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

Leukemie is een vorm van kanker van het bloed en het beenmerg, het sponsachtige weefsel in onze botten waar nieuwe bloedcellen worden geboren. In een gezond lichaam produceert deze fabriek een gestage stroom van verschillende celtypen, elk met een specifieke taak, van het transporteren van zuurstof tot het bestrijden van infecties. Acute myeloïde leukemie, of AML, is een bijzonder agressieve vorm van deze ziekte waarbij de fabriek vastloopt. In plaats van te rijpen tot nuttige cellen, vermenigvuldigen de onrijpe voorlopers, bekend als blasts, zich ongecontroleerd en verdringen ze de gezonde cellen. Deze blokkade voorkomt dat het lichaam de bloedcellen aanmaakt die het nodig heeft om te overleven. Hoewel artsen de ziekte kunnen identificeren, is het moeilijk gebleken om een eenvoudige, betrouwbare manier te vinden om het te onderscheiden van normaal beenmerg bij verschillende patiënten. De ziekte is complex, met veel verschillende genetische variaties, wat het moeilijk maakt om één enkele set markers vast te stellen die voor iedereen werkt.

Een onderzoeker zette zich in om dit probleem op te lossen door naar de genetische instructies binnen deze cellen te kijken. Elke cel bevat een enorme bibliotheek aan genen, en de specifieke instructies die op elk moment worden gelezen — bekend als genexpressie — fungeren als een vingerafdruk van de staat van die cel. Bij AML is deze vingerafdruk vervormd. De onderzoeker wilde een kleine, consistente groep genen vinden die altijd aan of uit staan bij leukemiepatiënten, ongeacht het specifieke subtype van de ziekte. Om dit te doen, maakte de onderzoeker gebruik van een krachtige combinatie van informatica en biologie. De onderzoeker verzamelde genetische gegevens van een kleine groep patiënten en gezonde vrijwilligers om een computer te trainen, en testte vervolgens de bevindingen op een veel grotere, onafhankelijke groep patiënten om te zien of het patroon standhield.

De studie begon met een ontdekkingsfase met behulp van RNA-sequencinggegevens van twintig individuen: tien met AML en tien met gezond beenmerg. De onderzoeker scande eerst de genetische gegevens om te zien welke genen anders gedrag vertonden tussen de zieke en de gezonde groepen. De onderzoeker vond een enorme disbalans in de genetische activiteit. Terwijl slechts enkele genen werden opgeschroefd in de gezonde controles, werden duizenden genen omlaag geschroefd in de leukemie-monsters, en een kleiner maar significant aantal werd juist opgeschroefd. Dit wijdverspreide uitschakelen van genen weerspiegelt het vermogen van de ziekte om het normale rijpingsproces van bloedcellen te staken. Vanuit deze enorme lijst van veranderingen gebruikte de onderzoeker een aangepast scoringssysteem om de kandidaten in te perken. Dit systeem keek niet alleen naar hoe sterk een gen veranderde, maar ook naar hoe consistent het veranderde over verschillende patiënten heen en hoe duidelijk het de zieken van de gezonden scheidde. Dit proces bracht de lijst terug tot vijftig veelbelovende kandidaten.

Vervolgens maakte de onderzoker gebruik van drie verschillende soorten machine learning-algoritmen, computerprogramma's die zijn ontworpen om patronen te vinden in complexe gegevens. Elk algoritme benaderde het probleem vanuit een iets andere hoek, vergelijkbaar met drie verschillende experts die naar dezelfde puzzel kijken. Eén methode zocht naar genen die, wanneer gecombineerd, de ziektestatus het beste konden voorspellen. Een andere methode rangschikte genen op basis van hun bijdrage aan het algemene patroon. De derde methode verwijderde systematisch genen om te zien welke echt essentieel waren. Door te eisen dat een gen door ten minste twee van deze drie verschillende methoden werd geselecteerd, verzekerde de onderzoeker dat er niet alleen willekeurige ruis werd gevonden. Deze consensusbenadering resulteerde in een definitieve lijst van twaalf genen die de twintig patiënten in de initiële groep perfect konden onderscheiden.

Om betekenis te geven aan deze lijst, bracht de onderzoeker in kaart hoe deze twaalf genen met elkaar interageren, waarbij een netwerk werd gecreëerd om te zien welke genen centraal stonden in de groep. Deze analyse onthulde een kernhub van zes genen die nauw met elkaar verbonden waren. Deze zes genen bevatten componenten van hemoglobine, het eiwit dat zuurstof transporteert, en drie andere genen met specifieke rollen in de celfunctie. De onderzoeker nam deze zes-genen-handtekening vervolgens en testte deze tegen een volledig aparte dataset met 157 AML-monsters uit een andere bron. Deze stap was cruciaal om te bewijzen dat de bevindingen niet slechts een toevalstreffer waren van de eerste kleine groep.

De resultaten van deze grootschalige test waren opmerkelijk. Terwijl de hemoglobine-gerelateerde genen een variabele consistentie vertoonden, waarschijnlijk omdat verschillende soorten leukemie de bloedproductie op verschillende manieren beïnvloeden, vielen drie specifieke genen op door hun absolute betrouwbaarheid. Deze drie genen, genaamd SLC25A37, FKBP8 en PHOSPHO1, bleken verhoogd te zijn in elk van de 157 patiënten in de validatiegroep. Met andere woorden, elk leukemie-monster in deze grote groep vertoonde hogere niveaus van deze genen dan het hoogste niveau dat bij een gezond persoon was gezien. Deze perfecte consistentie suggereert dat deze drie genen fundamenteel zijn voor de biologie van AML, ongeacht het specifieke genetische subtype van de patiënt.

Verder onderzoek naar de functie van deze genen onthulde een tweeledig verhaal over hoe de ziekte opereert. Het eerste deel van het verhaal betreft het immuunsysteem. De gegevens toonden aan dat genen gerelateerd aan de eerste verdedigingslinie van het lichaam, speciflijk die betrokken bij de activatie van witte bloedcellen genaamd neutrofielen, werden opgeschroefd. Dit suggereert dat de leukemiecellen het natuurlijke alarmsysteem van het lichaam kapen om een omgeving te creëren die hun groei ondersteunt. Het tweede deel van het verhaal betreft de interne machinerie van de cel. De studie vond dat de genen die verantwoordelijk zijn voor het opruimen van beschadigde onderdelen van de cel, specifiek de mitochondriën die fungeren als de energiecentrales van de cel, verstoord waren. Tegelijkertijd waren genen die gewoonlijk geassocieerd worden met de aanmaak van rode bloedcellen abnormaal actief, wat aangeeft dat de leukemiecellen in de war zijn over hun eigen identiteit; ze proberen zich als rode bloedcellen te gedragen terwijl ze onrijpe kankercellen blijven.

De onderzoeker concludeerde dat deze zes-genen-handtekening, en in het bijzonder de drie kern-genen, een robuuste en reproduceerbare manier biedt om acute myeloïde leukemie te identificeren. De studie beweerde niet een geneesmiddel te hebben gevonden, maar eerder een zeer betrouwbaar diagnostisch instrument. Door een zorgvuldig scoringssysteem, meerdere computerleermethoden en een grote onafhankelijke test te combineren, identificeerde de onderzoker een moleculaire vingerafdruk die consistent is over een breed scala aan patiënten. De drie opvallende genen wijzen naar specifieke biologische processen — ijzerstofwisseling, celoverleving en lipidenremodellering — die centraal staan in de ziekte. Dit werk legt een fundament voor de ontwikkeling van eenvoudigere, op expressie gebaseerde tests die artsen kunnen helpen de ziekte nauwkeuriger te diagnosticeren en potentieel toekomstige behandelingen te richten op deze specifieke biologische paden.