Análisis Integral del Perfil de Expresión de ARN Largo no Codificante y ARNm en el Cáncer Rectal
El cáncer rectal (CR) es un tumor maligno que representa una amenaza significativa para la salud humana. A pesar de los avances en diagnóstico y tratamiento, los mecanismos moleculares subyacentes al CR siguen siendo poco comprendidos. Los ARN largos no codificantes (lncARN) han surgido como reguladores cruciales en la biología tumoral, pero sus roles específicos y patrones de expresión en el CR no han sido completamente elucidados. Este estudio tiene como objetivo proporcionar un análisis integral de los perfiles de expresión de lncARN y ARNm en CR, identificando biomarcadores potenciales y explorando sus implicaciones funcionales.
Antecedentes
El cáncer colorrectal (CCR) es una de las neoplasias más comunes a nivel mundial, siendo el CR un subtipo relevante. Las tasas de incidencia y mortalidad del CCR son alarmantemente altas, lo que lo convierte en un problema crítico de salud pública. Avances recientes en secuenciación génica han destacado la importancia de los lncARN en la biología del cáncer. Estos ARN no codificantes, con más de 200 nucleótidos, no codifican proteínas pero desempeñan roles cruciales en la regulación de la expresión génica y procesos celulares. La desregulación de lncARN se ha relacionado con varios cánceres, incluyendo el CCR, influyendo en la tumorigénesis, progresión y metástasis. Sin embargo, las contribuciones específicas de los lncARN a la patogénesis del CR siguen sin esclarecerse, requiriendo investigación adicional.
Métodos
Este estudio empleó un enfoque multifacético para analizar los perfiles de expresión de lncARN y ARNm en CR. Se analizaron muestras tisulares de seis pacientes con CR, incluyendo tejido canceroso y adyacente no canceroso, utilizando el GeneChip humano Affymetrix. Se realizaron análisis de Ontología Génica (GO) y enriquecimiento de rutas para identificar funciones biológicas y vías de señalización asociadas a ARNm diferencialmente expresados. La PCR cuantitativa en tiempo real (qRT-PCR) validó los niveles de expresión de lncARN seleccionados. Se construyeron redes de coexpresión lncARN-ARNm para explorar relaciones regulatorias potenciales. Además, se utilizaron herramientas bioinformáticas como GEPIA2, ONCOMINE y PROGgeneV2 para evaluar la expresión y significado pronóstico de ARNm y lncARN clave. También se construyeron redes de ARN endógeno competitivo (ceRNA) para predecir interacciones entre lncARN, microARN (miARN) y ARNm.
Resultados
El análisis reveló 1658 lncARN diferencialmente expresados (778 sobreexpresados y 880 infraexpresados) y 1783 ARNm aberrantemente expresados (909 sobreexpresados y 874 infraexpresados). El análisis GO destacó procesos biológicos críticos asociados a los ARNm, incluyendo proliferación celular, migración, angiogénesis y respuesta celular a iones de zinc. El enriquecimiento de rutas identificó vías de señalización significativas como la vía de interleucina-17 (IL-17), ciclo celular, Wnt y absorción de minerales.
La validación por qRT-PCR confirmó diferencias significativas en seis lncARN: AC017002.2, CASC19, LINC00152, NONHSAT058834, NONHSAT007692 y ENST00000415991.1. Entre estos, AC017002.2, NONHSAT058834, NONHSAT007692 y ENST00000415991.1 no habían sido reportados previamente en CR.
El análisis de coexpresión identificó ARNm clave como MYC, TGFBI y SLC7A5, mostrando fuertes correlaciones con los lncARN validados. Por ejemplo, AC017002.2 y LINC00152 se correlacionaron positivamente con MYC, TGFBI y CYP2B6. NONHSAT058834 se asoció con MYC, y CASC19 con SLC7A5.
Análisis de Expresión y Pronóstico
En GEPIA2, CASC19 y LINC00152 mostraron sobreexpresión significativa en tejidos de CR versus normales. El análisis pronóstico indicó mejor supervivencia global en pacientes con baja expresión de LINC00152, aunque sin significación estadística. Los niveles de CASC19 y AC017002.2 no correlacionaron con supervivencia.
ONCOMINE reveló mayor expresión de MYC, SLC7A5 y TGFBI en CR. El análisis pronóstico con PROGgeneV2 mostró correlación de estos ARNm con supervivencia en CCR, sin alcanzar significación estadística.
Análisis de Redes ceRNA
Las redes ceRNA identificaron interacciones potenciales. Por ejemplo, AC017002.2 interactuó con miR-5000-3p y MYC; LINC00152 con miR-5000-3p y MYC; y CASC19 con miR-708-5p y SLC7A5, sugiriendo mecanismos de regulación mediante secuestro de miARN.
Discusión
Los hallazgos subrayan la complejidad patogénica del CR. La sobreexpresión de LINC00152 y CASC19 concuerda con estudios previos sobre su rol en proliferación e invasión tumoral. Los lncARN noveles identificados requieren investigación funcional. Las redes de coexpresión y ceRNA sugieren mecanismos regulatorios mediante modulación de genes cancerígenos y esponjamiento de miARN, respectivamente.
Conclusión
Este estudio proporciona un perfil integral de lncARN y ARNm en CR, identificando biomarcadores potenciales y redes regulatorias. Los lncARN noveles y sus interacciones contribuyen al entendimiento molecular del CR, abriendo vías para estrategias diagnósticas y terapéuticas.
doi.org/10.1097/CM9.0000000000000753