«ИИ-анализ одноклеточного транскриптома нашёл в костном мозге при МДС сеть иммуносупрессии вокруг CD274 — но доказательная база тоньше, чем громкость формулировок»

Работа, опубликованная в Frontiers in Cell and Developmental Biology, описывает конвейер для анализа одноклеточных транскриптомов костного мозга при миелодиспластическом синдроме и выделяет 11 клеточных состояний с иммуносупрессивными программами вокруг гена CD274. Разбираем, что именно сделано на уровне софта, где заканчиваются данные и начинаются гипотезы, и почему «ИИ» в названии — скорее маркетинг, чем отдельная технология.

Автоматический конвейер на Scanpy и Harmony аккуратно разложил костный мозг при МДС на 11 транскрипционных состояний, но всё, что касается роли CD274 в иммуносупрессии, — это статистические ассоциации на 836 клетках и двух клеточных линиях, а не доказанный механизм.

О чём вообще речь

Миелодиспластический синдром (МДС) — группа клональных заболеваний кроветворных стволовых клеток: костный мозг производит дефектные клетки, периферическая кровь страдает от нехватки нормальных (цитопении), а риск перехода в острый миелобластный лейкоз остаётся непредсказуемым. Заболевание сильно разнородное, встречается преимущественно после 60 лет (частота — порядка 4–5 случаев на 100 тысяч в год), и геномного профиля опухоли для понимания течения болезни явно не хватает.

Ключевая идея статьи — посмотреть не на злокачественный клон сам по себе, а на иммунное окружение костного мозга как на «экосистему». В ранних стадиях иммунитет пациента скорее мешает собственному кроветворению (похоже на картину апластической анемии), а с прогрессом болезни среда становится глобально иммуносупрессивной — и тогда клональные клетки начинают расширяться беспрепятственно. Понять, как устроены эти состояния на уровне отдельных клеток, — значит найти точки для иммунотерапии.

Что за конвейер и где тут «ИИ»

Техническая часть построена на полностью стандартном для 2024–2026 годов стеке. Данные одноклеточного РНК-секвенирования (scRNA-seq — измерение активности тысяч генов в каждой клетке по отдельности) взяты из публичной базы GEO: GSE241417 как основная когорта МДС и GSE120221 как внешний референс здорового костного мозга. Обработка — Python 3.8, пакеты Scanpy, Seaborn, SciPy; нормализация scran, отбор 3000 высоко вариабельных генов, регрессия митохондриальных и рибосомальных генов, коррекция батч-эффектов алгоритмом Harmony на PCA-вложении, затем UMAP/t-SNE для визуализации и кластеризация алгоритмом Leiden.

Честно говоря, «AI-assisted» в заголовке — это сильное преувеличение. Leiden-кластеризация, UMAP и PCA — это машинное обучение в самом широком смысле, но не «искусственный интеллект» в том значении, в котором термин сейчас используется. Никаких нейросетей, обученных на биологических данных, тут нет: есть безызбыточный конвейер из готовых библиотек. Это нормальная, воспроизводимая работа — но и обещать по названию некий прорыв не стоит. Плюс за это: все скрипты выложены в открытый репозиторий, а сами данные публичны, так что результат в принципе проверяем.

Что показали результаты

Leiden-кластеризация выделила 11 транскрипционно различных популяций — авторы осторожно называют их «состояниями экосистемы» и прямо оговаривают, что это операционный термин, а не 11 доказанных биологических ниш. Аннотация стандартная: CD3D для T-клеток, MS4A1 (CD20) плюс CD79A/B, CD74, HLA-DRA для B-линии, CD14 для моноцитов/макрофагов, NKG7 для NK-клеток. Подчёркнуто, что аннотация сделана по комбинации маркеров: MS4A1 в scRNA-seq данных разреженный, и по одному гену тип клетки не определить.

Дальше — перераспределение в сторону цитотоксических и «истощённых» T/NK-программ, обогащение путями активации T-клеток, интерферонового ответа и цитокинового сигналинга. Клетки с высоким CD274 (ген белка PD-L1 — лиганда «тормоза» PD-1) показывали повышенные модули TGF-β, чекпоинтов и иммунорегуляции. Компьютерный анализ пар «лиганд–рецептор» дал сеть, в которой CD274–PDCD1 соседствует с TGFB1–TGFBR, LGALS9–HAVCR2 (TIM-3) и осью IL-10 — то есть иммуносупрессия выглядит многослойной, а не сводимой к одной паре молекул.

Ключевые гены (IL10, TGFB1, CD274, FOXP3) подтвердили методом RT-PCR на двух линиях МДС — SKM-1 и MUTZ-1. Эксперимент с возмущением CD274 (плазмида сверхэкспрессии и siRNA-нокдаун) дал разные результаты по линиям: в SKM-1 IL-10 заметно менялся, в MUTZ-1 нокдаун почти не снизил IL-10; FOXP3 тоже реагировал по-разному. Это, кстати, самая содержательная часть работы — расхождение между линиями говорит, что единого «CD274 → IL-10» маршрута не существует.

Где дырки — и они существенные

Разберём ограничения по пунктам, потому что их довольно много.

Размер выборки. Кластеры содержат от 32 до 169 клеток (C0 — 169, C1 — 130, C2 — 117, C3 — 93, C4 — 71, C5 — 57, C6 — 55, C7 — 41, C8 — 38, C9 — 33, C10 — 32). В сумме — порядка 836 клеток после контроля качества. Для одноклеточного транскриптома это очень мало; типичные исследования иммунных ландшафтов оперируют десятками тысяч клеток. Малые кластеры (30–50 клеток) статистически хрупки, и любые «обогащения путей» на них надо интерпретировать с большой осторожностью.

Жёсткий QC. Фильтры — 3000–7000 генов на клетку, 10 000–80 000 UMI, митохондриальная доля ниже 10% — довольно ограничительные. Авторы сами признают, что это влияет на сохранность клеток и на редкие популяции. Фактически через такие пороги не пройдут ни активированные клетки с высоким транскрипционным шумом, ни, наоборот, малые по размеру клетки с низким числом транскриптов. То есть «11 состояний» — это 11 состояний отфильтрованной популяции, а не всего костного мозга.

Сравнение болезни и контроля. Здоровый референс взят из другого датасета (GSE120221), то есть из другой лаборатории, с другими протоколами и, вероятно, другой платформой. Harmony это частично компенсирует, но авторы честно пишут: остаточные эффекты происхождения датасета исключить нельзя. Все сравнения «МДС против нормы» в работе — дескриптивные, не статистические в строгом смысле. Плюс метаданные GEO неполные: подтипов МДС, категорий риска IPSS-R, возраста, пола и исходов нет, поэтому стратификации по клинике не получилось в принципе.

Уровень клеток вместо уровня пациентов. Сравнения сделаны на уровне отдельных клеток, которые статистически не независимы — 500 клеток одного пациента не равны 500 пациентам. Авторы это явно оговаривают и предлагают будущим работам использовать pseudobulk или смешанные модели. Это правильная оговорка, но она же обнуляет силу большинства «значимых» различий в статье.

Лиганд–рецепторный анализ — это не сигналинг. Оценки коммуникации посчитаны как средняя экспрессия транскриптов лиганда и рецептора в предполагаемых «отправителях» и «получателях». Ни связывания белков, ни фосфорилирования, ни функционального ответа это не подтверждает. Авторы неоднократно называют такие оси «вычислительно выведенными» — и правильно делают, но для нетехнического читателя это легко превращается в «обнаружена сеть подавления иммунитета». Не обнаружена — смоделирована.

Клеточные линии вместо пациентов. Валидация RT-PCR и эксперименты с CD274 сделаны на SKM-1 и MUTZ-1 — линиях, выведенных из пациентов с МДС, но давным-давно адаптированных к культуре. Референсом служат коммерческие CD34+ клетки нормального костного мозга от ATCC. Линии сохраняют черты исходной болезни, но не отражают иммунное окружение — а именно окружение и есть предмет исследования. Разнонаправленные ответы IL-10 и FOXP3 в двух линиях могут быть как биологией, так и артефактом долгого культивирования. Вывод «CD274 ассоциирован с иммуносупрессивными программами» на таком материале — гипотеза, и авторы это признают.

Транскрипт ≠ белок. scRNA-seq измеряет матричную РНК, а не белок и не секрецию. Для цитокинов (IL-6, TNF, CXCL8) это критично: наличие мРНК не означает, что белок вырабатывается и работает. Иммунофлуоресценция сделана только для IL-10 и FOXP3, и тоже на линиях. Проверка на уровне белка в первичных клетках пациентов — обязательный следующий шаг, и без него клинических выводов делать нельзя.

Что это значит для поля

Работа интересна не как прорыв, а как аккуратная демонстрация того, как далеко сегодня можно зайти без собственных дорогостоящих данных: публичные датасеты плюс открытый стек плюс скромные in vitro проверки. Конвейер воспроизводим, код открыт, ограничения прописаны почти все — что для биомедицинских публикаций уже неплохо.

При этом практической пользы для лечения МДС из этой статьи пока не извлекается. Указание на то, что иммуносупрессия при МДС многослойна (PD-1/PD-L1, TGF-β, LGALS9/HAVCR2, IL-10) и что чекпоинт-терапия, нацеленная на одну ось, вряд ли сработает, — это правдоподобная и полезная рамка для планирования исследований. Но рамка эта опирается на выборку в несколько сотен клеток и две клеточные линии. Чтобы перейти от «ассоциировано» к «механизм», нужны первичные иммунные субпопуляции пациентов, протеомика на уровне отдельных клеток и, в конечном счёте, проверка на клинических образцах с известными исходами.

Главный урок тут скорее методологический: чем сильнее заголовок говорит про «ИИ» и «экосистемы», тем внимательнее стоит смотреть на размер выборки, происхождение контрольной группы и то, на каком уровне — РНК или белка — получены данные. В этой работе все три параметра далеки от идеала, и формулировки в тексте статьи, к чести авторов, это в целом отражают.