INTRODUCTION: Breast cancer is the most common cancer in women worldwide and metastatic dissemination is the principal factor related to death by this disease. Breast cancer stem cells (bCSC), defined in this work as the ALDH1high/LIN-/ESA+ population, are thought to be responsible for metastasis and chemoresistance. The objective of this work is to find gene master regulators, in particular transcription factors (TFs), which are controlling the bCSC phenotype. METHODS: We used in this work two groups of datasets with transcriptome data, the discovery dataset group contains one dataset obtained by ourselves containing three paired samples comparing the bCSC and the bulk of the tumor (My Data - bCSC/Bulk dataset), a dataset with eight paired samples comparing the bCSC and cancer cells (Wicha - bCSC/CC dataset) and a dataset with 115 samples of breast cancer tissue (clinical response dataset). The second group, validation datasets, contains the BRCA-TCGA dataset with information of 621 samples, 4142 breast cancer samples of the Kmplot tool, 17 primary samples of BasL subtype and their information of grafting in patient derived xenografts and analyzes of cell lines (MF10A and HMLE). For the analyzes we used the paired t-test in the Limma R package, the ARACNE algorithm for the inference of regulons in the clinical response dataset, MRA-FET to define the master regulators of the bCSC phenotype, and GSEA to identify the biological meaning of the findings in the different datasets. RESULTS: We identified 12 TFs as master regulators of the bCSC phenotype, with nine of them forming two highly interconnected networks, one positively related with the bCSC phenotype formed by SNAI2, TWIST, PRRX1, BNC2 and TBX5 with its regulons, defined here as the mesenchymal transcription network and one negative correlated to the phenotype formed by SCML4, ZNF831, SP140 and IKZF3, defined as the immune response transcription network, totally unknown in the context of breast cancer in the literature. Although still with weak evidence, ZEB1 seems to control the two networks and can be responsible for the expression of ALDH1 and of the three remaining TFs: ID4, HOXA5 and TEAD1. As their names portray, our data showed in the different datasets, and independently of the molecular subtype and of the platform used, that the mesenchymal transcription network seems to be responsible for the bCSC phenotype and the immune response transcription network to the adaptive immune response in the tumor and a better prognosis for the patients. We also defined 10 membrane proteins as new markers and/or therapeutic targets of the bCSC. CONCLUSION: We found and described two TF networks that seem to control the bCSC phenotype, one of them totally unknown until now and correlated to a good prognosis. Our findings have a clear potential for clinical use.

INTRODUÇÃO: O cancer de mama é no mundo o câncer mais comum em mulheres e a disseminação metastática é o principal fator relacionado com a morte pela doença. Acreditasse que as células tronco do câncer de mama - bCSC, na sigla em inglês e definida neste trabalho com a população ALDH1high/LIN-/ESA+ - é responsável pela metástase e pela quimioresistência. O objetivo deste trabalho é encontrar genes que são essenciais para o controle do fenótipo das bCSC, em particular fatores de transcrição. MATERIAIS E MÉTODOS: Nesse trabalho nós utlizamos dois grupos de datasets com dados do transcriptoma, o grupo de datasets de descoberta contém um dataset gerado por nós com 3 amostras pareadas comparando as bCSC com o tumor total (My Data - bCSC/Bulk dataset), um dataset com 8 amostras pareadas comparando as bCSC com as células cancerígenas (Wicha - bCSC/CC dataset) e um dataset com 115 amostras de tecido de câncer de mama (Clinical Response dataset). O segundo grupo, grupo de validação, contém o dataset BRCA-TCGA com 621 amostras, as 4142 amostras de câncer de mama da ferramenta Kmplot, as 17 amostras humanas primárias do subtipo BasL e sua informação sobre a geração, ou não, de tumores em camundongos imunosuprimidos e a análise de linhagens celulares (MF10A e HMLE). Para a análise dos dataset utilizamos o test-t pareado no pacote Limma da liguagem R, o algoritmo ARACNE para a inferência de regulons no dataset Clinical Response, a análise MRA-FET para definir os Reguladores Mestres para o fenótipo das bCSC e a análise GSEA para identificar o significado biológico de nosso achados nos diferentes datasets. RESULTADOS E DISCUSSÃO: Nós identificamos 12 TFs como reguladores mestres, com 9 deles formando duas redes altamente conectadas, uma positivamente relacionada ao fenótipo bCSC formada por SNAI2, TWIST, PRRX1, BNC2 e TBX5 com seus regulons, e definida aqui como a rede de transcrição mesenquimal, e uma rede correlacionada negativamente, formada por SCML4, ZNF831, SP140 e IKZF3, definida aqui como a rede de transcrição da resposta imune e totalmente desconhecida da literatura no contexto do câncer de mama. Embora ainda com fraca evidencia, ZEB1 para controlar as duas redes e ser responsável pela expressão de ALDH1 e dos 3 TFs restantes: ID4, HOXA5 e TEAD1. Como mostram seus nomes, e independente do dataset, do subtipo molecular ou da plataforma utilizada, a rede de transcrição mesenquimal, parece ser responsável pela manutenção do fenótipo de células tronco cancerígenas e a rede de transcrição da resposta imune pela resposta imune adaptativa ao tumor e a um bom prognóstico para as pacientes. CONCLUSÃO: Nós encontramos e descrevemos duas redes de fatores de transcrição que parecem controlar o fenótipo das bCSC, uma delas totalmente desconhecida até agora e relacionada a um bom prognóstico. Nosso achados possuem um claro potencial para uso clínico.