SLC25A37, FKBP8, and PHOSPHO1 Emerge as Reproducible Core Biomarkers of Acute Myeloid Leukemia Through Integrative Machine Learning

يعتبر سرطان الدم (اللوكيميا) نوعاً من أنواع السرطان الذي يصيب الدم ونخاع العظم، وهو النسيج الإسفنجي الموجود داخل عظامنا حيث تولد خلايا الدم الجديدة. في الجسم السليم، ينتج هذا المصنع تدفقاً مستمراً من أنواع مختلفة من الخلايا، لكل منها وظيفة محددة، بدءاً من نقل الأكسجين وصولاً إلى محاربة العدوى. أما سرطان الدم النقوي الحاد، أو AML، فهو شكل شرس للغاية من هذا المرض حيث يتعطل المصنع؛ فبدلاً من أن تنضج الخلايا السليفة إلى خلايا مفيدة، تتكاثر الخلايا غير الناضجة، المعروفة باسم "الأرومات" (blasts)، بشكل لا يمكن السيطرة عليه وتطرد الخلايا السليمة. هذا الانسداد يمنع الجسم من صنع خلايا الدم التي يحتاجها للبقاء على قيد الحياة. وبينما يستطيع الأطباء تحديد المرض، كان إيجاد طريقة بسيطة وموثوقة للتمييز بينه وبين نخاع العظم الطبيعي عبر مختلف المرضى أمراً صعباً. فالمرض معقد، ويحتوي على العديد من الاختلافات الجينية، مما يجعل من الصعب تحديد مجموعة واحدة من العلامات التي تعمل لدى الجميع.

لقد شرع باحث في حل هذه المشكلة من خلال النظر في التعليمات الجينية داخل هذه الخلايا. فكل خلية تحتوي على مكتبة واسعة من الجينات، والتعليمات المحددة التي تُقرأ في أي لحظة — والمعروفة بالتعبير الجيني — تعمل بمثابة بصمة لحالة تلك الخلية. وفي حالة سرطان الدم النقوي الحاد (AML)، تكون هذه البصمة مشوهة. أراد الباحث إيجاد مجموعة صغيرة ومتسقة من الجينات التي تكون دائماً إما "مفعلة" أو "مثبطة" لدى مرضى اللوكيميا، بغض النظر عن النوع الفرعي المحدد للمرض. ولتحقيق ذلك، لجأ إلى مزيج قوي من علوم الحاسوب وعلم الأحياء. فقد جمع بيانات جينية من مجموعة صغيرة من المرضى والمتطوعين الأصحاء لتدريب حاسوب، ثم اختبر نتائجهم على مجموعة أكبر ومستقلة من المرضى ليرى ما إذا كان هذا النمط سيصمد.

بدأت الدراسة بمرحلة اكتشاف باستخدام بيانات تسلسل الحمض النووي الريبي (RNA sequencing) من عشرين فرداً: عشرة مصابين بـ AML وعشرة من أصحاب نخاع العظم السليم. قام الباحث أولاً بمسح البيانات الجينية لمعرفة أي الجينات تتصرف بشكل مختلف بين المجموعتين المريضة والسليمة. ووجد خللاً هائلاً في النشاط الجيني؛ فبينما كانت قلة من الجينات فقط مرتفعة النشاط لدى الضوابط السليمة، كانت آلاف الجينات منخفضة النشاط في عينات اللوكيميا، بينما ارتفع نشاط عدد أقل ولكنه مهم من الجينات الأخرى. يعكس هذا التعطل الواسع في الجينات قدرة المرض على وقف عملية النضج الطبيعي لخلايا الدم. ومن هذه القائمة الضخمة من التغييرات، استخدم الباحث نظام تسجيل مخصص لتضييق نطاق المرشحين. لم ينظر هذا النظام فقط إلى مدى تغير الجين، بل نظر أيضاً إلى مدى اتساق هذا التغير عبر مختلف المرضى ومدى قدرته على الفصل بوضوح بين المرضى والأصحاء. وقد أدت هذه العملية إلى تقليص القائمة إلى خمسين مرشحاً واعداً.

بعد ذلك، استخدم الباحث ثلاثة أنواع مختلفة من خوارزميات تعلم الآلة، وهي برامج حاسوبية مصممة لإيجاد أنماط في البيانات المعقدة. تعاملت كل خوارزمية مع المشكلة من زاوية مختلفة قليلاً، تماماً مثل ثلاثة خبراء ينظرون إلى اللغز ذاته. بحثت الطريقة الأولى عن الجينات التي يمكنها، عند دمجها، التنبؤ بحالة المرض بأفضل شكل ممكن. بينما قامت الطريقة الثانية بترتيب الجينات بناءً على مدى مساهمتها في النمط العام. أما الطريقة الثالثة، فقد قامت بإزالة الجينات بشكل منهجي لمعرفة الجينات الضرورية حقاً. ومن خلال اشتراط اختيار الجين من قبل اثنتين على الأقل من هذه الطرق الثلاث، ضمن الباحث أنهم لا يكتشفون مجرد ضوضاء عشوائية. وأدى نهج الإجماع هذا إلى قائمة نهائية مكونة من اثني عشر جيناً استطاعت التمييز بشكل مثالي بين العشرين مريضاً في المجموعة الأولية.

ولفهم هذه القائمة، رسم الباحث كيف تتفاعل هذه الجينات الاثني عشر مع بعضها البعض، منشئاً شبكة لرؤية أي الجينات كانت مركزية في المجموعة. كشف هذا التحليل عن وجود "محور" أساسي مكون من ستة جينات مرتبطة ببعضها ارتباطاً وثيقاً. تضمنت هذه الجينات الستة مكونات من الهيموجلوبين، وهو البروتين الذي يحمل الأكسجين، وثلاثة جينات أخرى لها أدوار محددة في وظائف الخلايا. ثم أخذ الباحث هذه "البصمة" المكونة من ستة جينات واختبرها مقابل مجموعة بيانات منفصلة تماماً تحتوي على 157 عينة من حالات AML من مصدر مختلف. كانت هذه الخطوة حاسمة لإثبات أن النتائج لم تكن مجرد صدفة في المجموعة الصغيرة الأولى.

كانت نتائج هذا الاختبار واسع النطاق مذهلة. فبينما أظهرت الجينات المرتبطة بالهيموجلوبين تبايناً في الاتساق، ربما لأن أنواعاً مختلفة من سرطان الدم تؤثر على إنتاج خلايا الدم بطرق متباينة، برزت ثلاثة جينات محددة بموثوقية مطلقة. هذه الجينات الثلاثة، المسماة SLC25A37 وFKBP8 وPHOSPHO1، وُجد أنها مرتفعة في كل مريض من أصل 157 مريضاً في مجموعة التحقق. بعبارة أخرى، أظهرت كل عينة لوكيميا في هذه المجموعة الكبيرة مستويات أعلى من هذه الجينات مقارنة بأعلى مستوى شوهد لدى أي شخص سليم. يشير هذا الاتساق المثالي إلى أن هذه الجينات الثلاثة هي أساسية لبيولوجيا سرطان الدم النقوي الحاد (AML)، بغض النظر عن النوع الجيني المحدد للمريض.

كشف تحليل إضافي لما تفعله هذه الجينات عن قصة مزدوجة حول كيفية عمل المرض. تتضمن الجزء الأول من القصة الجهاز المناعي؛ حيث أظهرت البيانات أن الجينات المتعلقة بخط الدفاع الأول للجسم، وتحديداً تلك المشاركة في تنشيط خلايا الدم البيضاء (العدلات)، كانت مرتفعة النشاط. وهذا يشير إلى أن خلايا اللوكيميا تستولي على أنظمة الإنذار الطبيعية في الجسم لخلق بيئة تدعم نموها. أما الجزء الثاني من القصة فيتعلق بالآلية الداخلية للخلية؛ فقد وجد البحث أن الجينات المسؤولة عن تنظيف الأجزاء التالفة من الخلية، وتحديداً "الميتوكوندريا" التي تعمل كمحطات طاقة للخلية، قد تعرضت للاضطراب. وفي الوقت نفسه، كانت الجينات المرتبطة عادةً بصنع خلايا الدم الحمراء نشطة بشكل غير طبيعي، مما يشير إلى أن خلايا اللوكيميا تعاني من ارتباك في هويتها، إذ تحاول التصرف كخلايا دم حمراء بينما تظل خلايا سرطانية غير ناضجة.

خلص الباحث إلى أن هذه البصمة المكونة من ستة جينات، وخاصة الجينات الثلاثة الأساسية، توفر طريقة قوية وقابلة للتكرار لتحديد سرطان الدم النقوي الحاد. لم تدّع الدراسة إيجاد علاج، بل قدمت أداة تشخيصية عالية الموثوقية. ومن خلال الجمع بين نظام تسجيل دقيق، وعدة طرق لتعلم الحاسوب، واختبار مستقل واسع النطاق، حدد الباحث بصمة جزيئية متسقة عبر نطاق واسع من المرضى. وتشير الجينات الثلاثة البارزة إلى عمليات بيولوجية محددة — وهي استقلاب الحديد، وبقاء الخلية، وإعادة تشكيل الدهون — والتي تعد مركزية في المرض. يضع هذا العمل حجر الأساس لتطوير اختبارات تعتمد على التعبير الجيني تكون أبسط، مما قد يساعد الأطباء على تشخيص المرض بدقة أكبر، وربما توجيه العلاجات المستقبلية التي تستهدف هذه المسارات البيولوجية المحددة.