Standardised Human Phenotype Ontology Annotation Enables High Quality Phenotypic Data Capture in a Real-World Common Variable Immunodeficiency Cohort

Este estudo demonstra que a implementação de uma estrutura padronizada da Ontologia de Fenótipos Humanos (HPO) com treinamento de clínicos permite a captura de dados fenotípicos de alta qualidade e granulares em uma grande coorte britânica de CVID, vinculando com sucesso perfis imunológicos específicos e variantes genéticas a subgrupos clínicos distintos para avançar a compreensão genótipo-fenótipo e as estratégias terapêuticas.

O essencial

Imagine que você está tentando descrever uma receita complexa a um amigo, mas todos usam sua própria gíria. Uma pessoa diz "uma pitada de tempero", outra diz "um toque de ardência" e uma terceira diz "algo picante". Se você tentar comparar suas anotações depois, é um caos. Você não consegue dizer se eles realmente fizeram o mesmo prato ou se apenas usaram palavras diferentes para a mesma coisa.

Isso é exatamente o problema que os médicos enfrentaram com a Imunodeficiência Variável Comum (IVC). É uma condição em que o sistema imunológico está fraco, mas parece diferente em cada paciente. Alguns têm muitas infecções, enquanto outros têm infecções mais problemas autoimunes, órgãos inchados ou problemas pulmonares. Como os médicos descreviam esses sintomas de maneiras diferentes, era difícil ver o quadro geral ou agrupar pacientes que eram realmente semelhantes.

A Solução: Um "Dicionário Médico" Universal
Os pesquisadores neste artigo decidiram corrigir isso usando uma ferramenta chamada Ontologia de Fenótipos Humanos (HPO). Pense na HPO como um dicionário massivo e padronizado para doenças humanas. Em vez de escrever "minha barriga dói", um médico usando a HPO selecionaria o termo exato "Dor abdominal" de uma lista. Em vez de "pulmões ruins", eles escolheriam "Bronquiectasia".

A equipe, liderada pelo consórcio INTREPID, construiu uma ferramenta digital especial (uma "Ferramenta de Captura de Fenótipo") para ajudar os médicos a usar esse dicionário. Mas eles sabiam que apenas dar um dicionário aos médicos não era suficiente; eles precisavam ensiná-los a usá-lo corretamente. Então, treinaram 28 clínicos em 11 hospitais do Reino Unido sobre como descrever pacientes usando esses termos específicos.

O Experimento: O Treinamento Perfecciona
Os pesquisadores testaram sua ideia de duas maneiras:

1. O Test Drive: Eles deram a 10 médicos o mesmo caso de paciente fictício e pediram que o descrevessem usando o dicionário HPO. Antes do treinamento, suas descrições estavam completamente dispersas. Após o treinamento, eram quase idênticas. Foi como ensinar um grupo de chefs a medir ingredientes com a mesma xícara em vez de adivinhar com as mãos.
2. O Mundo Real: Eles analisaram 526 pacientes reais com IVC. Compararam as anotações escritas pelos médicos antes do treinamento com as anotações escritas depois.
   • Antes: As anotações eram escassas. Em média, os médicos listavam cerca de 7 sintomas por paciente.
   • Depois: As anotações eram ricas e detalhadas. A média saltou para 19 sintomas por paciente.
   • O Resultado: Os médicos não apenas escreveram mais; escreveram melhor. Pararam de usar termos vagos e começaram a usar termos precisos, capturando a complexidade total da doença.

O Que Descobriram: Separando os Grupos "Infecção" vs. "Complexo"
Com esses dados de alta qualidade, os pesquisadores puderam finalmente separar os pacientes em dois grupos distintos, como separar um saco misto de bolinhas de gude por cor:

• Grupo A (Apenas Infecção): Pacientes que lutavam principalmente apenas para ficar doentes.
• Grupo B (Complexo): Pacientes que tinham infecções mais outras complicações confusas, como ataques autoimunes, baço aumentado ou problemas no fígado.

Eles descobriram que 58% dos pacientes se encaixavam no grupo "Complexo".

Conectando os Pontos: Genes e Sintomas
Como os dados estavam tão limpos, eles puderam finalmente traçar linhas claras entre o que estava acontecendo dentro dos corpos dos pacientes (seus genes e células sanguíneas) e o que estava acontecendo do lado de fora (seus sintomas).

• A Pista "Complexa": Pacientes no grupo "Complexo" tinham muito mais probabilidade de ter mutações genéticas específicas (especificamente em um gene chamado NFKB1) e anomalias específicas em suas células imunológicas (como a falta de células B de "memória comutada").
• Correspondências Específicas:
  • Se um paciente tivesse uma mutação no gene NFKB1, era altamente provável que tivesse neutropenia autoimune (onde o corpo ataca seus próprios glóbulos brancos que combatem infecções).
  • Se um paciente tivesse uma mutação específica no gene TACI, era mais provável que tivesse infecções fúngicas (Cândida) recorrentes.
  • Pacientes com altos níveis de um tipo específico de célula imunológica (CD21low) tinham maior probabilidade de ter trombocitopenia autoimune (contagem baixa de plaquetas).

A Conclusão
Este estudo prova que, se você ensinar os médicos a falar a mesma "língua" (HPO) e der a eles as ferramentas certas, você pode transformar uma pilha bagunçada e confusa de anotações de pacientes em um mapa claro e organizado.

Ao fazer isso, eles não apenas contaram sintomas; descobriram que o tipo "Complexo" de IVC é biologicamente diferente do tipo "Apenas Infecção". Eles descobriram que certos erros genéticos estão diretamente ligados a complicações específicas e graves. Isso significa que, no futuro, olhar para o código genético específico de um paciente e sua lista detalhada de sintomas pode ajudar os médicos a entender exatamente que tipo de IVC um paciente tem, em vez de apenas tratá-los todos da mesma maneira.

Em resumo: Eles construíram um sistema de arquivamento melhor, ensinaram a equipe a usá-lo e, ao fazer isso, encontraram padrões ocultos que explicam por que alguns pacientes ficam mais doentes do que outros.

Resumo técnico

1. Declaração do Problema

A Imunodeficiência Comum Variável (CVID) é a imunodeficiência primária (PID) mais prevalente, caracterizada por uma heterogeneidade clínica significativa. Os pacientes apresentam manifestações diversas, que vão desde infecções recorrentes até desregulação imune complexa (autoimunidade, linfoproliferação, granulomas).

• O Desafio: Sistemas de classificação atuais (por exemplo, EUROClass) baseiam-se na fenotipagem de células B, mas frequentemente carecem de dados clínicos granulares e padronizados. Registros existentes sofrem com entrada de dados inconsistente, práticas de codificação variáveis e falta de profundidade fenotípica estruturada, o que impede a identificação de correlações genótipo-fenótipo e a estratificação de pacientes para terapias direcionadas.
• A Lacuna: Embora a Ontologia de Fenótipos Humanos (HPO) ofereça uma estrutura organizada para doenças raras, sua aplicação em grandes coortes de CVID do mundo real tem sido limitada por barreiras como o desconhecimento dos clínicos, pressões de tempo e a falta de ferramentas padronizadas para captura de dados.

2. Metodologia

O estudo aproveitou o projeto INTREPID (Pesquisa Tradicional Integrativa em Imunodeficiência Primária), uma iniciativa de sequenciamento de genoma completo (WGS) em todo o Reino Unido.

• Cohorte: 526 pacientes adultos com CVID recrutados de 11 centros no Reino Unido.
• Desenvolvimento de Ferramentas: Os autores desenvolveram uma Ferramenta de Captura de Fenótipos (PCT) baseada na web.
  • Apresenta uma caixa de pesquisa com preenchimento automático para termos HPO.
  • Permite a entrada de valores laboratoriais numéricos, que são automaticamente mapeados para os termos HPO correspondentes.
  • Inclui um campo específico "Sim/Não" para Doença Intersticial Pulmonar Linfocítica Granulomatosa (GLILD), pois inicialmente não era um termo padrão da HPO.
• Treinamento de Clínicos: Um programa de treinamento estruturado foi implementado, onde os clínicos praticaram em casos simulados.
  • Análise Pré vs. Pós-Treinamento: O estudo comparou as anotações HPO feitas pelos clínicos antes do treinamento (no recrutamento inicial para WGS) com as anotações feitas após o treinamento para os mesmos pacientes.
  • Métricas de Consistência: Pontuações de similaridade semântica de Lin em pares foram calculadas para medir o acordo entre clínicos.
• Análise de Dados:
  • Categorização: Os pacientes foram estratificados em dois grupos com base em termos HPO: Apenas Infecção (infecções recorrentes/bronquiectasia) vs. Complexo (infecções + autoimunidade, esplenomegalia, linfoproliferação, GLILD, etc.).
  • Testes Estatísticos: Associações entre fenótipos, subconjuntos de células B (EUROClass), níveis de imunoglobulina e variantes genéticas foram testadas usando testes de Cochran-Mantel-Haenszel (estratificados por centro) com correção Benjamini-Hochberg (BH) para testes múltiplos.
  • Redução de Dimensionalidade: Análise de Componentes Principais (PCA) usando embeddings HPO (node2vec) foi utilizada para visualizar o agrupamento fenotípico.

3. Principais Contribuições

• Primeira Aplicação em Grande Escala de HPO em CVID: Este é o primeiro estudo a aplicar sistematicamente anotação HPO granular a uma grande coorte de CVID do mundo real (n=526).
• Validação de Fluxos de Trabalho de Treinamento: Demonstrou que o treinamento estruturado de clínicos melhora significativamente tanto a granularidade (número de termos por paciente) quanto a consistência (confiabilidade entre avaliadores) dos dados fenotípicos.
• Estratificação Fenotípica Refinada: Definiu com sucesso um subgrupo de "CVID Complexo" distinto de pacientes "Apenas Infecção", utilizando um conjunto lógico de termos HPO.
• Curadoria de Ontologia: Identificou 41 termos HPO específicos da doença que estavam faltando (por exemplo, tipos específicos de granuloma, infecções recorrentes) e propôs novas relações hierárquicas, submetendo-os ao banco de dados HPO.
• Ciência Aberta: Liberou a Ferramenta de Captura de Fenótipos, o pipeline de análise (GitHub) e um conjunto de dados abrangente de 883 termos HPO únicos mapeados para a coorte.

4. Principais Resultados

• Impacto do Treinamento:
  • Granularidade: O número mediano de termos HPO não redundantes por paciente aumentou de 7 (IQR 8) pré-treinamento para 19 (IQR 11) pós-treinamento ($P < 2.2 \times 10^{-16}$).
  • Consistência: A similaridade semântica em pares entre clínicos anotando o mesmo caso foi alta (mediana 0,80), indicando que práticas de codificação padronizadas foram alcançadas.
• Estratificação da Cohorte:
  • Apenas Infecção: 42% (220 pacientes).
  • CVID Complexo: 58% (306 pacientes).
  • A análise de PCA confirmou que o primeiro componente principal separou efetivamente esses dois grupos.
• Associações Genótipo-Fenótipo:
  • Fenótipo Complexo: Associado significativamente a células B de memória trocadas muito baixas (<2%) e células B CD21low expandidas (>10%).
  • Drivers Genéticos: Pacientes com doença complexa tinham probabilidade significativamente maior de carregar variantes patogênicas em genes listados pela IUIS no geral ($P=0,002$) e especificamente variantes NFKB1 ($P=0,0035$).
  • Associações Específicas:
    • Variantes NFKB1 $\leftrightarrow$ Neutropenia autoimune ($P = 7.4 \times 10^{-6}$).
    • Variantes patogênicas IUIS (não NFKB1/TACI) $\leftrightarrow$ Anemia hemolítica autoimune ($P = 0,009$).
    • Variantes canônicas TNFRSF13B (TACI) $\leftrightarrow$ Infecções recorrentes por candida ($P = 0,046$).
    • IgM Elevada $\leftrightarrow$ Infiltração linfocítica intersticial pulmonar ($P = 4.5 \times 10^{-7}$).
• Correlatos de Células B:
  • Células B de memória trocadas muito baixas foram associadas a esplenomegalia.
  • Células B CD21low expandidas foram ligadas à autoimunidade, especificamente trombocitopenia autoimune.

5. Significado e Implicações Clínicas

• Padronização: O estudo prova que a fenotipagem baseada em HPO é viável na prática clínica de rotina quando apoiada por ferramentas amigáveis e treinamento. Reduz a variabilidade entre clínicos, permitindo comparações multicêntricas robustas.
• Medicina de Precisão: Ao distinguir "CVID Complexo" de "Apenas Infecção", o estudo facilita uma melhor estratificação de pacientes. Isso é crucial para identificar pacientes que podem se beneficiar de terapias imunossupressoras (para doença complexa) versus aqueles que requerem apenas reposição de imunoglobulina.
• Descoberta Genética: Os dados fenotípicos de alta qualidade fortalecem o poder do WGS para identificar causas monogênicas (como NFKB1) e vinculá-las a subfenótipos clínicos específicos, avançando além de uma estrutura baseada em "diagnóstico" para uma abordagem "orientada por fenótipo".
• Direções Futuras: Os autores destacam que, embora a anotação manual seja eficaz, trabalhos futuros devem integrar a extração automatizada de registros eletrônicos de saúde (EHR) não estruturados para capturar dados longitudinais e aprofundar ainda mais a resolução fenotípica.

Em conclusão, este artigo estabelece um novo padrão para a pesquisa em CVID, fornecendo um conjunto de dados codificado em HPO, validado e de alta qualidade, que permite a dissociação da heterogeneidade da doença e apoia o desenvolvimento de estratégias terapêuticas direcionadas.