Novo mapa proteogenômico decodifica como mutações impulsionam o câncer em 173 genes-chave

O sequenciamento de tumores catalogou centenas de genes mutados no câncer, mas saber que um gene está mutado raramente explica como a alteração impulsiona o câncer ou se ela deve mudar o tratamento de um paciente. Hyeon e colegas perguntaram se o local onde uma mutação ocorre dentro de uma proteína (qual domínio, qual elemento estrutural) revela o seu papel. Usando dados de 139.818 pacientes com mais de 18 tipos de tumor, eles construíram um mapa funcional detalhado de 173 genes do câncer.

A equipe desenvolveu um modelo oculto de Markov que identifica "regiões significativamente mutadas" com resolução de uma única base, sem conhecimento prévio de sua localização. O modelo ajusta as taxas de mutação de fundo, incluindo o contexto de nucleotídeos. Em seguida, os pesquisadores sobrepuseram essas regiões a domínios proteicos e estruturas tridimensionais, incluindo estrutura secundária, posição no núcleo versus na superfície, efeitos sobre a estabilidade (ΔΔG) e a geometria dos agrupamentos de mutações. As regiões foram enriquecidas em resíduos com anotação funcional (p = 2,35 × 10−4 para mutações missense; p = 3,88 × 10−2 para mutações truncantes).

Os padrões de mutação acompanharam a função das proteínas. Fatores de transcrição específicos de linhagem foram mutados em domínios de ligação ao DNA (RUNX1, p = 1,37 × 10−95; SOX9, 4,07 × 10−65). Fatores ativados por estresse (STAT3, NFE2L2) foram mutados em domínios regulatórios, e receptores nucleares (AR, ESR1) em domínios de ligação ao ligante. Modificadores de cromatina foram atingidos em domínios catalíticos (EP300, p = 1,48 × 10−135), e genes do sistema ubiquitina-proteassoma em domínios de reconhecimento de substrato (SPOP, FBXW7). TP53 foi uma exceção, com afetação tanto do domínio de ligação ao DNA quanto do domínio de tetramerização. A maioria das regiões (72,5%, 348/480) não diferiu conforme o tipo de câncer, embora mutações em EGFR atinjam o domínio quinase no adenocarcinoma de pulmão, mas o domínio extracelular no glioblastoma.

As mutações truncantes e a estrutura 3D acrescentaram outras camadas. Em supressores tumorais, as truncações estiveram ausentes das regiões N- e C-terminais previstas para escapar da degradação mediada por mutações sem sentido (nonsense-mediated decay). Em oncogenes como CCND1–3, PPM1D, ERBB2 e NOTCH2, as truncações se agruparam na extremidade C-terminal, provavelmente removendo sinais de degradação. Em 3D, todas as 10 regiões de FBXW7 eram sítios de interação com substrato. Em outros genes, as mutações seguiram restrições estruturais: as mutações de TP53 se concentraram no núcleo interno da proteína, enquanto as de PTEN atingiram uma estrutura secundária específica. As características estruturais separaram oncogenes de supressores tumorais (AUC = 0,856).

A validação foi extensa. Variantes oncogênicas curadas na literatura foram enriquecidas nas regiões significativas (AUC de 0,82 para COSMIC e 0,85 para ClinVar). Os 10% principais resíduos continham 62,4%, 57,7% e 70,9% das variantes do COSMIC, do CIViC e do ClinVar, respectivamente. Triagens de mutagênese confirmaram regiões em POT1, PPM1D e em um sítio de KRAS fora de hotspot. Mutações em regiões significativas mostraram alterações de expressão mais intensas (p = 3,18 × 10−7), temporalidade clonal mais precoce (p = 3,53 × 10−21) e sobrevida diferente (p = 3,18 × 10−3). Elas também foram associadas a fenótipos de resistência, como TP53 e doxorrubicina no câncer de mama.

A estrutura analítica poderia ajudar a priorizar variantes com pouca anotação em fluxos de trabalho clínicos, e um recurso interativo está disponível em oncofold.org. Entre as ressalvas estão o desenho retrospectivo e correlacional, um sinal modesto de resposta à terapia (p = 5,90 × 10−2), a dependência de estruturas proteicas previstas e a necessidade de validação clínica prospectiva.