KRAS driver mutations and DNA methylation profiling in pancreatic cancer: from association with the immune cell microenvironment to theranostic biomarkers

Abstract

O câncer de pâncreas é uma das neoplasias mais letais em todo o mundo, frequentemente resultando em desfechos desfavoráveis e falha do tratamento. Isso se deve principalmente à ausência de estratégias de rastreamento, dificuldades na detecção precoce do tumor devido à falta de sinais ou sintomas específicos, e ao comportamento agressivo da doença. O sucesso do tratamento depende principalmente da intervenção cirúrgica, que nem sempre é viável. Além disso, o desafio é acentuado pela baixa contagem de células tumorais e intensa desmoplasia, que são características desta doença. As mutações condutoras (do inglês: driver mutations) no gene KRAS é prevalente, ocorre nos estágios iniciais do câncer de pâncreas e são alvo de terapias direcionadas. A mutação missense c.34G>T (rs121913530) acarreta na substituição de glicina por cisteína na proteína codificada KRAS p.G12C, sendo esta correlacionada com pior prognóstico e resistência à terapia em alguns cânceres humanos, incluindo o câncer de pulmão, mas pouco estudada em cânceres pancreáticos. Neste contexto, os principais objetivos deste estudo foram: 1) investigar o impacto das variantes patogênicas de KRAS no microambiente tumoral (MAT) e 2) planejar pequenas moléculas que seletivamente se liguem à variante patogênica p.G12C do gene KRAS. A composição das células imunes no MAT do câncer de pâncreas foi predita pela deconvolução de dados de metilação de DNA usando uma coorte recuperada de bancos de dados públicos (TCGA Pancreatic Cancer ou TCGA-PAAD). A avaliação de três conjugados de droga-sonda de infravermelho foi realizada no software PyRx (Virtual Screening software for Computational Drug Discovery) para prever in silico a melhor orientação e conformação dos compostos de teste ligados à KRAS p.G12C (código PDB: 6OIM). A análise de metilação do DNA revelou perfis distintos de acordo com o grau de pureza da amostra tumoral e a presença de mutações em KRAS. A deconvolução dos dados de metilação do DNA para predição das frações de células imunes revelou três padrões de MAT: hipoinflamado, enriquecido por células mieloides e enriquecido por células linfoides. Os dados predições in silico foram realizadas para determinar a melhor orientação e conformação dos três compostos ligados à KRAS p.G12C (PDB ID: 6OIM) utilizando o software de docking AutoDock Vina por meio da interface PyRx. Conforme evidenciado pela de energia de ligação, nossos resultados indicam que os compostos testados têm excelente afinidade pela KRAS p.G12C. Logo, nossa pesquisa oferece abordagens promissoras para aprimorar o manejo do câncer de pâncreas por meio da estratificação de pacientes e do desenvolvimento de novos teranósticos.

Pancreatic cancer is one of the most lethal malignancies worldwide, often leading to therapeutic failure and unfavorable outcomes. This is primarily due to the absence of screening strategies, challenges in early tumor detection because of the lack of specific signs or symptoms, and the aggressive behavior of the disease. Successful treatment heavily relies on surgical intervention, which may not always be feasible. Additionally, the challenge is exacerbated by the characteristic low tumor cell count and intense desmoplasia. Driver mutations in the KRAS gene are common, occurring in the early stages of pancreatic cancer, and serving as targets for specialized therapies. The missense mutation c.34G>T (rs121913530) leads to the substitution of glycine with cysteine in the encoded KRAS protein (p.G12C). This specific mutation is associated with poorer prognosis and resistance to therapy in various human cancers, including lung cancer, but remains understudied in pancreatic cancers. In this context, the main objectives of this study were: 1) investigate the impact of pathogenic KRAS variants on the tumor microenvironment (TME), and 2) design small molecules that selectively bind to the pathogenic p.G12C variant of the KRAS gene. The immune cell composition of the pancreatic TME was predicted through the deconvolution of DNA methylation data using a cohort retrieved from public databases (TCGA Pancreatic Cancer or TCGA-PAAD). The evaluation of three infrared drug-probe conjugates was performed using PyRx software (Virtual Screening software for Computational Drug Discovery) to predict in silico the best orientation and conformation of the test compounds bound to KRAS p.G12C (PDB ID: 6OIM). DNA methylation analysis revealed distinct profiles based on the purity degree of the tumor sample and the presence of KRAS mutations. Deconvolution of DNA methylation data for predicting immune cell fractions revealed three TME patterns: hypo-inflamed, myeloid-enriched, and lymphoid-enriched. In silico predictions were conducted to determine the best orientation and conformation of these compounds bound to KRAS p.G12C (PDB code: 6OIM) utilizing the AutoDock Vina docking software through the PyRx interface. The binding energy data indicated that the tested compounds have excellent affinity for KRAS p.G12C. Therefore, our research offers promising approaches to enhance pancreatic cancer management through patient stratification and the development of novel theranostics.