LeafRank: A phylodynamic framework for inferring relative fitness from single-cell phylogenies in chromosomally unstable tumors

Resumo Técnico: LeafRank – Um Framework Filodinâmico para Inferir o Fitness Relativo de Filogenias de Célula Única

Declaração do Problema
Os tumores exibem uma heterogeneidade significativa na aptidão celular (fitness), impulsionada por variantes somáticas, como variantes de nucleotídeo único (SNVs) e alterações no número de cópias (CNAs). Embora a caracterização dessa diversidade de fitness seja crítica para compreender a evolução do câncer, a resistência ao tratamento e o potencial adaptativo, quantificá-la permanece um desafio, particularmente em tumores com instabilidade cromossômica (CIN) e duplicação de genoma completo (WGD). Métodos existentes para inferir o fitness subclonal dependem frequentemente de sequenciamento de massa (bulk sequencing), que confunde as frequências de alelos variantes em contextos de CIN, ou focam em subclones predefinidos com suposições de fitness uniformes. A inferência filogenética padrão frequentemente assume um relógio molecular constante, uma suposição violada em tumores de CIN, onde a WGD acelera as taxas de aberração genômica, distorcendo os comprimentos dos ramos e obscurecendo o tempo evolutivo real. Há uma necessidade de um framework que possa inferir o fitness relativo de células individuais a partir de filogenias de sequenciamento de DNA de célula única (scDNA-seq), contabilizando a dinâmica complexa e não linear da instabilidade cromossômica.

Metodologia
Os autores apresentam o LeafRank, um framework probabilístico projetado para inferir o ranking de fitness relativo de células únicas amostradas a partir de árvores filogenéticas reconstruídas de dados de scDNA-seq.

• Fundação do Modelo: O LeafRank utiliza um modelo de processo de ramificação de múltiplos tipos (multi-type branching process model). Ele assume um conjunto discreto de $V$ tipos de fitness, cada um caracterizado por taxas específicas de nascimento ($b$) e morte ($d$). O modelo incorpora eventos de aberrações condutoras (driver, taxa $\nu$) que transicionam as células para estados de fitness mais elevados e aberrações passageiras (taxa $\mu$) que se acumulam de forma neutra.
• Núcleo Algorítmico: Diferente de abordagens anteriores que dependem de aproximações de difusão contínua ou equações diferenciais ordinárias determinísticas, o LeafRank emprega uma decomposição exata da densidade de probabilidade filogenética em propagadores de ramos (branch propagators) e propagadores de bifurcação (bifurcation propagators). Esta formulação permite o uso de um algoritmo de passagem de mensagem (belief propagation). O algoritmo realiza uma passagem bidirecional:
  • Mensagem Up-message (em direção à raiz): Coleta recursivamente as probabilidades condicionais da subárvore descendente de cada nó.
  • Mensagem Down-message (em direção às folhas): Atualiza a probabilidade marginal dos tipos de fitness para cada nó, condicionada à filogenia observada "acima" do nó (linhagens ancestrais e irmãs).
    Este processo computa eficientemente a distribuição de fitness marginal para cada célula folha sem enumerar todas as possíveis configurações de estados latentes.
• Lidando com a Instabilidade Cromossômica (WGD): Para abordar a violação da suposição do relógio molecular causada pela WGD (que dobra o substrato de DNA e acelera as taxas de aberração), o LeafRank integra uma estratégia de reescalonamento de árvore. Utilizando um algoritmo chronos modificado, o framework converte árvores baseadas em matriz de distância (DM) (onde os comprimentos dos ramos representam divergência genômica) em árvores ultramétricas (onde os comprimentos dos ramos representam o tempo evolutivo). Isso é alcançado sob um modelo de relógio molecular dependente do estado, que atribui taxas de aberração distintas para ramos WGD-negativos e WGD-positivos, normalizando efetivamente o tempo da evolução entre as linhagens.
• Robustez de Parâmetros: O framework inclui um fluxo de controle de qualidade para detectar "instabilidade de ranking" (sensibilidade excessiva ao ruído) e "saturação de fronteira" (compressão das estimativas de fitness para os extremos), orientando os usuários na calibração de parâmetros de entrada (ex: escala de tempo $\tau$, número de estados de fitness $V$) para obter rankings informativos.

Principais Contribções

1. Resolução ao Nível Celular: Ao contrário de métodos que estimam o fitness para subclones predefinidos, o LeafRank classifica todas as células amostradas, permitindo a detecção de heterogeneidade de fitness dentro de linhagens e a identificação de padrões de ramificação "tardios, mas rápidos", indicativos de alto fitness.
2. Robustez à CIN: A introdução do reescalonamento de árvore ajustado para WGD permite a inferência de fitness precisa em tumores com instabilidade cromossômica, corrigindo a inflação espúria de fitness frequentemente observada em linhagens WGD-negativas ao utilizar matrizes de distância não ajustadas.
3. Resiliência de Parâmetros: O método demonstra que, embora os valores absolutos de fitness possam variar com as escolhas de parâmetros, o ranking de fitness relativo das células permanece robusto através de uma ampla gama de perturbações de parâmetros biologicamente plausíveis.
4. Framework Diagnóstico: Os autores fornecem uma abordagem diagnóstica usando a variância de subamostragem como um proxy para a precisão da inferência, permitindo que os usuários avaliem a confiabilidade dos resultados na ausência de uma verdade fundamental (ground truth).

Resultados

• Validação por Simulação: Em simulações de tumores virtuais espaciais 3D e não espaciais, o LeafRank alcançou alta correlação (Spearman $r_s > 0,7$ em 35/50 casos) entre os rankings de fitness inferidos e a verdade fundamental (TT) usando árvores de tempo real (TT). Quando aplicado a árvores reconstruídas com ruído, as árvores ultramétricas ajustadas para WGD superaram significativamente as árvores de matriz de distância não ajustadas, recuperando rankings próximos ao benchmark TT e corrigindo vieses na estimação de fitness.
• Aplicação Clínica (HGSOC): Aplicado a dados de célula única de pacientes com câncer de ovário de alto grau (HGSOC):
  • Tumores com WGD Truncal: O LeafRank revelou seleção direcional em vários pacientes, onde o fitness aumentou através de saltos discretos (ex: do tipo 0 para 6, depois 9, depois 10) em vez de expansão neutra. Também identificou eventos de seleção paralela, onde linhagens distintas adquiriram fitness elevado independentemente.
  • Drivers Genômicos: Ao correlacionar os rankings de fitness com perfis de número de cópias, o framework identificou SCNAs recorrentes associadas ao alto fitness. Notavelmente, a perda do Braço C do Cromossomo 10 (contendo o supressor de tumor PTEN) foi recorrentemente associada ao alto fitness em seis pacientes. Outros eventos recorrentes incluíram ganhos no Chr12p contendo KRAS e perdas no Chr6q (ligadas à quimioresistência).
  • WGD Subclonal: Em tumores contendo linhagens tanto WGD+ quanto WGD-, o LeafRank descobriu que células WGD+ não exibiram uma vantagem de fitness imediata e uniforme sobre suas contrapartes WGD- no momento da amostragem. Em vez disso, as vantagens de fitness foram adquiridas através de alterações subsequentes, sugerindo que a WGD provê evolvibilidade de longo prazo, em vez de um impulso de crescimento instantâneo.

Significância e Alegações
O artigo afirma que o LeafRank fornece uma ferramenta generalizável para traduzir a informação estrutural de filogenias de célula única em rankings de fitness relativo, oferecendo uma visão de alta resolução da expansão clonal do câncer. Os autores enfatizam que sua abordagem não assume um fitness uniforme dentro de subclones, permitindo a resolução da seleção dentro de linhagens. Ao desacoplar as taxas de aberração do tempo evolutivo através do reescalonamento de árvore, o LeafRank aborda uma limitação crítica na análise de tumores de CIN. O estudo conclui que, embora a WGD seja um evento recorrente em HGSOC, ela não necessariamente confere uma vantagem de fitness imediata; em vez disso, sua prevalência pode ser impulsionada por uma maior evolvibilidade de longo prazo. O framework permite a identificação de padrões específicos de aneuploidia que impulsionam a expansão clonal e que poderiam permanecer ocultos em análises genômicas de massa padrão. Os autores observam limitações, particularmente em relação a tumores que evoluem sob neutralidade estrita ou aqueles que atingiram a capacidade de carga (carrying capacity/estase populacional), onde o sinal de expansão necessário para a inferência pode estar ausente.