Estudo selecionado como Late Breaking Abstract no AACR 2024 apresenta um novo índice de stemness (do inglês, índice de semelhança com célula-tronco) baseado na expressão proteica (PROTsi) projetado para avaliar a desdiferenciação oncogênica em relação à histopatologia, características moleculares e resultados clínicos em amostras de tumores. O trabalho tem participação dos pesquisadores brasileiros Tathiane Malta e Renan de Lima Santos Simões, da USP de Ribeirão Preto.
“A progressão do câncer e a resistência terapêutica estão intimamente ligadas à aquisição de um fenótipo stemness”, esclarecem os autores.
A metodologia envolveu a aplicação de um modelo de machine learning para predizer o fenótipo molecular stemness aproveitando dados proteômicos. O modelo preditivo foi construído a partir de células-tronco pluripotentes humanas do Human Induced Pluripotent Stem Cells Consortium (HipSci).
Utilizando conjuntos de dados provenientes do Clinical Proteomic Tumor Analysis Consortium (CPTAC) em onze tipos de tumores, os pesquisadores validaram a eficácia do PROTsi na quantificação precisa de características stem-like. Integrando o PROTsi com expressão gênica, metilação de DNA, expressão de microRNA, alteração do número de cópias cromossômicas e dados de modificação pós-traducionais de proteínas, como acetilação de proteínas, glicosilação e fosforilação, foram reveladas associações proteogenômicas relacionadas ao stemness.
Esta análise abrangente permitiu a identificação de proteínas e proteínas modificadas funcionando como nódulos ativos dentro de redes transcricionais, orientando assim a agressividade do câncer. Proteínas altamente correlacionadas com o stemness foram identificadas como potenciais alvos de drogas, tanto específicas do tumor quanto compartilhadas entre os tipos de tumor.
“As proteínas associadas ao stemness que identificamos demonstram valor prognóstico para desfechos clínicos, conforme confirmado por imunohistoquímica em amostras independentes. Isso ressalta a eficácia do PROTsi como uma ferramenta valiosa para selecionar proteínas prognósticas e alvos medicamentosos. Essa funcionalidade dupla aumenta sua utilidade na personalização da terapia anticâncer e impulsiona o desenvolvimento clínico de curas eficazes para diversas populações de pacientes com câncer”, destacaram os pesquisadores.
“Nosso estudo não apenas apresenta o PROTsi como um método robusto para avaliar o stemness no câncer, mas também lança luz sobre oportunidades potenciais para terapias direcionadas, enfatizando a importância de estratégias de tratamento personalizadas na busca de intervenções mais eficazes contra o câncer”, concluíram.
Referência: LB004 / 4 - Deciphering oncogenic dedifferentiation: A proteomic approach to quantifying stemness scores and unveiling druggable targets - Kołodziejczak-Guglas1, R. Simões2, E. G. Demicco3, R. L. Segura3, A. J. Lazar3, W. Ma4, E. Storrs5, F. Petralia4, A. Colaprico6, F. d. V. Leprevost7, P. Pugliese8, M. Ceccarelli8, A. I. Nesvizhski7, B. Kamińska9, B. Zhang10, H. Rodriguez11, M. Mesri11, A. I. Robles11, Clinical Proteomic Tumor Analysis Consortium, L. Ding12, T. M. Malta2, M. Wiznerowicz1;
1International Inst for Molecular Oncology, Poznan, Poland, 2University of São Paulo, Ribeirão Preto, Brazil, 3MD Anderson Cancer Center, Houston, TX, 4Icahn School of Medicine at Mount Sinai, New York, NY, 5University in St. Louis, St. Louis, MO, 6University of Miami, Miami, FL, 7University of Michigan, Ann Arbor, MI, 8University of Sannio, Benevento, Italy, 9Nencki Institute of Experimental Biology, Warsaw, Poland, 10Baylor College of Medicine, Houston, TX, 11Office of Cancer Clinical Proteomics Research, National Cancer Institute, Bethesda, MD, 12Washington University in St. Louis, St Louis, MO
April 7, 2024, 1:30 PM - 5:00 PM
https://www.abstractsonline.com/pp8/#!/20272/presentation/10322
