Wspólne wzorce zaburzonej ekspresji genów w rakach płaskonabłonkowych ujawniają predyktory rokowania i wrażliwości na leki

Dlaczego to ma znaczenie dla pacjentów z rakiem

Nowotwory wywodzące się z komórek wyściełających ciało — zwanych komórkami płaskimi — mogą pojawiać się na skórze, w jamie ustnej i gardle, przełyku, płucach oraz szyjce macicy. Chociaż powstają w bardzo różnych narządach, co roku zabijają setki tysięcy osób. To badanie stawia proste, lecz ważne pytanie: czy pod powierzchnią te raki płaskonabłonkowe zachowują się na tyle podobnie, że analizując wzorce ich aktywności genów można przewidzieć, u których pacjentów rokowanie będzie gorsze i jakie leki mogą działać najlepiej?

Szukając wspólnych nici wśród wielu nowotworów

Naukowcy zgromadzili dane o aktywności genów z 1 790 próbek guzów i przyległej tkanki niezmienionej z pięciu głównych raków płaskonabłonkowych: płuc, głowy i szyi, przełyku, szyjki macicy oraz skóry. Wykorzystując zarówno starszą technologię mikromacierzy, jak i nowsze sekwencjonowanie RNA, zmierzyli, jak silnie tysiące genów są włącza­ne lub wyłącza­ne w guzach w porównaniu z sąsiednią tkanką normalną. Następnie sprawdzili, jak podobne są te „zaburzone” wzorce między typami nowotworów i porównali je z dwoma powiązanymi, lecz odmiennymi rakami — gruczolakorakami płuca i przełyku, które pochodzą z innych typów komórek.

Okazało się, że pięć raków płaskonabłonkowych dzieli silnie zachodzące na siebie wzorce zaburzeń ekspresji genów, znacznie bardziej niż zachodzące pomiędzy rakami płaskonabłonkowymi a gruczolakorakami w tym samym narządzie. W szczególności raki głowy i szyi, przełyku oraz szyjki macicy wyglądały uderzająco podobnie na poziomie ekspresji genów, podczas gdy raki płuc i skóry wykazywały bardziej odrębne osobowości molekularne. Wyniki te potwierdziły się w całkowicie niezależnych zbiorach danych, co sugeruje istnienie odpornego „programu płaskonabłonkowego” aktywności genów przekraczającego granice narządowe.

Sieci genowe i ukryte podtypy

Aby pójść dalej niż listy genów, zespół zbudował sieć współekspresji — swego rodzaju mapę pokazującą, które geny wzrastają i opadają razem w setkach próbek. Ta analiza pogrupowała geny w dziewięć modułów, z których każdy wiązał się z określonymi zadaniami biologicznymi, takimi jak kopiowanie DNA, metabolizm energetyczny, przebudowa rusztowania tkanki, formowanie naczyń czy koordynacja odpowiedzi immunologicznych. Z tych modułów badacze wyłonili 441 „genów-hubów”, które znajdują się w centrach tych sieci i prawdopodobnie wpływają na wiele innych genów. Wiele z nich to już znane sprawcze czynniki w rakach płaskonabłonkowych, takie jak SOX2, TP63 i COL1A1.

Wykorzystując aktywność tych genów-hubów, sklasyfikowali następnie raki płaskonabłonkowe głowy i szyi, przełyku oraz szyjki macicy na cztery molekularne podtypy. Podtypy te przecinały pierwotne etykiety narządowe i wykazywały wyraźne różnice w wieku pacjentów, płci, zakażeniu wirusem brodawczaka ludzkiego (HPV) oraz, co najważniejsze, w przeżyciu. Szczególnie jeden podtyp (Podtyp 3) wyróżniał się znacznie lepszym rokowaniem, podczas gdy pozostałe trzy podtypy miały konsekwentnie gorsze wyniki.

Równoważenie inwazji i układu odpornościowego

Pytanie brzmiało, dlaczego niektóre podtypy mają znacznie gorsze rokowanie. Porównując aktywność genów między podtypem o dobrym przebiegu a podtypami o złym przebiegu, badanie uwypukliło dwie przeciwstawne siły. Agresywne podtypy wykazywały silne sygnały „przejścia epitelialno-mezenchymalnego” (EMT) i przebudowy macierzy zewnątrzkomórkowej — procesów, które pomagają komórkom nowotworowym odrywać się od sąsiadów i penetrować otaczające tkanki. Natomiast korzystny podtyp był wzbogacony w geny związane z aktywnością immunologiczną, w tym z limfocytami T i innymi komórkami obronnymi, które potrafią rozpoznawać i atakować guzy.

Zagłębiając się dalej, zespół skupił się na kluczowych genach napędzających EMT, takich jak SNAI2 i TWIST1. Wyższe poziomy tych genów szły w parze z niższymi poziomami przeciwgu­zowych komórek odpornościowych, takich jak limfocyty T CD8 i CD4 oraz aktywowane komórki dendrytyczne w obrębie guzów. Pacjenci, których guzy miały więcej SNAI2 lub TWIST1, mieli tendencję do krótszego przeżycia. Wyniki te wspierają obraz, w którym inwazyjne, zmieniające kształt komórki nowotworowe pomagają wytworzyć immunosupresyjne otoczenie, tłumiąc naturalną obronę organizmu i pogarszając rokowanie.

Sześć genów jako przewodnik ryzyka i leczenia

W końcu badacze poszukiwali niewielkiego zestawu genów, które mogłyby niezawodnie wskazywać pacjentów wysokiego ryzyka. Skupili się na sześciu genach — COL1A1, MMP1, SERPINE1, KRT6A, IGF2BP3 i SPP1 — które były bardziej aktywne w podtypie o najgorszym przebiegu i których wysoka ekspresja wiązała się z krótszym przeżyciem. Korzystając tylko z tych sześciu pomiarów, zbudowali wskaźnik ryzyka, który rozdzielał pacjentów na grupy o niskim i wysokim ryzyku. W wielu zbiorach danych osoby z najwyższej ćwiartki wyników ryzyka umierały znacznie wcześniej niż te z najniższej ćwiartki.

Gdy zespół powiązał ten wskaźnik ryzyka z przewidywanymi odpowiedziami na powszechnie stosowane chemioterapeutyki, ujawniły się odrębne wzorce: pacjenci niskiego ryzyka wydawali się bardziej wrażliwi na leki takie jak cisplatyna, afatynib, gemcytabina i irynotekan, podczas gdy pacjenci wysokiego ryzyka wydawali się bardziej reaktywni na winblastynę i winorelbinkę. Sugeruje to, że ten sam sześciogenowy sygnaturowy zestaw, który sygnalizuje zwiększone ryzyko, może także podpowiadać, które leki mają największe szanse pomóc.

Co to oznacza dla pacjentów

Dla osoby niebędącej specjalistą kluczowy przekaz jest taki, że wiele raków płaskonabłonkowych — niezależnie od miejsca powstania — dzieli głęboki molekularny scenariusz. Odczytując ten scenariusz w postaci wzorców aktywności genów, naukowcy mogą podzielić pacjentów na grupy o bardzo różnych ryzykach i prawdopodobnych reakcjach na leki. Odkryta tutaj sygnatura sześciu genów nie jest jeszcze testem klinicznym i wyniki wymagają dalszej walidacji w laboratorium oraz w prospektywnych badaniach klinicznych. Jednak praca pokazuje, w jaki sposób dane na dużą skalę mogą ujawnić wspólne słabości w zróżnicowanych nowotworach i wskazuje drogę ku bardziej spersonalizowanym, prowadzonym przez geny strategiom leczenia osób z rakiem płaskonabłonkowym.

Cytowanie: Wang, D., Li, X., Zhou, J. et al. Shared patterns of dysregulated gene expression across squamous cell carcinomas unveil predictors for prognosis and drug sensitivity. Sci Rep 16, 12833 (2026). https://doi.org/10.1038/s41598-026-41052-x

Słowa kluczowe: rak płaskonabłonkowy, ekspresja genów, podtypy nowotworów, mikrośrodowisko immunologiczne guza, biomarkery prognostyczne