VALIDAÇÃO DOS BIOMARCADORES LAMP5 E SKIDA1 PARA PREDIÇÃO DE KMT2A-R EM LEUCEMIAS LINFOBLÁSTICAS AGUDAS

As leucemias agudas (LA) são neoplasias hematológicas agressivas, iniciadas a partir de alterações genéticas. Os rearranjos em KMT2A (KMT2A-r) são uma alteração comum em pacientes na idade precoce (menores que 2 anos) e ocorrem em ∼80% dos lactentes com leucemia linfoblástica aguda (LLA), ∼50% dos lactentes com leucemia mieloide aguda (LMA) e ∼10% dos pacientes com leucemia aguda de linhagem ambígua (LALA). Como os KMT2A-r podem ocorrer com mais de 100 parceiros de fusão diferentes, um biomarcador de diagnóstico é extremamente útil na determinação dessas alterações genéticas. A detecção da expressão de CSPG4 (NG2) por citometria de fluxo tem sido amplamente empregada para predizer se os pacientes apresentam KMT2A-r. No entanto, pesquisas prévias indicaram a ocorrência de resultados falso-negativos associados ao uso desse biomarcador. Assim, um estudo recente realizado por nosso grupo utilizou o método de aprendizado de máquina e identificou que os genes LAMP5 e SKIDA1 podem ser biomarcadores ainda mais precisos para a predição de KMT2A-r. Validar os biomarcadores LAMP5 e SKIDA1 como alternativas mais eficientes que o CSPG4 para a predição de KMT2A-r em leucemias agudas. Usamos o banco de dados TARGET-ALL-P2 para a validação, usando o ambiente R para as análises de dados, onde fizemos uma análise de expressão diferencial. Utilizaremos uma segunda série de casos do GenLAb de pacientes diagnosticados com LLA entre 2017–2026. Será determinado o status mutacional de KMT2A através da técnica de FISH e RNA-seq e também avaliaremos os níveis transcricionais de LAMP5, SKIDA1 e CSPG4 por RNA-seq. Foram incluídos 407 casos do TARGET, sendo 146 do sexo feminino e 261 masculino. Destes, a proporção de pacientes com LLA-B foi de 44% e a de LLA-T 56%. Com isso, separamos os pacientes em dois grupos: com KMT2A-r (n = 15) e KMT2A-WT (n = 392). Foi encontrado 631 genes superexpressos e 1318 baixo expressos e determinamos os 10 genes mais diferencialmente expressos (SMAD9, RNF220, CPEB2, SUPT3H, SLC38A11, MYO6, PDCD6IPP1, PRELID3BP7, PDCD6IPP2, C1QTNF7- AS1). Em seguida, definimos a diferença de expressão entre os grupos, ambos os genes SKIDA1 (p = 1.7e-9) e LAMP5 (p = 0.0084) foram significativamente superexpressos no grupo KMT2A-r em comparação com KMT2A-WT e não foi observada diferença de expressão significativa em CSPG4 (p = 0.96). Além disso, avaliamos a performance dos biomarcadores e foi observado que SKIDA1 (AUC: 0.959) e LAMP5 (AUC: 0.719) performaram melhor que CSPG4 (AUC: 0.480). Ainda, os valores preditivos (VPP, VPN) foram calculados para cada biomarcador respectivamente, SKIDA1 (0.074; 1), LAMP5 (0.064; 0.99) e CSPG4 (0.035; 0.96). Os resultados preliminares obtidos a partir da série de casos do TARGET sugerem que LAMP5 e SKIDA1 apresentam desempenho promissor na predição de rearranjos em KMT2A, possivelmente superando o biomarcador tradicional CSPG4. A análise de expressão diferencial, associada à avaliação por curvas ROC e métricas preditivas, reforça o potencial desses genes como marcadores diagnósticos. No entanto, a validação definitiva requer a análise da série de casos do laboratório, que está em andamento, para confirmar a robustez e a aplicabilidade clínica desses achados.