LeafRank: A phylodynamic framework for inferring relative fitness from single-cell phylogenies in chromosomally unstable tumors

Resumen Técnico: LeafRank – Un marco filodinámico para inferir la aptitud relativa a partir de filogenias de célula única

Planteamiento del problema
Los tumores exhiben una heterogeneidad significativa en la aptitud celular (fitness), impulsada por variantes somáticas como las variantes de un solo nucleótido (SNV) y las alteraciones en el número de copias (CNA). Si bien la caracterización de esta diversidad de aptitud es crítica para comprender la evolución del cáncer, la resistencia al tratamiento y el potencial adaptativo, su cuantificación sigue siendo un desafío, particularmente en tumores con inestabilidad cromosómica (CIN) y duplicación del genoma completo (WGD). Los métodos existentes para inferir la aptitud subclonal suelen depender de la secuenciación masiva (bulk sequencing), que confunde las frecuencias alélicas de las variantes en contextos de CIN, o se centran en subclones predefinidos con supuestos de aptitud uniforme. Además, la inferencia filogenética estándar suele asumir un reloj molecular constante, un supuesto que se ve violado en tumores con CIN donde la WGD acelera las tasas de aberración genómica, distorsionando las longitudes de las ramas y oscureciendo el tiempo evolutivo real. Existe la necesidad de un marco que pueda inferir la aptitud relativa de células individuales a partir de filogenias de secuenciación de ADN de célula única (scDNA-seq) que considere la dinámica compleja y no lineal de la inestabilidad cromosómica.

Metodología
Los autores presentan LeafRank, un marco probabilístico diseñado para inferir el ranking de aptitud relativa de células individuales muestreadas a partir de árboles filogenéticos reconstruidos mediante datos de scDNA-seq.

• Fundamento del modelo: LeafRank utiliza un modelo de proceso de ramificación multitipe. Asume un conjunto discreto de $V$ tipos de aptitud, cada uno caracterizado por tasas específicas de nacimiento ($b$) y muerte ($d$). El modelo incorpora eventos de aberración conductora (driver, tasa $\nu$) que transicionan las células hacia estados de mayor aptitud, y aberraciones pasajeras (passenger, tasa $\mu$) que se acumulan de forma neutra.
• Núcleo algorítmico: A diferencia de otros enfoques que dependen de aproximaciones de difusión continua o ecuaciones diferenciales ordinarias deterministas, LeafRank emplea una descomposición exacta de la densidad de probabilidad filogenética en propagadores de rama y propagadores de bifurcación. Esta formulación permite el uso de un algoritmo de paso de mensajes (belief propagation). El algoritmo realiza un paso bidireccional:
  • Mensaje ascendente (hacia la raíz): Recopila recursivamente las probabilidades condicionales del subárbol descendente de cada nodo.
  • Mensaje descendente (hacia las hojas): Actualiza la probabilidad marginal de los tipos de aptitud para cada nodo, condicionada a la filogenia observada "por encima" del nodo (linajes ancestrales y hermanos).
    Este enfoque computa eficientemente la distribución de aptitud marginal para cada célula hoja sin necesidad de enumerar todas las posibles configuraciones de estados latentes.
• Gestión de la inestabilidad cromosómica (WGD): Para abordar la violación del supuesto del reloj molecular causada por la WGD (que duplica el sustrato de ADN y acelera las tasas de aberración), LeafRank integra una estrategia de reescalado de árboles. Utilizando un algoritmo chronos modificado, el marco convierte árboles basados en matrices de distancia (DM) (donde las longitudes de rama representan la divergencia genómica) en árboles ultramétricos (donde las longitudes de rama representan el tiempo evolutivo). Esto se logra bajo un modelo de reloj molecular dependiente del estado que asigna tasas de aberración distintas a las ramas con y sin WGD, normalizando así el ritmo de la evolución a través de los linajes.
• Robustez de los parámetros: El marco incluye un flujo de trabajo de control de calidad para detectar la "inestabilidad de ranking" (sensibilidad excesiva al ruido) y la "saturación de límites" (compresión de las estimaciones de aptitud hacia los extremos), guiando a los usuarios en el ajuste de los parámetros de entrada (ej. escala de tiempo $\tau$, número de estados de aptitud $V$) para obtener rankings informativos.

Contribuciones clave

1. Resolución a nivel de célula: A diferencia de los métodos que estiman la aptitud para subclones predefinidos, LeafRank clasifica todas las células muestreadas, lo que permite la detección de la heterogeneidad de la aptitud dentro de los linajes e identifica patrones de ramificación "tardíos pero rápidos" indicativos de una alta aptitud.
2. Robustez ante la CIN: La introducción del reescalado de árboles ultramétricos ajustado por WGD permite una inferencia de aptitud precisa en tumores con inestabilidad cromosómica, corrigiendo la inflación espuria de la aptitud observada en linajes sin WGD cuando se utilizan matrices de distancia sin ajustar.
3. Resiliencia de parámetros: El método demuestra que, si bien los valores absolutos de aptitud pueden variar según la elección de los parámetros, el ranking de aptitud relativa de las células se mantiene robusto ante una amplia gama de perturbaciones de parámetros biológicamente plausibles.
4. Marco de diagnóstico: Los autores proporcionan un enfoque de diagnóstico utilizando la varianza del submuestreo como un indicador de la precisión de la inferencia, permitiendo a los usuarios evaluar la fiabilidad de los resultados en ausencia de una verdad fundamental (ground truth).

Resultados

• Validación mediante simulaciones: En simulaciones de tumores virtuales no espaciales y 3D espaciales, LeafRank logró una alta correlación (Spearman $r_s > 0.7$ en 35/50 casos) entre los rankings de aptitud inferidos y la verdad fundamental utilizando árboles de tiempo real (TT). Al aplicarse a árboles reconstruidos con ruido, los árboles ultramétricos ajustados por WGD superaron significativamente a los árboles de matriz de distancia no ajustados, recuperando rankings cercanos al referente TT y corrigiendo los sesgos en la estimación de la aptitud.
• Aplicación clínica (HGSOC): Aplicado a datos de célula única de pacientes con cáncer de ovario de alto grado (HGSOC):
  • Tumores con WGD truncal: LeafRank reveló selección direccional en varios pacientes, donde la aptitud aumentaba mediante saltos discretos (ej. del tipo 0 al 6, luego al 9, luego al 10) en lugar de una expansión neutral. También identificó eventos de selección paralela donde distintos linajes adquirieron de forma independiente una alta aptitud.
  • Conductores genómicos: Al correlacionar los rankings de aptitud con los perfiles de número de copias, el marco identificó SCNAs recurrentes asociadas con una alta aptitud. Notablemente, la pérdida del cromosoma 10q (que contiene el supresor de tumores PTEN) se asoció recurrentemente con una alta aptitud en seis pacientes. Otros eventos recurrentes incluyeron ganancias en el cromosoma 12p con KRAS y pérdidas en el 6q (vinculadas a la quimiorresistencia).
  • WGD subclonal: En tumores que contienen linajes tanto con WGD como sin WGD, LeafRank encontró que las células con WGD no exhibían una ventaja de aptitud inmediata y uniforme sobre sus contrapartes sin WGD en el momento del muestreo. En cambio, las ventajas de aptitud se adquirían mediante alteraciones posteriores, lo que sugiere que la WGD proporciona una evolvibilidad a largo plazo en lugar de un impulso de crecimiento instantáneo.

Significación y afirmaciones
El artículo afirma que LeafRank proporciona una herramienta generalizable para traducir la información estructural de las filogenias de célula única en rankings de aptitud relativa, ofreciendo una visión de alta resolución de la expansión clonal del cáncer. Los autores enfatizan que su enfoque no asume una aptitud uniforme dentro de los subclones, lo que permite resolver la selección dentro de los linajes. Al desacoplar las tasas de aberración del tiempo evolutivo mediante el reescalado de árboles, LeafRank aborda una limitación crítica en el análisis de tumores con CIN. El estudio concluye que, si bien la WGD es un evento recurrente en HGSOC, no necesariamente confiere una ventaja de aptitud inmediata; más bien, su prevalencia puede estar impulsada por una mayor evolvilidad a largo plazo. El marco permite la identificación de patrones específicos de aneuploidía que impulsan la expansión clonal y que podrían permanecer ocultos en los análisis genómicos estándar de volumen (bulk). Los autores señalan limitaciones, particularmente en tumores que evolucionan bajo una neutralidad estricta o aquellos que han alcanzado la capacidad de carga (estasis poblacional), donde la señal de expansión necesaria para la inferencia puede estar ausente.