Entwicklung und Validierung einer m6A-RNA-Methylierungsregulator-basierten Signatur beim Lungenadenokarzinom
Das primäre Lungenkarzinom bleibt der weltweit am häufigsten diagnostizierte bösartige Tumor und die führende Todesursache im Zusammenhang mit Krebs. Unter den primären Lungenkarzinomen macht das nicht-kleinzellige Lungenkarzinom (NSCLC) 80–85 % der Fälle aus, wobei das Lungenadenokarzinom (LUAD) etwa 30–35 % aller primären Lungenkarzinome ausmacht. Die Rezidivrate von LUAD steigt in vielen Ländern, was die Notwendigkeit verbesserter prognostischer Werkzeuge und therapeutischer Strategien unterstreicht. Die N6-Methyladenosin(m6A)-Modifikation, eine häufige interne mRNA-Modifikation, hat sich als entscheidender Faktor in der Krebsentstehung und -progression erwiesen. Diese Studie zielte darauf ab, eine prognostische Signatur basierend auf m6A-Methylierungsregulatoren für LUAD-Patienten zu entwickeln und zu validieren.
Die Rolle der m6A-Methylierung bei der Regulation der Genexpression in verschiedenen biologischen Prozessen, einschließlich Stammzelldifferenzierung, zirkadianem Rhythmus, Embryogenese und DNA-Schadensantwort, ist gut dokumentiert. Insbesondere spielt die m6A-Methylierung eine bedeutende Rolle in der Tumorgenese und Krebsprogression. Die regulatorischen Effekte der m6A-Methylierung werden durch drei Proteingruppen vermittelt: Methyltransferasen („Writer“), m6A-bindende Proteine („Reader“) und Demethylasen („Eraser“). Zu den wichtigsten Writern zählen WTAP, KIAA1429, RBM15, RBM15B, ZC3H13, METTL3 und METTL14. Reader umfassen IGF2BP1–3, YTHDF1–3, YTHDC1–2, HNRNPC und RBMX. Die primären Eraser sind FTO und ALKBH5. Diese Regulatoren beeinflussen gemeinsam das m6A-Modifikationsmuster und damit mRNA-Stabilität, Translation und Abbau.
Zur Konstruktion der m6A-basierten prognostischen Signatur wurden Daten der TCGA-LUAD-Kohorte und vier GEO-Datensätze genutzt. Nach Ausschluss von Fällen mit unvollständigen Überlebensdaten wurden 500 Fälle aus TCGA-LUAD und 891 Fälle aus GEO-Datensätzen analysiert. Die Expressionsmuster der m6A-Regulatoren wurden zwischen Tumor- und Normalgewebe mittels Heatmaps verglichen, wobei deutliche Unterschiede identifiziert wurden. Ein Protein-Protein-Interaktions(PPI)-Netzwerk wurde mithilfe der STRING-Datenbank erstellt, wobei sechs Hub-Gene (RBM15, WTAP, METTL3, KIAA1429, METTL14, YTHDC1) hervortraten. Die Korrelationsanalyse zeigte signifikant positive Assoziationen zwischen den meisten m6A-Regulatoren.
Eine univariate Cox-Regressionsanalyse identifizierte acht Gene (KIAA1429, RBM15, RBM15B, IGF2BP2, IGF2BP3, HNRNPA2B1, YTHDF2, HNRNPC) mit P-Werten <0,1. Ein Lasso-penalisierter Cox-Modellansatz berechnete die Koeffizienten für jeden Faktor, und der Risikoscore wurde gemäß der Formel: Risikoscore = 0,0789 × ExpIGF2BP3 + 0,0755 × ExpHNRNPA2B1 + 0,1493 × ExpHNRNPC bestimmt. Patienten wurden anhand des medianen Risikoscores in Niedrig- und Hochrisikogruppen stratifiziert. Die Verteilung des Risikoscores, des Überlebensstatus und der Genexpressionsmuster zeigten klare Unterschiede zwischen den Gruppen.
Die Kaplan-Meier-Überlebensanalyse ergab eine signifikant schlechtere Gesamtüberlebensrate (OS) in der Hochrisikogruppe (P <0,05). Die Fläche unter der Kurve (AUC) der m6A-Signatur betrug 0,628, 0,607 bzw. 0,603 für 2-, 3- und 5-Jahres-Überleben in der TCGA-LUAD-Kohorte. Univariate Analysen zeigten signifikante Assoziationen zwischen OS und T-Stadium, N-Stadium, M-Stadium, pathologischem Stadium sowie Risikoscore (P <0,05). Multivariate Analysen bestätigten T-Stadium und Risikoscore als unabhängige ungünstige Prognosefaktoren (P <0,05).
Die Expression von IGF2BP3, HNRNPC und HNRNPA2B1 korrelierte negativ mit dem OS, wie bioinformatische Analysen (GEPIA) zeigten. Kaplan-Meier-Analysen in einer unabhängigen Lungenkrebskohorte bestätigten die prognostische Relevanz von IGF2BP3 und HNRNPC, während HNRNPA2B1 inkonsistente Ergebnisse lieferte. Die Validierung der m6A-Signatur in vier unabhängigen Datensätzen ergab in drei Viertel der Kohorten eine signifikant höhere OS-Rate in der Niedrigrisikogruppe (P <0,05). Die AUC-Werte der ROC-Kurven lagen in drei Kohorten über 0,6, was auf eine robuste Vorhersageleistung hinweist.
Ein integriertes Modell, kombiniert aus m6A-Signatur und TNM-Staging, zeigte eine höhere prognostische Genauigkeit als beide Einzelmodelle. ROC-Analysen bestätigten die Überlegenheit des integrierten Ansatzes.
Funktionelle Enrichment-Analysen (KEGG, GO) identifizierten biologische Pfade, die mit der m6A-Signatur assoziiert sind. Die GSEA-Analyse mit Hallmark-Gensets zeigte eine positive Anreicherung mehrerer krebsrelevanter Signalwege in Hochrisikoproben.
Zusammenfassend entwickelte und validierte diese Studie eine neuartige prognostische m6A-Signatur für LUAD, bestehend aus IGF2BP3, HNRNPA2B1 und HNRNPC. Die Expression dieser Regulatoren korrelierte negativ mit dem OS, was auf ihre Rolle in der Tumorprogression hindeutet. Das integrierte Modell verbesserte die Prognosegenauigkeit und bietet ein wertvolles Werkzeug zur Identifizierung von Hochrisikopatienten und personalisierten Therapiestrategien. Künftige Forschung sollte prospektive Validierungen und therapeutische Ansätze zur gezielten Modulation m6A-regulatorischer Pfade in LUAD priorisieren.
doi.org/10.1097/CM9.0000000000001528