Inteligența artificială descoperă semnale moleculare ascunse legate de riscul de tromboză
Deși două persoane pot avea aceeași vârstă și istorii familiale sau factori de risc similari, doar una dintre ele poate dezvolta tromboză.
Pentru a înțelege mai bine acest fenomen, cercetătorii de la Unitățile de Genomică a Bolilor Complexe din Institutul de Cercetare Sant Pau (IR Sant Pau) și de la Centrul Național de Cercetare Biomedică pentru Boli Rare (CIBERER) au dezvoltat un instrument bazat pe inteligența artificială care integrează informații clinice, genetice și transcriptomice pentru a identifica semnalele asociate cu această afecțiune. Rezultatele, publicate în Journal of Thrombosis and Haemostasis, identifică sute de semnale moleculare asociate cu tromboza și îmbunătățesc caracterizarea persoanelor cu diferite profile de risc.
Tromboza venosă reprezintă una dintre cele mai frecvente boli cardiovasculare și o cauză majoră de morbiditate și mortalitate. Deși sunt cunoscuți mai mulți factori care cresc riscul de a dezvolta un eveniment trombotic, unele cazuri apar fără factori declanșatori evidenți. Această formă a bolii, cunoscută sub numele de tromboză venosă tromboembolică idiopatică, îngreunează identificarea persoanelor cu o predispoziție mai mare și limitează capacitatea de a anticipa debutul său. Diverse studii au arătat că mai mult de 60% din variabilitatea individuală a riscului de tromboză venosă poate fi influențată de factori genetici. Totuși, factorii ereditari cunoscuți nu explică în totalitate de ce unii oameni dezvoltă boala, în timp ce alții nu, ceea ce a determinat căutarea de biomarkeri noi și instrumente de stratificare a riscurilor.
Pentru a identifica semnalele pe care factorii de risc tradiționali nu le pot captura complet, echipa a analizat informațiile de la 790 de persoane aparținând unor familii cu istoric de boală tromboembolică venosă, inclusiv 70 care au experimentat anterior tromboză venosă idiopatică. Datele provin din cohorta GAIT2 (Analiza Genetică a Trombozelor Idiopatice), una dintre cele mai mari inițiative dedicate studiului predispoziției ereditare la tromboză. Cercetătorii au integrat variabile clinice și genetice cu profiluri de expresie derivate din activitatea a 12.981 de gene pentru a construi modele capabile să identifice tipare asociate cu boala și să evalueze dacă acestea ar putea îmbunătăți stratificarea riscurilor dincolo de abordările convenționale.
„Principalul aport al studiului este nu doar identificarea de noi gene asociate cu tromboza, ci și demonstrarea că integrarea a mii de variabile biologice permite descrierea profilurilor de risc mult mai precis decât atunci când factorii tradiționali sunt analizați în izolare”, afirmă Dr. José Manuel Soria, director al Unității de Genomică a Bolilor Complexe de la IR Sant Pau și coautor principal al studiului.
Până acum, evaluarea riscurilor trombotice a fost bazată în principal pe factorii clinici cunoscuți, cum ar fi vârsta, obezitatea, anumite tratamente hormonale sau modificări genetice specifice. Totuși, acești factori nu explică în totalitate de ce unii oameni dezvoltă tromboză în absența unor declanșatori evidenți.
Pentru a aborda această întrebare, cercetătorii au aplicat diferite algoritmi de învățare automată capabili să analizeze simultan mii de variabile biologice. Această abordare le-a permis să identifice o combinație de factori clinici și moleculare asociați cu un istoric de tromboză venosă idiopatică.
Cei mai relevanți predictori au inclus markeri deja cunoscuți, cum ar fi nivelurile factorului von Willebrand, indicele de masă corporală, vârsta și anumite variante ale sistemului ABO. În plus, analiza a identificat 494 de gene al căror nivel de activitate a ajutat la distingerea persoanelor care au experimentat tromboză de cele fără istoric de boală, inclusiv numeroase ARN-uri lungi necodificatoare, un tip de moleculă de reglementare care a fost puțin studiată în contextul trombozei.
„Includerea datelor transcriptomice ne-a permis să identificăm semnale asociate cu boala care nu puteau fi detectate prin abordări convenționale. Aceasta demonstrează potențialul de a combina inteligența artificială și expresia genică pentru a obține o caracterizare mai precisă a pacienților”, explică Dr. Pol Ezquerra, autor principal al studiului și cercetător la IR Sant Pau.
Echipa a dezvoltat, de asemenea, o semnătură moleculară asociată cu tromboza, bazată pe combinația a mii de variabile clinice, genetice și transcriptomice. Folosind această semnătură, au creat un scor de similitudine capabil să măsoare cât de aproape se află profilul unei persoane de cel al indivizilor care au experimentat deja un eveniment trombotic. Aceasta a făcut posibilă identificarea participanților fără istoric de boală, ale căror profile prezentau caracteristici similare cu cele observate la pacienții cu tromboză.
Includerea datelor transcriptomice a rafinat semnificativ clasificarea participanților. Când modelul a utilizat doar variabile clinice și genetice, 43% dintre persoanele fără istoric de tromboză au fost clasificate în intervalul de risc ridicat. După adăugarea informațiilor despre expresia genică, această proporție a scăzut la 23%. În același timp, identificarea persoanelor cu istoric de tromboză a crescut de la 70% la 74%.
„Expresia genică oferă un strat suplimentar de informații care completează factorii de risc tradiționali. Acest lucru ne permite să facem o distincție mai bună între indivizii care împărtășesc caracteristici clinice similare, dar au profile diferite atunci când analizăm activitatea lor moleculară”, explică Dr. Soria.
Studiul a identificat, de asemenea, semnale legate de procese cardiovasculare și renale, asociate anterior cu riscul trombotic, consolidând relevanța biologică a constatărilor. Acestea au inclus mai multe căi moleculare legate de cardiomiopatii și funcția tubilor proximali ai rinichiului, două sisteme pe care cercetările anterioare le-au legat de boala tromboembolică venosă.
Autorii subliniază că instrumentul necesită validare suplimentară în cohorte independente înainte ca aplicarea sa clinică directă să poată fi considerată. Cu toate acestea, ei cred că această abordare reprezintă un pas important către modele mai precise pentru stratificarea riscului trombotic și o medicină din ce în ce mai personalizată.
„Lucrarea noastră demonstrează valoarea integrării informațiilor clinice, genetice și transcriptomice pentru a obține o viziune mai cuprinzătoare asupra factorilor asociați cu tromboza. În viitor, aceste tipuri de strategii ar putea ajuta la identificarea mai precisă a persoanelor cu un profil de risc ridicat și ar facilita dezvoltarea de măsuri preventive adaptate fiecărui pacient”, concluzionează Dr. Soria.
Cercetătorii mai menționează că genele și ARN-urile necodificatoare identificate în acest studiu reprezintă o nouă sursă de biomarkeri și ținte de cercetare pentru o înțelegere mai profundă a mecanismelor implicate în dezvoltarea trombozei venoase idiopatice.
