Gènes liés au pronostic dans le cancer du sein HER2+ basé sur l’analyse de réseau de co-expression pondérée des gènes
Le cancer du sein demeure une principale cause de mortalité liée au cancer chez les femmes dans le monde, avec le sous-type HER2-positif (HER2+) représentant une forme particulièrement agressive. Caractérisé par une surexpression du récepteur 2 du facteur de croissance épidermique humain (HER2), ce sous-type constitue 15–20 % des cancers du sein et est associé à des grades tumoraux élevés, un potentiel métastatique accru et un pronostic plus défavorable que les autres sous-types. Malgré les avancées des thérapies ciblées comme le trastuzumab, la résistance et les récidives persistent, nécessitant l’identification de nouveaux marqueurs moléculaires pour affiner les stratégies pronostiques et thérapeutiques.
Cette étude a adopté une approche multi-omiques pour identifier des gènes clés spécifiques au cancer HER2+ et évaluer leur pertinence pronostique. En utilisant les données du Cancer Genome Atlas (TCGA), les chercheurs ont analysé les profils transcriptomiques de 47 échantillons HER2+, comparés à 87 échantillons basaux, 291 lumineux A (lumA), 118 lumineux B (lumB) et 97 tissus mammaires normaux. Une analyse différentielle des gènes via le package limma dans R a identifié 2 063 gènes différentiellement exprimés (DEGs) dans les tumeurs HER2+ par rapport aux tissus sains, dont 897 surexprimés et 1 166 sous-exprimés (|logFC| > 2,0, P < 0,05). Des analyses parallèles pour les sous-types basaux, lumA et lumB ont révélé respectivement 2 093, 1 365 et 2 084 DEGs sous les mêmes seuils.
Pour identifier les réseaux moléculaires spécifiques au HER2+, une analyse de réseau de co-expression pondérée des gènes (WGCNA) a été appliquée aux 2 063 DEGs HER2+. Quatre modules de co-expression ont été identifiés, avec le module turquoise montrant la corrélation la plus forte avec le statut HER2+ (r = 0,94). Ce module contenait 760 gènes enrichis fonctionnellement dans le transport transmembranaire ionique, l’organisation de la matrice extracellulaire et les interactions neuroactives ligand-récepteur, selon les analyses Gene Ontology (GO) et Kyoto Encyclopedia of Genes and Genomes (KEGG).
Les réseaux d’interaction protéine-protéine (PPI) construits à partir des gènes du module turquoise (via Cytoscape et le plugin CytoHubba) ont mis en évidence les 100 gènes centraux via l’algorithme Maximal Clique Centrality (MCC). Une analyse comparative des DEGs HER2+ avec ceux des sous-types basaux, lumA et lumB a identifié trois gènes spécifiques : DRD4 (récepteur de la dopamine D4), UTS2 (urotensine 2) et GLP1R (récepteur du peptide 1 de type glucagon). DRD4 et UTS2 étaient significativement surexprimés dans les tumeurs HER2+, tandis que GLP1R était sous-exprimé.
La validation sur les cohortes TCGA a confirmé ces patrons d’expression distincts. UTS2 présentait une expression élevée dans les tumeurs HER2+ par rapport aux autres sous-types et aux tissus normaux, alors que GLP1R montrait une réduction marquée. Les analyses de survie (via PROGgeneV2 et GEPIA) ont révélé des implications pronostiques critiques : une expression élevée d’UTS2 était corrélée à une survie globale réduite (HR = 1,6, P < 0,05), tandis qu’une faible expression de DRD4 (HR = 0,62, P = 0,03) et GLP1R (HR = 0,54, P = 0,01) prédisait un pronostic défavorable. Ces résultats ont été corroborés par des données immunohistochimiques de la Human Protein Atlas (HPA), montrant une surexpression de la protéine UTS2 dans les tissus cancéreux.
L’utilité pronostique d’UTS2 a été approfondie via un modèle de régression de Cox multivarié intégrant le stade tumoral et l’âge. Un nomogramme basé sur l’expression d’UTS2 (stratifié par valeurs médianes) a permis de prédire précisément les probabilités de survie à 2 et 4 ans, avec des courbes de calibration confirmant sa fiabilité. Les patients avec une faible expression d’UTS2 présentaient systématiquement un meilleur pronostic.
Le rôle biologique d’UTS2 dans les tumeurs HER2+ coïncide avec des études antérieures liant ce gène à l’angiogenèse, la modulation immunitaire et la résistance thérapeutique. UTS2, codant l’urotensine II, est également impliqué dans l’hypertension portale et l’insuffisance cardiaque, suggérant des mécanismes communs dans la progression tumorale. À l’inverse, la sous-expression de GLP1R pourrait refléter une reprogrammation métabolique favorisant la prolifération cellulaire.
Sur le plan méthodologique, cette étude illustre la puissance des approches bioinformatiques intégratives pour identifier des biomarqueurs. L’utilisation de données TCGA et GEO (comme GSE6130) garantit la reproductibilité, tandis que les données protéomiques de HPA renforcent la pertinence translationnelle.
Les limites incluent la nature rétrospective des données et l’absence d’expériences de validation fonctionnelle. Des études futures devraient explorer les mécanismes d’UTS2 via des modèles in vitro et in vivo, ainsi que valider le nomogramme dans des cohortes prospectives.
En conclusion, cette étude identifie UTS2, DRD4 et GLP1R comme gènes spécifiques au HER2+ avec des implications pronostiques majeures. UTS2 émerge comme un marqueur central de l’agressivité tumorale, offrant des perspectives pour le développement de thérapies ciblées et de modèles pronostiques immunogénétiques.
DOI : 10.1097/CM9.0000000000002313