Hintergrund: Zirkuläre RNAs (circRNAs) wurden kürzlich als wichtige Einflussfaktoren auf die Karzinogenese und Tumorprogression beschrieben. Zusätzlich sind sie vielversprechende neue Biomarker zur Prognoseeinschätzung von Patienten mit Nierenzellkarzinom (NZK). Dies ist eine der ersten Studien, die circRNAs als Biomarker für das krankheitsspezifische, rezidivfreie und Gesamtüberleben von Patienten mit Nierenzellkarzinom untersucht hat. Zielstellung: Das Ziel dieser Studie war die Identifikation und Validierung von circRNAs im NZK-Gewebe und die Evaluation von drei differenziell exprimierten circRNAs als prognostische Biomarker für die o.g. klinisch relevanten Endpunkte. Methoden: Microarray-Analysen wurden zur genomweiten Identifikation der circRNAs verwendet. Anschließend wurden drei differenziell exprimierte circRNAs (circEGLN3, circNOX4 und circRHOBTB3) experimentell validiert und die Expression dieser circRNAs und der dazugehörigen mRNAs in 99 NZK-Tumorproben und 85 angrenzenden Normalgewebeproben mittels RT-qPCR gemessen. Das diagnostische und prognostische Potenzial wurde mittels C-Statistik, Kaplan-Meier-Analysen, univariater und multivariater Cox-Regression, Entscheidungskurven-Analyse, internem Bootstrapping und dem Akaike-Informationskriterium bestimmt. Ergebnisse: Die Expression von circEGLN3 ermöglichte eine Unterscheidung zwischen Normal- und Tumorgewebe mit einer Genauigkeit von 97%. Ein prognostisches Modell wurde mittels multivariater Cox-Regression erstellt und beinhaltete circEGLN3, circRHOBTB3 und linRHOBTB3 für die drei Endpunkte. Ein kombiniertes Modell aus klinisch-pathologischen Variablen und der bestimmten RNA-Signatur verbesserte die prognostische Vorhersagegenauigkeit der Endpunkte im Vergleich zur separaten Anwendung. Anhand von internem Bootstrapping und dem Akaike-Informationskriterium wurde die statistische Signifikanz und Robustheit des Modells bestätigt. Schlussfolgerungen: Diese Arbeit zeigte, dass circRNA-basierte Modelle die prognostische Genauigkeit im Hinblick auf die Endpunkte krankheitsspezifisches, rezidivfreies und Gesamtüberleben bei NZK-Patienten im Vergleich zu bisher angewendeten Modellen mit klinisch-pathologischen Standardvariablen verbessern können.
Background: Circular RNAs (circRNAs) as important elements in cancer initiation and progression have been discovered recently. Furthermore, they are be promising new biomarkers to assess the clinical outcome of patients with renal cell carcinoma (RCC). This is one of the first studies evaluating circRNAs as biomarkers for cancer-specific, recurrence-free and overall survival. Objective: The aim of this study was to discover and validate circRNAs in clear cell RCC (ccRCC) tissue and evaluate three differentially expressed circRNAs as potential prognostic biomarkers for clinically relevant outcome endpoints. Methods: Microarray analysis was used for genome-wide identification of circRNAs. Subsequently, three differentially expressed circRNAs (circEGLN3, circNOX4, and circRHOBTB3) were experimentally validated and the expression of these circRNAs and their linear counterparts measured in 99 malignant and 85 adjacent non-malignant ccRCC tissue samples using RT-qPCR. The diagnostic and prognostic potential was assessed using C-Statistics, Kaplan-Meier method, univariate and multivariate Cox regression, decision curve analysis, internal validation via bootstrapping and Akaike information criterion. Results: Accuracy of circEGLN3 was 97% for differentiating between normal and malignant tissue. The prognostic model for the three endpoints was generated by multivariate Cox regression and included circEGLN3, circRHOBTB3 and linRHOBTB3. Predictive accuracy for the endpoints was significantly improved by applying a combined model of clinicopathological factors and RNA-signature rather than separated models. Statistical significance and robustness of the model was confirmed by internal bootstrapping. Conclusion: This study demonstrated the benefit of combining circRNA signatures with standard clinicopathological factors to improve predictive accuracy of cancer-specific, recurrence-free and overall survival in ccRCC.
