Outlier di espressione genica identificati mediante un nuovo approccio computazionale rilevano nuovi bersagli terapeutici nel cancro al colon-retto: un'analisi focalizzata su chinasi ed enzimi.

In recent years, the advent of next-generation sequencing (NGS) technologies has favored the identification of somatic mutations and other molecular alterations that drive cancer progression. This has led to the development of inhibitors against mutated proteins and to the discovery of tumor biomarkers that predict patient response to treatment. However, the number of clinically relevant targets remains limited in the case of metastatic colorectal cancer (mCRC). In this study, we developed a novel computational workflow to identify gene expression outliers, which are samples exhibiting abnormal gene expression levels. We then applied this workflow to expression values obtained through RNA sequencing to identify both over- and underexpressed genes in 226 CRC cell lines. Initially, we focused on kinase genes, and subsequently we expanded the analysis to a broader range of enzyme genes. First, our analysis confirmed the overexpression of a subset of tyrosine kinase (TK) genes in CRC cell lines with known sensitivity to the corresponding inhibitors, thus validating the approach. Second, we identified numerous enzymes, including several other kinases, whose activity could be dysregulated in CRC cells because of gene overexpression. Importantly, many of these are targeted by clinically approved drugs or bind to small molecules with high potency, according to the Target Development Level (TDL) classification. On the other hand, the exploration of underexpressed genes can reveal novel biomarkers and synthetic lethal vulnerabilities. As a proof of concept, we found that CRC cell lines lacking expression of the MTAP gene are sensitive to treatment with a PRMT5-MTA inhibitor (MRTX1719).

Negli ultimi anni, l'avvento delle tecnologie di sequenziamento di nuova generazione (NGS) ha favorito l'identificazione di mutazioni somatiche e altre alterazioni molecolari che guidano la progressione del cancro. Questo ha portato allo sviluppo di inibitori contro proteine mutate e alla scoperta di biomarcatori tumorali in grado di predire la risposta del paziente al trattamento. Tuttavia, il numero di target clinicamente rilevanti rimane limitato nel caso del cancro colorettale metastatico (mCRC). In questo studio, abbiamo sviluppato un nuovo workflow computazionale per identificare outliers di espressione genica, ovvero campioni che mostrano livelli anomali di espressione genica. Abbiamo quindi applicato questo workflow ai valori di espressione ottenuti tramite sequenziamento dell’RNA per identificare geni sia sovraespressi che sottoespressi in 226 linee cellulari di CRC. Inizialmente, ci siamo concentrati sui geni delle chinasi, per poi espandere l’analisi a un'ampia gamma di geni enzimatici. In primo luogo, la nostra analisi ha confermato la sovraespressione di un sottoinsieme di geni delle tirosin-chinasi (TK) in linee cellulari di CRC note per la sensibilità agli inibitori corrispondenti, convalidando così l'approccio. In secondo luogo, abbiamo identificato numerosi enzimi, inclusi altre chinasi, la cui attività potrebbe essere deregolata nelle cellule di CRC a causa della sovraespressione genica. È importante notare che molti di questi sono target di farmaci clinicamente approvati o legano piccole molecole con alta potenza, secondo la classificazione del Target Development Level (TDL). D'altra parte, l'esplorazione dei geni sottoespressi può rivelare nuovi biomarcatori e vulnerabilità letali sintetiche. Come prova di concetto, abbiamo trovato che le linee cellulari di CRC prive dell'espressione del gene MTAP sono sensibili al trattamento con un inibitore PRMT5-MTA (MRTX1719).