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

La leucémie est un cancer du sang et de la moelle osseuse, le tissu spongieux à l'intérieur de nos os où naissent les nouvelles cellules sanguines. Dans un corps sain, cette usine produit un flux régulier de différents types de cellules, chacune ayant une tâche spécifique, de l'apport d'oxygène à la lutte contre l'infection. La leucémie myéloïde aiguë, ou LMA, est une forme particulièrement agressive de cette maladie où l'usine se retrouve bloquée. Au lieu de mûrir en cellules utiles, les précurseurs immatures, connus sous le nom de blastes, se multiplient de manière incontrôlée et évincent les cellules saines. Ce blocage empêche le corps de fabriquer les cellules sanguines dont il a besoin pour survivre. Bien que les médecins puissent identifier la maladie, trouver un moyen simple et fiable de la distinguer d'une moelle osseuse normale chez différents patients a été difficile. La maladie est complexe, avec de nombreuses variations génétiques différentes, ce qui rend difficile l'identification d'un ensemble unique de marqueurs qui fonctionnerait pour tout le monde.

Un chercheur s'est mis en quête de solution à ce problème en examinant les instructions génétiques à l'intérieur de ces cellules. Chaque cellule contient une vaste bibliothèque de gènes, et les instructions spécifiques qui sont lues à un moment donné — connue sous le nom d'expression génique — agissent comme une empreinte digitale de l'état de cette cellule. Dans la LMA, cette empreinte digitale est déformée. Le chercheur voulait trouver un petit groupe cohérent de gènes qui sont toujours activés ou désactivés chez les patients atteints de leucémie, quel que soit le sous-type spécifique de la maladie. Pour ce faire, il a eu recours à une puissante combinaison d'informatique et de biologie. Il a rassemblé des données génétiques provenant d'un petit groupe de patients et de volontaires sains pour entraîner un ordinateur, puis a testé ses découvertes sur un groupe beaucoup plus large et indépendant de patients pour voir si le modèle se maintenait.

L'étude a commencé par une phase de découverte utilisant des données de séquençage d'ARN provenant de vingt individus : dix atteints de LMA et dix présentant une moelle osseuse saine. Le chercheur a d'abord scanné les données génétiques pour voir quels gènes se comportaient différemment entre les groupes malades et sains. Il a constaté un déséquilibre massif dans l'activité génétique. Alors que seuls quelques gènes étaient activés chez les témoins sains, des milliers étaient désactivés dans les échantillons de leucémie, et un nombre plus restreint mais significatif était activé. Cette désactivation généralisée des gènes reflète la capacité de la maladie à interrompre le processus normal de maturation des cellules sanguines. À partir de cette vaste liste de changements, le chercheur a utilisé un système de notation personnalisé pour réduire les candidats. Ce système ne regardait pas seulement l'ampleur du changement d'un gène, mais aussi la constance avec laquelle il changeait chez différents patients et la clarté avec laquelle il séparait les malades des personnes saines. Ce processus a réduit la liste à cinquante candidats prometteurs.

Ensuite, le chercheur a employé trois types différents d'algorithmes d'apprentissage automatique, qui sont des programmes informatiques conçus pour trouver des modèles dans des données complexes. Chaque algorithme abordait le problème sous un angle légèrement différent, un peu comme trois experts différents examinant le même puzzle. Une méthode cherchait les gènes qui, combinés, pourraient le mieux prédire l'état de la maladie. Une autre méthode classait les gènes en fonction de leur contribution au modèle global. La troisième méthode supprimait systématiquement des gènes pour voir lesquels étaient réellement essentiels. En exigeant qu'un gène soit sélectionné par au moins deux de ces trois méthodes, le chercheur s'est assuré qu'il ne s'agissait pas simplement de bruit aléatoire. Cette approche par consensus a abouti à une liste finale de douze gènes capables de distinguer parfaitement les vingt patients du groupe initial.

Pour donner du sens à cette liste, le chercheur a cartographié la façon dont ces douze gènes interagissent entre eux, créant un réseau pour voir lesquels sont centraux au groupe. Cette analyse a révélé un noyau central de six gènes qui sont étroitement connectés. Ces six gènes comprenaient des composants de l'hémoglobine, la protéine qui transporte l'oxygène, et trois autres gènes ayant des rôles spécifiques dans la fonction cellulaire. Le chercheur a ensuite pris cette signature de six gènes et l'a testée contre un ensemble de données complètement distinct contenant 157 échantillons de LMA provenant d'une autre source. Cette étape était cruciale pour prouver que les découvertes n'étaient pas un simple coup de chance du premier petit groupe.

Les résultats de ce test à grande échelle étaient frappants. Bien que les gènes liés à l'hémoglobine aient montré une cohérence variable, probablement parce que différents types de leucémie affectent la production de cellules sanguines de manières différentes, trois gènes spécifiques se sont distingués avec une fiabilité absolue. Ces trois gènes, nommés SLC25A37, FKBP8 et PHOSPHO1, se sont révélés élevés chez chacun des 157 patients du groupe de validation. En d'autres termes, chaque échantillon de leucémie dans ce grand groupe présentait des niveaux plus élevés de ces gènes que le niveau le plus élevé observé chez une personne saine. Cette cohérence parfaite suggère que ces trois gènes sont fondamentaux pour la biologie de la LMA, quel que soit le sous-type génétique du patient.

Une analyse plus approfondie de la fonction de ces gènes a révélé une double histoire sur le fonctionnement de la maladie. La première partie de l'histoire concerne le système immunitaire. Les données ont montré que les gènes liés à la première ligne de défense du corps, spécifiquement ceux impliqués dans l'activation des globules blancs appelés neutrophiles, étaient activés. Cela suggère que les cellules leucémiques détournent les systèmes d'alarme naturels du corps pour créer un environnement qui soutient leur croissance. La seconde partie de l'histoire concerne la machinerie interne de la cellule. L'étude a révélé que les gènes responsables du nettoyage des parties endommagées de la cellule, spécifiquement les mitochondries qui agissent comme les centrales énergétiques de la cellule, étaient perturbés. Parallèlement, les gènes habituellement associés à la fabrication des globules rouges étaient anormalement actifs, indiquant que les cellules leucémiques sont confuses quant à leur propre identité, essayant d'agir comme des globules rouges tout en restant des cellules cancéreuses immatures.

Le chercheur a conclu que cette signature de six gènes, et particulièrement les trois gènes centraux, offre un moyen robuste et reproductible d'identifier la leucémie myéloïde aiguë. L'étude ne prétendait pas avoir trouvé un remède, mais plutôt un outil de diagnostic hautement fiable. En combinant un système de notation rigoureux, plusieurs méthodes d'apprentissage informatique et un large test indépendant, le chercheur a identifié une empreinte moléculaire qui est cohérente chez un large éventail de patients. Les trois gènes exceptionnels pointent vers des processus biologiques spécifiques — le métabolisme du fer, la survie cellulaire et le remodelage des lipides — qui sont au cœur de la maladie. Ce travail pose les jalons du développement de tests basés sur l'expression, plus simples, qui pourraient aider les médecins à diagnostiquer la maladie plus précisément et potentiellement à guider les futurs traitements ciblant ces voies biologiques spécifiques.