Stable but confounded: brain region, not diagnosis, drives a validation-passing molecular subtype in postmortem psychiatric brain

Resumen Técnico: "Estable pero confundido: la región cerebral, no el diagnóstico, impulsa un subtipo molecular que supera la validación en el cerebro psiquiátrico postmortem"

Planteamiento del Probleza
El subtipado molecular no supervisado de los transcriptomas cerebrales se utiliza cada vez más para resolver la heterogeneidad de los diagnósticos psiquiátricos (p. ej., autismo, esquizofrenia). Sin embargo, los algoritmos de agrupamiento (clustering) siempre devolverán una partición, independientemente de si dicha partición refleja una biología reproducible o simplemente artefactos técnicos o anatómicos. El artículo identifica tres peligros agudos en los estudios psiquiátricos postmortem:

1. Tamaños de muestra pequeños (decenas a pocas cientos de muestras) que limitan el poder estadístico.
2. Solapamiento de sujetos entre cohortes nominalmente independientes, lo que conduce a afirmaciones de replicación falsas.
3. Dominancia anatómica, donde la variación transcriptómica por región cerebral excede enormemente la variación por diagnóstico. En consecuencia, el agrupamiento de datos multirregionales combinados suele recuperar la anatomía en lugar de subtipos de enfermedades.

Los autores argumentan que las prácticas de validación actuales a menudo no logran distinguir entre un clúster "estable" (estructura reproducible) y un clúster "válido" (biológicamente relevante para la enfermedad), particularmente cuando los confusores como la región cerebral no se prueban explícitamente.

Metodología
Los autores reanalizaron tres cohortes postmortem públicas (384 muestras en total) utilizando una disciplina de "validación primero" que ensambla controles establecidos y añade pruebas de confusión explícitas. Los conjuntos de datos incluyeron:

• Trastorno del Espectro Autista (TEA): GSE28521 (microarray, corteza frontal/temporal/cerebelo) y GSE64018 (RNA-seq, giro temporal superior).
• Esquizofrenia, Trastorno Bipolar, Depresión Mayor: GSE80655 (RNA-seq, cingulado anterior, DLPFC, núcleo accumbens).

Pipeline Analítico:

1. Reducción de Características: La expresión génica se resumió en puntuaciones a nivel de vía mediante enriquecimiento de muestra única (ssGSEA o media de z-scores por gen).
2. Agrupamiento (Clustering): Las muestras se agruparon mediante Modelado de Mezcla Gaussiana (GMM) con selección de componentes mediante el Criterio de Información Bayesiano (BIC).
3. Controles de Validación: Cada partición candidata fue sometida a cuatro filtros:
   • Nulo de permutación de etiquetas: Probar si los clústeres son recuperables a partir de etiquetas permutadas.
   • Nulo de conjunto de genes aleatorios: Probar si la partición es específica de vías curadas o si surge de conjuntos de genes aleatorios.
   • Estabilidad de Bootstrap: Medir el Índice de Rand Ajustado (ARI) entre las asignaciones originales y las remuestreadas (umbral $\ge$ 0.80).
   • Independencia de la ascendencia: Comprobar la asociación con los componentes principales de la ascendencia.
4. Prueba de Confundidores: Se realizó una prueba de asociación de tabla de contingencia explícita ($\chi^2$, V de Cramér) entre las particiones y la región cerebral, el solapamiento de donantes y el diagnóstico clínico.
5. Análisis No Circular: Para evitar el "doble muestreo" (double dipping), las señales de la enfermedad se evaluaron mediante contrastes de caso-control basados en el diagnóstico dentro de las regiones, utilizando un panel fijo de genes marcadores celulares canónicos (p. ej., PVALB, SST, GAD1) en lugar de características derivadas del propio agrupamiento.

Resultados Clave

1. Fallo del subtipo "GABAérgico" del Autismo:
   Un supuesto subgrupo de TEA caracterizado por la regulación a la baja de la vía GABAérgica falló la validación de estabilidad de bootstrap (ARI = 0.71, por debajo del umbral de 0.80). Además, la aparente replicación en una segunda cohorte (GSE64018) quedó invalidada porque las dos cohortes compartían 10 de los 24 sujetos, lo que significaba que el acuerdo era una corroboración multiplataforma de los mismos cerebros, no una replicación independiente.

2. La partición de Esquizofrenia que "supera la validación" es un clasificador de regiones:
   En la cohorte de esquizofrenia (GSE80655), una partición de $k=3$ pasó todos los filtros estadísticos (ARI de Bootstrap = 0.923; pasó las pruebas de genes aleatorios y de ascendencia). Sin embargo, la prueba de confusión reveló que esta partición estaba impulsada enteramente por la región cerebral, no por el diagnóstico:

   • El subtipo 0 y 2 eran predominantemente núcleo accumbens (nAcc).
   • El subtipo 1 era exclusivamente cortical (AnCg y DLPFC).
   • La asociación entre el subtipo y la región fue abrumadora ($p = 4.3 \times 10^{-26}$, V de Cramér = 0.67), mientras que la asociación con el diagnóstico no fue significativa ($p = 0.41$).
   • Restringir el análisis a una sola región (DLPFC) causó que la estabilidad cayera por debajo del umbral de validación (ARI = 0.68), confirmando que la "estabilidad" era un artefacto del eje de la región.

3. Naturaleza Sistemática del Artefacto:
   Este artefacto impulsado por la región fue sistemático en todos los diagnósticos (Bipolar, Depresión Mayor) e invariante al número de clústeres ($k$). La cohorte combinada de cuatro diagnósticos mostró la estructura regional más fuerte pero la estabilidad más débil.

4. Recuperación de la Biología Conocida mediante Análisis No Circular:
   Aunque el marco de agrupamiento perdió las señales de la enfermedad, un análisis convencional de caso-control, no circular, recuperó la biología establecida de las interneuronas:

   • TEA: Depleción significativa de marcadores de parvalbumina (PVALB) en la corteza.
   • Esquizofrenia: Depleción significativa de somatostatina (SST) y enzimas de síntesis de GABA (GAD1/GAD2) en regiones corticales.
   • Doble Disociación: Una interacción de signo opuesto significativa confirmó que la depleción de PVALB es más pronunciada en el TEA, mientras que la depleción de SST es más pronunciada en la esquizofrenia.

5. Fallo del Benchmark:
   Un benchmark de calibración compañero (un modelo de umbral adaptativo que afirmaba un $R^2 = 0.889$) no pudo reproducirse. Los autores rastrearon esto hasta un defecto métrico: el Índice de Rand Ajustado (ARI) devolvió un valor espurio de 1.0 en entradas degeneradas (conjuntos de datos con un único clúster real), inflando artificialmente la correlación.

Significancia y Reivindicaciones
El artículo no pretende descubrir nuevos subtipos moleculares; más bien ofrece un "caso de estudio trabajado" que demuestra cómo una afirmación de subtipo puede superar rigurosos controles de estabilidad estadística, pero estar totalmente impulsada por un confusor conocido (región cerebral).

Los autores concluyen que:

• Estabilidad $\neq$ Validez: Una alta estabilidad de bootstrap certifica la reproducibilidad, pero no garantiza que la partición refleje la señal biológica pretendida (enfermedad vs. anatomía).
• La Prueba de Confundidores es Obligatoria: Probar las particiones contra la región cerebral (y otros confusores) debe ser un componente rutinario de la batería de validación para cualquier análisis de subtipado que combine regiones o cohortes.
• Disciplina sobre el Descubrimiento: En cohortes pequeñas, combinadas y multirregionales, el descubrimiento exploratorio es propenso al fallo. Los autores abogan por un checklist específico: informar controles nulos, probar contra confusores, asegurar la replicación con sujetos disjuntos, evitar la inferencia circular y publicar particiones que fallen los controles.

El estudio enfatiza que, si bien el subtipado molecular puede tener éxito (citando a Bowen et al., 2019, como un ejemplo de éxito controlado por región), los modos de fallo específicos documentados aquí —impulsados por la dominancia anatómica y los valores predeterminados de los pipelines— son trampas críticas en la genómica psiquiátrica actual.