Identificação de variantes de splicing alternativo de RNAs não codificadores no transcriptoma de carcinoma cervical de células escamosas e adenocarcinoma cervical

Abstract

Resumo: A porção inicial do útero que realiza a comunicação com o canal vaginal é chamada de cérvice uterina. Nessa região pode-se desenvolver o câncer cervical, também conhecido popularmente como câncer de colo de útero. Atualmente, esse tipo de câncer é o terceiro mais incidente em mulheres brasileiras, inclusive até mais que câncer de mama dependendo da região do país. Dos tipos histológicos de câncer cervical, o mais comum é o carcinoma cervical de células escamosas (SCC), que acomete cerca de 70% dos casos. Há ainda o adenocarcinoma (ADC), tipo histológico mais raro que acomete cerca de 20% dos casos, e outros tumores mistos compõem o restante dos diagnósticos. Apesar da distinção de tipos histológicos tumorais através do diagnóstico imuno-histoquímico, o tratamento administrado para ambos SCC e ADC é o mesmo. Isso compromete a resposta e remissão dos tumores ADC, uma vez que esse tipo apresenta o pior prognóstico. Para solucionar esse problema, é importante buscar por novos candidatos a biomarcadores dos subtipos de câncer cervical. Dessa forma será possível aprimorar a caracterização e distinção molecular dos subtipos para complementar seus diagnósticos e propor novos alvos farmacológicos. Transcritos de RNA derivados do processamento de splicing alternativo são bons candidatos a biomarcadores, pois a maioria dos genes humanos sofre esse processamento pós-transcricional. Além disso, já foram encontradas variantes alternativas diferencialmente expressas em neoplasias cervicais. Visto que a maior parte do transcriptoma humano é composto por genes não-codificadores, nós propomos que transcritos variantes de splicing alternativo oriundos de genes de RNAs não codificadores (ncRNA) podem contribuir na construção do perfil de expressão dos subtipos de câncer cervical. Por isso, buscamos novas variantes de splicing alternativo de ncRNAs diferencialmente expressas em dados oriundos do sequenciamento de alta-vazão do RNA de amostras de ADC e SCC. Utilizamos o software CLASS2 para identificar computacionalmente as variantes de splicing alternativo de ncRNAs em múltiplas amostras de câncer cervical, comparando duas abordagens de identificação de novos transcritos e três parâmetros diferentes. Através dos nossos métodos propostos, encontramos mais de 30 transcritos potencialmente novos não anotados nas referências do Ensembl e RefSeq, diferencialmente expressos entre ADC e SCC. Além disso, mostramos que identificar variantes de splicing alternativo nas amostras individualmente e então concatenar as anotações finais permite encontrar mais transcritos potencialmente novos. Após conferir manualmente as anotações personalizadas, encontramos três transcritos novos que são candidatos a biomarcadores positivos de SCC e negativos de ADC, além de dois transcritos novos bons candidatos a biomarcadores positivos de ADC e negativos de SCC. Ademais, encontramos genes já anotados que também são bons candidatos a biomarcadores de ADC e SCC. Como perspectivas futuras, propomos repetir nossa metodologia com um maior número amostral de tumores SCC e ADC principalmente, derivados tanto de bancos de dados globais quanto amostras de pacientes brasileiras.

Abstract: The uterine cervix is the initial portion of the uterus that communicates this organ with the vaginal canal. In this region, cervical cancer can develop. Currently, this type of cancer is the third most incident in Brazilian woman, even more than breast cancer in some regions of the country. Out of the histological types of cervical cancer, the most common is the squamous cell cervical carcinoma (SCC) that affects about 70% of the cases. There is also cervical adenocarcinoma (ADC), the rarer histological type that affects about 20% of the cases, and the rest of the diagnostics are composed of mixed tumours. Even though there is subtype distinction through immunohistochemical diagnostic, the treatment for both ADC and SCC is the same. This compromises response and remission of ADC tumours, since this histological type shows the worse prognosis. To solve this issue, it is important to seek for new biomarker candidates for ADC and SCC. In this way it will be possible to improve the characterization and molecular distinction of the subtypes, in order to complement their diagnostics and propose new pharmacological targets. RNA transcripts derived from alternative splicing are good biomarker candidates, because the majority of human genes suffer this post-transcriptional process. In addition, alternative splice variants were found differentially expressed in cervical neoplasias. Since the majority of the human transcriptome is composed of non-coding genes, we propose that alternative splice variants derived from non-coding RNA (ncRNA) genes can contribute to the expression profile of cervical cancer histological subtypes. Therefore, we seek new alternative splice variants of ncRNA differentially expressed in data from RNA sequencing (RNA-seq) derived from ADC and SCC samples. We used the software CLASS2 to computationally identify the alternative splice variants of ncRNAs in many cervical cancer samples, and compared two approaches and three parameters to identify new splice variants. Through our proposed methods, we have found more than 30 potentially new transcripts, unannotated in Ensembl and RefSeq references, differentially expressed between ADC and SCC. Furthermore, we showed that identifying alternative splice variants in the individual samples prior to annotation merging is best to find more potentially new transcripts. After thorough analysis of our personalized annotations, we found three new transcripts that are potentially positive biomarkers candidates for SCC and negative for ADC, and also two new transcripts that are good positive biomarker candidates for ADC and negative for SCC. In addition, we also found annotated genes that are good biomarker candidates for ADC and SCC. As future prospects, we propose to repeat our methods with a higher number of samples of SCC and most important ADC, of which data can derive from global databases or more samples from Brazilian women.