Proceedings of Oncobiology Symposiums
Proceedings of XIV Oncobiology Symposium

Oi Vitor Hugo, claro! É possível inferir o conteúdo de células imunes, tumorais e de estroma de um tumor sólido a partir de seu perfil de expressão gênica em massa (RNA-Seq bulk) utlizando perfis de expressão gênica de referência de cada subtipo celular (do inglês, reference gene expression profiles - RGEPs). Matematicamente, este processo é conhecido como deconvolução e muitos métodos computacionais para inferir estas proporções de subpopulações foram desenvolvidos nos últimos anos. A ferramenta CIBERSORTx, chamada pelos autores de "citometria in silico" é um desses métodos que permite que transcriptomas de tipos de células individuais sejam "purificados" digitalmente a partir de misturas de RNA em massa sem isolamento físico. O apelido criado pelos autores da ferramenta se dá principalmente porque a deconvolução pode ser "feita" experimentalmente usando citometria de fluxo ou sequenciamento de RNA de célula única. Fazendo essa analogia, então, temos a "citometria in silico" ou "citometria digital".

No meu projeto, usamos a deconvolução como uma abordagem que permitisse entender melhor os tipos celulares que encontramos com a análise de sequenciamento de célula única (single-cell RNA-Seq), pois como tínhamos dado de single-cell apenas para cinco pacientes com câncer de ovário seroso de alto grau, a deconvolução foi importante para observar os padrões (presença/ausência) relacionados a esses tipos celulares numa coorte muito maior, de 454 pacientes que tinham os dados de RNA-Seq bulk disponíveis, juntamente com os dados clínicos.

Caso algo não tenha ficado claro, pode falar!

Sim! Foi possível observar impacto de células T CD4 no prognóstico, um impacto protetivo como o de T CD8. Essa observação também corrobora com a litetura, onde diversos estudos indicam que a infiltração de T CD4 se relaciona com melhores desfechos em pacientes com câncer de ovário. Apesar desse tipo celular geralmente não ser citotóxico, T CD4 podem ajudar a ativar a resposta de células T CD8, contribuindo para a resposta anti-tumor. É possível verificar esse resultado no último tópico (Assessment of the hazard ratios related to subpopulations) de "Results" no poster.

Sobre os subtipos de T CD4, a citometria in silico é capaz sim de identificar esses estados, basta que tenhamos o perfil de expressão gênica de referência de cada um, como respondi na outra pergunta sobre a ferramenta. No momento, estamos investigando e adicionando mais dados para ser possível inferir diferentes fenótipos que são menos sensíveis a técnica e mais complexos de serem detectados, e teremos essa inferência logo logo. 

Muito obrigada pela pergunta!

Olá Luciana, muito obrigada pelos seus comentários e ótima pergunta! Com os meus dados de transcriptômicas (tanto de célula única quanto de bulk/massa do tumor), foi possível inferir as proporções de tipos celulares presentes no microambiente tumoral e que o enriquecimento das supopulações T CD8 e T CD4 têm um impacto positivo no prognóstico das pacientes com câncer de ovário.

Além disso, acredito que compreender as interações do TME e entender a resposta imunológica das pacientes ao câncer é pavimentar o caminho para tecnologias inovadoras e impulsionar, por exemplo, imunoterapias mais eficazes, num tipo tumoral como o de ovário em que respostas à monoterapia anti-PD1/ PD-L1 são tão baixas, não excedendo 8%... Pensando em possíveis projeções que esta análise exploratória pode ter como desfecho ao explorar o TME, podemos ter no futuro opções viáveis de modulação da presença ou ausência de certos tipos celulares para complementar imunoterapias mediadas por células T. Existem algumas intenções de abordagens como esta para melanoma, por exemplo. 

Apesar de ser o primeiro ano desta pesquisa (temos ainda muito a ser investigado!), utilizando diversos métodos computacionais a nosso favor, tenho esperança que encontraremos resultados promissores.