Proteogenomica pan-cancer conectează driverele oncogene la stări funcționale comune

Context și relevanță clinică

Cancerul rămâne una dintre principalele cauze de mortalitate la nivel mondial, cu aproximativ 10 milioane de decese anual estimate de Agenția Internațională pentru Cercetare în Cancer. În ciuda progreselor remarcabile din ultimele două decenii — terapii țintite pe mutații driver (inhibitori de tirozin-kinaze, inhibitori PARP, terapii anti-KRAS), imunoterapie cu blocanți ai punctelor de control imunitar, terapii celulare CAR-T — marea majoritate a cancerelor avansate rămân incurabile. O limitare fundamentală este înțelegerea insuficientă a modului în care aberațiile genetice identificate la nivel genomic se traduc la nivel funcțional proteic și kinazic în stări celulare maligne specifice.

Genomica cancerului, revoluționată de proiectul TCGA (The Cancer Genome Atlas) și de alte consorții internaționale, a catalogat mii de mutații somatice, amplificări și deleții în genele canceroase. Totuși, genomul singur nu oferă întreaga perspectivă: gena poate fi mutată, dar proteina poate fi compensată post-translațional, sau un driver genomic poate exercita efecte la distanță (trans) pe rețele proteice întregi, influențând stări celulare care nu sunt predictibile exclusiv din secvența ADN. Proteogenomica — integrarea datelor genomice cu cele proteomice și fosfoproteomice cantitative — a apărut ca abordarea necesară pentru a umple această lacună și pentru a înțelege cum driverele oncogene modelează efectiv funcționalitatea celulei maligne.

Consorțiul CPTAC (Clinical Proteomic Tumor Analysis Consortium), inițiativă a National Cancer Institute din SUA, a generat în ultimii ani o resursă fără precedent de date multi-omice integrate din tumori umane primare proaspete: proteom cantitativ (mii de proteine detectate prin spectrometrie de masă cu etichetare TMT), fosfoproteomic (mii de situri de fosforilare), transcriptomic (RNA-seq) și genomic (WES/WGS), din multiple tipuri de cancer — adenocarcinom pulmonar, glioblastom, colon, sân, ovar, prostată, rinichi, hepatocarcinom și altele. Studiul de față a realizat prima analiză pan-cancer sistematică a acestui set de date integrate, cu scopul de a identifica principii generale ale oncogenezei la nivel proteic-funcțional.

Design și metodologie

Analiza a integrat date multi-omice din multiple cohorte CPTAC, acoperind diverse tipuri de cancer. Abordarea metodologică a cuprins mai multe componente analitice complementare care au permis investigarea la diferite scale biologice:

• Efecte cis și trans ale driverelor oncogene: identificarea efectelor driverelor (mutații driver, alterări de număr de copii) atât asupra propriilor gene/proteine (cis), cât și asupra rețelelor de gene/proteine aflate la distanță în rețeaua de semnalizare (trans), cuantificate la nivelurile ARN, proteic și fosfoproteomic.
• Profiluri de activitate kinazică (KSEA): estimarea activității kinazelor prin analiza profilurilor de fosforilare a substratelor cunoscute, folosind baze de date de specificitate kinazică (PhosphoSitePlus), pentru a reduce dimensionalitatea fosfoproteomului și a defini stări funcționale comparabile între tipuri de cancer.
• Analiza convergenței moleculare: clusterizarea cancerelor și a liniilor celulare după profiluri kinazice, indiferent de tipul de organ sau de mutația driver specifică, pentru a identifica stări moleculare comune convergente.
• Analiza corelației neoantigen-infiltrat imun: predicția sarcinii neoantigenice din datele de mutație somatică și corelarea cu cuantificarea infiltratului limfocitar T din date proteomice/transcriptomice.

Populația studiată

Studiul a analizat tumori umane primare din multiple tipuri de cancer incluse în consorțiul CPTAC, reprezentând o gamă largă de histologii: adenocarcinom pulmonar, carcinoame ale colonului, sânului (mai multe subtipuri moleculare), ovarului, uterului (endometrial), hepatocarcinom, carcinom cu celule clare renale, glioblastom multiform și carcinom pancreatic ductal. Acoperirea pan-cancer a permis identificarea principiilor comune ale oncogenezei independent de tipul de organ — un avantaj metodologic major față de studiile de tip tumoral specific. Dimensiunile cohorte per tip de tumoare au variat, dar în total studiul a analizat date de la câteva sute de tumori cu profilare multi-omică completă, reprezentând cel mai mare set de date proteogenomice integrate din cancer public disponibil până la publicarea studiului.

Intervenție și comparator

Studiul este analitic-observațional, fără intervenție terapeutică. Comparatorul conceptual l-au constituit abordările genomice clasice (TCGA, mutații somatice) față de care proteogenomica adaugă straturile proteomic și fosfoproteomic. Driverele oncogene au funcționat ca variabile independente naturale — tumorile cu diferite mutații driver sau alterări de număr de copii au permis analiza efectelor lor la nivel proteic-funcțional, comparând tumorile cu și fără alterare specifică, sau comparând efectele diferitelor clase de drivere (oncogene vs. gene supresoare tumorale, mutații punctuale vs. amplificări).

Rezultate principale

Efecte cis și trans ale driverelor oncogene la nivel proteic

Analiza a demonstrat că driverele oncogene exercită efecte semnificative atât cis (asupra propriilor niveluri de ARN, proteină și fosforilare), cât și trans (asupra rețelelor proteice din aval). Efectele trans sunt adesea mai puțin intuitive, dar clinic importante: o mutație în KRAS sau PIK3CA, de exemplu, nu afectează doar expresia KRAS sau PIK3CA, ci recabalează rețele întregi de semnalizare, modificând profilul de fosforilare al zeci până la sute de proteine efector. Studiul a cartografiat sistematic aceste rețele de efecte trans, identificând noduri proteice intermediare comune care mediază semnalele oncogene către fenomene celulare downstream (proliferare, metabolism, migrare, rezistență la apoptoză). Mutațiile și alterările de număr de copii au produs efecte distincte: modificările de număr de copii au determinat efecte cis mai puternice și mai predictibile din datele genomice, în timp ce mutațiile punctuale au produs efecte trans mai nuanțate, dependente de tipul de mutație și de contextul proteic celular.

Convergența cancerelor spre stări moleculare comune

Una dintre observațiile cele mai surprinzătoare ale analizei este că marea majoritate a genelor canceroase — indiferent de tipul de organ, de tipul de mutație sau de histologia tumorii — converg spre un număr limitat de stări funcționale definite prin profiluri de activitate kinazică bazate pe secvență. Această convergență sugerează că oncogeneza, în ciuda diversității ei aparente, operează prin modificarea unui set relativ restrâns de stări celulare funcționale: starea proliferativă (activare MAPK/ERK, mTOR), starea mezenchimală (activare căi de invazie/migrare), starea de reprogramare metabolică și starea inflamatorie/imun-activată. O implicație practică este că terapiile care vizează stările funcționale convergente ar putea fi mai eficiente decât cele care vizează un singur driver genomic, în special la tumorile cu multiplicitate de mecanisme de activare oncogenică.

Rezultate secundare și limitări

Corelația dintre sarcina neoantigenică predicționată și infiltrarea măsurată cu limfocite T a reprezentat o observație valoroasă cu relevanță pentru imunoterapia cu blocanți ai punctelor de control imunitar (anti-PD-1/PD-L1, anti-CTLA-4). Tumorile cu sarcini neoantigenice mari (de obicei cele cu instabilitate de microsateliți sau cu rată de mutație tumorală ridicată) au prezentat mai multă infiltrare T — constelație asociată cu răspunsuri mai bune la blocanți imunitari în studii clinice. Analiza proteogenomică a permis validarea acestei corelații la nivel proteic direct, un pas metodologic important față de predicțiile exclusiv bioinformatice. Modelele de caracteristici ale cancerului (cancer hallmarks) au variat prin abundența proteică poligenică — de la profile uniforme, predictibile din genomică, la profile heterogene, emergente din interacțiunile proteice și post-translaționale. Limitările principale includ: dependența de date observaționale retroactive, variabilitatea pre-analitică a probelor tumorale (crioprezervare, timp de ischemie caldă), acoperirea proteomică incompletă față de transcriptom și absența datelor de urmărire clinică longitudinală în cohorte CPTAC.

Concluzii și implicații practice

Studiul demonstrează că proteogenomica pan-cancer oferă o perspectivă funcțională complementară și superioară genomicii singulare în înțelegerea oncogenezei. Cartografierea efectelor cis și trans ale driverelor oncogene la nivel proteic și fosfoproteomic relevă mecanisme care nu ar fi detectabile exclusiv din datele ADN. Convergența majorității cancerelor spre stări funcționale comune definite kinazic sugerează că clasificarea tumorilor și strategiile terapeutice ar beneficia de luarea în considerare a stărilor proteice funcționale, nu doar a profilelor mutaționale genomice. Corelația neoantigen-infiltrat T validează proteogenomic ipoteze deja explorabile prin imunoterapie. Din perspectiva aplicațiilor clinice, datele generează câteva direcții concrete: identificarea biomarkerilor proteici funcționali predictivi pentru răspuns la terapii țintite și imunoterapii, înțelegerea mai bună a rezistenței terapeutice prin recablarea rețelelor proteice și potențiala utilizare a profilelor kinazice ca criterii de stratificare mai fine decât clasificarea histologică sau mutațională. Resursele de date generate de CPTAC sunt publice și constituie o platformă de referință pentru cercetarea oncologică din perspectivă proteogenomică în anii următori.