Caracterização in silico do modelo de interação de genes da auto-renovação das células tronco e sinalização por cálcio em metástases de melanoma humano

Abstract

Melanoma é um câncer de pele muito suscetível à ocorrência de metástases e, por isso, é considerado uma neoplasia maligna agressiva. Até hoje, mais de 90% das causas de morte por câncer são atribuídas à ocorrência de metástases. Acredita-se, ainda, que especificamente um subconjunto de células da população de um tecido tumoral é capaz de semear e repopular o seu tumor de origem. Estudos evidenciam que essas células “iniciadoras” de tumores comumente possuem características semelhantes às de células tronco, tais como poder de auto-renovação e capacidade de dar origem a células progenitoras ou diferenciadas, o que lhes rendeu o nome de células tronco tumorais (CTTs). Existem evidencias de que a via de sinalização do íon cálcio tem papel fundamental em uma série ampla de processos biológicos, dentre os quais estão o comprometimento celular na diferenciação de células tronco. Sendo assim, nós questionamos no presente estudo a influência da via de sinalização do Ca2+ na regulação da pluripotência de células tronco dentro de um contexto de neoplasia maligna. Para isso, nós criamos uma rede in silico (“STEMCa”) de interação proteína-proteína para modelar a integração de ambas as vias (sinalização por Ca2+ e regulação de pluripotência de células tronco). Após, nós avaliamos a expressão dos genes que codificam as proteínas desse modelo, utilizando um repositório público de microarranjos. Para os dados de expressão, foram utilizadas apenas amostras clínicas de melanomas metastáticos (tendo tumores primários como controle) de três conjuntos independentes de amostras de pacientes. Por fim, utilizamos ferramentas de biologia de sistemas para inferir potenciais candidatos a alvos terapêuticos e/ou marcadores de metástase. Nossa análise de expressão diferencial indica que, em ao menos um dos conjuntos de amostras de pacientes, 51% dos genes do modelo construído (151 de um total de 294 genes) encontram-se consistentemente desregulados (valor de p corrigido <0.05) em metástases de melanoma quando são comparados com amostras de tumor primário, sugerindo que, de fato, as vias avaliadas têm expressão aberrante. Além disso, nossos cálculos topológicos em cima do modelo proposto apontam GNAQ, GSK3B, GSTP1, MAPK3, PPP1CC, PRKACA, e SMAD4 como potenciais candidatos a serem estudados para intervenções terapêuticas ou como biomarcadores.

Melanoma is a skin cancer with high incidence to develop metastasis and, therefore, it is considered to be an aggressive malignant neoplasm. To date, more than 90% of cancer-related causes of death are still attributed to the occurrence of metastasis. It has been postulated that a subset of cells within the tumor tissue is solely capable of seeding and restore the whole tumoral tissue. A number of studies have reported that these tumor-initiating cells also named as cancer stem cells (CSCs) commonly display stem-like properties, such as self-renewal and also potency (i.e. they are able to give rise to progenitor or differentiated cells). Calcium ion (Ca2+) signaling pathway plays a fundamental role on a broad series of biological processes, and its role in stem cell fate and commitment to differentiation has additionally been proposed. Hence, one could speculate whether Ca2+ signaling pathway and stem cell pluripotency regulation crosstalk may influence the metastatic transformation of melanoma cancer cells. In order to find evidence for this role, we build an in silico protein-protein interaction network (“STEMCa”) to model the integration of both pathways (Ca2+ signaling and stem cell pluripotency regulation). Thereafter, we evaluated the expression pattern of the genes coding for the proteins within the “STEMCa” model by utilizing three publicly available microarray datasets from human patients found in Gene Expression Omnibus (GEO). For our analysis, we compared data from clinical samples of melanomas metastasis with primary tumors (controls). Finally, we used systems biology tools to identify putative therapeutic targets in silico and/or candidate biomarkers for melanoma metastasis. Our analysis revealed that the expression profile of the genes within our “STEMCa” model is consistently deregulated, with 151 out of 294 of its members (51%) displaying significant changes of expression (corrected p-value <0.05) in at least one of the datasets of melanoma metastases, when compared with primary biopsy tumors. This suggests that the integrated pathways comprising our network are aberrant in gene expression. In addition, topological measurements of “STEMCa” model point towards GNAQ, GSK3B, GSTP1, MAPK3, PPP1CC, PRKACA, and SMAD4 as optimal candidates in silico to be further studied as potentially good therapeutic targets or biomarkers.