БИОХИМИЯ, 2021, том 86, вып. 11, с. 1719–1732

УДК 577.577.21

Основанные на молекулярном пути EGFR генные подписи клинически значимых мутаций при раке молочной железы, легких, щитовидной железы и при меланоме

© 2021 М. Раевский 1,2, М. Сорокин 3,4, У. Владимирова 3, М. Сунцова 3, В. Ефимов 2, А. Гаража 2, А. Дробышев 3, А. Моисеев 3, П. Румянцев 5, З. Ли 6, А. Буздин 1,2,3,7*buzdin@oncobox.com

Omicsway Corp., 340 S Lemon Ave, 6040, Walnut, 91789 CA, USA

Московский физико-технический институт, 141701 Долгопрудный, Московская область, Россия

Первый Московский государственный медицинский университет имени И.М. Сеченова, 119991 Москва, Россия

Онкобокс Ltd., 121205 Москва, Россия

Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр эндокринологии» Министерства здравоохранения Российской Федерации, 117312 Москва, Россия

Кафедра патологии и лабораторной медицины Калифорнийского университета в Лос-Анджелесе, 90095 Лос-Анджелес, Калифорния, США

Институт биоорганической химии имени академиков М.М. Шемякина и Ю.А. Овчинникова, 117997 Москва, Россия

Поступила в редакцию 30.07.2021
После доработки 04.10.2021
Принята к публикации 04.10.2021

DOI: 10.31857/S0320972521110099

КЛЮЧЕВЫЕ СЛОВА: мутации, EGFR, BRAF V600E, транскриптомный биомаркер, РНК-секвенирование, папиллярный рак щитовидной железы.

Аннотация

Гены EGFR, BRAF, PIK3CA и KRAS играют важную роль в молекулярном пути EGFR и при раке часто несут активирующие диагностические мутации, предсказывающие ответ на многие таргетные терапевтические препараты. Тем не менее связь между этими мутациями и особенностями генной экспрессии систематически не изучалась. Мы исследовали такие связи тремя способами. Во-первых, исследовали экспрессию этих генов в опухолях в зависимости от наличия мутаций с использованием базы данных профилей РНК-секвенирования проекта The Cancer Genome Atlas (n = 3660). Во-вторых, сравнили мутационный статус с уровнем активации молекулярного пути EGFR. В-третьих, сопоставили мутационный статус с расчетным уровнем экспрессии транскрипционной подписи, полученной из дифференциально экспрессируемых генов пути EGFR между опухолями, мутантными и референсными по данным генам. Активация пути EGFR оказалась связана с мутациями генов BRAF (рак щитовидной железы, меланома) и PIK3CA (рак молочной железы). Было показано, что уровни экспрессии генных подписей связаны с мутациями в BRAF (рак щитовидной железы, меланома), EGFR (плоскоклеточный рак легкого), KRAS (колоректальный рак), PIK3CA (рак молочной железы), однако приемлемый биомаркерный потенциал со значением AUC > 0,7 (0,809) мы наблюдали лишь для подписи гена BRAF при раке щитовидной железы. Эта подпись была затем проверена на независимом наборе литературных данных (n = 127, свежезамороженные образцы, AUC 0,912), а также на экспериментальном наборе данных, полученном в Эндокринологическом научном центре г. Москвы (n = 42, образцы парафинизированной ткани, AUC 0,822). Полученные данные показывают, что профили генной экспрессии могут использоваться для надежной детекции мутации BRAF V600E при папиллярном подтипе рака щитовидной железы. Результаты демонстрируют применимость количественного анализа генной экспрессии для четкого определения статуса образца по драйверным онкогенным мутациям.

Сноски

* Адресат для корреспонденции.

Финансирование

Выполнение данной работы было поддержано грантом Российского научного фонда № 18‑15‑00061.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в какой-либо сфере деятельности.

Соблюдение этических норм

При выполнении настоящей работы были соблюдены все требования международных, национальных и/или ведомственных руководств по работе с лабораторными животными.

Дополнительные материалы

Приложение к статье на английском языке опубликовано на сайте журнала «Biochemistry» (Moscow) (http://protein.bio.msu.ru/biokhimiya/) и на сайте издательства Springer (www.springer.com/journal/10541), том 86, вып. 11, 2021.

Список литературы

1. Masuda, H., Zhang, D., Bartholomeusz, C., Doihara, H., Hortobagyi, G. N., and Ueno, N. T. (2021) Role of epidermal growth factor receptor in breast cancer, Breast Cancer Res. Treat., 136, 331-345.

2. Bardeesy, N., Kim, M., Xu, J., Kim, R.-S., Shen, Q., et al. (2005) Role of epidermal growth factor receptor signaling in russian academy of sciences-driven melanoma, Mol. Cell. Biol., 25, 4176-4188, doi: 10.1128/mcb.25.10.4176-4188.2005.

3. Zhou, C., and Yao, L. (2016) Di Strategies to improve outcomes of patients with EGRF-Mutant Non-Small cell lung cancer: review of the literature, J. Thorac. Oncol., 11, 174-186.

4. Greaves, W. O., Verma, S., Patel, K. P., Davies, M. A., Barkoh, B. A., et al. (2013) Frequency and spectrum of BRAF mutations in a retrospective, single-institution study of 1112 cases of melanoma, J. Mol. Diagnostics, 15, 220-226, doi: 10.1016/j.jmoldx.2012.10.002.

5. Akbani, R., Akdemir, K. C., Aksoy, B. A., Albert, M., Ally, A., et al. (2015) Genomic classification of cutaneous melanoma, Cell, 161, 1681-1696, doi: 10.1016/j.cell.2015.05.044.

6. Kebebew, E., Weng, J., Bauer, J., Ranvier, G., Clark, O. H., et al. (2007) The prevalence and prognostic value of BRAF mutation in thyroid cancer, Ann. Surg., 246, 466-470, doi: 10.1097/SLA.0b013e318148563d.

7. Holderfield, M., Deuker, M. M., McCormick, F., McMahon, M. (2014) Targeting RAF kinases for cancer therapy: BRAF-mutated melanoma and beyond, Nat. Rev. Cancer, 14, 455-467.

8. Silva, J. M., Bulman, C., and McMahon, M. (2014) BRAFV600E cooperates with PI3K signaling, independent of AKT, to regulate melanoma cell proliferation, Mol. Cancer Res., 12, 447-463, doi: 10.1158/1541-7786.MCR-13-0224-T.

9. Normanno, N., De Luca, A., Bianco, C., Strizzi, L., Mancino, M., et al. (2006) Epidermal growth factor receptor (EGFR) signaling in cancer, Gene, 366, 2-16.

10. Frampton, J. E. (2010) Cetuximab: a review of its use in squamous cell carcinoma of the head and neck, Drugs, 70, 1987-2010.

11. Messersmith, W. A., and Ahnen, D. J. (2008) Targeting EGFR in colorectal cancer, N. Engl. J. Med., 359, 1834-1836.

12. Alexander, M., Lin, E., and Cheng, H. (2020) Leptomeningeal metastases in non-small cell lung cancer: optimal systemic management in NSCLC with and without driver mutations, Curr. Treat. Options Oncol., 21, 72, doi: 10.1007/s11864-020-00759-3.

13. Garg, A., Batra, U., Choudhary, P., Jain, D., Khurana, S., et al. (2020) Clinical predictors of response to EGFR-tyrosine kinase inhibitors in EGFR-mutated non-small cell lung cancer: a real-world multicentric cohort analysis from India, Curr. Probl. Cancer, 44, 100570, doi: 10.1016/j.currproblcancer.2020.100570.

14. Lazzari, C., Gregorc, V., Karachaliou, N., Rosell, R., Santarpia, M. (2020) Mechanisms of resistance to osimertinib, J. Thorac. Dis., 12, 2851-2858, doi: 10.21037/jtd.2019.08.30.

15. Odogwu, L., Mathieu, L., Blumenthal, G., Larkins, E., Goldberg, K. B., et al. (2018) FDA approval summary: dabrafenib and trametinib for the treatment of metastatic non-small cell lung cancers harboring BRAF V600E mutations, Oncologist, 23, 740-745, doi: 10.1634/theoncologist.2017-0642.

16. Kim, G., McKee, A. E., Ning, Y. M., Hazarika, M., Theoret, M., et al. (2014) FDA approval summary: Vemurafenib for treatment of unresectable or metastatic melanoma with the BRAFV600E mutation mutation, Clin. Cancer Res., 20, 4994-5000, doi: 10.1158/1078-0432.CCR-14-0776.

17. Tang, K. T., and Lee, C. H. (2010) BRAF mutation in papillary thyroid carcinoma: pathogenic role and clinical implications, J. Chinese Med. Assoc., 73, 113-128.

18. Narayan, P., Prowell, T. M., Gao, J. J., Fernandes, L. L., Li, E., et al. (2020) FDA Approval summary: alpelisib plus fulvestrant for patients with HR-positive, HER2-negative, PIK3CA-mutated, advanced or metastatic breast cancer, Clin. Cancer Res., 27, 1842-1849, doi: 10.1158/1078-0432.ccr-20-3652.

19. Rodon, J., Soria, J. C., Berger, R., Miller, W. H., Rubin, E., et al. (2019) Genomic and transcriptomic profiling expands precision cancer medicine: the WINTHER trial, Nat. Med., 25, 751-758, doi: 10.1038/s41591-019-0424-4.

20. Poddubskaya, E., Sorokin, M., Garazha, A., Glusker, A., Moisseev, A., et al. (2020) Clinical use of RNA sequencing and oncobox analytics to predict personalized targeted therapeutic efficacy, J. Clin. Oncol., 38, e13676, doi: 10.1200/jco.2020.38.15_suppl.e13676.

21. Butler, A., Hoffman, P., Smibert, P., Papalexi, E., and Satija, R. (2018) Integrating single-cell transcriptomic data across different conditions, technologies, and species, Nat. Biotechnol., 36, 411-420, doi: 10.1038/nbt.4096.

22. Buzdin, A., Sorokin, M., Garazha, A., Sekacheva, M., Kim, E., et al. (2018) Molecular pathway activation – new type of biomarkers for tumor morphology and personalized selection of target drugs, Semin. Cancer Biol., 53, 110-124.

23. Borisov, N., Sergeeva, A., Suntsova, M., Raevskiy, M., Gaifullin, N., et al. (2021) Machine learning applicability for classification of PAD/VCD chemotherapy response using 53 multiple myeloma RNA sequencing profiles, Front. Oncol., 11, 652063, doi: 10.3389/fonc.2021.652063.

24. Borisov, N., Suntsova, M., Sorokin, M., Garazha, A., Kovalchuk, O., et al. (2017) Data aggregation at the level of molecular pathways improves stability of experimental transcriptomic and proteomic data, Cell Cycle, 16, 1810-1823, doi: 10.1080/15384101.2017.1361068.

25. Borisov, N. M., Terekhanova, N. V., Aliper, A. M., Venkova, L. S., Smirnov, P. Y., et al. (2014) Signaling pathways activation profiles make better markers of cancer than expression of individual genes, Oncotarget, 5, 10198-10205, doi: 10.18632/oncotarget.2548.

26. Tsimberidou, A. M., Fountzilas, E., Bleris, L., and Kurzrock, R. (2020) Transcriptomics and solid tumors: the next frontier in precision cancer medicine, Semin. Cancer Biol., doi: 10.1016/j.semcancer.2020.09.007.

27. Petrov, I., Suntsova, M., Ilnitskaya, E., Roumiantsev, S., Sorokin, M., et al. (2017) Gene expression and molecular pathway activation signatures of MYCN-amplified neuroblastomas, Oncotarget, 8, 83768-83780, doi: 10.18632/oncotarget.19662.

28. Yoo, S. K., Lee, S., Kim, S. J., Jee, H. G., Kim, B. A., et al. (2016) Comprehensive analysis of the transcriptional and mutational landscape of follicular and papillary thyroid cancers, PLoS Genet., 12, e1006239, doi: 10.1371/journal.pgen.1006239.

29. Titov, S. E., Ivanov, M. K., Karpinskaya, E. V., Tsivlikova, E. V., Shevchenko, S. P., et al. (2016) miRNA profiling, detection of BRAF V600E mutation and RET-PTC1 translocation in patients from Novosibirsk oblast (Russia) with different types of thyroid tumors, BMC Cancer, 16, 201, doi: 10.1186/s12885-016-2240-2.

30. Suntsova, M., Gaifullin, N., Allina, D., Reshetun, A., Li, X., et al. (2019) Atlas of RNA sequencing profiles for normal human tissues, Sci. Data, 6, 1-9, doi: 10.1038/s41597-019-0043-4.

31. Amin, S. B., Yip, W. K., Minvielle, S., Broyl, A., Li, Y., et al. (2014) Gene expression profile alone is inadequate in predicting complete response in multiple myeloma, Leukemia, 28, 2229-2234, doi: 10.1038/leu.2014.140.

32. Boratyn, G. M., Thierry-Mieg, J., Thierry-Mieg, D., Busby, B., and Madden, T. L. (2019) Magic-BLAST, an accurate RNA-seq aligner for long and short reads, BMC Bioinformatics, 20, 405, doi: 10.1186/s12859-019-2996-x.

33. Zhao, Y., Wong, L., and Goh, W. W. B. (2020) How to do quantile normalization correctly for gene expression data analyses, Sci. Rep., 10, 1-11, doi: 10.1038/s41598-020-72664-6.

34. Huang, X., Stern, D. F., and Zhao, H. (2016) Transcrip-tional profiles from paired normal samples offer complementary information on cancer patient survival – evidence from TCGA pan-cancer data, Sci. Rep., 6, 1-9, doi: 10.1038/srep20567.

35. BioCarta – Online maps of metabolic and signaling pathways|HSLS, Available online, URL: https://www.hsls.pitt.edu/obrc/index.php?page=URL1151008585.

36. egf signaling – GeneGlobe, Available online, URL: https://geneglobe.qiagen.com/us/explore/pathway-details/egf-signaling.

37. Sorokin, M., Kholodenko, R., Suntsova, M., Malakhova, G., Garazha, A., et al. (2018) Oncobox bioinformatical platform for selecting potentially effective combinations of target cancer drugs using high-throughput gene expression data, Cancers (Basel), 10, 365, doi: 10.3390/cancers10100365.

38. Vladimirova, U., Rumiantsev, P., Zolotovskaia, M., Albert, E., Abrosimov, A., et al. (2021) DNA repair pathway activation features in follicular and papillary thyroid tumors, interrogated using 95 experimental RNA sequencing profiles, Heliyon, 7, e06408, doi: 10.1016/j.heliyon.2021.e06408.

39. Lokhandwala, P. M., Tseng, L. H., Rodriguez, E., Zheng, G., Pallavajjalla, A., et al. (2019) Clinical mutational profiling and categorization of BRAF mutations in melanomas using next generation sequencing, BMC Cancer, 19, 665, doi: 10.1186/s12885-019-5864-1.

40. Hong, W., Wu, Q., Zhang, J., and Zhou, Y. (2019) Prognostic value of EGFR 19-del and 21-L858R mutations in patients with non-small cell lung cancer, Oncol. Lett., 18, 3887-3895, doi: 10.3892/ol.2019.10715.

41. Gilson, P., Franczak, C., Dubouis, L., Husson, M., Rouyer, M., et al. (2019) Evaluation of KRAS, NRAS and BRAF hotspot mutations detection for patients with metastatic colorectal cancer using direct DNA pipetting in a fully-automated platform and Next-Generation Sequencing for laboratory workflow optimisation, 14, e0219204, doi: 10.1371/journal.pone.0219204.

42. Martínez-Saéz, O., Chic, N., Pascual, T., Adamo, B., Vidal, M. et al. (2020) Frequency and spectrum of PIK3CA somatic mutations in breast cancer, Breast Cancer Res., 22, 45, doi: 10.1186/s13058-020-01284-9.

43. Kamashev, D., Sorokin, M., Kochergina, I., Drobyshev, A., Vladimirova, U., et al. (2020) Human blood serum can donor-specifically antagonize effects of EGFR-targeted drugs on squamous carcinoma cell growth, Heliyon, 7, e06394, doi: 10.1016/j.heliyon.2021.e06394.

44. Crispo, F., Notarangelo, T., Pietrafesa, M., Lettini, G., Storto, G., et al. (2019) Braf inhibitors in thyroid cancer: clinical impact, mechanisms of resistance and future perspectives, Cancers (Basel), 11, 1388, doi: 10.3390/cancers11091388.

45. Borisov, N., Sorokin, M., Tkachev, V., Garazha, A., and Buzdin, A. (2020) Cancer gene expression profiles associated with clinical outcomes to chemotherapy treatments, BMC Med. Genomics, 13, 111, doi: 10.1186/s12920-020-00759-0.

46. Boyd, J. C. (1997) Mathematical tools for demonstrating the clinical usefulness of biochemical markers, Scand. J. Clin. Invest. Suppl., 227, 46-63.

47. Wong, D. J. L., and Ribas, A. (2016) Targeted therapy for melanoma, Cancer Treat. Res., 167, 251-262.

48. Hou, J., Wang, Z., Li, H., Zhang, H., and Luo, L. (2020) Gene signature and identification of clinical trait-related m6A regulators in pancreatic cancer, Front. Genet., 11, 522, doi: 10.3389/fgene.2020.00522.