Динамика эпигенетического индекса стволовых клеток как фактор прогноза безметастатической выживаемости после неоадъювантной химиотерапии рака молочной железы

Внутриопухолевая клеточная гетерогенность и, особенно, наличие субпопуляции раковых стволовых клеток (РСК), ассоциируются с резистентностью к терапии и метастазированием. Сохранение доли РСК после неоадъювантной химиотерапии (НАХТ) подчёркивает необходимость оценки прогностического потенциала динамики эпигенетического индекса стволовых клеток (ЭИСК) в контексте безметастатической выживаемости у пациенток с раком молочной железы (РМЖ) люминального B подтипа.

На основании данных бисульфитного секвенирования из открытых источников был сформирован референсный эпигенетический атлас, включающий 88 образцов различных клеточных и тканевых типов. С использованием энтропии Шеннона и критерия Уилкоксона были отобраны 45 высоковариабельных CpG-пар для эпигенетической деконволюции. Статистический анализ и деконволюция проведены на 19 парных образцах РМЖ люминального B подтипа до и после НАХТ. Установлено, что исходно высокий уровень ЭИСК в биоптатах РМЖ до лечения ассоциируется с отсутствием метастазирования в течение 10 лет (p < 0,05). После НАХТ в группе без метастазирования наблюдалось значимое снижение ЭИСК в опухолях, тогда как в группе с метастазированием динамика снижения ЭИСК была значительно менее выраженной (p < 0,05). Таким образом, динамика ЭИСК, определяемая методом эпигенетической деконволюции, может рассматриваться в качестве перспективного прогностического и предиктивного маркера при оценке эффективности и исходов НАХТ у пациенток с РМЖ люминального B подтипа.

1. Bray F., Laversanne M., Sung H., et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024; 74(3): 229-263. doi:10.3322/caac.21834

2. Lüönd F., Tiede S., Christofori G. Breast cancer as an example of tumour heterogeneity and tumour cell plasticity during malignant progression. Br J Cancer. 2021;125:164–175. https://doi.org/10.1038/s41416-021-01328-7

3. Aliazis K., Christofides A., Shah R. et al. The tumor microenvironment’s role in the response to immune checkpoint blockade. Nat Cancer. 2025;6:924–937. https://doi.org/10.1038/s43018-025-00986-3

4. Romaniuk-Drapała A., Totoń E., Taube M. et al. Breast Cancer Stem Cells and Tumor Heterogeneity: Characteristics and Therapeutic Strategies. Cancers. 2024; 16(13):2481. https://doi.org/10.3390/cancers16132481

5. Guo Q., Zhou Y., Xie T., et al. Tumor microenvironment of cancer stem cells: Perspectives on cancer stem cell targeting. Genes & Diseases. 2024;11(3):101043. https://doi.org/10.1016/j.gendis.2023.05.024

6. Mazloumi Z., Farahzadi R., Rafat A., et al. Effect of aberrant DNA methylation on cancer stem cell properties. Experimental and Molecular Pathology. 2022;125:104757. https://doi.org/10.1016/j.yexmp.2022.104757

7. Pece S., Disalvatore D., Tosoni D., et al. Identification and clinical validation of a multigene assay that interrogates the biology of cancer stem cells and predicts metastasis in breast cancer: A retrospective consecutive study. EBioMedicine. 2019;42:352–362. https://doi.org/10.1016/j.ebiom.2019.02.036

8. Ferro dos Santos M.R., Giuili E., De Koker A., et al. Computational deconvolution of DNA methylation data from mixed DNA samples. Briefings in Bioinformatics. 2024;25(3): bbae234. https://doi.org/10.1093/bib/bbae234

9. Tanas A.S., Sigin V.O., Kalinkin A.I., et al. Genome-wide methylotyping resolves breast cancer epigenetic heterogeneity and suggests novel therapeutic perspectives. Epigenomics. 2019;11(6):605-617. https://doi.org/10.2217/epi-2018-0213

10. Teschendorff A.E., Breeze C.E., Zheng S.C., et al. A comparison of reference-based algorithms for correcting cell-type heterogeneity in Epigenome-Wide Association Studies. BMC Bioinformatics. 2017;18(1). https://doi.org/10.1186/s12859-017-1511-5

11. Malta T.M., Sokolov A., Gentles A.J., et al. Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation. Cell. 2018;173(2):338-354.e15. https://doi.org/10.1016/j.cell.2018.03.034

12. Loyfer N., Magenheim J., Peretz A., et al. A DNA methylation atlas of normal human cell types. Nature. 2023;613(7943):355-364. https://doi.org/10.1038/s41586-022-05580-6

13. Sun T., Yuan J., Zhu Y., et al. Systematic evaluation of methylationbased cell type deconvolution methods for plasma cell-free DNA. Genome biology. 2024;25(1). https://doi.org/10.1186/s13059-02403456-8

14. Salas L.A., Wiencke J.K., Koestler D.C, et al. Tracing human stem cell lineage during development using DNA methylation. 2018;28(9):1285-1295. https://doi.org/10.1101/gr.233213.117

15. El Helou R., Wicinski J., Guille A., et al. Brief Reports: A Distinct DNA Methylation Signature Defines Breast Cancer Stem Cells and Predicts Cancer Outcome. STEM CELLS. 2014;32(11):3031-3036. https://doi.org/10.1002/stem.1792

16. Litviakov N.V., Bychkov V.A., Stakheeva M.N., et al. Breast tumour cell subpopulations with expression of the MYC and OCT4 proteins. Journal of Molecular Histology. 2020;51(6):717-728. https://doi.org/10.1007/s10735-020-09917-1

17. Luo Y., Huang .J, Tang Y., et al. Regional methylome profiling reveals dynamic epigenetic heterogeneity and convergent hypomethylation of stem cell quiescence-associated genes in breast cancer following neoadjuvant chemotherapy. Cell & Bioscience. 2019;9(1). https://doi.org/10.1186/s13578-019-0278-y