Analisi trascrittomica delle cellule resistenti nei pazienti pediatrici affetti da leucemia linfoblastica acuta a cellule B

B-cell acute lymphoblastic leukemia (B-ALL) is the most common type of pediatric ALL and the leading cause of cancer-related mortality in children. In pediatric ALL, relapse is the prevalent reason for therapeutic failure. The majority of children do not survive despite chemo-radiotherapy procedures, including transplantation; thus, new treatments must be developed. In this study, bone marrow samples from children with B-cell precursor acute lymphoblastic leukemia (BCP-ALL) were obtained, bulk RNA sequencing was performed, and transcriptomic analyses were conducted to determine the molecular mechanisms causing relapse in patients with B-ALL. We developed an integrated pipeline of analysis for bulk transcriptomic data combining common pipeline with computational methods tuned for ALL analysis to identify different subpopulations within diagnostic leukemic samples and to classify our patients to the different genetically driven subgroups of B-ALL. Specifically, we employed DESeq for identifying genes that were expressed differently, Genome Set Enrichment Analysis (GSEA) and Single Sample GSEA to identify enriched gene sets, CibersortX to deconvolve heterogeneous cell populations, and ALLCatchR for comprehensive transcriptomic profiling. Our methodology successfully found candidate genes and novel gene sets that contribute to the relapse of B-ALL patients. Additionally, CIBERSORTx detected changes in the composition of immune cells, and ALLCatchR, which performed subtype classification, uncovered the complex molecular landscape of relapsed B-ALL. Although preliminary, our findings seed the basis for further RNA-Seq analysis in larger cohorts, in order to identify new molecular mechanisms associated with resistance as well as identify alternative therapeutic approaches.

La leucemia linfoblastica acuta a cellule B (B-ALL) è il tipo più comune di leucemia linfoblastica acuta pediatrica e la principale causa di mortalità correlata al cancro nei bambini. Nella ALL pediatrica, la recidiva rappresenta la ragione prevalente di fallimento terapeutico e, nonostante l’avvento di nuovi trattamenti immunoterapici (terapia CAR-T), la maggior parte dei bambini non sopravvive dopo la ricaduta. Pertanto, l’obiettivo è prevenire la ricaduta con trattamenti mirati dalle prime fasi di malattia. In questo studio, sono stati ottenuti campioni di midollo osseo da bambini con leucemia linfoblastica acuta di tipo B e sottoposti ad analisi trascrittomica mediante sequenziamento bulk dei loro RNA. Al fine di identificare i meccanismi molecolari che causano la recidiva nei pazienti con B-ALL abbiamo sviluppato una pipeline di analisi che integrasse le comuni pipelines con pacchetti che potessero identificare sottopopolazioni e sottotipi genetici tipici dei pazienti con B-ALL. Nello specifico, abbiamo impiegato DESeq per identificare i geni espressi in maniera differenziale, ALLCatchR per la profilazione trascrittomica e classificazione completa delle leucemie, CibersortX per effettuare una deconvoluzione delle differenti popolazioni cellulari eterogenee presenti nei campioni, Genome Set Enrichment Analysis (GSEA) e Single Sample GSEA per identificare i set di geni attivati o meno nei pazienti ricaduti rispetto ai pazienti in remissione completa. La nostra metodologia ha identificato con successo nuovi set di geni e geni candidati che contribuiscono alla recidiva dei pazienti con B-ALL che verranno validati in coorti più ampie. Inoltre, usando CIBERSORTx abbiamo rilevato cambiamenti nella composizione delle cellule immunitarie e leucemiche, e mediante ALLCatchR siamo stati in gradi di classificare i nostri pazienti ai diversi sottotipi, identificando in questo modo i gruppi a maggior rischio di ricaduta. La ricerca sebbene preliminare, pone le basi per ulteriori analisi di sequenziamento dell’RNA in coorti più ampie, al fine di identificare meccanismi molecolare associati alla ricaduta e proporre trattamenti farmacologici alternativi.