Sechs-Gen-Epigenetische Signatur Sagt Leberkrebs-Überleben und Medikamentenansprechen Voraus

Hepatozelluläres Karzinom (HCC) zählt weltweit zu den tödlichsten Krebserkrankungen, mit über 900.000 Neuerkrankungen jährlich. Trotz Fortschritten in der Chirurgie, der gezielten Therapie und der Immuntherapie bleiben die Behandlungsergebnisse aufgrund biologischer Heterogenität und unzureichender Biomarker zur Patientenstratifizierung schlecht. Diese Studie begegnet dieser Lücke, indem sie ein prognostisches Modell entwickelt, das in der Biologie der DNA-Demethylierung verwurzelt ist – einem epigenetischen Mechanismus, der zunehmend als zentral für die Onkogenaktivierung und Immunevasion beim Leberkrebs anerkannt wird.

Die Forscher kuratierten 3.743 demethylierungsbezogene Gene (DRGs) aus GeneCards und verglichen diese mit differenziell exprimierten Genen, die in TCGA-LIHC (346 Tumoren) und GEO-GSE112790 (183 Tumoren) identifiziert wurden. Die gewichtete Genco-Expressionsnetzwerkanalyse (WGCNA) identifizierte ein „blaues Modul" mit der stärksten Korrelation zum Tumorstatus. Univariate Cox-Regression, LASSO-Regularisierung und multivariates Cox-Modellieren destillierten den Kandidatenpool anschließend zu einer Sechs-Gen-Signatur: CEP41, SUB1, CDC20, G6PD, VPS72 und SPINDOC. Pro Patient wurde ein kontinuierlicher Risikoscore berechnet, der die Patienten am Median-Schwellenwert in Hoch- und Niedrigrisikogruppen einteilte.

Das Modell zeigte eine starke Vorhersagegenauigkeit mit AUCs von ≥0,70 zu den Zeitpunkten 1, 3 und 5 Jahre in den Trainings-, internen Test- und externen Validierungskohorten (GSE76427). Kaplan-Meier-Analysen bestätigten eine signifikant schlechtere Gesamtüberlebensrate bei Hochrisikopatienten (p < 0,001). Die SHAP-Analyse quantifizierte den Beitrag jedes Gens zu den individuellen Risikovorhersagen und verbesserte damit die Interpretierbarkeit des Modells. Ein Nomogramm, das den Risikoscore mit klinischen Variablen integrierte, ermöglichte die individuelle Schätzung der Überlebenswahrscheinlichkeit.

Funktionelle Anreicherungsanalysen ergaben, dass Hochrisikotumoren in den Bereichen Zellzyklus, DNA-Reparatur und metabolische Umprogrammierung angereichert sind. Das ssGSEA-Immunprofiling zeigte, dass Hochrisikopatienten ein immunsuppressives Mikromilieu aufweisen, das von regulatorischen T-Zellen und myeloiden Suppressorzellen dominiert wird – ein Muster, das mit einem schlechten Ansprechen auf die Immuntherapie vereinbar ist. Somatische Mutationsanalysen zeigten eine höhere TP53-Mutationshäufigkeit bei Hochrisikopatienten. Modellierungen der Medikamentenempfindlichkeit (GDSC/pRRophetic) sagten bei Hochrisikopatienten eine größere Empfindlichkeit gegenüber dem Aurora-Kinase-Inhibitor Tozasertib und dem BCL-2-Inhibitor Navitoclax voraus, was auf therapeutisch nutzbare Schwachstellen hindeutet. G6PD – ein zentrales Enzym des Pentosephosphatwegs, das an der metabolischen Umprogrammierung beteiligt ist – wurde durch Immunhistochemie als in HCC-Tumorgewebe signifikant hochreguliert validiert, was seine Rolle als funktioneller Treiber unterstützt.

Obwohl die Ergebnisse überzeugend sind, basiert das Modell auf retrospektiven, öffentlich zugänglichen Datensätzen und erfordert eine prospektive klinische Validierung. Die Vorhersagen zur Medikamentenempfindlichkeit sind rechnerische Schätzungen, die auf Zelllinien-Pharmakogenomik basieren und nicht an HCC-Patienten getestet wurden. Dennoch stellt dieses integrative Rahmenwerk, das Demethylierungsbiologie mit Prognose, Tumorimmunität und Medikamentenansprechen verknüpft, einen bedeutsamen Schritt in Richtung Präzisionsonkologie bei Leberkrebs dar.