Predicting high-risk HPV infection and genotype co-infection using genital tract microecological and pathogen characteristics: a machine learning study

Il tumore della cervice uterina rimane una delle minacce più significative per la salute delle donne in tutto il mondo, eppure le sue origini sono straordinariamente specifiche. La malattia inizia quasi sempre con un'infezione persistente da un gruppo di virus noti come papillomavirus umano ad alto rischio. Sebbene il sistema immunitario solitamente riesca a eliminare questi virus da solo, a volte essi persistono, causando cambiamenti nelle cellule della cervice che possono eventualmente trasformarsi in cancro. Per decenni, i medici si sono concentrati sul rilevamento del virus stesso, ma un crescente corpo di prove suggerisce che l'ambiente in cui il virus vive giochi un ruolo crucialo nel determinare se esso rimanga o se ne vada. Questo ambiente è il microbioma vaginale, una complessa comunità di batteri e altri microrganismi. Quando questa comunità è sana, è dominata da batteri protettivi che mantengono l'area acida e sicura. Quando diventa sbilanciata, un fenomeno spesso chiamato disbiosi, può creare le condizioni affinché i virus possano attecchire o persistere. Comprendere come questi ecosistemi microscopici interagiscono con le infezioni virali potrebbe offrire un nuovo modo per prevedere chi è a rischio prima ancora che la malattia abbia inizio.

Ricercatori del Centro Medico per Donne e Bambini di Hainan, in Cina, si sono recentemente posti l'obiettivo di mappare queste relazioni utilizzando un ampio gruppo di pazienti e analisi informatiche avanzate. Hanno raccolto dati da 3.403 donne che si sono rivolte alla clinica per cure ginecologiche di routine tra il 2022 e il 2025. Per ogni donna, il team ha raccolto tre tipi distinti di informazioni: se portava il papillomavirus umano ad alto rischio, i tipi specifici di batteri e altri microbi presenti nel tratto vaginale, e se presentava infezioni da patogeni comuni come Chlamydia o Ureaplasma. L'obiettivo era vedere se lo stato dell'ambiente vaginale e la presenza di altri germi potessero predire la presenza del virus e, in tal caso, costruire un modello informatico che potesse effettuare questa previsione per le pazienti future.

Lo studio ha confermato che l'ambiente vaginale è effettivamente un forte indicatore della presenza virale. I ricercatori hanno scoperto che le donne che risultavano positive al papillomavirus umano ad alto rischio avevano una probabilità significativamente maggiore di avere specifiche infezioni del tratto genitale, in particolare quelle causate da Ureaplasma urealyticum e Chlamydia trachomatis. Hanno anche scoperto che queste donne avevano maggiori probabilità di presentare segni di un ecosistema vaginale sbilanciato, come un pH vaginale più elevato, la presenza di determinati enzimi che degradano le pareti cellulari e un'abbondanza di batteri di forma rotonda. Al contrario, le donne con una proporzione maggiore di batteri Lactobacillus protettivi erano meno propense a portare il virus. Questi risultati sono rimasti validi anche dopo che i ricercatori hanno tenuto conto di altri fattori come l'età, suggerendo che la salute del microbioma vaginale e la presenza di specifiche infezioni batteriche sono fattori indipendenti nel rischio di portare il virus.

Per trasformare queste osservazioni in uno strumento pratico, il team ha addestrato sette diversi modelli di apprendimento informatico per prevedere chi risulterebbe positivo al virus. Hanno fornito ai modelli i dati sul bilancio batterico, la presenza di patogeni e l'età della paziente, per poi testare quanto bene i modelli riuscissero a indovinare i risultati per un gruppo di pazienti che non avevano mai visto prima. Il modello con le prestazioni migliori è stato un algoritmo di foresta casuale (random forest), un tipo di programma informatico che prende decisioni costruendo molti piccoli alberi decisionali e combinando le loro risposte. Questo modello ha identificato correttamente circa il 73,5 percento delle donne che avevano il virus e ha raggiunto un punteggio di discriminazione di 0,772, il che indica un livello di accuratezza moderato. L'analisi informatica ha rivelato che i predittori più potenti erano la presenza di Ureaplasma, l'età della paziente, la presenza di Chlamydia e l'abbondanza di batteri rotondi. Il modello ha anche mostato che un numero maggiore di batteri Lactobacillus protettivi riduceva il rischio previsto, rafforzando l'idea che un microbioma sano agisca come una barriera.

I ricercatori hanno anche affrontato una questione più complessa: questi fattori possono predire non solo la presenza del virus, ma anche quali tipi specifici di virus una donna potrebbe avere? Poiché una singola persona può essere infettata da più ceppi del virus contemporaneamente, questo è un enigma difficile da risolvere per i computer. Il team ha utilizzato un metodo specializzato chiamato catene di classificatori ensemble (ensemble classifier chains), che permette al computer di considerare come i diversi tipi di virus possano coesistere. Sebbene l'accuratezza complessiva per la previsione di combinazioni specifiche di tipi di virus sia stata bassa, il metodo che considerava le relazioni tra i diversi tipi di virus ha ottenuto prestazioni leggermente migliori rispetto a un metodo che trattava ogni tipo di virus come completamente separato. Ciò suggerisce che possano esserci schemi sottili nel modo in cui i diversi ceppi virali coesistono, sebbene i dati non fossero ancora abbastanza forti da definire chiaramente tali schemi.

Nonostante queste promettenti intuizioni, gli autori tengono in giro di sottolineare che il loro lavoro è un punto di partenza piuttosto che una soluzione finita. Il modello informatico che hanno costruito non è ancora abbastanza accurato da essere utilizzato per prendere decisioni mediche o sostituire i test di screening standard. Lo studio è stato condotto su un gruppo specifico di donne che visitavano una clinica, molte delle quali presentavano sintomi, pertanto i risultati potrebbero non applicarsi a tutte le donne della popolazione generale. Inoltre, poiché lo studio ha analizzato i dati in un singolo punto temporale, non può provare che le infezioni batteriche o il microbioma sbilanciato abbiano causato la persistenza del virus; mostra solo che sono collegati. I ricercatori sottolineano che sono necessari studi più ampi per confermare queste scoperte e per determinare se correggere l'ambiente vaginale possa effettivamente aiutare a eliminare il virus. Per ora, il lavoro fornisce un quadro più chiaro del paesaggio biologico in cui il papillomavirus umano ad alto rischio prospera, evidenziando che la salute della comunità microbica circostante è un tassello fondamentale per comprendere il rischio di cancro della cervice.