Modelli predittivi basati su machine learning e pattern di sottotipi nel sangue periferico della schizofrenia basati su un framework computazionale di machine learning

Perché il sangue può aiutare a decifrare un disturbo mentale complesso

La schizofrenia è una grave malattia mentale che può alterare pensieri, emozioni e la vita quotidiana, eppure i medici si affidano ancora per lo più all'osservazione del comportamento per diagnosticarla. Questo studio pone una domanda semplice ma potente: un comune prelievo di sangue può rivelare pattern biologici nascosti che aiutino a individuare la schizofrenia più precocemente e a classificare i pazienti in gruppi di trattamento più mirati?

Cercare indizi in una provetta di sangue

I ricercatori hanno iniziato raccogliendo diversi dataset esistenti in cui il sangue di persone con schizofrenia e di volontari sani era già stato analizzato per l'attività genica. Ogni gene può essere pensato come un piccolo interruttore che viene acceso o spento. Combinando migliaia di questi interruttori provenienti da cinque studi separati e correggendo le differenze tecniche, il gruppo ha creato una grande mappa unificata dell'attività genica nel sangue periferico. Hanno quindi cercato geni che si comportassero in modo coerente e diverso nei pazienti rispetto ai controlli, concentrandosi su quelli legati all'infiammazione, alle risposte immunitarie e al modo in cui le cellule metabolizzano grassi e altre molecole.

Addestrare i computer a riconoscere una firma nascosta

Poiché nessun essere umano può facilmente individuare pattern utili su così tanti geni contemporaneamente, il team si è rivolto al machine learning, un ramo dell'informatica che permette agli algoritmi di apprendere dai dati. Hanno testato 12 diversi metodi di machine learning e molte modalità di combinazione, infine optando per una coppia che selezionava i geni più informativi e poi costruiva un classificatore intorno a questi. Questo processo ha portato a un set compatto di 16 geni la cui combinazione di attività poteva distinguere in modo affidabile i pazienti con schizofrenia dalle persone sane in otto dataset differenti. Gli autori hanno poi trasformato questa “firma” di 16 geni in uno strumento grafico di punteggio, chiamato nomogramma, che in principio potrebbe aiutare i clinici a stimare la probabilità che un dato campione di sangue provenga da una persona con schizofrenia.

Cosa dicono i geni chiave sul corpo

I 16 geni messi in evidenza dal modello non sono casuali. Molti sono collegati al sistema immunitario, alle risposte allo stress cellulare e al modo in cui il corpo gestisce grassi e molecole segnalatrici. Un gene in particolare, chiamato AZI2, è emerso come centrale nella firma. La sua attività era fortemente connessa a vie che controllano l'infiammazione e il comportamento delle cellule immunitarie, e a come le cellule rispondono a segnali che ne regolano crescita, divisione o morte. Quando il team ha esaminato i pattern di cellule immunitarie inferiti dai dati del sangue, ha riscontrato spostamenti in diversi tipi di globuli bianchi nei pazienti con schizofrenia, a sostegno dell'idea che il sistema immunitario sia alterato in modo persistente nel disturbo.

Due sapori biologici della stessa diagnosi

Avere una firma diagnostica è utile, ma la schizofrenia è notoriamente molto eterogenea da persona a persona. Per sondare questa diversità, i ricercatori hanno usato metodi di clustering non supervisionato, che raggruppano i campioni in base alla somiglianza senza informare l'algoritmo su chi sia paziente o quali siano i sintomi. Questi metodi hanno suddiviso il gruppo di pazienti con schizofrenia in due sottotipi principali basati sul sangue, e ulteriormente in sottogruppi più fini. Un pattern era più fortemente associato a cambiamenti nel metabolismo, come il modo in cui le cellule utilizzano energia e grassi, mentre l'altro era più legato a infiammazione e attività immunitaria. I gruppi differivano anche per insiemi di proteine e vie geniche correlate alla coagulazione del sangue, alla segnalazione cerebrale e alle risposte alle infezioni, suggerendo che pazienti con la stessa etichetta clinica possano in realtà avere biologie sottostanti differenti.

Cosa potrebbe significare per le cure future

Complessivamente, questo lavoro suggerisce che un piccolo pannello di geni misurati da un semplice prelievo di sangue potrebbe supportare la diagnosi di schizofrenia e, forse più importante, rivelare sottotipi biologicamente distinti della malattia. Sebbene siano necessari ulteriori test su gruppi di pazienti più ampi e seguiti con cura prima che tali strumenti possano essere impiegati clinicamente, lo studio offre una tabella di marcia verso una psichiatria più personalizzata, in cui le decisioni terapeutiche sono guidate non solo dai sintomi ma anche dai segnali molecolari del corpo.

Citazione: Li, Z., Sun, Q., Li, H. et al. Machine learning-based predictive models and subtypes patterns in peripheral blood of schizophrenia based on a machine learning computational framework. Schizophr 12, 46 (2026). https://doi.org/10.1038/s41537-026-00744-z

Parole chiave: schizofrenia, biomarcatori nel sangue, machine learning, espressione genica, sistema immunitario