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

A leucemia é um câncer do sangue e da medula óssea, o tecido esponjoso dentro de nossos ossos onde novas células sanguíneas nascem. Em um corpo saudável, essa fábrica produz um fluxo constante de diferentes tipos de células, cada uma com um trabalho específico, desde carregar oxigênio até combater infecções. A leucemia mieloide aguda, ou LMA, é uma forma particularmente agressiva desta doença, onde a fábrica fica travada. Em vez de amadurecerem em células úteis, os precursores imaturos, conhecidos como blastos, multiplicam-se descontroladamente e expulsam as células saudáveis. Esse bloqueio impede que o corpo produza as células sanguíneas de que precisa para sobreviver. Embora os médicos consigam identificar a doença, encontrar uma maneira simples e confiável de distingui-la da medula óssea normal entre diferentes pacientes tem sido difícil. A doença é complexa, com muitas variações genéticas diferentes, tornando difícil determinar um único conjunto de marcadores que funcione para todos.

Um pesquisador propôs-se a resolver este problema analisando as instruções genéticas dentro dessas células. Cada célula contém uma vasta biblioteca de genes, e as instruções específicas que estão sendo lidas em qualquer momento — conhecida como expressão gênica — atuam como uma impressão digital para o estado daquela célula. Na LMA, essa impressão digital é distorcida. O pesquisador queria encontrar um grupo pequeno e consistente de genes que estivessem sempre ligados ou desligados em pacientes com leucemia, independentemente do subtipo específico da doença. Para fazer isso, recorreu a uma combinação poderosa de ciência da computação e biologia. Ele reuniu dados genéticos de um pequeno grupo de pacientes e voluntários saudáveis para treinar um computador e, em seguida, testou suas descobertas em um grupo muito maior e independente de pacientes para ver se o padrão se mantinha.

O estudo começou com uma fase de descoberta usando dados de sequenciamento de RNA de vinte indivíduos: dez com LMA e dez com medula óssea saudável. O pesquisador primeiro escaneou os dados genéticos para ver quais genes estavam se comportando de maneira diferente entre os grupos doentes e saudáveis. Ele encontrou um desequilíbrio massivo na atividade genética. Enquanto apenas alguns poucos genes estavam aumentados nos controles saudáveis, milhares estavam diminuídos nas amostras de leucemia, e um número menor, porém significativo, estava aumentado. Esse desligamento generalizado de genes reflete a capacidade da doença de interromper o processo normal de maturação das células sanguíneas. A partir dessa vasta lista de mudanças, o pesquisador utilizou um sistema de pontuação personalizado para refinar os candidatos. Este sistema não olhava apenas o quanto um gene mudava, mas também o quão consistentemente ele mudava entre diferentes pacientes e o quão claramente ele separava os doentes dos saudáveis. Esse processo reduziu a lista para cinquenta candidatos promissores.

Em seguida, o pesquisador empregou três tipos diferentes de algoritmos de aprendizado de máquina, que são programas de computador projetados para encontrar padrões em dados complexos. Cada algoritmo abordava o problema de um ângulo ligeiramente diferente, muito parecido com três especialistas diferentes olhando para o mesmo quebra-cabeça. Um método procurava genes que, quando combinados, poderiam melhor prever o estado da doença. Outro método classificava os genes com base em quanto eles contribuíam para o padrão geral. O terceiro método removia sistematicamente os genes para ver quais eram verdadeiramente essenciais. Ao exigir que um gene fosse selecionado por pelo menos dois desses três métodos, o pesquisador garantiu que não estivesse apenas encontrando ruído aleatório. Essa abordagem de consenso resultou em uma lista final de doze genes que podiam distinguir perfeitamente os vinte pacientes do grupo inicial.

Para dar sentido a essa lista, o pesquisador mapeou como esses doze genes interagem entre si, criando uma rede para ver quais eram centrais para o grupo. Essa análise revelou um núcleo central de seis genes que estavam fortemente conectados. Esses seis genes incluíam componentes da hemoglobina, a proteína que transporta oxigênio, e outros três genes com funções específicas na função celular. O pesquisador então pegou essa assinatura de seis genes e a testou contra um conjunto de dados completamente separado, contendo 157 amostras de LMA de uma fonte diferente. Esta etapa foi crucial para provar que as descobertas não eram apenas um acaso do primeiro pequeno grupo.

Os resultados desse teste em larga escala foram impressionantes. Enquanto os genes relacionados à hemoglobina mostraram consistência variável, provavelmente porque diferentes tipos de leucemia afetam a produção de células sanguíneas de formas distintas, três genes específicos se destacaram com absoluta confiabilidade. Esses três genes, chamados SLC25A37, FKBP8 e PHOSPHO1, foram encontrados elevados em cada um dos 157 pacientes no grupo de validação. Em outras palavras, cada uma das amostras de leucemia neste grande grupo apresentou níveis mais altos desses genes do que o nível mais alto visto em qualquer pessoa saudável. Essa consistência perfeita sugere que esses três genes são fundamentais para a biologia da LMA, independentemente do subtipo genético do paciente.

Uma análise posterior sobre o que esses genes fazem revelou uma história dupla sobre como a doença opera. A primeira parte da história envolve o sistema imunológico. Os dados mostraram que os genes relacionados à primeira linha de defesa do corpo, especificamente aqueles envolvidos na ativação de glóbulos brancos chamados neutrófilos, estavam aumentados. Isso sugere que as células da leucemia estão sequestrando os sistemas de alarme naturais do corpo para criar um ambiente que suporte seu crescimento. A segunda parte da história envolve a maquinaria interna da célula. O estudo descobriu que os genes responsáveis pela limpeza de partes danificadas da célula, especificamente as mitocôndrias, que atuam como usinas de energia das células, estavam interrompidos. Ao mesmo tempo, genes normalmente associados à produção de glóbulos vermelhos estavam anormalmente ativos, indicando que as células da leucemia estão confusas sobre sua própria identidade, tentando agir como glóbulos vermelhos enquanto permanecem células cancerosas imaturas.

O pesquisador concluiu que essa assinatura de seis genes, e particularmente os três genes principais, oferece uma forma robusta e reproduzível de identificar a leucemia mieloide aguda. O estudo não afirmou ter encontrado uma cura, mas sim uma ferramenta diagnóstica altamente confiável. Ao combinar um sistema de pontuação cuidadoso, múltiplos métodos de aprendizado computacional e um grande teste independente, o pesquisador identificou uma impressão digital molecular que é consistente em uma ampla gama de pacientes. Os três genes de destaque apontam para processos biológicos específicos — metabolismo do ferro, sobrevivência celular e remodelamento lipídico — que são centrais para a doença. Este trabalho estabelece uma base para o desenvolvimento de testes baseados em expressão mais simples, que podem ajudar os médicos a diagnosticar a doença com maior precisão e potencialmente guiar futuros tratamentos visando esses caminhos biológicos específicos.