Blast percentage confounds transcriptome to drug-response associations in Beat AML: DHODH and sorafenib as a worked example
Este estudo demonstra que a falha em ajustar para a porcentagem de blastos no conjunto de dados Beat AML confunde significativamente as associações entre o transcriptoma e a resposta a drogas, conforme evidenciado pela perda substancial de significância estatística para marcadores como DHODH e sorafenibe quando o conteúdo de blastos é incluído na análise.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Na luta contra a leucemia mieloide aguda, um tipo de câncer no sangue, os cientistas frequentemente procuram pistas dentro das próprias células do paciente para prever quais medicamentos funcionarão melhor. Eles examinam o transcriptoma, que é o conjunto completo de instruções genéticas sendo lidas e utilizadas pelas células em um momento específico. Ao comparar esses padrões genéticos com a forma como as células cancerosas reagem a diferentes remédios em uma placa de laboratório, os pesquisadores esperam encontrar uma "assinatura" que lhes diga qual tratamento escolher. Essa abordagem baseia-se na ideia de que a composição genética das próprias células cancerosas detém a chave para sua vulnerabilidade. No entanto, uma amostra de medula óssea ou sangue raramente é composta apenas por células cancerígenas. É uma mistura contendo os blastos cancerosos, células sanguíneas saudáveis e outros tecidos. A proporção de células cancerosas nessa mistura pode variar drasticamente de um paciente para outro, e essa variação tem sido, há muito tempo, uma fonte de confusão na interpretação de dados genéticos.
Um estudo recente do pesquisador independente Cumhur Gokhan Ekmekci investiga um problema específico que foi negligenciado em um grande conjunto de dados conhecido como Beat AML. Este conjunto de dados combina informações genéticas de pacientes com leucemia com registros detalhados de como suas células responderam a 125 medicamentos diferentes. Embora análises anteriores desses dados tenham ajustado fatores como a velocidade com que as células se dividiam ou o quão maduras eram, elas não levaram em conta a porcentagem de células cancerosas, ou "blastos", presentes na amostra. O pesquisador propôs-se a verificar se ignorar esse fato simples estava distorcendo os resultados, levando os cientistas a acreditar que certos genes eram alvos de drogas importantes quando, na verdade, eram apenas marcadores de quantas células de câncer havia na placa.
A investigação começou com uma pergunta simples: a quantidade de câncer em uma amostra altera a maneira como lemos os dados genéticos e os resultados dos testes de drogas? A resposta revelou-se um sim definitivo. O estudo descobriu que a porcentagem de blastos em uma amostra se correlaciona tanto com os sinais genéticos que estão sendo medidos quanto com a força do efeito da droga. Quando uma amostra possui um alto número de células cancerosas, os sinais genéticos associados ao crescimento rápido parecem mais fortes, e a droga parece mais eficaz simplesmente porque há mais células-alvo para matar. Isso cria uma conexão falsa. Um gene pode parecer prever uma boa resposta a uma droga não porque controla a ação da droga, mas simplesmente porque é mais ativo em amostras que, por acaso, possuem mais células cancerosas.
Para medir o tamanho desse problema, o pesquisador realizou uma comparação massiva envolvendo 12.000 combinações diferentes de genes e drogas. Ele pegou a forma padrão de analisar os dados, que ignora a porcentagem de blastos, e a comparou com uma nova forma que inclui a porcentagem de blastos como um fator. Os resultados foram impressionantes. Sob o método padrão, quase 1.200 pares de gene-droga pareciam ser correspondências significativas. Quando a porcentagem de blastos foi adicionada ao cálculo, mais de 400 dessas correspondências desapareceram. Em outras palavras, cerca de 35% das conexões que pareciam fortes eram, na verdade, ilusões criadas pela composição da amostra. Por outro efeito, apenas uma fração minúscula de novas conexões apareceu quando o ajuste foi feito. Isso sugere que a lista anterior de alvos promissores de drogas estava significativamente inflada pela variável não medida.
O estudo utilizou um exemplo específico para mostrar exatamente o quanto um único marcador candidato poderia mudar. Pesquisadores haviam identificado anteriormente um gene chamado DHODH como o mais forte preditor de como uma droga chamada sorafenibe funcionaria. Na análise padrão, este gene ocupava o primeiro lugar entre todos os 125 medicamentos testados, com uma ligação estatística muito forte à sua eficácia. No entanto, uma vez que a porcentagem de blastos foi incluída no modelo, a força dessa ligação caiu visivelmente. O gene caiu do primeiro lugar para o quarto lugar, e a certeza estatística da conexão enfraqueceu consideravelmente. Embora a ligação não tenha desaparecido completamente, ela tornou-se muito menos impressionante. Além disso, quando os pesquisadores observaram outras drogas projetadas para atingir a mesma via que o sorafenibe, nenhuma delas mostrou uma conexão semelhante ao gene DHODH. Isso indica que o resultado forte original era provavelmente um efeito colateral da composição da amostra, em vez de um mecanismo biológico real.
O pesquisador também verificou para garantir que essa mudança não fosse causada por outros fatores, como o tipo de amostra coletada ou a maneira como a resposta à droga foi medida. Nenhum desses outros variáveis alterou os resultados significativamente. O único fator que alterou o resultado foi a inclusão da porcentagem de blastos. O estudo também verificou se essa descoberta se sustentava em um grupo diferente de pacientes de um banco de dados separado, mas os resultados ali não foram fortes o suficiente para confirmar o padrão, provavelmente porque esses dados careciam dos detalhes clínicos específicos necessários para o mesmo tipo de análise. Isso não desmente o achado, mas destaca que o resultado inicial precisa de uma reavaliação cuidadosa antes de poder ser confiável.
A conclusão deste trabalho é que a porcentagem de células cancerosas em uma amostra é uma informação crítica que deve ser incluída ao analisar dados genéticos contra respostas a drogas. É um fator que já é registrado em prontuários médicos e não custa nada incluir na análise. Ignorá-lo leva a uma alta taxa de falsas descobertas, onde cientistas podem perseguir genes que estão meramente refletindo a quantidade de câncer presente, em vez da verdadeira sensibilidade do câncer a uma droga. Ao ajustar para essa variável, a lista de potenciais alvos de drogas torna-se mais curta e mais confiável. O estudo não afirma ter encontrado uma nova cura ou um marcador definitivo para o sorafenibe; em vez disso, serve como uma correção necessária, mostrando que o caminho para encontrar biomarcadores reais exige a limpeza dos dados desses fatores de confusão ocultos primeiro. O custo de incluir esse ajuste simples é insignificante, mas o custo de deixá-lo de fora é uma distorção significativa do quadro científico.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.