Il pannello ematico di 19 proteine prevede l'insorgenza della SLA fino a 5 anni prima della comparsa dei sintomi
Uno studio di proteomica plasmatica su larga scala identifica un pannello di 19 proteine che predice la fenoconversione della SLA con AUC di 0,80–0,89 su orizzonti temporali da 0,5 a 5 anni.
Riepilogo
I ricercatori hanno utilizzato la piattaforma Olink Explore HT per analizzare 5.298 proteine in 516 campioni plasmatici seriali provenienti da 137 partecipanti, tra cui 33 persone che in seguito hanno sviluppato la SLA. Hanno identificato 81 proteine che cambiano prima della comparsa dei sintomi e le hanno ridotte a un pannello di 19 proteine in grado di prevedere se un portatore genetico ad alto rischio svilupperà la SLA entro un periodo compreso tra 6 mesi e 5 anni, con un'accuratezza di gran lunga superiore a quella della sola catena leggera dei neurofilamenti (NfL/NEFL). Proteine chiave come CA3 e EDA2R hanno iniziato ad aumentare anni prima dell'insorgenza della malattia. I risultati sono stati replicati in modo indipendente utilizzando i dati di UK Biobank. Questo pannello di biomarcatori potrebbe trasformare le modalità di arruolamento e trattamento dei pazienti con SLA pre-sintomatica nei trial di prevenzione.
Riepilogo Dettagliato
La sclerosi laterale amiotrofica (SLA) è uniformemente fatale e i trattamenti rimangono limitati in parte perché l'intervento inizia solo dopo che una perdita sostanziale di motoneuroni si è già verificata. Il paradigma emergente della prevenzione della SLA — trattare i portatori di varianti patogene prima della comparsa dei sintomi — è stato ostacolato da una lacuna critica: non siamo in grado di prevedere in modo affidabile quali portatori svilupperanno la malattia e quando. Un singolo biomarcatore, la catena leggera dei neurofilamenti (NEFL), è stato il cardine del primo trial di prevenzione della SLA (ATLAS), ma aumenta solo 6–12 mesi prima dell'esordio sintomatico, limitandone l'utilità per la previsione a lungo termine nelle persone con varianti a progressione più lenta.
Questo studio proteomico longitudinale ha sfruttato la coorte Pre-Symptomatic Familial ALS (Pre-fALS), uno studio di storia naturale della durata di 18 anni che ha monitorato portatori di varianti patogene non affetti fino alla fenoconversione. La coorte di scoperta comprendeva 516 campioni plasmatici provenienti da 137 partecipanti: 33 fenoconvertitori (con campioni raccolti prima e dopo l'esordio della SLA), 35 pazienti con SLA clinicamente manifesta, 10 portatori non convertitori e 59 controlli sani. La piattaforma Olink Explore HT ha misurato 5.440 proteine; dopo il controllo di qualità, 5.298 sono state conservate per l'analisi.
Confrontando la SLA manifesta con i controlli sani, 137 proteine risultavano differenzialmente espresse (FDR = 0,05): 105 sovraregolate e 32 sottoregolate. L'analisi di arricchimento dell'ontologia genica ha mostrato che le proteine sovraregolate erano arricchite per le vie del muscolo scheletrico, mentre le proteine sottoregolate implicavano la biologia della matrice extracellulare. Le reti di interazione proteina-proteina hanno rivelato cluster nella funzione muscolare scheletrica, nel rimodellamento della ECM, nella segnalazione mediata dal TNF e nella rigenerazione correlata ai neurofilamenti. Delle 137 proteine differenzialmente regolate, 81 hanno mostrato cambiamenti significativi rispetto ai controlli abbinati per età e sesso durante la fase pre-sintomatica. In particolare, CA3 e EDA2R hanno iniziato ad aumentare anni prima della fenoconversione, mentre NEFL ha mostrato la sua caratteristica rapida ascesa solo negli ultimi 6–12 mesi, e proteine come ART3 e ITGAV sono diminuite gradualmente prima dell'esordio sintomatico.
Sette approcci di classificazione tramite machine learning sono stati testati su cinque orizzonti temporali (0,5, 1, 2, 3 e 5 anni alla fenoconversione). La regressione logistica con selezione stepwise e cross-validazione a 5 fold ha raggiunto AUC di picco di 0,945 (6 mesi), 0,963 (1 anno), 0,939 (2 anni), 0,903 (3 anni) e 0,897 (5 anni). Per confronto, NEFL da solo ha prodotto AUC di soli 0,67–0,81 negli stessi orizzonti temporali. Un pannello core di 19 proteine, derivato da dati e curato da esperti — che include NEFL, DUSP29, CALCA, NEB, EDA2R, CA3, ACTN2, TTN e altre — ha raggiunto AUC di 0,80–0,89 e ha stimato il tempo alla fenoconversione con un errore assoluto medio di appena 1,6 anni. Solo per la previsione a 6 mesi NEFL da solo ha eguagliato il pannello a 19 proteine, riflettendo la sua drammatica impennata pre-conversione. La replicazione nella UK Biobank ha confermato aumenti pre-sintomatici di NEFL, EDA2R e CA3, e ha validato la superiorità di un pannello multi-proteico rispetto a NEFL da solo per la stima del tempo alla fenoconversione.
Questi risultati hanno implicazioni dirette per la progettazione dei trial di prevenzione della SLA. Un pannello multi-proteico in grado di stratificare il rischio nell'arco di una finestra di 5 anni consente un intervento più precoce e mirato e un arruolamento nei trial più efficiente. La diversità biologica delle proteine identificate — che spaziano dall'integrità assonale al metabolismo muscolare, dalla segnalazione infiammatoria al rimodellamento della ECM — suggerisce inoltre che la SLA pre-sintomatica coinvolge un processo complesso e multi-pathway che inizia anni prima dell'esordio clinico, e non semplicemente una fase finale di neurodegenerazione accelerata. Questo lavoro rappresenta un passo fondamentale verso la prevenzione di precisione nella SLA.
Risultati Principali
- 19-protein plasma panel predicted ALS phenoconversion with AUCs of 0.80–0.89 across 0.5- to 5-year time horizons, substantially outperforming NEFL alone (AUC 0.67–0.81)
- 81 of 137 differentially expressed proteins showed significant pre-symptomatic changes relative to age- and sex-matched controls before ALS onset
- Peak predictive AUCs by timeframe: 0.945 at 6 months, 0.963 at 1 year, 0.939 at 2 years, 0.903 at 3 years, and 0.897 at 5 years using logistic regression with 5-fold cross-validation
- Time-to-phenoconversion was estimated with a mean absolute error of 1.6 years using the 19-protein panel
- Proteins CA3 and EDA2R began rising several years before phenoconversion, whereas NEFL rose sharply only in the 6–12 months immediately preceding symptom onset
- UK Biobank replication independently confirmed pre-symptomatic elevation of NEFL, EDA2R, and CA3, and validated the multi-protein panel's superiority over NEFL alone
- 137 proteins were differentially expressed between manifest ALS and controls (FDR = 0.05): 105 upregulated (enriched for skeletal muscle pathways) and 32 downregulated (enriched for extracellular matrix pathways)
Metodologia
Questo studio longitudinale ha utilizzato la piattaforma Olink Explore HT (5.440 proteine; 5.298 dopo il controllo qualità) applicata a 516 campioni plasmatici seriali provenienti da 137 partecipanti suddivisi in 3 coorti (Pre-fALS, CRiALS Biomarker, CReATe PGB1), tra cui 33 fenoconvertitori con campioni pre- e post-conversione, 35 pazienti con SLA, 10 portatori non convertiti e 59 controlli. Sette algoritmi di machine learning sono stati valutati per la classificazione della fenoconversione nell'arco di cinque orizzonti temporali; per i modelli finali sono stati selezionati la regressione logistica stepwise e la cross-validazione a 5 fold. Per l'analisi dell'espressione differenziale e delle traiettorie è stato impiegato un modello a effetti misti. La replica indipendente è stata condotta sui dati di UK Biobank.
Limitazioni dello Studio
La coorte di scoperta è relativamente piccola (33 fenoconvertitori), il che ha limitato lo spazio di ricerca del machine learning e potrebbe ridurre la generalizzabilità alla SLA sporadica non familiare. Lo studio è limitato ai portatori di varianti patogene note, il che significa che i risultati potrebbero non applicarsi direttamente alla popolazione SLA più ampia senza una storia familiare. Gli autori sottolineano che è necessaria una replica in coorti presintomatiche indipendenti con varianti genetiche diverse e un follow-up più lungo prima dell'applicazione clinica.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti:
