na erişilmiş ve TCGA-KIRC projesi seçilmiştir. Berrak hücreli renal hücreli karsinom (ccRCC) için transkriptom profilleme verileri ve ilgili klinik bilgiler indirilmiştir. Sonraki transkriptomik analizler için milyon başına transkript (TPM) ile normalize edilmiş haberci RNA ekspresyon verileri kullanılmıştır. ARHGAP22 ekspresyon değerleri TCGA-KIRC transkriptomik matrisinden çıkarılmış ve TCGA örnek barkodları kullanılarak ilgili klinik kayıtlarla eşleştirilmiştir. ARHGAP22 ekspresyon verileri ve klinik anotasyonları mevcut olan primer tümör dokuları ve komşu normal böbrek dokuları çalışmaya dahil edilmiştir. ARHGAP22 ekspresyon değerleri eksik olan, temel klinik veya sağkalım bilgileri tamamlanmamış, mükerrer kayıtlara sahip veya sağkalım süreleri 30 günden az olan örnekler hariç tutulmuştur. Filtreleme sonrası, alt analizler için 533 tümör örneği ve 72 komşu normal doku örneği tutulmuştur.

3. Pan-kanser ekspresyon analizi
ARHGAP22'nin pan-kanser ekspresyon analizi, TIMER2.0'ın (http://timer.cistrome.org/; erişim tarihi 12 Nisan 2026) Gene_DE modülü kullanılarak gerçekleştirilmiştir. Birden fazla kanser türünde tümör dokuları ile karşılık gelen normal dokular arasındaki ARHGAP22 ekspresyonunu karşılaştırmak için TCGA RNA-dizileme verileri kullanılmıştır. Ekspresyon değerleri log2(TPM) olarak sunulmuş ve diferansiyel ekspresyon, TIMER2.0'da yer alan Wilcoxon sıra toplamı testi ile değerlendirilmiştir. 0,05'ten küçük iki taraflı P değeri istatistiksel olarak anlamlı kabul edilmiştir.

4. Harici GEO doğrulaması
Harici doğrulama, BEST çevrimiçi platformu (https://rookieutopia.hiplot.com.cn/app_direct/BEST/; erişim tarihi 9 Temmuz 2026) aracılığıyla Gene Expression Omnibus veri seti GSE167573 kullanılarak gerçekleştirilmiştir. ccRCC ve normal böbrek dokularındaki ARHGAP22 ekspresyonu, platform tarafından sağlanan normalize edilmiş ekspresyon verileri kullanılarak karşılaştırılmış ve eşleşmemiş Student’s t-testi ile değerlendirilmiştir. Sağkalım analizi için hastalar, platformun optimal cutoff yöntemi kullanılarak yüksek ve düşük ekspresyon gruplarına ayrılmış ve genel sağkalım, log-rank testi ile Kaplan–Meier analizi kullanılarak değerlendirilmiştir. 0.05'ten küçük iki taraflı P değeri istatistiksel olarak anlamlı kabul edilmiştir.

5. ARHGAP22 ekspresyon analizi
TPM-normalize edilmiş ARHGAP22 haberci RNA ekspresyon verileri TCGA-KIRC kohortundan çıkarılmış ve istatistiksel analizden önce log2(TPM + 1) şeklinde dönüştürülmüştür. Primer tümör dokuları ile komşu normal böbrek dokuları arasındaki farklı ARHGAP22 ekspresyonu değerlendirilmiştir. Tümör ve normal dokular arasındaki eşleşmemiş karşılaştırmalar için Wilcoxon sıra toplamı testi kullanılmıştır. Eşleşmiş analiz için, TCGA hasta barkodları kullanılarak eşleşmiş tümör-normal çiftleri belirlenmiş ve komşu normal dokular ile karşılık gelen tümör dokuları arasındaki ARHGAP22 ekspresyonunu karşılaştırmak için Wilcoxon işaretli sıra testi uygulanmıştır. 0,05'ten küçük iki yönlü P değeri istatistiksel olarak anlamlı kabul edilmiştir.

6. Sağkalım ve alıcı işletim karakteristik analizi
Sağkalım ve zamana bağlı alıcı işletim karakteristikleri (ROC) analizleri, klinik takip verileri mevcut olan TCGA-KIRC tümör örnekleri kullanılarak gerçekleştirilmiştir. Genel sağkalım süresi günden yıla dönüştürülmüştür. Hastalar, medyan ARHGAP22 ekspresyon değeri kullanılarak yüksek ve düşük ARHGAP22 ekspresyon gruplarına ayrılmış ve ekspresyon tabanlı gruplandırmayı içeren tüm analizlerde aynı eşik değer tutarlı bir şekilde uygulanmıştır. Kaplan–Meier eğrileri, survival ve survminer paketleri kullanılarak oluşturulmuştur. Gruplar arasındaki farklılıklar log-rank testi ile değerlendirilmiştir. Tehlike oranlarını ve %95 güven aralıklarını tahmin etmek için Cox orantılı riskler regresyonu kullanılmıştır. Zamana bağlı ROC eğrileri timeROC paketi kullanılarak oluşturulmuştur. 1, 3 ve 5. yıllardaki eğri altı alanlar Aalen ağırlıklandırma yöntemi kullanılarak hesaplanmıştır. 0,05'ten küçük iki yönlü P değeri istatistiksel olarak anlamlı kabul edilmiştir.

7. Klinikopatolojik ilişki analizi
ARHGAP22 ekspresyonu ile klinikopatolojik özellikler arasındaki ilişki TCGA-KIRC tümör örnekleri kullanılarak analiz edilmiştir. Normal örnekler hariç tutulmuştur. Yaş, 65 yaş ve altı ile 65 yaş üstü olarak kategorize edilmiştir. Açıklamaları bilinmeyen veya eksik olan örnekler ilgili analizden çıkarılmıştır. İki grup arasındaki karşılaştırmalar için Wilcoxon sıra toplamı testi, üç veya daha fazla grubu içeren karşılaştırmalar için ise Kruskal–Wallis testi kullanılmıştır. Keman grafikleri ggpubr, ggplot2 ve scales paketleri kullanılarak oluşturulmuştur. Isı haritası görselleştirmesi için hastalar, medyan kesme noktası kullanılarak yüksek ve düşük ARHGAP22 ekspresyon gruplarına ayrılmıştır. Ekspresyon grupları ile klinikopatolojik değişkenler arasındaki ilişkiler ki-kare testleri ile değerlendirilmiştir. Isı haritaları, limma ile ön işleme yapıldıktan sonra ComplexHeatmap kullanılarak oluşturulmuştur. 0.05'ten küçük iki yönlü P değeri istatistiksel olarak anlamlı kabul edilmiştir.

8. Nomogram oluşturma
ARHGAP22 ekspresyonu, mevcut klinikopatolojik özelliklerle bir Cox orantılı riskler regresyon modelinde entegre edilerek prognostik bir nomogram oluşturulmuştur. Model, TCGA-KIRC kohortunda 1, 3 ve 5 yıllık genel sağkalımı tahmin etmek için kullanılmıştır. Bireysel hasta risk skorları, uyarlanmış Cox modeli kullanılarak hesaplanmıştır. 1, 3 ve 5 yıllık genel sağkalım için kalibrasyon eğrileri, 1.000 bootstrap yeniden örnekleme iterasyonu ile Kaplan-Meier yöntemi kullanılarak oluşturulmuştur. Nomogram tarafından tahmin edilen sağkalım olasılıkları ile gözlemlenen sağkalım sonuçları arasındaki uyum değerlendirilmiştir. Cox regresyonu survival paketi kullanılarak gerçekleştirilmiştir. Nomogram görselleştirme ve kalibrasyon analizleri regplot ve rms kullanılarak yapılmıştır. 0,05'ten küçük iki yönlü P değeri istatistiksel olarak anlamlı kabul edilmiştir.

9. Ko-ekspresyon analizi
TCGA-KIRC tümör örneklerinden elde edilen transkriptomik veriler, Pearson korelasyon analizi kullanılarak ARHGAP22 ile diğer tüm genler arasındaki ko-ekspresyon ilişkilerini değerlendirmek için kullanılmıştır. Mutlak Pearson korelasyon katsayısı 0.6'dan büyük ve P değeri 0.001'den küçük olan genler, anlamlı şekilde ko-eksprese olan genler olarak tanımlanmıştır. Anlamlı şekilde ko-eksprese olan genler, korelasyon katsayısının mutlak değerine göre sıralanmıştır. Bir korelasyon matrisi oluşturmak için en yüksek sıralamaya sahip genler seçilmiş ve ARHGAP22 ile ilişkili ko-ekspresyon ağını görselleştirmek için bir kord diyagramı oluşturulmuştur.

10. Diferansiyel olarak eksprese edilen gen ve fonksiyonel zenginleştirme analizleri
Yüksek ve düşük ARHGAP22 ekspresyon grupları arasındaki diferansiyel ekspresyon analizi, yanlış keşif oranı (FDR) düzeltmeli Wilcoxon sıra toplamı testi kullanılarak gerçekleştirilmiştir. Mutlak log2 kat değişimi 1'den büyük ve FDR değeri 0,05'ten küçük olan genler, anlamlı düzeyde diferansiyel olarak eksprese edilen genler olarak tanımlanmıştır. Sonuçlar, yanardağ grafiği (volcano plot) ve ısı haritası (heatmap) kullanılarak görselleştirilmiştir. Gene Ontology ve Kyoto Encyclopedia of Genes and Genomes zenginleştirme analizleri clusterProfiler kullanılarak yapılmıştır. Gen sembolleri org.Hs.eg.db kullanılarak Entrez tanımlayıcılarına dönüştürülmüştür. Hem nominal P değeri 0,05'ten küçük hem de FDR-düzeltilmiş P değeri 0,05'ten küçük olan Gene Ontology terimleri ve Kyoto Encyclopedia of Genes and Genomes yolları anlamlı düzeyde zenginleşmiş olarak kabul edilmiştir. Gen Seti Zenginleştirme Analizi, Molecular Signatures Database c2.cp.kegg.v7.4.symbols.gmt dosyasındaki Kyoto Encyclopedia of Genes and Genomes gen setleri kullanılarak gerçekleştirilmiştir. Genler log2 kat değişimine göre sıralanmış ve nominal P-değeri < 0,05 olan gen setleri anlamlı düzeyde zenginleşmiş olarak kabul edilmiştir.

11. İmmün infiltrasyon ve immün kontrol noktası analizi
İmmün infiltrasyon ve immün kontrol noktası analizleri TCGA-KIRC tümör örnekleri kullanılarak gerçekleştirilmiştir. StromalScore, ImmuneScore ve ESTIMATEScore değerleri estimate paketi kullanılarak hesaplanmıştır. İmmün hücre fraksiyonları, 1.000 permütasyon ve kuantil normalizasyonu ile CIBERSORT R betiği kullanılarak tahmin edilmiştir. CIBERSORT dekonvolüsyon P değeri 0,05'ten küçük olan örnekler tutulmuştur. Hastalar, medyan ARHGAP22 ekspresyon seviyesine göre ARHGAP22-yüksek ve ARHGAP22-düşük gruplara ayrılmıştır. İki grup arasındaki ESTIMATE skorları ve immün hücre fraksiyonlarındaki farklılıklar Wilcoxon sıra toplamı testi kullanılarak değerlendirilmiştir. ARHGAP22 ekspresyonu ile immün kontrol noktası genleri arasındaki korelasyonlar Pearson korelasyon analizi ile değerlendirilmiştir. Çoklu immün hücre karşılaştırmaları ve immün kontrol noktası korelasyon testlerinden elde edilen P değerleri Benjamini–Hochberg FDR yöntemi kullanılarak düzeltilmiş ve 0,05'ten küçük bir FDR istatistiksel olarak anlamlı kabul edilmiştir. FDR açısından anlamlı olan immün kontrol noktası genleri, corrplot ile oluşturulan korelasyon ısı haritaları kullanılarak görselleştirilmiştir. Veri ön işleme ve görselleştirme işlemleri ağırlıklı olarak limma, ggpubr ve corrplot kullanılarak gerçekleştirilmiştir.

12. İlaç duyarlılığı tahmini
Normal doku örnekleri hariç tutulduktan sonra TCGA-KIRC tümör transkriptomik verileri kullanılmıştır. Hesaplamalı olarak tahmin edilen yarı maksimum inhibisyon konsantrasyon değerleri, oncoPredict paketi ve Genomics of Drug Sensitivity in Cancer 2 tabanlı referans veri seti kullanılarak hesaplanmıştır. Hastalar, medyan ARHGAP22 ekspresyon değeri kullanılarak ARHGAP22-yüksek ve ARHGAP22-düşük gruplarına ayrılmıştır. Tahmin edilen yarı maksimum inhibisyon konsantrasyon değerleri, Wilcoxon sıra toplamı testi kullanılarak gruplar arasında karşılaştırılmıştır. Çoklu ilaç karşılaştırmalarından elde edilen P değerleri Benjamini–Hochberg yöntemi kullanılarak düzeltilmiş ve 0,05'ten küçük bir FDR istatistiksel olarak anlamlı kabul edilmiştir. Sonuçlar, deneysel olarak doğrulanmış veya klinik olarak gözlemlenmiş ilaç yanıtlarından ziyade, hesaplamalı olarak tahmin edilen ilaç duyarlılığı kestirimleri olarak yorumlanmıştır.

13. İnsan protein atlası doğrulaması
Human Protein Atlas veri tabanına erişildi ve ARHGAP22 araması yapıldı. Normal böbrek dokusundaki ARHGAP22 protein ekspresyonunu değerlendirmek için Doku (Tissue) bölümü incelendi. Patoloji (Pathology) bölümü açıldı, berrak hücreli renal hücreli karsinom seçildi ve tümör dokusundaki ARHGAP22 protein ekspresyonu incelendi. Normal ve tümör dokuları arasındaki ARHGAP22 protein ekspresyonunu karşılaştırmak amacıyla, normal böbrek dokusuna ve ccRCC dokusuna ait temsili immünohistokimyasal görüntüler alındı ve makaleye dahil edilmek üzere seçildi.

Sonuçlar

ARHGAP22'nin pan-kanser ekspresyon profili
Pan-kanser transkripsiyonel profilleme, tümör tipleri ve karşılık gelen normal dokular genelinde ARHGAP22 ekspresyonunda belirgin bir heterojenlik olduğunu göstermiştir (Şekil 1). Birçok solid tümörde ARHGAP22 ekspresyonunda genel bir artış eğilimi gözlemlenmiştir. ARHGAP22 ekspresyonu; invaziv meme karsinomu, kolanjiyokarsinom, baş ve boyun skuamöz hücreli karsinomu, böbrek kromofob karsinomu, böbrek renal berrak hücreli karsinomu, böbrek renal papiller hücreli karsinomu ve karaciğer hepatosellüler karsinomu dokularında, karşılık gelen normal dokulara göre anlamlı derecede daha yüksek bulunmuştur. Bu bulgular, ARHGAP22'nin birden fazla kanser türünde farklı şekilde eksprese edildiğini ve tümörle ilişkili bir biyobelirteç olarak önemi olabileceğini göstermiştir.

Berrak hücreli renal hücreli karsinomda ARHGAP22'nin ekspresyon paterni ve prognostik değeri
Berrak hücreli renal hücreli karsinomda (ccRCC) ARHGAP22'nin ekspresyon paterni ve klinik ilişkisi; transkriptomik veriler, sağkalım analizleri, bağımsız bir doğrulama veri seti ve immünohistokimyasal görüntüler kullanılarak değerlendirilmiştir. ARHGAP22 ekspresyonu, hem eşleştirilmemiş hem de eşleştirilmiş The Cancer Genome Atlas Kidney Renal Clear Cell Carcinoma (TCGA-KIRC) örneklerinde, ccRCC dokularında normal böbrek dokularına göre anlamlı derecede daha yüksek bulunmuştur (Şekil 1B, C). Kaplan–Meier analizi, yüksek ARHGAP22 ekspresyonuna sahip hastaların, düşük ekspresyonlu hastalara göre anlamlı derecede daha kısa genel sağkalım (OS) süresine sahip olduğunu göstermiştir (P = 0.013; Şekil 1D). Zamana bağlı alıcı işletim karakteristiği analizi; 1, 3 ve 5 yıllık OS için sırasıyla 0.641, 0.637 ve 0.641 eğri altı alan değerleri vererek orta düzeyde bir prognostik performansa işaret etmiştir (Şekil 1E). Bulgular, bağımsız GSE167573 veri seti kullanılarak daha detaylı değerlendirilmiştir. ARHGAP22 ekspresyonu ccRCC dokularında normal böbrek dokularına göre anlamlı derecede daha yüksek bulunmuş (Şekil 1F) ve yüksek ARHGAP22 ekspresyonu daha kısa OS ile ilişkilendirilmiştir (Şekil 1G). Human Protein Atlas'tan elde edilen immünohistokimyasal görüntüler, ccRCC dokusunda normal böbrek dokusuna göre daha güçlü ARHGAP22 protein boyanması göstermiş ve transkriptomik bulguları protein düzeyinde desteklemiştir (Şekil 1H, I).

ARHGEF22 ekspresyon analizi; A: ekspresyon kutu grafiği; B-D: sağkalım eğrileri; E: ROC eğrisi; F-H: doku karşılaştırması.
Şekil 1: Berrak hücreli renal hücreli karsinomda ARHGAP22'nin pan-kanser ekspresyonu, ekspresyon paterni ve prognostik değeri. (A) Çok sayıda tümör tipi ve karşılık gelen normal dokularda ARHGAP22'nin pan-kanser ekspresyon profili. (B) Eşleştirilmemiş berrak hücreli renal hücreli karsinom (ccRCC) ve normal böbrek dokularında ARHGAP22 ekspresyonu. (C) Eşleştirilmiş ccRCC ve komşu normal böbrek dokularında ARHGAP22 ekspresyonu. (D) Yüksek ve düşük ARHGAP22 ekspresyonuna sahip hastaları karşılaştıran Kaplan–Meier genel sağkalım eğrileri. (E) ARHGAP22'nin 1, 3 ve 5 yıllık genel sağkalım için prognostik performansını değerlendiren zamana bağlı alıcı işletim karakteristiği eğrileri. (F) GSE167573 veri setinde ARHGAP22 ekspresyonunun doğrulanması. (G) GSE167573 veri setinde Kaplan–Meier genel sağkalım analizi. (H, I) Human Protein Atlas'tan alınan, normal böbrek dokusunda (H) ve ccRCC dokusunda (I) ARHGAP22 protein ekspresyonunu gösteren immünohistokimyasal görüntüler. *P < 0.05; **P < 0.01; ***P < 0.001. Kısaltmalar: ccRCC, berrak hücreli renal hücreli karsinom; OS, genel sağkalım; ROC, alıcı işletim karakteristiği; DEG, diferansiyel ekspresyon gösteren gen; GO, Gen Ontolojisi; KEGG, Kyoto Gen ve Genom Ansiklopedisi; GSEA, Gen Seti Zenginleştirme Analizi; FDR, yanlış keşif oranı; IC50, yarı maksimal inhibitör konsantrasyonu. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

ARHGAP22'nin klinikopatolojik özelliklerle ilişkisi
ARHGAP22 ekspresyonu ile klinikopatolojik özellikler arasındaki ilişki, ekspresyonun hastalık şiddetine göre değişip değişmediğini belirlemek için değerlendirilmiştir. Metastatik hastalığı olan hastalar da dahil olmak üzere, ileri T, M ve N sınıflandırmasına sahip hastalarda ARHGAP22 ekspresyonu anlamlı derecede daha yüksekti (Şekil 2A–C). Ekspresyon ayrıca ilerleyen histolojik derece ve klinik evre ile birlikte artış göstermiştir (Şekil 2D, E). Isı haritası (heatmap) analizi, yüksek ARHGAP22 ekspresyonu ile yüksek histolojik derece, ileri klinik evre ve elverişsiz tümör-nod-metastas sınıflandırması arasında anlamlı ilişkiler olduğunu daha net göstermiştir (Şekil 2F). Bu sonuçlar, artmış ARHGAP22 ekspresyonunun ccRCC'de daha agresif klinikopatolojik özelliklerle ilişkili olduğunu göstermiştir.

ARHGAP22 ekspresyon keman grafiği; istatistiksel analiz Kruskal-Wallis ve Wilcoxon testlerini içerir.
Şekil 2: Berrak hücreli renal hücreli karsinomda ARHGAP22 ekspresyonu ile klinikopatolojik özellikler arasındaki ilişki. (A–C) Sırasıyla T, M ve N sınıflandırmasına göre ARHGAP22 ekspresyonu. (D) Histolojik dereceye göre ARHGAP22 ekspresyonu. (E) Klinik evreye göre ARHGAP22 ekspresyonu. (F) ARHGAP22 ekspresyonu ile klinikopatolojik özellikler arasındaki ilişkileri gösteren ısı haritası. *P < 0.05; **P < 0.01; ***P < 0.001. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Klinikopatolojik özellikler ve genel sağkalım
Kaplan–Meier analizi, klinikopatolojik alt gruplar arasında OS açısından anlamlı farklılıklar olduğunu göstermiştir (Şekil 3). Daha yüksek histolojik derecelere (G3–G4) sahip hastalar, daha düşük dereceli (G1–G2) hastalara göre anlamlı derecede daha kısa OS göstermiştir (P < 0.0001; Şekil 3A). Evre III–IV hastalığı olan hastalar da evre I–II hastalığı olan hastalara göre anlamlı derecede daha kısa OS göstermiştir (P < 0.0001; Şekil 3B). Genel sağkalım, T-sınıflandırma alt grupları arasında anlamlı farklılık göstermiş olup, ileri T sınıflandırmaları daha kötü sonuçlarla ilişkilendirilmiştir (P < 0.0001; Şekil 3C). Lenf nodu metastazı (N1) veya uzak metastazı (M1) olan hastalar da lenf nodu veya uzak metastazı olmayanlara göre anlamlı derecede daha kısa OS göstermiştir (her ikisi için P < 0.0001; Şekil 3D, E). Bu bulgular; histolojik derecenin, klinik evrenin ve tümör-nod-metastaz sınıflandırmasının ccRCC'de sağkalım ile ilişkili olduğunu doğrulamıştır.

Kanser sağkalım olasılığı Kaplan-Meier eğrileri; evrelerin ve derecelerin karşılaştırılması; p-değeri gösterilmiştir.
Şekil 3: Berrak hücreli renal hücreli karsinomda klinikopatolojik özelliklere göre genel sağkalım. (A–E) Sırasıyla histolojik derece, klinik evre, T sınıflandırması, N sınıflandırması ve M sınıflandırmasına göre Kaplan–Meier genel sağkalım eğrileri. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Berrak hücreli renal hücreli karsinom için prognostik nomogram
ccRCC hastalarında 1, 3 ve 5 yıllık OS değerlerini tahmin etmek amacıyla, ARHGAP22 ekspresyonunu mevcut klinikopatolojik özelliklerle entegre eden prognostik bir nomogram oluşturulmuştur (Şekil 4A). Kalibrasyon analizi, üç zaman noktasının tamamında nomogram tarafından tahmin edilen sağkalım olasılıkları ile gözlemlenen sağkalım olasılıkları arasında bir uyum olduğunu göstermiştir. Kalibrasyon eğrilerinin ideal referans hattına yakın konumlanması, tatmin edici bir kalibrasyon performansına işaret etmektedir (Şekil 4B). Klinik modelin konkordans indeksi 0,779 ( %95 güven aralığı, 0,729–0,828) iken, ARHGAP22'nin eklenmesi 0,781'lik bir konkordans indeksi ( %95 güven aralığı, 0,735–0,827) sağlamış olup, bu durum minimal bir artımlı prognostik iyileşmeye işaret etmektedir.

Gözlemlenen sağkalım oranlarını tahmin eden nomogram diyagramı; yılların trend çizgileriyle OS'ye karşı tahmin edilen OS grafiği.
Şekil 4: Berrak hücreli renal hücreli karsinomda ARHGAP22 tabanlı prognostik nomogram ve kalibrasyon analizi. (A) 1, 3 ve 5 yıllık genel sağkalımı tahmin etmek için kullanılan nomogram. (B) Nomogram tarafından tahmin edilen ve gözlemlenen 1, 3 ve 5 yıllık genel sağkalımı karşılaştıran kalibrasyon eğrileri. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

ARHGAP22'nin moleküler ağ analizi
ARHGAP22 ekspresyonu ile ilişkili moleküler ağı karakterize etmek için korelasyon analizi gerçekleştirilmiştir. Korelasyon ağı, ccRCC'de ARHGAP22 ile birden fazla gen arasındaki ilişkileri göstermiştir (Şekil 5A). ARHGAP22 ekspresyonu; GMIP, TRPM2, CARD9, FMNL1, STAC3 ve MYO9B ile anlamlı derecede pozitif korelasyon göstermiştir. BSND, HEPACAM2, ATP6V1G3, TMEM38A ve FOXI1 ile anlamlı negatif korelasyonlar gözlemlenmiştir (Şekil 5B–L). Bu bulgular, ARHGAP22 ekspresyonunun ccRCC'de karmaşık bir ko-ekspresyon ağı ile ilişkili olduğunu göstermiştir.

ARHGAP22 analizi gen ekspresyon korelasyon tabloları; dairesel ilişki diyagramı; dağılım grafikleri.
Şekil 5Berrak hücreli renal hücreli karsinomda ARHGAP22 ile ilişkili moleküler özellikler. (A) ARHGAP22 ve ilgili genler arasındaki ilişkileri gösteren korelasyon ağı. (B–G) Pozitif ARHGAP22 ile GMIP, TRPM2, CARD9, FMNL1, STAC3 ve MYO9B arasındaki korelasyonlarsırasıyla. (H–L) ARHGAP22 ile sırasıyla BSND, HEPACAM2, ATP6V1G3, TMEM38A ve FOXI1 arasındaki negatif korelasyonlar. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

ARHGAP22 ile ilişkili diferansiyel olarak eksprese edilen genler
Berrak hücreli renal hücreli karsinoma örnekleri, medyan ekspresyon değeri kullanılarak yüksek ve düşük ARHGAP22 ekspresyon gruplarına ayrıldı ve diferansiyel ekspresyon analizi gerçekleştirildi. Yüksek ekspresyon grubunda toplam 334 genin ekspresyonu artmış (upregulated), 38 genin ekspresyonu ise azalmıştı (downregulated) (Şekil 6A). Isı haritası (heatmap) analizi, yüksek ve düşük ARHGAP22 grupları arasında belirgin ekspresyon modelleri olduğunu ortaya koyarak, tanımlanan diferansiyel olarak eksprese edilen genlerin iki grubu birbirinden ayırdığını göstermiştir (Şekil 6B).

Gen ekspresyon analizi grafikleri; volcano plot, ısı haritası ve zenginleştirme nokta grafiğini içerir.
Şekil 6: ARHGAP22 ile ilişkili diferansiyel eksprese olan genler ve fonksiyonel zenginleştirme. (A) Yüksek ve düşük ARHGAP22 ekspresyon grupları arasındaki diferansiyel eksprese olan genlerin volcano plot grafiği. (B) Diferansiyel eksprese olan genlerin ısı haritası. (C) Gen Ontolojisi zenginleştirme analizi. (D) Kyoto Encyclopedia of Genes and Genomes yolak zenginleştirme analizi. (E) Yüksek ARHGAP22 ekspresyon grubunda zenginleşmiş yolakları gösteren Gen Seti Zenginleştirme Analizi. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

ARHGAP22 ile ilişkili diferansiyel eksprese olan genlerin fonksiyonel zenginleştirmesi
Diferansiyel eksprese olan genlerle ilişkili biyolojik süreçleri karakterize etmek için fonksiyonel zenginleştirme analizi gerçekleştirilmiştir. Gen Ontolojisi analizi; lökosit aracılı immünite, kemotaksi, sitokin üretimi ve lenfosit diferansiyasyonu ile proliferasyonu dahil olmak üzere immünite ile ilişkili biyolojik süreçlerde zenginleşme olduğunu göstermiştir. Hücresel bileşen düzeyinde, hücre dışı matris, salgı granülleri ve plazma membranı ile ilişkili yapılarda zenginleşme gözlemlenmiştir. Moleküler fonksiyon düzeyinde, sitokin aktivitesi, kemokin reseptör bağlanması ve metallopeptidazla ilişkili aktiviteler için zenginleşme gözlemlenmiştir (Şekil 6C). Kyoto Gen ve Genom Ansiklopedisi analizi; sitokin-sitokin reseptör etkileşimi, kemokin sinyali, kalsiyum sinyali ile enfeksiyon ve immünite ile ilişkili yolaklarda anlamlı zenginleşme göstermiştir (Şekil 6D). Gen Seti Zenginleştirme Analizi, yüksek ARHGAP22 ekspresyon grubunda zenginleşmiş birden fazla immünite ile ilişkili yolağı daha belirlemiştir (Şekil 6E).

Berrak hücreli renal hücreli karsinomda ARHGAP22 ve immün mikroçevre
Tahmini immün hücre fraksiyonlarının CIBERSORT tabanlı analizi, ARHGAP22-yüksek ve ARHGAP22-düşük gruplar arasında anlamlı farklılıklar olduğunu göstermiştir (Şekil 7A). Yanlış keşif oranı (FDR) düzeltmesi sonrası, ARHGAP22-yüksek grubun M2 makrofajlar ve regülatör T hücreleri için daha yüksek tahmini fraksiyonlara; naif B hücreleri, istirahat halindeki mast hücreleri ve aktive dendritik hücreler için ise daha düşük tahmini fraksiyonlara sahip olduğu görülmüştür. Korelasyon analizi, ARHGAP22 ekspresyonunun M2 makrofajlar ve regülatör T hücreleri ile pozitif; naif B hücreleri, istirahat halindeki mast hücreleri ve aktive dendritik hücreler ile negatif ilişkili olduğunu göstermiştir (Şekil 7B). Bu CIBERSORT kaynaklı tahminler, yüksek ARHGAP22 ekspresyonunun ccRCC'de immünsüpresif bir profil ile ilişkili olduğunu göstermiştir.

Gen ekspresyon analiz grafikleri; kutu grafikleri, korelasyon grafikleri, ısı haritaları; ARHGAP22 etkisi.
Şekil 7: Berrak hücreli renal hücreli karsinomda ARHGAP22 ekspresyonu ile immün mikroçevre özellikleri arasındaki ilişki. (A) ARHGAP22-yüksek ve ARHGAP22-düşük gruplar arasında CIBERSORT ile tahmin edilen immün hücre fraksiyonlarındaki farklılıklar. (B) ARHGAP22 ekspresyonu ile CIBERSORT ile tahmin edilen immün hücre fraksiyonları arasındaki korelasyonlar. (C) ARHGAP22 ekspresyonu ile immün kontrol noktası genleri arasındaki ilişkileri gösteren korelasyon ısı haritası. (D) ARHGAP22 ve immün kontrol noktası moleküllerinin korelasyon matrisi. (E) ESTIMATE algoritması kullanılarak hesaplanan StromalScore, ImmuneScore ve ESTIMATEScore değerlerinin ARHGAP22-yüksek ve ARHGAP22-düşük gruplar arasındaki farklılıkları. *P < 0.05; **P < 0.01; ***P < 0.001. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

ARHGAP22, immün kontrol noktaları ve tümör mikroçevresi bileşenleri
Yüksek ARHGAP22 ekspresyonu; PDCD1LG2, CTLA4, LAG3, TIGIT ve ICOS dahil olmak üzere çeşitli immün kontrol noktası genleri ile pozitif yönde ilişkili bulunmuştur (Şekil 7C, D); bu durum, immün kaçışla ilişkili özelliklerle potansiyel bir bağlantıya işaret etmektedir. ESTIMATE analizi ayrıca, ARHGAP22 yüksek ekspresyon grubunda StromalScore, ImmuneScore ve ESTIMATEScore değerlerinin anlamlı derecede daha yüksek olduğunu göstermiş ve tümör mikroçevresindeki artmış stromal ve immün bileşenleri yansıtmıştır (Şekil 7E). Bu bulgular, ccRCC'de ARHGAP22 ekspresyonunun CIBERSORT ile tahmin edilen immün hücre fraksiyonları, immün kontrol noktası ekspresyonu ve immünosüpresif bir tümör mikroçevresi profili ile ilişkili olduğunu göstermiştir.

ARHGAP22 ve bilgisayar ortamında öngörülen hedefli ilaç duyarlılığı
ARHGAP22 ekspresyonu ile bilgisayar ortamında öngörülen hedefli ilaç duyarlılığı arasındaki ilişki, yüksek ve düşük ekspresyon grupları arasındaki öngörülen yarı maksimal inhibitör konsantrasyon değerleri karşılaştırılarak değerlendirilmiştir (Şekil 8A–I). Düşük ekspresyon grubunun axitinib, sorafenib, savolitinib, foretinib, cediranib, alpelisib, buparlisib, afuresertib ve ipatasertib için öngörülen yarı maksimal inhibitör konsantrasyon değerleri anlamlı derecede daha düşük bulunmuştur. Daha düşük öngörülen yarı maksimal inhibitör konsantrasyon değerleri, bilgisayar ortamında öngörülen daha yüksek duyarlılığa işaret etmektedir. Bu bulgular, daha düşük ARHGAP22 ekspresyonu ile değerlendirilen hedefli ajanlara karşı öngörülen daha yüksek duyarlılık arasında bir ilişki olduğunu göstermiştir. Sonuçlar bilgisayar ortamındaki öngörüleri temsil etmekte olup deneysel veya klinik olarak doğrulanmış ilaç yanıtlarını teşkil etmemektedir.

Düşük ve yüksek risk gruplarında ARHGAP22'nin duyarlılık analizini gösteren kutu grafikleri; istatistiksel karşılaştırma.
Şekil 8: Berrak hücreli renal hücreli karsinomda ARHGAP22 ekspresyonu ile hesaplamalı olarak öngörülen hedefli ilaç duyarlılığı arasındaki ilişki. (A–I) Sırasıyla axitinib, sorafenib, savolitinib, foretinib, cediranib, alpelisib, buparlisib, afuresertib ve ipatasertib için hesaplamalı olarak öngörülen yarı maksimal inhibitör konsantrasyon değerlerinin yüksek ve düşük ARHGAP22 ekspresyon grupları arasındaki karşılaştırması. Daha düşük öngörülen yarı maksimal inhibitör konsantrasyon değerleri, daha yüksek öngörülen ilaç duyarlılığını gösterir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

VERİ KULLANILABİLİRLİĞİ:
Bu çalışmada analiz edilen transkriptomik ve klinik veriler, kamuya açık olan The Cancer Genome Atlas Kidney Renal Clear Cell Carcinoma (TCGA-KIRC) projesinden (https://portal.gdc.cancer.gov/) elde edilmiştir. Harici ekspresyon ve sağkalım doğrulama verileri Gene Expression Omnibus GSE167573 veri setinden alınmıştır. Protein ekspresyon verileri Human Protein Atlas'tan (https://www.proteinatlas.org/) getirilmiştir. Pan-kanser ekspresyon verileri TIMER2.0 kullanılarak analiz edilmiş ve harici doğrulama BEST platformu üzerinden gerçekleştirilmiştir. İlaç duyarlılığı referans verileri Genomics of Drug Sensitivity in Cancer 2 veri setinden, zenginleştirme analizi için kullanılan gen setleri ise Molecular Signatures Database'den elde edilmiştir. Orijinal veri setlerine ilgili depolar ve platformlar aracılığıyla kamuya açık olarak erişilebilmektedir. Veri işleme, istatistiksel analiz ve görselleştirme için kullanılan R scriptleri Ek Dosya 1 olarak sunulmuştur. İşlenmiş sonuçlar; tam diferansiyel ekspresyon analizi sonuçlarını içeren Ek Tablo 1, Gen Ontolojisi zenginleştirme sonuçlarını içeren Ek Tablo 2 ve Kyoto Encyclopedia of Genes and Genomes yolak zenginleştirme sonuçlarını içeren Ek Tablo 3 olarak verilmiştir.

Ek Tablo 1: Tam diferansiyel ekspresyon analizi sonuçları. Bu dosya; gen tanımlayıcıları, grup ekspresyon değerleri, log2 kat değişimleri, P değerleri, yanlış keşif oranıyla düzeltilmiş P değerleri ve regülasyon yönü dahil olmak üzere, yüksek ve düşük ARHGAP22 ekspresyon grupları arasında belirlenen diferansiyel eksprese olmuş genlerin tam listesini içermektedir.Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Tablo 2: Gen Ontolojisi zenginleştirme analizi sonuçları. Bu dosya; biyolojik süreç, hücresel bileşen ve moleküler fonksiyon kategorileri ile birlikte zenginleştirme istatistiklerini, P değerlerini, düzeltilmiş P değerlerini, gen sayılarını ve ilgili gen tanımlayıcılarını içeren, ARHGAP22 ile ilişkili farklı olarak ifade edilen genler için eksiksiz Gen Ontolojisi zenginleştirme sonuçlarını içermektedir. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Tablo 3: Kyoto Gen ve Genom Ansiklopedisi (KEGG) yol zenginleştirme analizi sonuçları. Bu dosya, yol tanımlayıcıları ve adları, zenginleştirme istatistikleri, P değerleri, düzeltilmiş P değerleri, q değerleri, gen sayıları ve ilişkili gen tanımlayıcıları dahil olmak üzere, ARHGAP22 ile ilişkili farklı ifade edilen genler için tam Kyoto Gen ve Genom Ansiklopedisi yol zenginleştirme sonuçlarını içermektedir. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Dosya 1: Veri işleme, istatistiksel analiz ve görselleştirme için R scriptleri. Bu dosya; veri ön işleme, ekspresyon analizi, sağkalım analizi, klinikopatolojik ilişki analizi, ko-ekspresyon analizi, diferansiyel ekspresyon analizi, fonksiyonel zenginleştirme analizi, immün infiltrasyon analizi, ilaç duyarlılığı tahmini ve şekil oluşturma işlemleri için kullanılan R scriptlerini içermektedir. Bu dosyayı indirmek için lütfen buraya tıklayın.

Tartışma

Renal hücreli karsinom (RCC), üriner sistemin en yaygın malignitelerinden biridir ve berrak hücreli renal hücreli karsinom (ccRCC), baskın histolojik alt tip olup RCC ile ilişkili mortalitenin temel nedenlerinden biridir. RCC insidansı, belirgin coğrafi varyasyonlarla birlikte son yıllarda genel olarak artış göstermiştir. Bilinen risk faktörleri arasında sigara kullanımı, obezite, hipertansiyon ve kronik böbrek hastalığı yer almaktadır3˒4. Tanı ve tedavideki ilerlemelere rağmen, ccRCC klinik olarak heterojen kalmaya devam etmektedir; bazı hastalar ileri evre veya metastatik hastalık ile başvurmakta, postoperatif nüks ve uzak metastaz ise yaygın görülmektedir2˒5˒26. Bu nedenle, tümör davranışı ve prognozla ilişkili moleküler biyobelirteçlerin tanımlanması, ccRCC araştırmalarında önemli bir hedef olmayı sürdürmektedir. Mevcut analiz, ARHGAP22'nin ccRCC'de yukarı regüle olduğunu ve daha kötü genel sağkalım, advers klinikopatolojik özellikler, immün ilişkili transkriptomik değişiklikler, immünosüpresif bir tümör mikroçevresi profili ve bilgisayar ortamında öngörülen hedefe yönelik ajanlara duyarlılıktaki farklılıklar ile ilişkili olduğunu göstermiştir. Klinik faydası ve nedenselliği henüz kanıtlanmamış olsa da, bu bulgular ARHGAP22'nin aday bir prognostik ve immün ilişkili biyobelirteç olarak potansiyel değerini desteklemektedir.

ARHGAP22, hücre iskeleti regülasyonu ve hücre hareketliliğinde yer alan bir Rho GTPaz aktive edici proteini kodlar. Protein; bir plekstrin homoloji alanı, bir RhoGAP alanı ve bir C-terminal sarmal-sarmal (coiled-coil) bölgesi içerir ve 14-3-3 proteinleri ile etkileşime girebilir, bu da büyüme faktörü tarafından düzenlenen hücre migrasyonunda bir rolü olduğunu düşündürmektedir22. FilGAP ile ilişkili bir protein olan ARHGAP22, RhoA–Rac1 aksının antagonistik regülasyonunda ve hücre migrasyon modlarının kontrolünde görev alır21˒27. ARHGAP22 öncelikle endozomlarda lokalize olur ve Rac bağımlı lamellipodia oluşumunu ve hücre yayılmasını inhibe ettiği membran kıvrımlarına (ruffles) veya plazma membranına taşınabilir; hücre içi lokalizasyonu RacGAP aktivitesi ile yakından ilişkilidir20˒23. Tümörle ilgili ilişkiler de bildirilmiştir. ccRCC'de ARHGAP22, bromodomain içeren protein 4 inhibisyonu ile ilgili transkripsiyonel analizlerde aday bir molekül olarak tanımlanmış ve daha düşük genel sağkalım ile ilişkilendirilmiştir28. ARHGAP ailesi üyeleri ayrıca mesane kanserinde tümör destekleyici immün infiltrasyon ve hastalık ilerlemesiyle25, akut myeloid lökemide değişmiş ekspresyon ve ekzon varyasyonuyla24 ve metastatik kolorektal kanserde bevacizumab'a verilen farklı yanıtlarla29 ilişkilendirilmiştir.

Mevcut bulgular bu gözlemlerle tutarlılık göstermiştir. ARHGAP22 ekspresyonu ilerleyen T, N ve M sınıflandırması, histolojik derece ve klinik evre ile birlikte artmış olup, yüksek ekspresyon daha kısa genel sağkalım ile ilişkili bulunmuştur. Rac sinyal iletiminin ccRCC büyümesini ve anjiyojenik geçişi desteklediği daha önce gösterilmiş16, Rho GTPaz/Rho-ilişkili kıvrımlı bobin içeren protein kinaz yolunun ise ccRCC'deki malign davranışla ilişkili olduğu bildirilmiştir17. Bu nedenle, gözlemlenen ARHGAP22 yukarı düzenlenmesi, agresif tümör fenotipleriyle ilişkili moleküler değişiklikleri yansıtıyor olabilir. Ko-ekspresyon ve diferansiyel ekspresyon analizleri, ARHGAP22'nin geniş bir transkripsiyonel ağ ile ilişkili olduğunu daha ayrıntılı olarak göstermiştir. FMNL1, CARD9 ve TRPM2 dahil olmak üzere bazı genlerle pozitif korelasyonlar, BSND ve FOXI1 dahil olmak üzere bazı genlerle ise negatif korelasyonlar gözlemlenmiştir. Gen Ontolojisi, Kyoto Gen ve Genom Ansiklopedisi ve Gen Seti Zenginleştirme Analizi sonuçları; lökosit aracılı immünite, kemotaksi, sitokin üretimi, lenfosit diferansiyasyonu ve proliferasyonu, sitokin-reseptör etkileşimleri ve kemokin sinyal iletiminde zenginleşme olduğunu göstermiştir. Kemokin ağları RCC'de immün hücre göçüne, tümör büyümesine ve metastaza katkıda bulunurken30, immün ilişkili yolak zenginleşmesi ccRCC'de kötü prognoz ve değişmiş bir tümör mikroçevresi ile ilişkilendirilmiştir31. Berrak hücreli renal hücreli karsinom ayrıca klinik sonuç ve immün mikroçevre karmaşıklığı ile ilişkili belirgin immün transkripsiyonel imzalar sergiler32. Aberan gen ekspresyonu, immün yolak zenginleşmesi, kötü prognoz ve kompleks ko-ekspresyon modelleri arasındaki benzer ilişkiler diğer malignitelerde de rapor edilmiştir33.

ARHGAP22 ekspresyonunun tümör immün mikroçevresindeki farklılıklarla da ilişkili olduğu görüldü. Yanlış keşif oranı (false discovery rate) düzeltmesi sonrası, yüksek ekspresyon grubunda regülatör T hücreleri ve M2 makrofajların tahmin edilen oranları daha yüksek; naïve B hücreleri, dinlenme halindeki mast hücreleri ve aktive dendritik hücrelerin tahmin edilen oranları ise daha düşük bulundu. ARHGAP22 ekspresyonu ile çeşitli immün kontrol noktası molekülleri arasında pozitif ilişkilerin yanı sıra daha yüksek ImmuneScore, StromalScore ve ESTIMATEScore değerleri gözlemlendi. Berrak hücreli renal hücreli karsinom belirgin immün infiltrasyon ile karakterizedir, ancak bu özellik mutlaka etkili bir antitümör yanıt olduğu anlamına gelmez34. Disfonksiyonel immün hücre durumları ve immünosüpresif özellikler, immün kontrol noktası blokajının etkinliğini sınırlayabilir35. RCC'de regülatör T hücreleri ve M2 makrofajlar immünosüpresyon, tümör progresyonu ve kötü prognoz ile ilişkilendirilmişken36˒37, artan immün kontrol noktası ekspresyonu immün kaçışla ilgili süreçleri yansıtabilir38. Bu nedenle mevcut sonuçlar, yüksek ARHGAP22 ekspresyonunun sadece daha fazla immün infiltrasyonla değil, aynı zamanda yaygın olarak immünosüpresyonla ilişkilendirilen özellikler içeren bir immün profille ilişkili olduğunu göstermektedir. İmmün hücre tahminleri bulk RNA-dizileme verilerinden ve tek bir hesaplamalı dekonvolüsyon yönteminden türetildiği için bu yorum çıkarımsal düzeyde kalmaktadır.

Hesaplamalı olarak öngörülen ilaç duyarlılığındaki farklılıklar, ARHGAP22 ekspresyon grupları arasında da gözlemlenmiştir. Yüksek riskli moleküler özelliklerin, daha önce değişmiş immün infiltrasyon, immün yolak zenginleşmesi ve farklı ilaç yanıtları ile ilişkili olduğu bildirilmiştir39. ccRCC'deki immünle ilgili gen imzalarının da sağkalımı katmanlandırdığı ve immünoterapi ile hedefe yönelik tedaviye verilen farklı yanıtları öngördüğü rapor edilmiştir40˒41. Mevcut analizde, düşük ARHGAP22 ekspresyon grubu, birkaç hedefe yönelik ajan için daha düşük öngörülen yarı maksimal inhibitör konsantrasyon değerlerine sahipti. Bu bulgular, ARHGAP22 ekspresyonu ile hesaplamalı olarak öngörülen ilaç duyarlılığı arasında bir ilişki olduğunu göstermektedir ancak gerçek tedavi yanıtını veya klinik faydayı kanıtlamamaktadır. Örnek kalite filtrelemesi, tek tip medyan tabanlı ekspresyon eşiği kullanımı, CIBERSORT sonuçlarının güven filtrelemesi ve çoklu karşılaştırmalar için yanlış keşif oranı düzeltmesi dahil olmak üzere çeşitli metodolojik seçimler analitik tutarlılığı desteklemiştir. Buna rağmen, öngörülen ilaç duyarlılığı keşifsel olarak yorumlanmalı ve deneysel olarak ölçülen veya klinik olarak gözlemlenen ilaç yanıt verilerini kullanan bağımsız bir doğrulama yapılmalıdır.

Bazı kısıtlamalar göz önünde bulundurulmalıdır. GSE167573, ARHGAP22 ekspresyonunun ve bunun sağkalım ile ilişkilerinin harici validasyonunu sağlamış olsa da, daha geniş ve çok merkezli klinik kohortlarda validasyon yapılması hala gereklidir. Analizler büyük ölçüde retrospektif halka açık veri setlerine ve bulk RNA sekanslama verilerine dayanmıştır; bu nedenle, ARHGAP22 ekspresyonunun hücresel kaynağı tümör hücreleri, stromal hücreler ve infiltre olan immün hücreler arasında ayırt edilememiştir. Tek hücreli RNA sekanslama, multipleks immünofloresan veya uzamsal transkriptomik bu kısıtlamanın giderilmesine yardımcı olabilir. İmmün hücre infiltrasyonu, immün kontrol noktası ekspresyonu ve ilaç duyarlılığı hesaplamalı olarak çıkarılmış olup doğrudan biyolojik fonksiyonu veya klinik tedavi yanıtını temsil etmeyebilir. Bağımsız bir immün dekonvolüsyon yöntemi, kurumsal immünohistokimyasal kohort veya deneysel perturbasyon analizi dahil edilmemiştir. Ek olarak, gözlemlenen ilişkiler; ARHGAP22 ekspresyonu, ko-eksprese edilen genler, immün hücre infiltrasyonu ve ilaç yanıtı arasında nedensel ilişkiler kurmamaktadır. Bu nedenle, klinik uygulamaya geçilmeden önce mekanistik deneyler, prospektif klinik validasyon ve model performans karşılaştırmaları gerekecektir. Genel olarak, bu iş akışı, halka açık moleküler veri setleri kullanılarak aday biyobelirteçlerin değerlendirilmesi için tekrarlanabilir bir çerçeve sunmaktadır, ancak ARHGAP22'nin biyolojik ve klinik önemi daha fazla bağımsız onay gerektirmektedir.

Açıklamalar

Yazarlar herhangi bir çıkar çatışması beyan etmemektedir.

Teşekkürler

Bu çalışmada, The Cancer Genome Atlas (TCGA) üzerinden halka açık olarak erişilebilen veriler kullanılmıştır. Bu kaynakları oluşturan ve sağlayan TCGA Araştırma Ağı'na teşekkür edilir.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
circlize R paketiVersion 0.4.16CRANCircos grafikleri ve kord diyagramları için kullanılır.
clusterProfiler R paketiVersion 4.12.0BioconductorGO, KEGG ve GSEA zenginleştirme analizleri için kullanılır.
ComplexHeatmap R paketiVersion 2.20.0BioconductorKarmaşık heatmap görselleştirme ve klinik anotasyon heatmapleri için kullanılır.
e1071 R paketiVersion 1.7.16CRANCIBERSORT ile ilgili analizlerde destek vektör regresyonu için kullanılır.
enrichplot R paketiVersion 1.24.0BioconductorFonksiyonel zenginleştirme sonuçlarının görselleştirilmesi için kullanılır.
estimate R paketiVersion 1.0.13R package/source packageStromal, immün ve ESTIMATE skorlarının hesaplanması için kullanılır.
ggExtra R paketiVersion 0.10.1CRANKenar yoğunluk dağılımlı saçılım grafikleri için kullanılır.
ggplot2 R paketiVersion 3.5.1CRANGenel veri görselleştirme için kullanılır.
ggpubr R paketiVersion 0.6.0CRANKutu grafikleri, keman grafikleri ve istatistiksel karşılaştırmalar için kullanılır.
ggrepel R paketiVersion 0.9.5CRANVolkan grafiklerinde üst üste binmeyen metin etiketleri için kullanılır.
limma R paketiVersion 3.60.4BioconductorEkspresyon verilerinin ön işlemesi ve diferansiyel ekspresyonla ilgili analizler için kullanılır.
oncoPredict R paketiVersion 1.2CRANTranskriptomik verilere dayanarak ilaç duyarlılığını tahmin etmek için kullanılır.
org.Hs.eg.db R paketiVersion 3.19.1BioconductorGen anotasyonu ve gen sembolleri ile Entrez ID'leri arasındaki dönüşümler için kullanılır.
pheatmap R paketiVersion 1.0.12CRANHeatmap görselleştirme için kullanılır.
preprocessCore R paketiVersion 1.68.0BioconductorCIBERSORT ile ilgili analizlerde kuantil normalizasyonu için kullanılır.
R yazılımıVersion 4.4.0R Foundation for Statistical Computingİstatistiksel analiz ve görselleştirme için kullanılır.
RColorBrewer R paketiVersion 1.1.3CRANGörselleştirmelerde renk paleti oluşturma için kullanılır.
regplot R paketiVersion 1.1CRANNomogram görselleştirme için kullanılır.
reshape2 R paketiVersion 1.4.4CRANGörselleştirme öncesinde veri yeniden şekillendirme için kullanılır.
rms R paketiVersion 6.8.1CRANPrognostik model oluşturma, kalibrasyon analizi ve nomogramla ilgili analizler için kullanılır.
scales R paketiVersion 1.4.0CRANÖlçek ayarı ve renk şeffaflık ayarları için kullanılır.
survival R paketiVersion 3.5.8CRANCox regresyonu ve Kaplan-Meier sağkalım analizi için kullanılır.
survminer R paketiVersion 0.4.9CRANKaplan-Meier sağkalım eğrilerinin görselleştirilmesi için kullanılır.
timeROC R paketiVersion 0.4CRANZamana bağlı ROC eğrisi analizi için kullanılır.

Kaynaklar

  1. Winter TD et al. Using Mendelian randomization to investigate etiologic heterogeneity across renal cell carcinoma subtypes. Int J Epidemiol. 2025;54(6):dyaf177. https://doi.org/10.1093/ije/dyaf177
  2. Hsieh JJ et al. Renal cell carcinoma. Nat Rev Dis Primers. 2017;3:17009. https://doi.org/10.1038/nrdp.2017.9
  3. Capitanio U et al. Epidemiology of renal cell carcinoma. Eur Urol. 2019;75(1):74-84.
  4. Siegel RL, Miller KD, Fuchs HE, Jemal A. Cancer statistics, 2022. CA Cancer J Clin. 2022;72(1):7-33.
  5. Wiechno P et al. Contemporary treatment of metastatic renal cell carcinoma. Med Oncol. 2018;35(12):156. https://doi.org/10.1007/s12032-018-1217-1
  6. Chen W et al. Targeting renal cell carcinoma with a HIF-2 antagonist. Nature. 2016;539(7627):112-117.
  7. Rydzanicz M, Wrzesiński T, Bluyssen HA, Wesoły J. Genomics and epigenomics of clear cell renal cell carcinoma: recent developments and potential applications. Cancer Lett. 2013;341(2):111-126.
  8. Barata PC, Rini BI. Treatment of renal cell carcinoma: current status and future directions. CA Cancer J Clin. 2017;67(6):507-524.
  9. Chowdhury N, Drake CG. Kidney cancer: an overview of current therapeutic approaches. Urol Clin North Am. 2020;47(4):419-431.
  10. Gulati S, Vaishampayan U. Current state of systemic therapies for advanced renal cell carcinoma. Curr Oncol Rep. 2020;22(3):26. https://doi.org/10.1007/s11912-020-0892-1
  11. Haga RB, Ridley AJ. Rho GTPases: regulation and roles in cancer cell biology. Small GTPases. 2016;7(4):207-221.
  12. Sahai E, Marshall CJ. RHO-GTPases and cancer. Nat Rev Cancer. 2002;2(2):133-142.
  13. Bustelo XR. RHO GTPases in cancer: known facts, open questions, and therapeutic challenges. Biochem Soc Trans. 2018;46(3):741-760.
  14. Crosas-Molist E et al. Rho GTPase signaling in cancer progression and dissemination. Physiol Rev. 2022;102(1):455-510.
  15. Li H, Peyrollier K, Kilic G, Brakebusch C. Rho GTPases and cancer. BioFactors. 2014;40(2):226-235.
  16. Goka ET, Chaturvedi P, Lopez DTM, Lippman ME. Rac signaling drives clear cell renal carcinoma tumor growth by priming the tumor microenvironment for an angiogenic switch. Mol Cancer Ther. 2020;19(7):1462-1473.
  17. Thompson JM, Landman J, Razorenova OV. Targeting the RhoGTPase/ROCK pathway for the treatment of VHL/HIF pathway-driven cancers. Small GTPases. 2020;11(1):32-38.
  18. Feng J et al. RhoJ promotes the progression of clear cell renal cell carcinoma via .the TNF-α/NF-κB axis. Transl Androl Urol. 2025;14(7):1849-1864.
  19. Guo K et al. Activation of RHO-GTPase gene pattern correlates with adverse clinical outcome and immune microenvironment in clear cell renal cell carcinoma. Clin Exp Med. 2025;25(1):67. https://doi.org/10.1007/s10238-025-01593-3
  20. Mori M, Saito K, Ohta Y. ARHGAP22 localizes at endosomes and regulates actin cytoskeleton. PLoS One. 2014;9(6):e100271. https://doi.org/10.1371/journal.pone.0100271
  21. Nakamura F. FilGAP and its close relatives: a mediator of Rho-Rac antagonism that regulates cell morphology and migration. Biochem J. 2013;453(1):17-25.
  22. Hu SH et al. The weak complex between RhoGAP protein ARHGAP22 and signal regulatory protein 14-3-3 has 1:2 stoichiometry and a single peptide binding mode. PLoS One. 2012;7(8):e41731. https://doi.org/10.1371/journal.pone.0041731
  23. Mori M et al. Endosomal localization of RacGAP protein ARHGAP22 regulates its GAP activity in human melanoma cells. Anticancer Res. 2022;42(12):5763-5771.
  24. El-Masry OS, Alamri AM, Alzahrani F, Alsamman K. ADAMTS14, ARHGAP22, and EPDR1 as potential novel targets in acute myeloid leukaemia. Heliyon. 2022;8(3):e09065. https://doi.org/10.1016/j.heliyon.2022.e09065
  25. Yang C et al. Transcriptomic analysis identified ARHGAP family as a novel biomarker associated with tumor-promoting immune infiltration and nanomechanical characteristics in bladder cancer. Front Cell Dev Biol. 2021;9:657219. https://doi.org/10.3389/fcell.2021.657219
  26. Schiavoni V et al. Recent advances in the management of clear cell renal cell carcinoma: novel biomarkers and targeted therapies. Cancers (Basel). 2023;15(12):3207. https://doi.org/10.3390/cancers15123207
  27. Sanz-Moreno V et al. Rac activation and inactivation control plasticity of tumor cell movement. Cell. 2008;135(3):510-523.
  28. Sakaguchi T et al. Bromodomain protein BRD4 inhibitor JQ1 regulates potential prognostic molecules in advanced renal cell carcinoma. Oncotarget. 2018;9(33):23003-23017.
  29. Stránská J et al. Copy number variation and clinical response to chemotherapy and bevacizumab in Czech patients with metastatic colorectal cancer. Klin Onkol. 2024;37(4):277-285.
  30. Parihar JS, Tunuguntla HS. Role of chemokines in renal cell carcinoma. Rev Urol. 2014;16(3):118-121.
  31. Chen Z, Wu R, Ma J, Zheng J. C chemokines are prognostic biomarkers correlated with diverse immune cell infiltrations in clear cell renal cell carcinoma. Transl Cancer Res. 2022;11(8):2501-2522.
  32. Şenbabaoğlu Y et al. Tumor immune microenvironment characterization in clear cell renal cell carcinoma identifies prognostic and immunotherapeutically relevant messenger RNA signatures. Genome Biol. 2016;17(1):231. https://doi.org/10.1186/s13059-016-1092-z
  33. Song DM et al. LIG1 is a novel marker for bladder cancer prognosis: evidence based on experimental studies, machine learning, and single-cell sequencing. Front Immunol. 2024;15:1419126. https://doi.org/10.3389/fimmu.2024.1419126
  34. Vuong L, Kotecha RR, Voss MH, Hakimi AA. Tumor microenvironment dynamics in clear-cell renal cell carcinoma. Cancer Discov. 2019;9(10):1349-1357.
  35. Burgers FH et al. Immunological features of clear-cell renal-cell carcinoma and resistance to immune checkpoint inhibitors. Nat Rev Nephrol. 2025;21(10):687-701.
  36. Davidsson S et al. Infiltration of M2 macrophages and regulatory T cells plays a role in recurrence of renal cell carcinoma. Eur Urol Open Sci. 2020;20:62-71.
  37. Zhang X et al. Tumor-associated M2 macrophages in the immune microenvironment influence the progression of renal clear cell carcinoma by regulating M2 macrophage-associated genes. Front Oncol. 2023;13:1157861. https://doi.org/10.3389/fonc.2023.1157861
  38. Tronik-Le Roux D et al. Comprehensive landscape of immune checkpoints uncovered in clear cell renal cell carcinoma reveals new and emerging therapeutic targets. Cancer Immunol Immunother. 2020;69(7):1237-1252.
  39. Hong J et al. A zinc metabolism-related gene signature for predicting prognosis and characteristics of breast cancer. Front Immunol. 2023;14:1276280. https://doi.org/10.3389/fimmu.2023.1276280
  40. Xu W et al. Prognostic immunophenotyping clusters of clear cell renal cell carcinoma defined by the unique tumor immune microenvironment. Front Cell Dev Biol. 2021;9:785410. https://doi.org/10.3389/fcell.2021.785410
  41. Gu J et al. A novel immune-related gene signature for predicting immunotherapy outcomes and survival in clear cell renal cell carcinoma. Sci Rep. 2023;13(1):18922. https://doi.org/10.1038/s41598-023-45966-8

Yeniden basım ve izinler

Etiketler

Berrak H creli Renal KarsinomARHGAP22 Ekspresyonumm n H cre nfiltrasyonuTCGA KIRC KohortuFonksiyonel Zenginle tirmeT m r Mikro evresiProtein Ekspresyonu
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.