Genome based subtyping identifies Parkinson’s disease subtypes with reproducible motor progression differences and clinical trial enrichment potential

Resumo Técnico: Subtipagem da Doença de Parkinson Baseada em Genoma

Definição do Problema
A doença de Parkinson (DP) é caracterizada por uma heterogeneidade clínica e biológica significativa, o que complica a previsão da progressão, da resposta ao tratamento e a identificação de mecanismos biológicos subjacentes. As estratégias atuais de subtipagem baseiam-am-se frequentemente em variáveis clínicas (ex: tremor dominante vs. distúrbio do ritmo postural), que podem ser instáveis ao longo do tempo e vulneráveis a fatores de confusão, como o estado de medicação, a variabilidade do avaliador e o estágio da doença. Embora a variação genética ofereça um dado estável e objetivo para estratificação, ela permanece subutilizada na subtipagem da DP. Os autores abordam o desafio de identificar subtipos de DP reprodutíveis utilizando apenas dados genômicos basais, independentemente de informações clínicas, para determinar se tais subtipos predizem trajetórias motoras longitudinais e marcos de tratamento distintos.

Metodologia
O estudo empregou uma estrutura de aprendizado de máquina não supervisionado aplicada a dados de sequenciamento de genoma completo (WGS) de três coortes independentes: a Parkinson's Progression Markers Initiative (PPMI) como coorte de descoberta ($n=265$), e a Parkinson's Disease Biomarkers Program (PDBP) e o ensaio STEADY-PD III (STEADY) combinados como coorte de validação externa ($n=104$). A amostra analítica total incluiu 369 participantes com DP em estágio inicial (duração da doença $\le$ 2–3 anos).

1. Seleção de Características: O modelo utilizou 98 polimorfismos de nucleotídeo único (SNPs) específicos previamente associados à suscetibilidade à DP (90 variantes) e à progressão (8 variantes) em populações europeias.
2. Arquitetura do Modelo:
   • Treinamento: Um autoencoder foi treinado em 1.050 participantes com DP não analíticos (da mesma fonte de dados, mas excluídos da análise) para aprender representações compactas dos 98 SNPs. Esta etapa evitou o vazamento de informações (information leakage).
   • Agrupamento (Clustering): Os vetores latentes gerados pelo autoencoder para os participantes analíticos foram agrupados usando um Modelo de Mistura Gaussiana (GMM).
   • Critérios de Seleção: As soluções foram filtradas por estabilidade (usando um limiar de Índice de Rand Ajustado) e interpretabilidade. O modelo final priorizou clusters que demonstraram separação consistente no fardo ou progressão do MDS-UPDRS III em ambas as coortes de descoberta e validação.
3. Validação e Análise:
   • Desfechos Longitudinais: Modelos lineares de efeitos mistos foram usados para avaliar a progressão anual nas Partes II e III do MDS-UPDRS (pontuações totais e subpontuações) do baseline até o ano 3.
   • Desfechos Estendidos: Na coorte PPMI (até 10 anos de acompanhamento), o estudo analisou a incidência de Estimulação Cerebral Profunda (DBS) por modelos de riscos proporcionais de Cox (ajustados por idade), trajetórias de Dose Diária Equivalente de Levodopa (LEDD) e perfis de biomarcadores (marcadores de CSF/soro, incluindo cinética de Ensaio de Amplificação de Semente [SAA]).
   • Simulação de Enriquecimento: Uma simulação teórica calculou a redução no tamanho de amostra necessário para um hipotético ensaio clínico de dois braços se as coortes fossem enriquecidas com subtipos específicos.

Principais Resultados
A análise identificou três clusters derivados geneticamente (C1, C2 e C3) que eram comparáveis no baseline quanto a demografia, duração da doença e escores de risco poligênico, mas divergiram significamente em desfechos longitudinais.

• Progressão Motora:
  • Descoberta (PPMI): O C1 exibiu a progressão mais rápida do MDS-UPDRS III (3,21 pontos/ano) em comparação ao C3 (2,14 pontos/ano; $p=0,0072$).
  • Validação (PDBP + STEADY): O padrão foi replicado, com o C1 mostrando 3,21 pontos/ano de progressão versus 0,49 pontos/ano para o C3 ($p=0,0034$).
  • Subpontuações: A progressão de marcha e postura foi mais alta no C1. A progressão de rigidez foi mais alta no C2. As pontuações de tremor, bradicinesia e fala não mostraram diferenças consistentes entre os conjuntos de dados.
• Marcos de Tratamento (Acompanhamento Estendido PPMI):
  • Cirurgia de DBS: O C1 teve a maior taxa bruta de cirurgia de DBS (21,7%) comparado ao C2 (14,1%) e C3 (13,6%). A regressão de Cox ajustada por idade mostrou que o C2 e o C3 tiveram riscos significativamente menores para DBS comparados ao C1 (HR 0,40 e 0,35, respectivamente).
  • Medicação: O C2 apresentou um aumento anual de LEDD menor do que o C1. Não foram encontradas diferenças significativas nas trajetórias de resposta à levodopa.
• Biomarcadores:
  • Biomarcadores padrão (A$\beta$1–42 no CSF, tau, NfL, GFAP, $\alpha$-sinucleína) não mostraram diferenças ajustadas entre os clusters.
  • A positividade de SAA foi numericamente superior no C1 e C2 do que no C3, mas não atingiu significância estatística ($p=0,052$). No entanto, o tempo médio para a inclinação máxima em 24 horas na cinética de SAA foi significativamente maior no C1 em comparação ao C2 e C3 ($p=0,026$).
• Enriquecimento de Ensaios Clínicos:
  • Simulações indicaram que o enriquecimento de uma coorte de ensaio com participantes do C1 poderia reduzir o tamanho de amostra necessário em até 45,4% (reduzindo de 388 para 212 participantes por braço) se a fração do C1 fosse aumentada de 32% para 100%.

Significância e Alegações
Os autores afirmam que este estudo demonstra a viabilidade de usar apenas a variação poligênica basal para identificar subtipos precoces de DP com diferenças reprodutíveis na progressão motora e nos marcos relacionados ao tratamento. As principais contribuições incluem:

1. Estratificação Genética: O estudo fornece evidências de que a estrutura de variantes comuns pode estratificar pacientes em grupos com trajetórias motoras distintas antes que a divergência clínica longitudinal se torne evidente, oferecendo um dado fixo e objetivo para subtipagem que evita a confusão do estado de medicação e do tempo de avaliação.
2. Validação Externa: Ao contrário de muitos estudos baseados em dados anteriores, este trabalho replicou com sucesso o padrão de progressão motora em uma coorte externa independente (PDBP/STEADY), abordando uma lacuna crítica na literatura sobre a generalizabilidade dos subtipos de DP.
3. Utilidade Clínica: Os achados sugerem que a subtipagem genômica pode servir como uma ferramenta para "estratificação prognóstica motora". Especificamente, a capacidade de identificar um subgrupo de "progressão rápida" (C1) oferece valor prático para o enriquecimento de ensaios clínicos, potencialmente aumentando o poder estatístico e reduzindo os tamanhos de amostra para intervenções modificadoras da doença.
4. Estrutura Implementável: Os autores fornecem um algoritmo publicamente disponível (SNP2PDsubtype) para atribuir pacientes individuais a esses clusters derivados geneticamente, indo além do agrupamento teórico para uma estrutura implementável para pesquisa e potenciais fluxos de trabalho clínicos.

O artigo conclui de forma modesta, reconhecendo limitações como a restrição a populações de ancestralidade europeia, o foco em estágios iniciais da doença e a exclusão de variantes raras e interações gene-ambiente. Eles enfatizam que, embora a abordagem mostre promessa para prognóstico e desenho de ensaios, a validação prospectiva em ancestralidades e estágios de doença mais amplos é necessária.