Surexpression de l’Antigène Nucléaire de Prolifération Cellulaire (PCNA) dans le Carcinome Hépatocellulaire : Une Analyse Bioinformatique Prédictive d’un Pronostic Délétère
Le carcinome hépatocellulaire (CHC) demeure l’un des cancers les plus difficiles à traiter, avec un taux de survie globale (SG) obstinément faible malgré les progrès en diagnostic précoce et thérapies cliniques. L’identification de nouveaux biomarqueurs pronostiques et cibles thérapeutiques potentielles est cruciale pour améliorer le devenir des patients. L’antigène nucléaire de prolifération cellulaire (PCNA), une protéine de poids moléculaire 36 000, joue un rôle clé en tant que clamp glissant d’ADN et est essentiel à la régulation de la prolifération cellulaire. Des preuves émergentes suggèrent qu’une expression élevée de PCNA ou une surexpression de p53 impactent négativement la récidive tumorale, la croissance tumorale et la survie. Cette étude explore le potentiel de PCNA comme biomarqueur pronostique dans le CHC via une analyse bioinformatique approfondie.
Les données de séquençage d’ARN (RNA-seq) proviennent de la base The Cancer Genome Atlas (TCGA), incluant 465 cas (407 échantillons de CHC et 58 échantillons non tumoraux adjacents, avec 58 paires appariées). Les informations cliniques de 379 patients ont été extraites, avec 369 cas retenus après exclusion des valeurs manquantes. Quatre jeux de données hépatiques (GSE54236, GSE76427, GSE14520, GSE64041) de la Gene Expression Omnibus (GEO) ont été téléchargés, couvrant 272 patients et 208 témoins. Les paires de GSE14520 (19 paires) et GSE64041 (60 paires) ont validé les résultats de TCGA.
L’expression de PCNA a été testée dans une lignée cellulaire de CHC (Hep3B) et une lignée d’hépatocytes normaux (HL-7702). Une analyse d’enrichissement de ensembles géniques (GSEA) a identifié les voies biologiques associées à PCNA. Les résultats montrent une expression significativement plus élevée de PCNA dans les tumeurs versus tissus sains (TCGA : p < 0,001 ; GEO combinés : p < 0,001). Les échantillons appariés confirment cette tendance (p < 0,001). Dans les lignées cellulaires, PCNA est surexprimé dans Hep3B (1,12 fois, p < 0,001).
PCNA corrèle avec le grade histologique, le stade clinique et la taille tumorale (p < 0,001). L’analyse de survie de Kaplan-Meier révèle un pronostic plus sombre pour les patients avec une expression élevée de PCNA (p = 0,01). La régression univariée de Cox identifie le stade clinique (HR : 1,86 ; IC 95 % : 1,46–2,39), la taille tumorale (HR : 1,80 ; IC 95 % : 1,43–2,27) et PCNA (HR : 1,013 ; IC 95 % : 1,008–1,019) comme prédicteurs significatifs (p < 0,001). En analyse multivariée, PCNA émerge comme facteur pronostique indépendant (HR : 1,654 ; IC 95 % : 1,234–2,218 ; p < 0,001).
La GSEA met en évidence un enrichissement des voies « Cycle cellulaire », « Réplication de l’ADN » et « Signalisation p53 » dans le phénotype PCNA élevé. Les voies métaboliques (« Biosynthèse des acides biliaires », « Métabolisme des acides gras », « Signalisation PPAR ») sont associées à une faible expression de PCNA.
En conclusion, cette étude démontre que la surexpression de PCNA dans le CHC est un indicateur pronostique indépendant de mauvais pronostic. Les mécanismes sous-jacents impliquent des perturbations du cycle cellulaire et du métabolisme, soulignant l’intérêt de PCNA comme cible thérapeutique potentielle. Des recherches futures devront explorer son rôle fonctionnel dans la progression du CHC.
doi.org/10.1097/CM9.0000000000001192