Aplicação de machine learning na caracterização de fatores transcricionais e vias moleculares associadas à esquizofrenia

Abstract

Introdução: A esquizofrenia é um transtorno neuropsiquiátrico de etiologia ainda pouco compreendida, caracterizado por disfunções comportamentais, emocionais e cognitivas. Embora avanços tenham sido feitos na identificação de fatores associados à doença, os mecanismos moleculares permanecem pouco definidos. Este trabalho caracterizou fatores transcricionais e vias moleculares associadas à esquizofrenia, com o objetivo de ampliar a compreensão de sua base biológica. Métodos: Foram analisados dados públicos de expressão genética, contendo amostras do córtex pré frontal do cérebro (post mortem) e do sangue periférico. Após critérios de elegibilidade e verificações de qualidade, 17 conjuntos de dados foram incluídos, provenientes de seis tipos de amostra diferentes: tecido cerebral (n = 6), neurônios isolados (n = 5), sangue total (n = 2), células mononucleares do sangue periférico (n = 2), leucócitos (n = 1) e linfócitos (n = 1). Quatro conjuntos de dados cerebrais foram definidos como conjunto de descoberta. Genes diferencialmente expressos (DEGs) foram identificados comparando pacientes com esquizofrenia e controle, sendo posteriormente usados na análise de enriquecimento funcional. Por fim, foi aplicado técnicas de seleção de características para identificar os DEGs mais informativos para a classificação de esquizofrenia, e posteriormente foi avaliada sua performance em dados de outros tecidos. Resultados: Foram identificados 532 DEGs. A aplicação de machine learning revelou três genes (HUWE1, PTGDS e RPL31) como os mais informativos para discriminar eficazmente indivíduos com esquizofrenia e controle. O desempenho do modelo foi validado em outros tecidos, apresentando AUC (>72%) em cérebro, sangue total, PMBC e leucócitos. A análise de enriquecimento revelou um potencial ligação com vias biológicas neurodegenerativas. Conclusão: A integração de dados de expressão gênica com ferramentas de seleção de características permitiu a identificação de marcadores transcricionais consistentes da esquizofrenia em diferentes tipos de tecidos. Esses achados permitiram expandir o conhecimento da fisiopatologia da esquizofrenia e para a compreensão dos processos biológicos compartilhados entre distúrbios neuropsiquiátricos e neurodegenerativos.