Analyse multiomique systématique et expériences in vitro suggèrent que l'ITGA5 pourrait être une cible thérapeutique prometteuse pour le CCRCC

Analyse multi-omique systémique et expériences in vitro suggèrent que ITGA5 pourrait être une cible potentielle pour le traitement du carcinome rénal à cellules claires (ccRCC)

Contexte et motivation de l’étude

Le carcinome rénal à cellules claires (clear cell renal cell carcinoma, ccRCC) est le sous-type le plus courant du carcinome rénal (renal cell carcinoma, RCC), représentant environ 75 % de tous les cas de cancer du rein. Selon les dernières statistiques sur le cancer aux États-Unis et en Chine, l’incidence du RCC augmente régulièrement, et le ccRCC entraîne un mauvais pronostic pour les patients en raison de ses caractéristiques marquées d’infiltration immunitaire et vasculaire. Bien que les inhibiteurs de la tyrosine kinase (tyrosine kinase inhibitors, TKIs) et les inhibiteurs de point de contrôle immunitaire (immune checkpoint blockade, ICB) montrent de bons résultats dans le traitement du ccRCC, le manque de biomarqueurs génétiques significativement associés à l’efficacité de l’ICB dans le ccRCC limite les avancées en matière de traitement de précision.

La famille des intégrines joue un rôle clé dans la progression de divers cancers. En tant que principaux récepteurs de la matrice extracellulaire (extracellular matrix, ECM) et de la signalisation intercellulaire, les intégrines jouent un rôle important dans l’adhésion cellulaire, la prolifération, la migration et l’apoptose. En particulier, ITGA5 (intégrine α5), en formant un hétérodimère avec l’intégrine β1 et en se liant à la fibronectine, active la voie de signalisation FAK-PI3K-AKT, favorisant la métastase osseuse des cellules tumorales, la résistance aux médicaments et l’angiogenèse. Par conséquent, cette étude vise à explorer systématiquement le potentiel d’ITGA5 en tant que cible thérapeutique dans le ccRCC à travers une analyse multi-omique et des expériences in vitro.

Méthodes de recherche

Acquisition et traitement des données

Les sujets de l’étude comprenaient des tissus tumoraux et normaux adjacents de 232 patients atteints de ccRCC du Centre du cancer de l’Université Fudan à Shanghai (FUSCC) et de 535 patients de la base de données du Cancer Genome Atlas (TCGA). Après normalisation des données, les gènes différentiellement exprimés ont été sélectionnés à l’aide du package Limma (variation du nombre log2 > 1 et p-valeur < 0.05). De plus, les données de mutations somatiques des patients du TCGA-KIRC ont été récupérées pour évaluer la relation entre le niveau d’expression de ITGA5 et la fréquence des mutations. Des données de séquençage ARN unicellulaire basées sur la plateforme multi-omique ont également été utilisées pour évaluer la distribution de ITGA5 dans différents types cellulaires du microenvironnement tumoral (tumor microenvironment, TME).

Expériences in vitro

Pour les expériences in vitro, les auteurs ont choisi deux lignées cellulaires de ccRCC, 786-O et 769-P, pour éprouver l’abaissement et la surexpression de ITGA5, combiné à des tests de prolifération cellulaire (CCK-8), de migration (cicatrisation de la plaie) et d’invasion (Transwell). Les cellules ont été transfectées avec de l’ARN interférence courte (siRNA) et des plasmides de surexpression de ITGA5 pour explorer l’impact de ITGA5 sur le comportement des cellules tumorales.

Analyse bioinformatique et construction de modèles d’apprentissage automatique

Les auteurs ont utilisé diverses bases de données et méthodes d’analyse pour prédire les fonctions potentielles de ITGA5, y compris l’Ontologie des gènes (Gene Ontology, GO), l’analyse d’enrichissement de jeu de gènes (GSEA) et l’analyse des voies KEGG. En outre, une régression Lasso a été utilisée pour sélectionner les gènes clés associés aux groupes à haute et basse expression de ITGA5, permettant ainsi de construire un modèle d’apprentissage automatique basé sur l’amélioration de gradient extrême (XGBoost). La courbe ROC a permis de vérifier la précision prédictive du modèle pour évaluer la relation entre l’expression de ITGA5 et le pronostic des patients.

Principaux résultats

Expression de ITGA5 dans le ccRCC et sa signification pronostique

Grâce à l’analyse des données FUSCC et TCGA, les auteurs ont découvert que ITGA5 est significativement surexprimé dans le ccRCC, en particulier dans les échantillons de ccRCC avec des mutations de VHL. L’analyse de courbe de survie de Kaplan-Meier a montré que les patients avec une haute expression de ITGA5 avaient un taux de survie générale et sans maladie significativement inférieur à celui du groupe à basse expression, suggérant que ITGA5 pourrait être un marqueur pronostique négatif. La courbe ROC du modèle XGBoost a montré que l’AUC du modèle pour la prédiction de survie à 1 an, 3 ans et 5 ans était de 0.895, 0.898 et 0.911, respectivement, ce qui confirme la bonne capacité de prédiction du modèle.

ITGA5 favorise le comportement malin des cellules de ccRCC

Les résultats des expériences in vitro ont montré que l’abaissement de ITGA5 inhibe significativement la prolifération, la migration et les capacités d’invasion des cellules 786-O ; au contraire, la surexpression de ITGA5 dans les cellules 769-P a renforcé ces phénotypes malins. Des expériences de Western blot ont confirmé que l’abaissement ou la surexpression de ITGA5 influait sur le niveau de phosphorylation de la voie de signalisation PI3K-AKT, indiquant qu’ITGA5 pourrait promouvoir la progression maligne des cellules de ccRCC par cette voie.

Rôle régulateur de ITGA5 sur le microenvironnement tumoral

Les auteurs ont utilisé des données de séquençage ARN unicellulaire pour analyser la distribution de ITGA5 dans le microenvironnement tumoral et ont constaté que ITGA5 est principalement exprimé dans les cellules endothéliales et les macrophages. L’analyse avec l’algorithme CIBERSORT a montré que ITGA5 est négativement corrélé avec l’infiltration de cellules T CD8+ et positivement corrélé avec l’infiltration de cellules T CD4+ à mémoire, de cellules NK et de macrophages, indiquant qu’ITGA5 pourrait induire l’évasion immunitaire par un TME inhibiteur. De plus, l’analyse GSEA a démontré que la haute expression de ITGA5 est significativement enrichie dans les voies de réponse immunitaire et d’angiogenèse, ce qui soutient davantage son rôle dans la régulation immunitaire.

Analyse de la sensibilité aux médicaments et stratégie combinatoire

Dans la prédiction de la sensibilité aux médicaments, les auteurs ont découvert que le groupe à haute expression de ITGA5 est plus sensible aux médicaments ciblant VEGFR (comme l’Axitinib, le Sunitinib, le Pazopanib et le Motesanib) et aux inhibiteurs de PARP (comme l’Olaparib et le Rucaparib), suggérant que la combinaison d’inhibiteurs de ITGA5 et de médicaments anti-VEGFR pourrait offrir de meilleurs effets thérapeutiques pour les patients à haute expression de ITGA5. En revanche, le groupe à haute expression de ITGA5 a montré une certaine résistance aux médicaments anti-EGFR. En outre, le score TIDE a indiqué que le groupe à haute expression de ITGA5 répond moins bien à la thérapie ICB, ce qui pourrait être lié à la diminution de cellules T CD8+ induite par l’expression de ITGA5.

Signification et perspectives de l’étude

Cette étude a révélé le potentiel de ITGA5 comme cible thérapeutique dans le ccRCC à travers une analyse multi-omique systématique et des expériences in vitro. La haute expression de ITGA5 est significativement associée à un mauvais pronostic pour les patients et joue un rôle important dans la promotion de la prolifération, de la migration, de l’invasion et de l’évasion immunitaire des cellules tumorales à travers plusieurs voies de signalisation. De plus, ITGA5 pourrait servir de nouveau biomarqueur pour la sensibilité aux médicaments ciblant VEGFR et aux inhibiteurs de PARP dans le ccRCC, offrant ainsi de nouvelles perspectives pour le traitement de précision des patients atteints de ccRCC.