Longevity & AgingArticolo di ricercaAccesso aperto

La Proteomica Rivela 8 Sottotipi di AML e una Firma dell'Invecchiamento che Predice la Sopravvivenza

Uno studio multiomica su 374 pazienti mappa il panorama proteomico dell'AML, individua pattern di invecchiamento ematopoietico e sviluppa uno strumento di scoring prognostico.

giovedì 21 maggio 2026 3 visualizzazioni
Pubblicato in Blood
A glowing bone marrow cell cluster under microscope with protein network lines overlaid, surrounded by age progression timeline

Riepilogo

I ricercatori del Ruijin Hospital di Shanghai hanno analizzato dati di proteoma, fosfoproteoma, genoma, trascrittoma e risposta ai farmaci provenienti da 374 pazienti con AML di nuova diagnosi. Utilizzando il clustering per fusione di reti di similarità su oltre 10.000 proteine, hanno identificato 8 sottotipi proteomici distinti che si allineano e ampliano l'attuale classificazione WHO dell'AML. Hanno inoltre scoperto che le reti proteiche legate ai megacariociti/piastrine e al sistema immunitario marcano l'invecchiamento ematopoietico nell'AML. Da questi risultati, hanno costruito un Hematopoietic Aging Score (HAS) basato su 19 proteine con valore prognostico indipendente, in cui punteggi più elevati erano correlati con AML correlata a mielodisplasia, mutazioni di NPM1 e mutazioni genetiche dell'ematopoiesi clonale — offrendo una nuova prospettiva molecolare sul perché l'AML sia più letale nei pazienti anziani.

0:00--:--

Riepilogo Dettagliato

La leucemia mieloide acuta colpisce e uccide in modo sproporzionato gli adulti più anziani — i pazienti oltre i 65 anni rappresentano oltre il 60% dei casi e quasi il 76% dei decessi — eppure la biologia a livello proteico che guida questa vulnerabilità legata all'età è rimasta in gran parte inesplorata. Questo studio colma tale lacuna conducendo una delle più ampie analisi multiomiche dell'AML fino ad oggi, integrando proteomica, fosfoproteómica, genomica, trascrittomica e screening farmacologico ex vivo su 374 pazienti di nuova diagnosi.

Utilizzando il clustering per similarity network fusion (SNF) su 10.016 proteine quantificate, il gruppo ha identificato 8 sottotipi proteomici (S1–S8) con proprietà cliniche e molecolari distinte. Diversi sottotipi si sono sovrapposti nettamente alle entità genetiche definite dall'OMS: S1 correlava con le mutazioni di CEBPA, S3 con l'AML correlata a mielodisplasia (AML-MR), S4 e S6 con le fusioni PML::RARA, S5 con le mutazioni di NPM1 e S8 con le fusioni CBFB::MYH11. I sottotipi S2 e S7 erano misti e più difficili da classificare genomicamente, pur mostrando coerenza proteomica. La visualizzazione UMAP ha confermato che i principali sottotipi genomici si raggruppano in modo distinto a livello proteico, validando la rilevanza biologica della classificazione.

Un risultato centrale è stato l'identificazione di firme proteiche associate all'età nell'emopoiesi dell'AML. La modellazione a regressione localmente pesata dell'abbondanza proteica in funzione dell'età dei pazienti, seguita dal clustering fuzzy c-means, ha rivelato che le reti proteiche correlate a megacariociti/piastrine e al sistema immunitario mostrano i cambiamenti associati all'età più marcati — in linea con i precedenti risultati del gruppo a livello di RNA. I dati sui fosfositi hanno mostrato anch'essi pattern legati all'età, aggiungendo un livello di informazione regolatoria post-traduzionale. I sottotipi S2, S3 e S7 presentavano firme proteiche megacariocitiche elevate ed erano arricchiti nei pazienti più anziani con esiti peggiori.

Partendo da queste osservazioni, i ricercatori hanno costruito un Hematopoietic Aging Score (HAS) basato su 19 proteine che erano sia associate all'età sia prognosticamente significative nell'analisi di regressione di Cox. Un HAS più elevato correlava con AML-MR, mutazioni di NPM1 e mutazioni correlate all'emopoiesi clonale (ad es. DNMT3A, TET2, ASXL1), e prediceva in modo indipendente una sopravvivenza globale e libera da eventi inferiore. Questo score offre una lettura proteica quantitativa dell'invecchiamento biologico nell'AML, al di là dell'età cronologica.

Lo studio ha inoltre incorporato lo screening di sensibilità farmacologica ex vivo con 41 farmaci e 39 combinazioni su 102 campioni non-APL, collegando i sottotipi proteomici a risposte farmacologiche differenziali e suggerendo vulnerabilità terapeutiche specifiche per sottotipo. Nel complesso, questo lavoro arricchisce l'attuale framework di classificazione dell'AML, stabilisce marcatori dell'invecchiamento a livello proteico con utilità prognostica e sottolinea il valore della proteomica come dimensione complementare alla classificazione genomica e trascrittomica nelle neoplasie ematologiche.

Risultati Principali

  • Eight proteomic AML subtypes identified via SNF clustering align with and extend WHO genomic classification.
  • Megakaryocyte/platelet and immune protein networks are the dominant hematopoietic aging signatures in AML.
  • A 19-protein Hematopoietic Aging Score independently predicts overall and event-free survival.
  • Higher aging scores associate with myelodysplasia-related AML and clonal hematopoiesis mutations (DNMT3A, TET2, ASXL1).
  • Phosphoproteomic data reveal distinct age-related post-translational regulatory patterns in AML.

Metodologia

374 pazienti con diagnosi recente di AML sono stati sottoposti a spettrometria di massa con acquisizione indipendente dai dati 4D per proteomica (n=374) e fosfoproteomica (n=217), insieme a sequenziamento mirato/dell'esoma intero (n=373) e sequenziamento RNA (n=361). I sottotipi proteomici sono stati derivati tramite clustering SNF; le relazioni età-proteina sono state modellate utilizzando regressione localmente ponderata con clustering fuzzy c-means; l'HAS è stato costruito mediante regressione di Cox sulle proteine intersecanti associate all'età e con significato prognostico.

Limitazioni dello Studio

Lo studio è monocentrico e riflette prevalentemente una popolazione di pazienti cinese, il che potrebbe limitarne la generalizzabilità. I dati proteomici non erano disponibili per tutti i pazienti in ogni livello di analisi multi-omica, e il HAS richiede una validazione esterna in coorti prospettiche indipendenti prima di poter essere adottato nella pratica clinica. Lo screening farmacologico ex vivo potrebbe non riprodurre fedelmente le risposte in vivo.

Ti è piaciuto questo riepilogo?

Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.

Inserisci la tua email per iscriverti: