Lattilazione nella Sepsi ARDS: Stiamo Scoprendo Nuovi Segreti per Combatterla?

Ciao a tutti! Oggi voglio parlarvi di un argomento che mi sta particolarmente a cuore e che sta aprendo scenari davvero interessanti nella ricerca medica: la sindrome da distress respiratorio acuto (ARDS) associata alla sepsi. Sapete, la sepsi è una risposta infiammatoria potentissima del nostro corpo a un’infezione, una condizione critica che può portare a disfunzioni multiorgano e, purtroppo, ha tassi di mortalità elevati. L’ARDS è una delle sue complicanze più gravi: i polmoni si infiammano, i vasi diventano permeabili e lo scambio di gas si compromette. Pensate che circa il 75% dei casi di ARDS ha la sepsi come causa scatenante, e la mortalità in questi pazienti è ancora più alta, sfiorando il 30-40%.

La Sfida dell’Eterogeneità

Una delle maggiori sfide nel trattare sepsi e ARDS è la loro incredibile eterogeneità. Ogni paziente è diverso, presenta caratteristiche cliniche, fisiologiche e biologiche uniche. Questa variabilità è uno dei motivi per cui molti trial clinici su nuovi farmaci hanno fallito: è difficile trovare una terapia che funzioni per tutti se “tutti” sono così diversi tra loro. Negli ultimi anni, si è iniziato a parlare di “fenotipi molecolari” dell’ARDS, come quello iperinfiammatorio e ipoinfiammatorio, che mostrano risposte diverse ai trattamenti. Ma c’è ancora tanto bisogno di identificare nuovi fenotipi e biomarcatori per stratificare meglio i pazienti, migliorare la diagnosi e personalizzare le cure.

Il Lattato: Non Solo un Prodotto di Scarto

Qui entra in gioco il lattato. Tradizionalmente visto come un semplice prodotto di scarto del metabolismo, oggi sappiamo che è un attore chiave nella risposta infiammatoria e un biomarcatore predittivo per la sepsi. Livelli elevati di lattato nel siero correlano con una maggiore mortalità. Ma c’è di più! Recentemente è stata scoperta una nuova funzione del lattato: la lattilazione.

Cos’è la Lattilazione?

Immaginate la lattilazione come una sorta di “etichetta” che il lattato appiccica a specifiche proteine (sui residui di lisina, per i più tecnici). Questo processo, simile all’acetilazione, è catalizzato da enzimi specifici (lattilasi e delattilasi) e può regolare l’espressione genica, il metabolismo e l’infiammazione. È coinvolta in vari processi fisiologici e patologici, dallo sviluppo del cancro alla polarizzazione dei macrofagi, fino all’Alzheimer. Studi recenti hanno iniziato a esplorare il ruolo della lattilazione proprio nella sepsi e nel danno polmonare indotto dalla sepsi. Alcuni geni legati alla lattilazione, come S100A11 e CCNA2, sembrano essere fortemente associati alla sepsi e potrebbero diventare utili marcatori diagnostici e prognostici. Insomma, la lattilazione si profila come un nuovo, promettente biomarcatore per stratificare l’ARDS associata alla sepsi e guidare potenziali terapie.

La Nostra Ipotesi: Fenotipi Basati sulla Lattilazione

Nonostante l’interesse crescente, pochi studi hanno indagato i pattern specifici di lattilazione che distinguono i diversi fenotipi clinici nell’ARDS da sepsi. Per questo, ci siamo chiesti: e se i fenotipi basati sulla lattilazione potessero offrire un nuovo approccio per capire l’eterogeneità di questa sindrome? Nel nostro studio, abbiamo proprio cercato di fare questo: classificare i pazienti con ARDS associata a sepsi in fenotipi a bassa e alta attività di lattilazione e identificare i relativi biomarcatori molecolari.

Cosa Abbiamo Fatto (e Scoperto!)

Abbiamo analizzato dati di trascrittomica (cioè l’espressione dei geni) da campioni di sangue di 31 pazienti con ARDS associata a sepsi, prelevati il giorno del ricovero e 7 giorni dopo. Utilizzando un set di 332 geni noti per essere correlati alla lattilazione, abbiamo calcolato un “punteggio di attività di lattilazione” per ogni campione usando una tecnica statistica chiamata ssGSVA. E qui la prima sorpresa: l’attività di lattilazione era notevolmente eterogenea tra i pazienti!

Usando algoritmi di clustering (k-means e NbClust), abbiamo identificato due gruppi distinti, che abbiamo chiamato fenotipo a bassa attività di lattilazione (13 pazienti) e fenotipo ad alta attività di lattilazione (18 pazienti), basandoci su un valore soglia ottimale. Un’analisi delle componenti principali (PCA) ha confermato che questi due gruppi avevano profili trascrizionali differenti.

Differenze Cliniche e Molecolari Profonde

Andando a vedere le caratteristiche cliniche, abbiamo notato che i pazienti nel gruppo ad alta lattilazione avevano:

• Soggiorni ospedalieri significativamente più lunghi (mediana 36 giorni vs 11 giorni).
• Punteggi APACHE II (un indice di gravità) significativamente più alti.
• Tassi di mortalità a 28 giorni e a un anno significativamente maggiori (55.6% vs 15.4% a 28 giorni; 66.7% vs 23.1% a un anno).

Questi dati suggeriscono fortemente che i fenotipi basati sull’attività di lattilazione sono associati alla gravità della malattia e all’outcome dei pazienti. Identificare i pazienti ad “alta lattilazione” potrebbe aiutarci a riconoscere quelli a maggior rischio.

Ma le differenze non finiscono qui. Analizzando le vie metaboliche e di segnalazione (usando il database KEGG), abbiamo visto che i due gruppi avevano profili di attività molto diversi. Ad esempio, nel gruppo ad alta lattilazione erano più attive vie come quella del TGF-β, la biosintesi degli acidi biliari primari e le cascate del complemento e della coagulazione. Nel gruppo a bassa lattilazione, invece, erano più attive vie legate alla neurodegenerazione, al metabolismo del carbonio nel cancro e all’autofagia. Questo indica firme molecolari distinte e potenziali bersagli terapeutici diversi per i due fenotipi.

Anche la sensibilità ai farmaci sembrava diversa! Usando un database (Genomics of Drug Sensitivity in Cancer) e un tool (OncoPredict), abbiamo predetto la risposta a diversi farmaci. Il gruppo a bassa lattilazione sembrava più sensibile a farmaci come rapamicina, sorafenib e bortezomib, mentre quello ad alta lattilazione a farmaci come docetaxel, cisplatino e gemcitabina. Un’ulteriore prova dell’eterogeneità tra i due fenotipi.

Il Ruolo delle Cellule Immunitarie

Abbiamo poi esaminato l’abbondanza delle diverse popolazioni di cellule immunitarie circolanti usando l’algoritmo CIBERSORT. Anche qui, differenze significative:

• I macrofagi M1 e le cellule T helper follicolari erano più abbondanti nel fenotipo a bassa lattilazione.
• Le cellule T CD4+ naïve erano più abbondanti nel fenotipo ad alta lattilazione.

Questo riflette l’eterogeneità delle popolazioni immunitarie circolanti tra i due fenotipi. Sappiamo che le cellule immunitarie, specialmente macrofagi e cellule T, sono cruciali nella produzione di lattato e nella successiva lattilazione. Ad esempio, il lattato derivato dai macrofagi influenza la lattilazione di proteine come HMGB1 e delle istoni durante la sepsi. D’altra parte, la lattilazione regola i fenotipi e le funzioni delle cellule immunitarie, ad esempio influenzando la polarizzazione dei macrofagi M1. È una relazione complessa e probabilmente bidirezionale, che apre la strada a strategie terapeutiche mirate sia alle dinamiche immunitarie che alle vie metaboliche.

Alla Ricerca dei Biomarcatori Chiave

Per rendere questi fenotipi utilizzabili nella pratica clinica (dove sequenziare l’intero trascrittoma non è sempre fattibile), abbiamo usato quattro diversi algoritmi di apprendimento automatico (LogitBoost, RandomForest, SVM, Naïve Bayes) per identificare i geni più importanti nel distinguere i due gruppi. Incrociando i risultati dei quattro modelli, abbiamo individuato sei biomarcatori molecolari candidati:

• ALDOB (Aldolase B)
• CCT5 (Chaperonin containing TCP1 subunit 5)
• EP300 (E1A binding protein P300)
• PFKP (Phosphofructokinase-1 platelet type)
• PPIA (Peptidylprolyl isomerase A)
• SIRT1 (Sirtuin 1)

L’espressione di questi sei geni era notevolmente più alta nel fenotipo ad alta lattilazione. L’analisi ROC ha confermato che ognuno di questi geni, da solo, ha un’ottima capacità di distinguere i due fenotipi (AUC tra 0.863 e 0.940).

Questi biomarcatori non sono nomi a caso. ALDOB è un enzima glicolitico coinvolto nella regolazione della lattilazione nei tumori. EP300 è una lattiltransferasi critica, elevata nell’ARDS. La lattilazione di PFKP ne riduce l’attività enzimatica. SIRT1 è una deacetilasi che mitiga il danno renale acuto associato alla sepsi. È affascinante vedere come questi geni, identificati dai nostri modelli, abbiano ruoli biologici così pertinenti! Inoltre, abbiamo scoperto che l’espressione di tutti e sei i biomarcatori è fortemente associata all’abbondanza delle cellule immunitarie circolanti (correlazione negativa con macrofagi M1 e T helper follicolari, positiva con T CD4+ naïve), suggerendo un loro ruolo nella modulazione della risposta infiammatoria sistemica.

Lattilazione e Infiammazione: Due Facce della Stessa Medaglia?

Una domanda sorge spontanea: come si relazionano questi fenotipi basati sulla lattilazione con i già noti sottofenotipi iper- e ipoinfiammatori dell’ARDS? È un’area ancora da esplorare. È plausibile che gli stati iperinfiammatori aumentino la produzione di lattato e quindi la lattilazione. L’iperlattilazione potrebbe quindi essere un indicatore di stati iperinfiammatori. D’altra parte, la lattilazione stessa modula la risposta infiammatoria. È un legame complesso che merita ulteriori indagini.

Limiti e Prospettive Future

Come in ogni studio, ci sono dei limiti. Il campione di pazienti era piccolo, il che limita la generalizzabilità dei risultati e aumenta il rischio di sovrainterpretazione (specialmente per gli outcome clinici). Servono validazioni su coorti più ampie. Inoltre, la misurazione di questi sei biomarcatori non è ancora fattibile al letto del paziente, ostacolando decisioni cliniche rapide. Non avevamo nemmeno accesso a tutte le informazioni cliniche chiave (come il rapporto PaO2/FiO2 o la risposta a PEEP e fluidi) o a campioni di plasma per misurare citochine come IL-6, il che ci ha impedito di esplorare a fondo le interazioni tra lattilazione e infiammazione.

Nonostante ciò, credo che questo studio apra una porta importante. Abbiamo dimostrato che l’eterogeneità nell’attività di lattilazione tra i pazienti con ARDS associata a sepsi è reale e significativa. Abbiamo identificato sei potenziali biomarcatori che potrebbero, in futuro, tradurre questi fenotipi nella pratica clinica. La speranza è che questi risultati contribuiscano a migliorare la stratificazione dei pazienti, a svelare nuovi bersagli terapeutici e, infine, a offrire trattamenti più efficaci per questa devastante condizione clinica. La strada è ancora lunga, ma ogni passo avanti nella comprensione di questi meccanismi complessi ci avvicina a una medicina più personalizzata ed efficace.

Fonte: Springer