A continuous transcriptomic entropy score is associated with overall survival in WHO grade 3 IDH-mutant glioma: development and external validation across two sequencing platforms

Nel mondo del cancro al cervello, un tipo specifico di tumore rappresenta da tempo un difficile enigma per i medici. Si tratta dei gliomi, tumori che crescono dalle cellule di supporto del cervello. Quando un paziente presenta una specifica alterazione genetica chiamata mutazione IDH, la prognosi è generalmente migliore rispetto ad altri tumori cerebrali, ma il percorso da seguire rimane incerto. Attualmente i medici si affidano a due indizi principali per decidere quanto aggressivamente trattare un paziente: il grado del tumore, che è una misura approssimativa di quanto le cellule appaiano anormali al microscopio, e lo stato di un gene chiamato MGMT, che può influenzare l'efficacia di un farmaco. Tuttavia, questi strumenti sono strumenti rozzi. Due pazienti possono apparire identici sulla carta, condividendo lo stesso grado e lo stesso stato genetico, eppure uno può sopravvivere per un decennio mentre l'altro muore in meno di due anni. Questo ampio divario nei risultati lascia i medici a indovinare, esponendo potenzialmente un paziente a una dura radioterapia e chemioterapia che non offrono alcun beneficio, o viceversa, aspettando troppo a lungo per trattare un tumore che sta silenziosamente diventando più pericoloso.

Per anni, i ricercatori hanno cercato di utilizzare l'attività genetica del tumore, o trascrittomica, per risolvere questo problema. La maggior parte dei metodi esistenti funziona come una macchina di smistamento, inserendo un tumore in una di alcune categorie fisse. Sebbene queste categorie descrivano bene i gruppi di persone, sono scarsi strumenti per prendere decisioni su un singolo individuo. Forniscono un'etichetta, come "Tipo A" o "Tipo B", piuttosto che una misura di quanto un tumore specifico sia vicino a diventare mortale. Ciò che mancava era un modo per dare a ogni singolo paziente un punteggio continuo, un numero che potesse dire esattamente dove si colloca il proprio tumore sullo spettro tra una massa a crescita lenta e una aggressiva e a rapida evoluzione.

Uno studio di Ivy Datta affronta questa lacuna sviluppando e testando un nuovo sistema di punteggio chiamato Indice di Ambiguità Trascrittomica. I ricercatori sono partiti da un'idea semplice ma potente: quando un programma informatico cerca di classificare un tumore in una categoria, la confidenza di quella decisione è importante. Immaginate un computer addestrato a distinguere tra un glioma a basso grado, a crescita lenta, e un glioblastoma ad alto grado, a crescita rapida e mortale. Per la maggior parte dei tumori a basso grado, il computer è molto sicuro, assegnando un punteggio che dice: "Questo è sicuramente un tumore a basso grado". Ma per alcuni tumori, il computer esita. Il loro profilo genetico si trova in una posizione intermedia, rendendo difficile dire con certezza se si tratti di un tumore a basso o ad alto grado. I ricercatori hanno proposto che questa esitazione non sia un errore o un rumore, ma un segnale vitale. Suggerisce che il tumore stia attraversando una transizione biologica, iniziando a mostrare i tratti di un cancro ad alto grado prima che tali tratti siano visibili al microscopio.

Per trasformare questa idea in uno strumento, il team ha analizzato i dati genetici di centinaia di pazienti in un grande database pubblico. Hanno costruito un modello informatico per distinguere tra i due tipi estremi di glioma. Successivamente, per ogni nuovo tumore, hanno misurato quanto il modello fosse incerto nella sua classificazione. Hanno convertito questa incertezza in un numero singolo, un punteggio che aumenta man mano che il tumore diventa più difficile da classificare. Un punteggio basso significa che il tumore è chiaramente a basso grado, mentre un punteggio alto significa che il tumore è ambiguo, sospeso sul limite di diventare ad alto grado. Questo punteggio è continuo, il che significa che può assumere qualsiasi valore, permettendo distinzioni più fini tra i pazienti che una semplice categoria non può fornire.

I ricercatori hanno poi testato questo punteggio su tre diversi gruppi di pazienti per vedere se potesse predire la sopravvivenza. Il primo gruppo è stato utilizzato per costruire e perfezionare il punteggio, mentre gli altri due gruppi, provenienti da un paese diverso e sequenziati su macchine differenti, sono stati utilizzati per vedere se il punteggio funzionasse nel mondo reale senza essere modificato. I risultati sono stati sorprendenti. Nei pazienti con glioma mutato IDH di grado WHO 3, il punteggio è stato un forte predittore della durata della vita. Per ogni incremento standard del punteggio, il rischio di morte aumentava significamente. Questo schema è rimasto costante in tutti e tre i gruppi, nonostante i gruppi fossero diversi per dimensione, posizione e tecnologia utilizzata per leggere i loro dati genetici. Il punteggio è rimasto un potente predittore anche quando i ricercatori hanno tenuto conto degli altri fattori noti come l'età, lo stato di co-delezione 1p/19q, la metilazione di MGMT e i trattamenti ricevuti dai pazienti.

Fondamentalmente, lo studio ha escluso alcune potenziali spiegazioni per cui il punteggio funzionasse. Una preoccupazione era che il punteggio potesse semplicemente identificare pazienti che erano stati diagnosticati erroneamente e che avevano in realtà un tipo di tumore diverso, più aggressivo, che manca della mutazione IDH. Tuttavia, quando i ricercatori hanno guardato solo i pazienti con la mutazione IDH confermata geneticamente, il punteggio ha funzionato ancora meglio, provando che non era semplicemente il risultato di una classificazione errata. Il punteggio non separava semplicemente i pazienti in base alla presenza di una specifica delezione genetica nota come co-delezione 1p/19q; forniva nuove informazioni oltre a questa. Interessantemente, il punteggio era meno coerente nel predire gli esiti per i tumori di grado 2, il grado più basso di questa malattia. Funzionava bene in un gruppo ma non negli altri, suggerendo che, sebbene sia uno strumento potente per i tumori di grado 3, potrebbe non essere specifico solo per quella fase.

Lo studio ha anche evidenziato un dettaglio pratico su come tale strumento debba essere utilizzato. L'esatto numero che un paziente riceve dipende dalla macchina specifica e dal laboratorio che ha analizzato il suo campione. Un punteggio "alto" in un laboratorio potrebbe essere un "medio" in un altro. Pertanto, il punteggio non può essere emesso come un numero assoluto universale. Inveve, deve essere calibrato rispetto a un gruppo di riferimento di pazienti elaborati sulla stessa piattaforma. Una volta effettuata questa calibrazione, il punteggio diventa un modo affidabile per classificare i pazienti all'interno di quel gruppo specifico, mostrando chi è ad alto rischio.

Questo lavoro non pretende di aver risolto il problema del trattamento del cancro al cervello, né offre un nuovo farmaco o una cura garantita. I dati utilizzati sono stati raccolti da pazienti passati, il che significa che i risultati sono associazioni piuttosto che prove di causa ed effetto. I ricercatori sottolineano che il punteggio deve essere testato in studi futuri in cui i pazienti vengono seguiti prospetticamente per vedere se l'uso del punteggio aiuti effettivamente i medici a prendere decisioni migliori. Tuttavia, lo studio dimostra con successo che una misura continua di incertezza genetica possiede un reale valore prognostico. Offre un modo per guardare oltre l'istantanea statica dell'aspetto di un tumore e vedere il processo dinamico della sua evoluzione, fornendo un quadro più chiaro e sfumato del rischio per i pazienti affetti da questa sfida clinica.