Static DNA-Methylation Burden Discriminates Hematologic-Malignancy Subtypes but Does Not License Per-Patient Trajectory Inference: A Public-Cohort Analysis and an Identifiability Framework

Resumo Técnico: Carga de Metilação de DNA Estática vs. Inferência de Trajetória

Definição do Problema
O artigo aborda a distinção crítica entre duas interpretações dos dados de metilação de DNA em malignidades hematológicas:

1. Classificação Estática: Determinar se o estado de metilação atual de um indivíduo é anômalo em relação a uma linha de base saudável (um problema de classificação solucionável).
2. Inferência de Trajetória Dinâmica: Determinar se esse estado está se movendo em direção à doença com uma velocidade, tempo de chegada e tempo de antecedência mensuráveis (um problema de sistema dinâmico).

Embora coortes pré-diagnósticas mostrem desvios de metilação em todo o genoma meses ou anos antes do diagnóstico clínico, o artigo argumenta que a comunidade científica frequentemente confunde erroneamente o desvio estático com o movimento dinâmico. O problema central é que a "linguagem de trajetória" (velocidade, tempo de antecedência) é facilmente afirmada, mas estruturalmente impossível de derivar de dados transversais (de um único ponto no tempo) ou de dois pontos esparsos, pois esses conjuntos de dados carecem do eixo temporal necessário para definir uma derivada.

Metodologia
O estudo utiliza uma análise secundária de dados de arrays Illumina HumanMethylation450 e EPIC, de domínio público e desidentificados. Nenhum dado proprietário, de prontuário eletrônico ou de paciente individual foi utilizado.

• Métricas Definidas:
  • Carga de Metilação (MB) Estática: O desvio absoluto médio da $\beta$ de uma amostra em relação a uma distribuição de referência de sangue total saudável.
  • Entropia Regulatória (H): A entropia de Shannon normalizada dessa distribuição de desvio.
• Ferramenta de Triagem: Uma triagem de carga de 48-CpG direcionada e travada (qMethyl-48) foi avaliada. A composição específica dos loci é mantida em sigilo pendente de persecução de propriedade intelectual. A triagem pontua uma amostra como positiva se $\ge$ 4 loci apresentarem desvio.
• Coortes:
  • Referência: 656 doadores de sangue total saudáveis (GSE40279).
  • Doença: Coortes públicas para Leucemia Mieloide Crônica (LMC), Leucemia Mielomonocítica Crônica (LMMC) e Neoplasias Mieloproliferativas (NMP).
• Estrutura Teórica: O artigo aplica a teoria de Reconstrução de Espaço de Estados (especificamente o teorema de incorporação de Takens e a incorporação de atraso fractal) para analisar a identificabilidade da recuperação da trajetória. Postula-se que a recuperação de dinâmicas requer uma série temporal amostrada com atrasos suficientes para reconstruir o manifold invariante do sistema, uma condição não atendida por dados transversais.

Principais Resultados

• Discriminação Estática: A carga estática e a entropia discriminam com sucesso os subtipos de malignidade hematológica da OMS-2022 (especificamente mieloides) de doadores saudáveis.
• Desempenho da Triagem: Contra os 656 doadores saudáveis, a triagem qMethyl-48 alcançou 96,6% de especificidade em seu limiar travado. A sensibilidade variou de 94,9% a 100% entre as coortes de LMC, LMMC e NMP.
• Limitações: Estes resultados são estritamente medidas de classificação de um único ponto no tempo. Eles confirmam a presença de um sinal estático separável, mas não fornecem evidências sobre a taxa ou direção de mudança.
• Mieloide vs. Linfoide: Os resultados aplicam-se aos subtipos mieloides. O artigo observa explicitamente que doenças linfoides (ex: LLC), que frequentemente exibem hipometilação global em vez da carga de hipermetilação indexada por esta triagem, devem se comportar de forma diferente e não estão cobertas por estas afirmações.

Contribuições Teóricas: O Framework de Identificabilidade
A principal contribuição teórica do artigo é um argumento rigoroso contra a inferência de trajetória a partir de dados estáticos e um framework formal do que é necessário para sustentar tais afirmações:

1. Circularidade da Velocidade Construída: Definir a velocidade como $v = (\beta_{chegada} - \beta_{saudável}) / T_{antecedência}$ é, algebricamente, uma carga estática reescalonada. Mede nenhum tempo derivativo e cria uma correlação circular entre o tempo de antecedência assumido e a velocidade calculada.
2. Obstáculos Estruturais: Quantidades de trajetória (velocidade, chegada, energia conservada) são propriedades de sistemas dinâmicos observados ao longo do tempo. Dados transversais não possuem um eixo temporal; dados de dois pontos representam um mínimo degenerado.
3. Tetos de Recuperabilidade: Mesmo com séries temporais, a reconstrução de espaço de estados possui limites. A relação de condução direta versus sincronização indireta não pode ser resolvida sem a remoção de confundidores (idade, CHIP, composição celular, inflamação).
4. Piso de Ruído: O ruído de medição (2–4%) estabelece um limite rígido; a velocidade calculada como uma diferença de valores $\beta$ ruidosos sobre intervalos curtos amplifica o ruído, limitando os intervalos de amostragem viáveis.

Caminho Proposto: Um Programa de Amostragem Serial
Para mover da estratificação de risco estática para a inferência de trajetória dinâmica, o artigo propõe um programa de amostragem serial prospectiva com portões de "vá/não vá" pré-especificados. Este programa é desenhado de modo que um resultado negativo em qualquer estágio seja um achado publicável que refuta a hipótese de trajetória. Os cinco portões são:

• Q1 (Incorporação): Verificar se uma dimensão de incorporação estável é recuperável entre os sujeitos.
• Q2 (Convergência): Demonstrar que estatísticas de detecção de continuidade separam progressores de não progressores contra um nulo.
• Q3 (Atrator): Validar se os conjuntos limites de trajetórias individuais coincidem com um centroide de diagnóstico.
• Q4 (Confundimento): Provar que a relação de condução sobrevive à remoção de idade, CHIP, composição celular e inflamação.
• Q5 (Proveniência): Confirmar a proveniência dos dados e que a precisão por probe está abaixo do piso de ruído.

Significância e Alegações
O artigo conclui com dois achados distintos e não confundidos:

1. Utilidade Imediata: Um classificador de carga de metilação estático, de um único ponto no tempo, é suportado por dados públicos. Ele discrimina subtipos, valida externamente e é implantável como um teste laboratorial desenvolvido para estratificação de risco.
2. Limitação Estrutural: A leitura dinâmica (velocidade, tempo de antecedência) não é licenciada por dados transversais. A limitação é estrutural (ausência de um eixo temporal), não biológica.

A significância do trabalho reside em separar "o que é utilizável agora" do "o que deve ser prospectivamente conquistado". Ao enquadrar a recuperação de trajetória como um problema de reconstrução de espaço de estados e especificar um design experimental com portões, o artigo visa evitar que o campo faça afirmações cinéticas circulares, ao mesmo tempo em que fornece um caminho rigoroso para substanciar tais afirmações, caso sejam biologicamente reais. Os autores enfatizam que um framework que especifica o experimento capaz de refutar a hipótese é um ponto forte, garantindo que futuras afirmações sejam baseadas em evidências pré-especificadas em vez de mera asserção.