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

La leucemia è un tumore del sangue e del midollo osseo, il tessuto spugnoso all'interno delle nostre ossa dove nascono le nuove cellule del sangue. In un corpo sano, questa fabbrica produce un flusso costante di diversi tipi di cellule, ognuna con un compito specifico, dall'trasportare l'ossigeno al combattere le infezioni. La leucemia mieloide acuta, o AML, è una forma particolarmente aggressiva di questa malattia in cui la fabbrica si blocca. Invece di maturare in cellule utili, i precursori immaturi, noti come blasti, si moltiplicano in modo incontrollato e prendono il sopravvento sulle cellule sane. Questo blocco impedisce al corpo di produrre le cellule del sangue necessarie per sopravvivere. Sebbene i medici possano identificare la malattia, trovare un modo semplice e affidabile per distinguerla dal midollo osseo normale tra diversi pazienti è stato difficile. La malattia è complessa, con molte diverse variazioni genetiche, il che rende difficile individuare un singolo set di marcatori che funzioni per tutti.

Un ricercatore si è posto l'obiettivo di risolvere questo problema osservando le istruzioni genetiche all'interno di queste cellule. Ogni cellula contiene una vasta biblioteca di geni, e le specifiche istruzioni che vengono lette in un dato momento — nota come espressione genica — agiscono come un'impronta digitale per lo stato di quella cellula. Nella AML, questa impronta digitale è distorta. Il ricercatore voleva trovare un piccolo gruppo costante di geni che siano sempre attivi o inattivi nei pazienti affetti da leucemia, indipendentemente dal sottotipo specifico della malattia. Per farlo, si è rivolto a una potente combinazione di informatica e biologia. Ha raccolto dati genetici da un piccolo gruppo di pazienti e volontari sani per addestrare un computer, e poi ha testato le sue scoperte su un gruppo molto più ampio e indipendente di pazienti per vedere se il modello si fosse mantenuto.

Lo studio è iniziato con una fase di scoperta utilizzando dati di sequenziamento dell'RNA da venti individui: dieci con AML e dieci con midollo osseo sano. Il ricercatore ha prima scansionato i dati genetici per vedere quali geni si comportassero diversamente tra il gruppo malato e quello sano. Ha riscontrato uno squilibrio massiccio nell'attività genica. Mentre solo pochi geni erano attivati nei controlli sani, migliaia erano disattivati nei campioni di leucemia, e un numero minore ma significativo era attivato. Questo spegnimento diffuso dei geni riflette la capacità della malattia di interrompere il normale processo di maturazione delle cellule del sangue. Da questa vasta lista di cambiamenti, il ricercere ha utilizzato un sistema di punteggio personalizzato per restringere i candidati. Questo sistema non guardava solo a quanto un gene cambiasse, ma anche a quanto costantemente cambiasse tra i diversi pazienti e a quanto chiaramente separasse i malati dai sani. Questo processo ha ridotto la lista a cinquanta candidati promettenti.

Successivamente, il ricercatore ha impiegato tre diversi tipi di algoritmi di machine learning, ovvero programmi informatici progettati per trovare schemi in dati complessi. Ogni algoritmo affrontava il problema da un angolo leggermente diverso, proprio come tre diversi esperti che osservano lo stesso puzzle. Un metodo cercava geni che, se combinati, potessero meglio predire lo stato della malattia. Un altro metodo classificava i geni in base a quanto contribuissero al modello complessivo. Il terzo metodo rimuoveva sistematicamente i geni per vedere quali fossero veramente essenziali. Richiedendo che un gene fosse selezionato da almeno due di questi tre metodi, il ricercatore si è assicurato che non si trattasse solo di rumore casuale. Questo approccio basato sul consenso ha portato a una lista finale di dodici geni che potevano distinguere perfettamente i venti pazienti del gruppo iniziale.

Per dare un senso a questa lista, il ricercatore ha mappato come questi dodici geni interagissero tra loro, creando una rete per vedere quali fossero centrali nel gruppo. Questa analisi ha rivelato un nucleo centrale di sei geni strettamente connessi. Questi sei geni includevano componenti dell'emoglobina, la proteina che trasporta l'ossigeno, e altri tre geni con ruoli specifici nella funzione cellulare. Il ricercatore ha poi preso questa firma a sei geni e l'ha testata contro un dataset completamente separato contenente 157 campioni di AML provenienti da una fonte diversa. Questo passaggio era cruciale per dimostrare che le scoperte non fossero solo un colpo di fortuna del primo piccolo gruppo.

I risultati di questo test su larga scala sono stati sorprendenti. Mentre i geni correlati all'emoglobina mostravano una consistenza variabile, probabilmente perché diversi tipi di leucemia influenzano la produzione di cellule del sangue in modi differenti, tre geni specifici si sono distinti con assoluta affidabilità. Questi tre geni, chiamati SLC25A37, FKBP8 e PHOSPHO1, sono stati trovati elevati in ogni singolo paziente del gruppo di validazione. In altre parole, ogni singolo campione di leucemia in questo grande gruppo mostrava livelli più alti di questi geni rispetto al livello più alto visto in una persona sana. Questa perfetta consistenza suggerisce che questi tre geni siano fondamentali per la biologia della AML, indipendentemente dal sottotipo genetico del paziente.

Ulteriori analisi su ciò che questi geni fanno hanno rivelato una doppia storia su come opera la malattia. La prima parte della storia riguarda il sistema immunitario. I dati hanno mostrato che i geni correlati alla prima linea di difesa del corpo, specificamente quelli coinvolti nell'attivazione dei globuli bianchi chiamati neutrofili, erano attivati. Ciò suggerisce che le cellule leucemiche stiano dirottando i naturali sistemi di allarme del corpo per creare un ambiente che supporti la loro crescita. La seconda parte della storia riguarda la macchina interna della cellula. Lo studio ha scoperto che i geni responsabili della pulizia delle parti danneggiate della cellula, specificamente i mitocondri che agiscono come centrali elettriche della cellula, erano disturbati. Allo stesso tempo, i geni solitamente associati alla produzione di globuli rossi erano anormalmente attivi, indicando che le cellule leucemiche sono confuse sulla propria identità, cercando di comportarsi come globuli rossi pur rimanendo cellule cancerose immature.

Il ricercatore ha concluso che questa firma a sei geni, e in particolare i tre geni centrali, offre un modo robusto e riproducibile per identificare la leucemia mieloide acuta. Lo studio non ha sostenuto di aver trovato una cura, quanto piuttosto uno strumento diagnostico altamente affidabile. Combinando un sistema di punteggio accurato, molteplici metodi di apprendimento informatico e un grande test indipendente, il ricercatore ha identificato un'impronta molecolare che è coerente in una vasta gamma di pazienti. I tre geni di spicco indicano processi biologici specifici — metabolismo del ferro, sopravvivenza cellulare e rimodellamento lipidico — che sono centrali per la malattia. Questo lavoro pone le basi per lo sviluppo di test basati sull'espressione più semplici, che potrebbero aiutare i medici a diagnosticare la malattia in modo più accurato e potenzialmente guidare i futi trattamenti mirati a questi specifici percorsi biologici.