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

La leucemia es un cáncer de la sangre y de la médula ósea, el tejido esponjoso dentro de nuestros huesos donde nacen las nuevas células sanguíneas. En un cuerpo sano, esta fábrica produce un flujo constante de diferentes tipos de células, cada una con un trabajo específico, desde transportar oxígeno hasta combatir infecciones. La leucemia mieloide aguda, o LMA, es una forma particularmente agresiva de esta enfermedad en la que la fábrica se queda estancada. En lugar de madurar en células útiles, los precursores inmaduros, conocidos como blastos, se multiplican sin control y desplazan a las células sanas. Este bloqueo impide que el cuerpo produzca las células sanguíneas que necesita para sobrevivir. Aunque los médicos pueden identificar la enfermedad, encontrar una forma sencilla y fiable de distinguirla de la médula ósea normal en diferentes pacientes ha sido difícil. La enfermedad es compleja, con muchas variaciones genéticas diferentes, lo que dificulta la determinación de un único conjunto de marcadores que funcione para todos.

Un investigador se propuso resolver este problema observando las instrucciones genéticas dentro de estas células. Cada célula contiene una vasta biblioteca de genes, y las instrucciones específicas que se están leyendo en cualquier momento —conocida como expresión génica— actúan como una huella dactilar del estado de esa célula. En la LMA, esta huella dactilar está distorsionada. El investigador quería encontrar un grupo pequeño y constante de genes que siempre estén activados o desactivados en los pacientes con leucemia, independientemente del subtipo específico de la enfermedad. Para lograrlo, recurrió a una poderosa combinación de informática y biología. Reunió datos genéticos de un pequeño grupo de pacientes y voluntarios sanos para entrenar a una computadora, y luego probó sus hallazgos en un grupo de pacientes mucho más grande e independiente para ver si el patrón se mantenía.

El estudio comenzó con una fase de descubrimiento utilizando datos de secuenciación de ARN de veinte individuos: diez con LMA y diez con médula ósea sana. El investigador primero escaneó los datos genéticos para ver qué genes se comportaban de manera diferente entre los grupos enfermos y sanos. Encontró un desequilibrio masivo en la actividad genética. Mientras que solo unos pocos genes estaban aumentados en los controles sanos, miles estaban disminuidos en las muestras de leucemia, y un número menor pero significativo estaba aumentado. Este apagado generalizado de los genes refleja la capacidad de la enfermedad para detener el proceso normal de maduración de las células sanguíneas. A partir de esta vasta lista de cambios, el investigador utilizó un sistema de puntuación personalizado para reducir los candidatos. Este sistema no solo observaba cuánto cambiaba un gen, sino también con qué consistencia cambiaba entre diferentes pacientes y con qué claridad separaba a los enfermos de los sanos. Este proceso redujo la lista a cincuenta candidatos prometedores.

A continuación, el investigador empleó tres tipos diferentes de algoritmos de aprendizaje automático, que son programas informáticos diseñados para encontrar patrones en datos complejos. Cada algoritmo abordaba el problema desde un ángulo ligeramente diferente, de forma muy parecida a tres expertos distintos observando el mismo rompecabezas. Un método buscaba genes que, al combinarse, pudieran predecir mejor el estado de la enfermedad. Otro método clasificaba los genes según cuánto contribuían al patrón general. El tercero eliminaba sistemáticamente los genes para ver cuáles eran realmente esenciales. Al requerir que un gen fuera seleccionado por al menos dos de estos tres métodos, el investigador se aseguró de que no estuviera encontrando simplemente ruido aleatorio. Este enfoque de consenso resultó en una lista final de doce genes que podían distinguir perfectamente a los veinte pacientes del grupo inicial.

Para dar sentido a esta lista, el investigador mapeó cómo interactuaban estos doce genes entre sí, creando una red para ver cuáles eran centrales en el grupo. Este análisis reveló un núcleo central de seis genes que estaban estrechamente conectados. Estos seis genes incluían componentes de la hemoglobina, la proteína que transporta el oxígeno, y otros tres genes con funciones específicas en la función celular. El investigador tomó entonces esta firma de seis genes y la probó contra un conjunto de datos completamente separado que contenía 157 muestras de LMA procedentes de una fuente diferente. Este paso fue crucial para demostrar que los hallazgos no eran solo un golpe de suerte del primer grupo pequeño.

Los resultados de esta prueba a gran escala fueron sorprendentes. Mientras que los genes relacionados con la hemoglobina mostraron una consistencia variable, probablemente debido a que diferentes tipos de leucemia afectan la producción de células sanguíneas de distintas maneras, tres genes específicos destacaron con una fiabilidad absoluta. Estos tres genes, llamados SLC25A37, FKBP8 y PHOSPHO1, se encontraron elevados en cada uno de los 157 pacientes del grupo de validación. En otras palabras, cada una de las muestras de leucemia en este gran grupo mostraba niveles más altos de estos genes que el nivel más alto visto en cualquier persona sana. Esta consistencia perfecta sugiere que estos tres genes son fundamentales para la biología de la LMA, independientemente del subtipo genético específico del paciente.

Un análisis posterior de la función de estos genes reveló una historia dual sobre cómo opera la enfermedad. La primera parte de la historia involucra al sistema inmunológico. Los datos mostraron que los genes relacionados con la primera línea de defensa del cuerpo, específicamente aquellos implicados en la activación de glóbulos blancos llamados neutrófilos, estaban aumentados. Esto sugiere que las células de la leucemia están secuestrando los sistemas de alarma naturales del cuerpo para crear un entorno que apoye su crecimiento. La segunda parte de la historia involucra la maquinaria interna de la célula. El estudio encontró que los genes responsables de la limpieza de las partes dañadas de la célula, específicamente las mitocondrias que actúan como las centrales eléctricas celulares, estaban interrumpidos. Al mismo tiempo, los genes asociados habitualmente con la formación de glóbulos rojos estaban anormalmente activos, lo que indica que las células de la leucemia están confundidas sobre su propia identidad, intentando actuar como glóbulos rojos mientras permanecen como células cancerosas inmaduras.

El investigador concluyó que esta firma de seis genes, y particularmente los tres genes centrales, ofrece una forma robusta y reproducible de identificar la leucemia mieloide aguda. El estudio no pretendía haber encontrado una cura, sino más bien una herramienta diagnóstica altamente fiable. Al combinar un sistema de puntuación cuidadoso, múltiples métodos de aprendizaje computacional y una gran prueba independiente, el investigador identificó una huella dactilar molecular que es consistente en una amplia gama de pacientes. Los tres genes destacados apuntan a procesos biológicos específicos —el metabolismo del hierro, la supervivencia celular y la remodelación de lípidos— que son centrales para la enfermedad. Este trabajo sienta las bases para el desarrollo de pruebas basadas en la expresión más sencillas que podrían ayudar a los médicos a diagnosticar la enfermedad con mayor precisión y, potencialmente, guiar futuros tratamientos dirigidos a estas vías biológicas específicas.