Logo FEBRACE

Resumo

A leucemia mielóide aguda (LMA) é uma neoplasia hematológica agressiva, caracterizada pelo acúmulo de blastos na medula óssea e no sangue periférico, comprometendo a hematopoese normal e resultando em alta mortalidade. Apesar do uso de marcadores citogenéticos e moleculares no prognóstico, esses modelos ainda são limitados, pois avaliam genes isoladamente e não contemplam a heterogeneidade clínica da doença. Este estudo teve como objetivo identificar assinaturas moleculares prognósticas capazes de aprimorar a previsão de desfechos na LMA, por meio de análises in silico com dados de RNA-Seq do The Cancer Genome Atlas (TCGA). Foram priorizados os 20 genes mais frequentemente alterados na doença, distribuídos em categorias funcionais como regulação epigenética, sinalização proliferativa, regulação transcricional, splicing e estabilidade genômica. As etapas metodológicas incluíram análise de expressão diferencial (TCGA vs. GTEx), curvas de Kaplan-Meier, categorização dos tempos de sobrevida e avaliação do poder preditivo por AUC (área sob a curva ROC) em modelos individuais e combinados. Todos os genes apresentaram aumento significativo de expressão na LMA (p < 0,05). Entretanto, a maioria exibiu baixo poder discriminatório isoladamente (AUC ≈ 0,5). A análise combinatória revelou ganhos expressivos: o modelo com 20 genes atingiu AUC de 0,782, e a assinatura otimizada formada por DNMT3A, FLT3, NRAS e KRAS obteve AUC de 0,795, superando tanto o painel completo quanto os genes individuais. Assim, nossos resultados indicam que a integração de múltiplos marcadores é mais eficaz que o uso isolado de genes para prever desfechos na LMA. A assinatura composta por DNMT3A, FLT3, NRAS e KRAS apresentou excelente desempenho preditivo e potencial de aplicação clínica, reforçando a importância de abordagens integrativas e quantitativas na definição de modelos prognósticos e na personalização terapêutica da leucemia mielóide aguda.

Palavras-chave: Leucemia Mielóide Aguda, Assinaturas Moleculares, RNA-Seq