RNA non codificanti-immagine credit public domain.
“Sapevamo di avere qualcosa di interessante con T3p, un singolo piccolo RNA presente nel cancro al seno, ma assente nei tessuti sani. Dopo essere stata descritta nel 2018, questa molecola ha portato il nostro team a intraprendere un percorso durato sei anni per mappare sistematicamente gli RNA non codificanti orfani (oncRNA) in tutti i principali tipi di cancro, capire quali siano effettivamente responsabili della malattia e dimostrarne l’utilità nel monitoraggio dei pazienti attraverso semplici esami del sangue”, dicono gli autori.
“In un articolo pubblicato oggi, mostriamo come siamo passati dall’estrazione di dati sul genoma del cancro alla creazione di classificatori di apprendimento automatico, allo sviluppo di screening funzionali su larga scala nei topi e infine alla convalida di questi RNA come biomarcatori basati sul sangue in quasi 200 pazienti affette da cancro al seno”.
Gli RNA orfani sono presenti ovunque nel cancro
La nostra prima scoperta importante è stata che ciò che abbiamo osservato nel cancro al seno non era unico. Abbiamo analizzato sistematicamente i dati di sequenziamento dei piccoli RNA del Cancer Genome Atlas su 32 tipi di cancro e abbiamo trovato circa 260.000 di questi piccoli RNA specifici per ogni cancro, che chiamiamo oncRNA, distribuiti in ogni tumore esaminato.
Esistono variazioni anche all’interno di specifici tumori: i tumori mammari basali producono pattern di oncRNA diversi rispetto ai tumori luminali, indicando che potrebbero esserci suddivisioni di cui non siamo ancora a conoscenza. Ciò suggerisce che queste molecole ci stanno dicendo qualcosa di fondamentale sullo stato delle cellule tumorali. In altre parole, i pattern di presenza e assenza di oncRNA fungono da “codici a barre molecolari digitali” che catturano l’identità delle cellule tumorali, dal tipo di tumore al sottotipo e persino allo stato cellulare.
Alcuni oncRNA in realtà causano il cancro
Sebbene questa nuova serie di biomarcatori del cancro si riveli molto utile, eravamo anche interessati a sapere se le cellule tumorali possono adottare alcune di queste specie di RNA emergenti dal cancro per progettare nuovi percorsi oncogeni.
Per scoprirlo, abbiamo creato librerie di screening su larga scala che codificano circa 400 oncRNA in tumori al seno, al colon, al polmone e alla prostata e le abbiamo introdotte nelle cellule tumorali utilizzando vettori lentivirali. Per metà, abbiamo sovraespresso gli oncRNA. Per l’altra metà, abbiamo utilizzato costrutti “Tough Decoy” per inibirli. Abbiamo quindi iniettato queste cellule nei topi e cercato quali oncRNA fornissero alle cellule un vantaggio competitivo durante la crescita del tumore.
Circa il 5% ha mostrato fenotipi chiari in modelli murini di xenotrapianto. Abbiamo validato in dettaglio due oncRNA per il cancro al seno. Uno ha promosso la transizione epitelio-mesenchimale, un processo critico per la progressione del cancro e la metastasi . L’altro ha attivato i geni bersaglio di E2F, guidando la proliferazione. Entrambi hanno aumentato significativamente la crescita tumorale e la colonizzazione metastatica in modelli cellulari indipendenti.
Esaminando i dati tumorali dei pazienti, abbiamo scoperto che i tumori che esprimevano gli stessi oncRNA mostravano modulazioni simili. Osservare gli stessi pattern biologici nei campioni di TCGA e nei nostri modelli ci ha dato fiducia nei nostri risultati.
Gli RNA sono secreti nel sangue
L’aspetto clinicamente più interessante è che le cellule tumorali rilasciano questi RNA nel flusso sanguigno e monitorarli può rivelare come stanno i pazienti.
Abbiamo profilato l’RNA libero cellulare (C-RNA) di 25 linee cellulari tumorali in 9 tipi di tessuto e abbiamo scoperto che circa il 30% degli oncRNA viene secreto attivamente. Per convalidare questa ipotesi, abbiamo analizzato il siero di 192 pazienti con tumore al seno nello studio di chemioterapia neoadiuvante I-SPY 2, prelevando campioni di sangue prima e dopo il trattamento e calcolando la variazione del carico totale di oncRNA.
Questa semplice metrica si è rivelata notevolmente predittiva. I pazienti con un elevato oncRNA residuo dopo la chemioterapia hanno avuto una sopravvivenza globale quasi 4 volte peggiore. Questo è rimasto vero anche tenendo conto di parametri clinici standard come la risposta patologica completa e il carico tumorale residuo.
Questo è stato il nostro tentativo. Sapevamo che questi RNA si trovavano nel sangue, ma non sapevamo se sarebbero stati utili nei campioni di pazienti. Il fatto che ci fosse bastato solo 1 millilitro di siero e avessimo comunque ottenuto un segnale forte è stato sorprendente.
Questo affronta un problema clinico reale: monitorare la malattia minima residua nel cancro al seno con marcatori come il DNA libero circolante è difficile perché i tumori non rilasciano molto DNA, soprattutto nelle fasi iniziali. Il monitoraggio basato sull’RNA potrebbe offrire una soluzione, perché le cellule tumorali secernono RNA attivamente anziché rilasciare DNA passivamente.
Cosa succederà adesso?
Ci sono ancora grandi questioni aperte in ambito biologico e clinico. Come funzionano esattamente questi oncRNA funzionali? Interagiscono con le proteine? Con altri RNA? La dinamica degli oncRNA potrebbe essere utilizzata in tempo reale per guidare le decisioni terapeutiche? Potrebbero individuare precocemente la recidiva del cancro? Potrebbero aiutare i medici a stratificare meglio i pazienti per orientare il trattamento? Queste domande richiederanno studi più approfonditi e studi prospettici più ampi per rispondere.
Ma le scoperte fondamentali secondo cui gli oncRNA forniscono segnali specifici per il cancro nel sangue sono già in fase di traduzione. Collaboriamo strettamente con l’azienda biotecnologica Exai Bio (di cui Hani è co-fondatore) per sviluppare una diagnostica basata sugli oncRNA, e l’azienda ha sviluppato modelli di intelligenza artificiale e diversi set di dati per la rilevazione e la classificazione del cancro.
Leggi anche: Piccoli Rna non codificanti hanno un ruolo nello sviluppo del cancro?
Ogni buon lavoro traslazionale richiede davvero un intero villaggio, ma quando si elaborano decine di migliaia di campioni computazionalmente, è facile perdere di vista il fatto che ognuno di essi rappresenta la storia di un paziente. Questi campioni provengono da persone che si sono iscritte a sperimentazioni cliniche, hanno donato il loro sangue e hanno partecipato alla ricerca sperando che potesse aiutare altri. Essere in grado di onorare tutto questo attraverso una scienza rigorosa è ciò che motiva tutto il nostro team.
Riteniamo che gli oncRNA rappresentino una nuova classe di molecole emergenti dal cancro, che fungono sia da driver che da biomarcatori. Ci auguriamo che questa risorsa, che abbiamo reso open source, apra nuove direzioni per il settore.