Integrare multi-omiche e apprendimento automatico decifra sistematicamente l’eterogeneità cellulare e le reti regolatorie fibrotiche nella progressione da MASLD a MASH

Perché questa ricerca sulle malattie del fegato è importante

La malattia del fegato grasso legata all’obesità e al diabete di tipo 2 è oggi uno dei problemi epatici più comuni al mondo. Per molte persone la condizione resta lieve, ma in una parte considerevole dei casi peggiora silenziosamente fino a una forma aggressiva con infiammazione e cicatrizzazione che può portare a cirrosi e cancro al fegato. I medici faticano ancora a prevedere chi progredirà e a intercettare precocemente questa fase pericolosa senza una biopsia. Questo studio usa strumenti d’avanguardia “multi-omici” e intelligenza artificiale per osservare singole cellule epatiche, rivelando un tipo di cellula immunitaria e una via di segnalazione finora poco riconosciute che sembrano guidare la cicatrizzazione dannosa, e proponendo marker ematici che un giorno potrebbero individuare non invasivamente i pazienti ad alto rischio.

Dal semplice accumulo di grasso al danno epatico pericoloso

I ricercatori si sono concentrati sulla transizione dalla steatosi epatica associata a disfunzione metabolica (MASLD), spesso chiamata fegato grasso, al suo cugino più grave, la steatoepatite associata a disfunzione metabolica (MASH). La MASLD è estremamente comune, colpisce più di un terzo degli adulti a livello globale, soprattutto chi è affetto da obesità o diabete. La maggior parte delle persone con MASLD ha depositi di grasso nel fegato ma pochi danni. Nella MASH, invece, le cellule epatiche sono danneggiate, aumenta l’infiammazione e si forma tessuto cicatriziale. Circa una persona su cinque fino a una su tre con MASH svilupperà eventualmente cirrosi o cancro del fegato. Gli esami del sangue e le scansioni attuali non riescono a vedere con precisione quali cambiamenti cellulari microscopici stanno avvenendo all’interno dell’organo, quindi spesso manca la finestra per un intervento precoce.

Osservare il fegato una cellula alla volta

Per affrontare questo problema, il gruppo ha combinato diversi tipi di dati potenti provenienti da studi pubblici. Hanno raccolto dati di sequenziamento dell’RNA a singola cellula da oltre mezzo milione di cellule epatiche individuali, trascrittomica spaziale che conserva la posizione delle cellule nel tessuto, profili di attività genica bulk da biopsie intere e mappe di accessibilità della cromatina che mostrano quali tratti di DNA sono aperti e attivi. Utilizzando software sofisticato, hanno raggruppato le cellule in sette tipi ampi, inclusi epatociti, cellule immunitarie e cellule di supporto chiamate cellule stellate epatiche. Hanno poi confrontato fegati sani, MASLD e MASH precoce e avanzata, mappando come la composizione cellulare e le reti di comunicazione cambiassero con il peggiorare della malattia.

Cellule immunitarie e di supporto che guidano la cicatrizzazione lavorando insieme

È emerso uno schema netto: le cellule immunitarie note come monociti e macrofagi, insieme alle cellule stellate epatiche, erano molto più abbondanti nella MASH rispetto alle fasi precedenti e tendevano a raggrupparsi nelle stesse regioni del tessuto malato. Approfondendo, gli scienziati hanno suddiviso le cellule stellate in cinque sottotipi che vanno dallo stato di riposo alle forme pienamente attivate e simili al muscolo liscio. Con il passaggio da MASLD a MASH, le cellule stellate quiescenti sono diminuite mentre sono aumentate le cellule stellate attivate produttrici di tessuto cicatriziale, tracciando un percorso chiaro dallo stato di riposo a uno stato fibrotico. Le analisi spaziali hanno mostrato queste cellule stellate attivate in stretta vicinanza ai macrofagi arricchiti, suggerendo una partnership intima nella formazione delle cicatrici epatiche.

Un tipo di macrofago recentemente evidenziato e un asse di segnalazione fibrotico

Tra le cellule immunitarie, i ricercatori hanno scoperto un sottogruppo distinto di macrofagi caratterizzato da un gene chiamato DTNA, specificamente arricchito nella MASH. Questi macrofagi DTNA-positivi mostravano caratteristiche di quella che viene definita polarizzazione M2, spesso collegata a infiammazione cronica e rimodellamento tissutale, insieme a segni di ipossia e forte segnalazione infiammatoria. Ricostruendo le “traiettorie” di sviluppo, hanno ipotizzato che queste cellule derivino dalle cellule residenti di Kupffer nel fegato. L’analisi delle reti regolatorie ha indicato un fattore di trascrizione chiamato RUNX2 come interruttore principale in questi macrofagi. Ulteriori mappature della comunicazione cellula–cellula hanno suggerito che i macrofagi DTNA-positivi dialogano con le cellule stellate attivate attraverso una catena che chiamano asse RUNX2–PLG–PARD3: RUNX2 aumenta la produzione della proteina PLG nei macrofagi, PLG poi segnala alle cellule stellate che esprimono PARD3, e questa interazione è collegata a una fibrosi più intensa e a un’attività coagulativa alterata.

Dalle mappe cellulari a possibili test e trattamenti

Per verificare se queste scoperte potessero aiutare i pazienti, il team ha addestrato e testato 113 diversi modelli di apprendimento automatico su grandi dataset di espressione genica bulk di persone con MASLD o MASH. Un modello Elastic Net ha ottenuto le migliori prestazioni e, in più coorti indipendenti, un gene è emerso come il predittore più forte: DTNA. Un’attività maggiore di DTNA e dei suoi geni partner, incluso RUNX2, ha contrassegnato in modo coerente i pazienti con MASH piuttosto che il semplice fegato grasso. Gli autori hanno inoltre scandagliato banche dati di farmaci esistenti e trovato diversi medicinali che potrebbero agire sulla nuova via RUNX2–PLG–PARD3, suggerendo opportunità di riposizionamento, anche se queste idee richiedono ancora test di laboratorio e clinici.

Cosa significa per le persone con malattia del fegato grasso

In termini pratici, questo studio mostra che non tutte le cellule immunitarie e di supporto del fegato sono uguali, e che una particolare partnership tra un sottotipo di macrofago recentemente evidenziato e le cellule stellate produttrici di cicatrici potrebbe essere un motore chiave che spinge il fegato grasso verso una cicatrizzazione pericolosa. Il lavoro suggerisce che misurare marker come DTNA nel sangue o nel tessuto potrebbe un giorno aiutare i medici a identificare quali pazienti con fegato grasso sono a maggior rischio di progredire verso la MASH, senza fare affidamento esclusivo su biopsie invasive. Mette anche in evidenza una specifica via di segnalazione, l’asse RUNX2–PLG–PARD3, come un promettente bersaglio per farmaci volti a rallentare o invertire la fibrosi epatica. Sebbene questi risultati siano ancora in fase di ricerca e richiedano ulteriori validazioni, forniscono una mappa più nitida per trasformare dati cellulari complessi in strumenti pratici per la diagnosi precoce e terapie mirate.

Citazione: Wen, W., Liu, Z., Tan, W. et al. Integrating multi-omics and machine learning systematically deciphers cellular heterogeneity and fibrotic regulatory networks in the progression from MASLD to MASH. npj Digit. Med. 9, 167 (2026). https://doi.org/10.1038/s41746-026-02352-8

Parole chiave: malattia del fegato grasso, MASH, macrofagi, fibrosi epatica, multi-omiche