Seleção de linhagens celulares para pesquisa oncológica correlacionando dados de sequenciamento de RNA de célula única do tumor primário e de linhagens celulares de câncer

Abstract

O câncer, principal causa de morte no mundo, é uma doença altamente heterogênea. A heterogeneidade intratumoral (ITH), definida pela diversidade de populações celulares, contribui para a progressão agressiva da doença e para a resistência ao tratamento. Linhagens celulares, como a HeLa, são fundamentais para o estudo oncológico, mas frequentemente não reproduzem com precisão as características biológicas e as respostas a fármacos dos tumores humanos. Para identificar modelos celulares mais representativos, este estudo analisou dados de expressão gênica de tumores primários e linhagens celulares através de sequenciamento por scRNA-seq. Os conjuntos de dados, selecionados do Curated Cancer Cell Atlas (3CA), abrange dez tipos de câncer: pulmão, pele, pâncreas, ovário, rim, cabeça e pescoço, próstata, mama, cérebro e colorretal. Como essas amostras tumorais representam tecidos complexos compostos tanto por células malignas quanto por diversos tipos celulares do microambiente tumoral (como células imunes e estromais), filtramos os dados para isolar e reter apenas as células malignas (906.884 células). Para comparação, foram utilizadas 141 amostras de linhagens celulares do mesmo atlas, correspondendo a 39.376 células. A análise foi realizada de forma pareada, comparando separadamente as células malignas de um tipo tumoral primário com suas linhagens celulares correspondentes. Utilizando Python e a biblioteca Scanpy, os 3.000 genes com maior variabilidade de expressão foram selecionados após um processo que isola a variabilidade biológica. Isso foi feito calculando a dispersão (variação) de cada gene e, de forma central, corrigindo essas medidas para remover a influência específica de cada lote experimental (dataset). Dessa forma, foi possível capturar os perfis transcriptômicos mais informativos e comparáveis entre as amostras. Os genes diferencialmente expressos (DEGs) identificados foram submetidos à análise de enriquecimento funcional com a ferramenta Enrichr, permitindo identificar conjuntos de genes enriquecidos que sustentam as correlações observadas. Os resultados demonstraram que linhagens específicas, como a NCIH1048 (Pulmão) e a OUMS23 (Cólon), exibiram alta similaridade transcriptômica com as células malignas da mesma origem. Com base nessas descobertas, foi desenvolvido o aplicativo Shiny Cacaio, que fornece uma interface intuitiva para acesso a esses resultados. É importante destacar que o Cacaio permite aos usuários não apenas visualizar os dados de scRNA-seq, mas também carregar e analisar os seus próprios dados de expressão gênica provenientes de sequenciamento de RNA (RNA-seq), ampliando significativamente a sua utilidade. Esta ferramenta auxilia na identificação das linhagens celulares mais semelhantes a células malignas de um tumor primário de interesse, fortalecendo o estudo oncológico e a descoberta de potenciais alvos terapêuticos. A versão final do aplicativo está disponível em: https://caiomussatto.shinyapps.io/cacaio/.

Lung cancer remains the leading cause of cancer-related deaths globally, underscoring the urgent need for effective therapeutic interventions. Patient-derived cell lines serve as critical preclinical models for dissecting tumor biology and screening potential treatments; however, their predictive value is contingent upon how closely they recapitulate the molecular profile of the primary tumor. Conventional benchmarking strategies, such as those relying on bulk RNA sequencing, frequently fall short by averaging gene expression across the entire tissue sample. This approach obscures intra-tumoral heterogeneity (ITH) and the confounding 11 influence of non-malignant cells, often resulting in the selection of models that lack biological fidelity. To bridge this translational gap, we developed CaCaIO, a user-friendly Shiny application that leverages single-cell RNA sequencing (scRNA-Seq) to precisely align cancer cell lines with primary malignancies. By utilizing single-cell resolution, CaCaIO, which can be found here: https://caiomussatto.shinyapps.io/cacaio, dissects cellular composition to identify matches based on malignant cell populations rather than bulk tissue averages. In this study, we validate our framework using lung cancer as a primary cohort and colorectal cancer as a proof-of-concept for cross-tumor applicability. Ultimately, CaCaIO empowers researchers to make data-driven decisions in model selection, thereby enhancing the alignment between in vitro experiments and clinical outcomes.