Modèle de score de risque basé sur les protéines de liaison à l’ARN pour la prédiction pronostique des patients atteints de carcinome hépatocellulaire
Le carcinome hépatocellulaire (CHC) est une cause majeure de mortalité liée au cancer dans le monde, représentant environ 5,0 % des décès cancéreux. En Chine, le CHC constitue un défi de santé publique important, principalement dû aux taux élevés d’infection par le virus de l’hépatite B, avec plus de 400 000 nouveaux cas et décès estimés en 2022. La nature agressive de la maladie, combinée à un diagnostic tardif et à des taux de récidive élevés, souligne le besoin urgent d’outils pronostiques fiables pour guider la prise en charge clinique. Des études récentes ont mis en évidence le rôle critique des protéines de liaison à l’ARN (RBP) dans la progression tumorale, ces protéines régulant les processus post-transcriptionnels, notamment la stabilité, la traduction et la localisation de l’ARN. Cependant, une exploration systématique des RBP dans le pronostic du CHC manquait. Cette étude comble cette lacune en développant un modèle de score de risque basé sur les RBP pour prédire l’évolution des patients, validé par des analyses multidimensionnelles et des échantillons cliniques.
Identification des RBP différentiellement exprimées dans le CHC
L’étude a analysé des données de séquençage d’ARN provenant de 374 tissus de CHC et de 50 échantillons hépatiques normaux de la base de données The Cancer Genome Atlas (TCGA). À l’aide du package limma du logiciel R, 82 RBP différentiellement exprimées ont été identifiées (taux de découverte faussée [FDR] <0,05 ; |log2 fold-change| >1,0). Parmi celles-ci, 56 RBP étaient surexprimées et 26 sous-exprimées dans les tissus tumoraux par rapport aux tissus normaux (Figure 1A, B). Les RBP surexprimées incluaient EZH2, SMG5 et EIF5A2, tandis que les RBP sous-exprimées telles qu’AZGP1 et RCL1 étaient impliquées dans la suppression tumorale. Ces profils d’expression soulignent leur rôle potentiel dans la pathogenèse du CHC.
Analyse d’enrichissement fonctionnel et des voies métaboliques
L’enrichissement Gene Ontology (GO) a révélé que les RBP surexprimées étaient associées aux processus cataboliques de l’ARN, à la régulation de la traduction et au métabolisme de l’ARN messager (ARNm). Les RBP sous-exprimées étaient liées à la localisation de l’ARN et à l’assemblage des complexes ribonucléoprotéiques. L’analyse des voies KEGG a montré que les RBP surexprimées enrichissaient des voies comme la surveillance de l’ARNm, les microARN dans le cancer et le transport de l’ARN. Les RBP sous-exprimées étaient enrichies dans les voies des hépatites virales et des infections par le virus de la grippe A, suggérant des mécanismes viraux dans la progression du CHC. Ces résultats soulignent la diversité fonctionnelle des RBP dans la modulation de la biologie tumorale.
Construction du modèle de score de risque pronostique
Une régression de Cox univariée a identifié 28 RBP significativement associées à la survie globale (OS) des patients. Une régression LASSO a permis de sélectionner huit RBP centrales : EZH2, SMG5, RCL1, BARD1, EIF5A2, AZGP1, PPARGC1A et NR0B1. Une formule de score de risque a été établie à partir de leurs coefficients de régression :
Score de risque = (0,221 × expression d’EZH2) + (0,190 × expression de SMG5) + (−0,0170 × expression de RCL1) + (0,154 × expression de BARD1) + (0,130 × expression d’EIF5A2) + (−0,0148 × expression d’AZGP1) + (−0,151 × expression de PPARGC1A) + (0,222 × expression de NR0B1).
Les patients ont été stratifiés en groupes à haut et faible risque selon le score médian. Une analyse de Kaplan-Meier a révélé une OS significativement plus faible dans le groupe à haut risque dans la cohorte TCGA (log-rank P <0,001 ; Figure supplémentaire 4A, C). Les courbes ROC dépendantes du temps ont montré une aire sous la courbe (AUC) de 0,730 pour la prédiction d’OS (Figure supplémentaire 4E). La validation avec le jeu de données GSE14520 a confirmé la robustesse du modèle (Figure supplémentaire 4B, D, F).
Validation clinique et développement d’un nomogramme
Une PCR quantitative en temps réel (qRT-PCR) sur 66 tissus de CHC et 21 échantillons normaux adjacents a confirmé la surexpression d’EZH2, SMG5 et EIF5A2, et la sous-expression d’AZGP1 et RCL1 dans les tumeurs (Figure 1C–J). BARD1, NR0B1 et PPARGC1A n’ont pas montré de différences significatives, probablement en raison de leur faible expression et de la taille limitée des échantillons. Les patients à faible risque ont présenté une survie supérieure (OS moyenne : 37,3 ± 10,8 mois vs. 24,8 ± 11,0 mois ; Figure 1L).
Un nomogramme intégrant le score de risque, le stade TNM et l’âge a montré une précision prédictive élevée pour les OS à 1, 3 et 5 ans (AUC : 0,762 ; 0,761 ; 0,752 ; Figure supplémentaire 6B). Les courbes de calibration ont confirmé la concordance entre les résultats prédits et observés (Figure supplémentaire 6C).
Implications biologiques et cliniques des RBP centrales
L’analyse de survie a mis en évidence :
- Marqueurs de haut risque : EZH2, SMG5, BARD1, EIF5A2 et NR0B1, associés à un mauvais pronostic. EZH2, un oncogène connu, favorise la métastase via le silençage épigénétique de suppresseurs tumoraux.
- Marqueurs protecteurs : AZGP1, PPARGC1A et RCL1, corrélés à une meilleure survie. AZGP1 régule le métabolisme lipidique et la suppression tumorale, tandis que PPARGC1A module la biogenèse mitochondriale.
Les RBP SMG5, PPARGC1A et RCL1, peu étudiées dans le CHC, méritent des investigations mécanistiques.
Limitations et perspectives
Bien que performant, le modèle nécessite une validation dans des cohortes multiculturelles plus larges. Les faibles niveaux d’expression de certaines RBP limitent la puissance statistique. Des études fonctionnelles sur SMG5 (dégradation de l’ARNm) et PPARGC1A (reprogrammation métabolique) pourraient identifier des cibles thérapeutiques.
Conclusion
Cette étude établit un modèle pronostique robuste basé sur les RBP pour le CHC, combinant des analyses bioinformatiques et une validation clinique. La signature à huit RBP stratifie efficacement les patients, offrant un outil précieux pour une gestion personnalisée postopératoire. La découverte de RBP méconnues ouvre de nouvelles perspectives dans la compréhension de la biologie du CHC.
doi.org/10.1097/CM9.0000000000002232