Metabolómica asistida por análisis transcriptómico para revelar características metabólicas y biomarcadores potenciales del cáncer colorrectal de aparición temprana.

La reprogramación metabólica desempeña un papel fundamental en la aparición y la progresión del cáncer colorrectal (CCR).

Sin embargo, la relación entre el metabolismo y el desarrollo del CCR aún no se ha dilucidado por completo. Recopilamos 45 muestras de tejido colorrectal, incluidos 15 casos de cáncer colorrectal de inicio temprano (CCIE), 15 casos de cáncer colorrectal de inicio tardío (CCIT) y 15 tejidos normales adyacentes para el análisis metabolómico. Se estableció un modelo de predicción basado en metabolitos expresados diferencialmente (MED), utilizando el algoritmo de bosque aleatorio con validación cruzada de 10 pliegues. Se realizó un análisis del transcriptoma en el conjunto de datos GSE39084, que incluyó 25 casos de CCIE y 35 casos de CCIT.

Se llevaron a cabo análisis integrativos a nivel de vía que combinaron metabolómica y transcriptómica. Se observaron diferencias significativas en los perfiles metabólicos entre el CCIE, el CCIT y los tejidos normales adyacentes. Se identificaron un total de 141 MED, que mostraron un enriquecimiento significativo en 20 vías metabólicas. El modelo de bosque aleatorio, que consta de 10 metabolitos, logró un área bajo la curva (AUC) validada cruzadamente de 0,916 para distinguir el CCIE de otros grupos.

El análisis de redes de coexpresión génica ponderada (WGCNA) reveló un módulo génico fuertemente correlacionado de forma positiva con el síndrome de Lynch, el estado de inestabilidad de microsatélites (MSI) y las mutaciones de PIK3CA. El análisis integrativo a nivel de vía destacó el ciclo del ácido cítrico (ciclo de Krebs) y las vías del metabolismo central del carbono como vías que se enriquecen de forma constante tanto a nivel metabólico como transcripcional.

Además, se identificaron cuatro genes relacionados con el metabolismo como genes candidatos que justifican una mayor investigación en el CCIE. La integración de la metabolómica y la transcriptómica en este estudio proporciona nuevos conocimientos sobre las alteraciones patológicas asociadas con el CCIE, lo que facilita la identificación de posibles dianas terapéuticas.