A jornada começa com o T3p, uma pequena molécula de RNA detectada no câncer de mama, mas não no tecido normal. Quando foi descrito pela primeira vez em 2018, parecia incomum. Esta descoberta inicial lançou um esforço de seis anos para identificar sistematicamente ARN não codificantes órfãos semelhantes (oncRNAs) nos principais tipos de cancro, determinar quais contribuem para a doença e testar se poderiam ajudar a monitorizar os pacientes com um simples exame de sangue.
Em nosso estudo recém-publicado, descrevemos como esse trabalho evoluiu da análise de grandes conjuntos de dados do genoma do câncer para o desenvolvimento de modelos de aprendizado de máquina, conduzindo experimentos funcionais em larga escala em camundongos e, finalmente, usando amostras de sangue para confirmar a relevância clínica desses RNAs em quase 200 pacientes com câncer de mama.
OncRNAs específicos do câncer são difundidos
A primeira grande descoberta é que esse fenômeno não se limita ao câncer de mama. Ao examinar pequenos dados de sequenciamento de RNA de 32 tipos diferentes de câncer no Atlas do Genoma do Câncer, identificamos aproximadamente 260.000 pequenos RNAs específicos do câncer. Chamamos essas moléculas de oncRNAs e elas estão presentes em todos os tipos de câncer analisados.
A sua distribuição não é aleatória. Cada tipo de câncer exibe seu padrão único de expressão de oncRNA. Por exemplo, o cancro do pulmão apresenta um conjunto diferente de oncRNAs em comparação com o cancro da mama. Usando esses padrões, o modelo de aprendizado de máquina foi capaz de classificar os tipos de câncer com 90,9% de precisão. Quando testado num grupo separado de 938 tumores, a precisão da classificação permaneceu elevada em 82,1%.
Também existem diferenças entre os cânceres individuais. Os tumores basais da mama apresentam padrões de oncRNA que diferem dos tumores luminais, sugerindo subtipos adicionais que ainda podem não estar totalmente definidos. Estas descobertas sugerem que os oncRNAs refletem aspectos fundamentais do estado das células cancerígenas. Padrões de presença e ausência de oncRNA funcionam como “códigos de barras moleculares digitais” que capturam a identidade do câncer em vários níveis, incluindo tipo de tumor, subtipo e estado celular.
Alguns OncRNAs promovem ativamente o crescimento tumoral
Embora os oncRNAs sejam biomarcadores poderosos, também queríamos entender se alguns deles afetam diretamente a progressão do câncer. Especificamente, perguntamos se as células cancerosas poderiam explorar essas moléculas emergentes de RNA para ativar vias oncogênicas.
Para testar isso, criamos uma biblioteca de triagem contendo aproximadamente 400 oncRNAs de tumores de mama, cólon, pulmão e próstata. Esses RNAs são introduzidos nas células cancerígenas usando vetores lentivirais. Em metade dos casos, aumentamos a expressão de oncRNA. Na outra metade, usamos a construção “Tough Decoy” para reduzir a expressão. As células modificadas foram então transplantadas em camundongos para determinar quais oncRNAs promoveram o crescimento do tumor.
Aproximadamente 5% dos oncRNAs produziram efeitos biológicos significativos em modelos de xenoenxerto de camundongos. Dois oncRNAs de câncer de mama foram examinados mais de perto. Um desencadeia a transição epitelial-mesenquimal, um passo importante na progressão do câncer e na metástase. Outro ativa genes alvo E2F e promove a proliferação celular. Em modelos de linhas celulares independentes, ambos aceleraram significativamente o crescimento do tumor e aumentaram a colonização metastática.
Quando examinamos os dados dos tumores dos pacientes, descobrimos que os tumores que expressam esses mesmos oncRNAs exibiam alterações semelhantes nas vias. A observação de padrões biológicos consistentes em amostras de TCGA e modelos experimentais aumenta nossa confiança em nossas descobertas.
Células cancerígenas liberam OncRNA na corrente sanguínea
Talvez a descoberta clinicamente mais importante seja que as células cancerosas liberam ativamente muitos desses oncRNAs na corrente sanguínea. O rastreamento desses RNAs circulantes pode fornecer informações sobre como os pacientes respondem ao tratamento.
Analisamos RNA livre de células de 25 linhas celulares de câncer em 9 tipos de tecidos e descobrimos que aproximadamente 30% dos oncRNAs são secretados ativamente. Para confirmar sua relevância clínica, estudamos amostras de soro de 192 pacientes com câncer de mama que participaram do ensaio de quimioterapia neoadjuvante I-SPY 2. Amostras de sangue foram coletadas antes e depois do tratamento, e as alterações na carga total de oncRNA foram calculadas (ΔoncRNA, painel inferior).
Acontece que esta medição única é muito informativa. Pacientes com níveis mais elevados de oncRNA residual após quimioterapia tiveram uma diferença de quase 4 vezes na sobrevida global. Esta associação permaneceu significativa mesmo depois de contabilizadas medidas clínicas padrão, como resposta patológica completa e carga residual de câncer.
Este é o nosso objetivo mais ambicioso. Embora saibamos que os oncRNAs podem ser detectados no sangue, é incerto se eles fornecerão informações significativas em amostras reais de pacientes. Foi inesperado detectar um sinal tão forte em apenas 1 ml de soro.
Nova abordagem para monitorar doença residual mínima
Essas descobertas abordam desafios clínicos significativos. A monitorização da doença residual mínima no cancro da mama utilizando marcadores como o ADN livre de células é difícil porque os tumores libertam frequentemente muito pouco ADN no sangue, especialmente nas fases iniciais. O monitoramento baseado em RNA pode ter vantagens porque as células cancerígenas secretam ativamente RNA em vez de liberar DNA passivamente.
O que vem a seguir para a pesquisa OncRNA?
Permanecem importantes questões biológicas e clínicas. Como funcionam os oncRNAs funcionais? Eles interagem com proteínas ou outros RNAs? O rastreamento em tempo real das alterações do oncRNA pode orientar as decisões de tratamento? Eles ajudam a detectar recorrências mais cedo ou melhoram a estratificação dos pacientes? Responder a estas perguntas exigirá pesquisas mais extensas e ensaios clínicos prospectivos maiores.
Entretanto, o trabalho de tradução já está em curso. A descoberta de que o oncRNA gera sinais específicos do câncer no sangue está avançando para aplicações clínicas. Estamos trabalhando com a empresa de biotecnologia Exai Bio (da qual Hani é cofundadora) para desenvolver diagnósticos baseados em oncRNA. A empresa vem construindo modelos de inteligência artificial e montando diferentes conjuntos de dados para melhorar a detecção e classificação do câncer.
A pesquisa translacional depende de muitos colaboradores. Quando dezenas de milhares de amostras são analisadas computacionalmente, é fácil esquecer que cada amostra representa uma pessoa que se ofereceu para participar de pesquisas, doar sangue e esperar que sua participação ajude outras pessoas. Reconhecer essas contribuições por meio de uma ciência cuidadosa e rigorosa inspira toda a nossa equipe.
Acreditamos que os oncRNAs representam uma classe recentemente reconhecida de moléculas de câncer que podem servir tanto como condutores de doenças quanto como biomarcadores. Ao disponibilizar este recurso ao público, esperamos acelerar o progresso e abrir novos caminhos na investigação da biologia do cancro.
