O echipă de la Harvard Medical School și Memorial Sloan Kettering Cancer Center a folosit machine learning pentru a construi un test din 11 proteine care prezice riscul de cheaguri de sânge la pacienții cu cancer mai precis decât instrumentele folosite acum în clinică și a descoperit, pe parcurs, un mecanism nou pe care îl pot bloca direct cu un anticorp deja existent.

Tromboza – formarea de cheaguri de sânge în vasele profunde, care pot migra spre plămâni și provoca embolie pulmonară – rămâne una dintre cele mai frecvente și mai periculoase complicații pentru pacienții cu cancer. Riscul nu vine doar din boală, ci și din tratament: chimioterapia, intervențiile chirurgicale, catetere venoase centrale, perioadele lungi de imobilizare, toate acestea cresc probabilitatea unui episod de tromboembolism venos (VTE).

Problema e că instrumentele clinice actuale, folosite de medici pentru a estima cine e cu adevărat în pericol, nu sunt suficient de precise. Modelele de risc existente se bazează pe câțiva factori simpli – tipul de cancer, indicele de masă corporală, numărul de celule sanguine – și ratează frecvent fie pacienți cu risc real, fie supraestimează riscul la alții, care ar putea evita inutil un tratament anticoagulant cu propriile riscuri de sângerare.

De la sânge, trecând prin 11 proteine, la un singur scor de risc

Echipa condusă de Jeffrey Zwicker (Beth Israel Deaconess Medical Center, Harvard Medical School) și Dimitra Karagkouni, ca autor principal, a abordat problema dintr-un unghi diferit: în loc să se bazeze pe câțiva indicatori clinici cunoscuți, au făcut o analiză amplă de proteomică plasmatică – practic, au măsurat simultan mii de proteine din sângele pacienților cu cancer, căutând tipare care să anticipeze formarea unui cheag înainte ca acesta să apară.

Din acest volum mare de date, un algoritm de machine learning a selectat un panel restrâns de 11 proteine care, împreună, au prezis riscul de tromboembolism venos cu o acuratețe mai mare decât abordările standard folosite în prezent în clinică. Practic, un test de sânge transformat, cu ajutorul AI, într-un instrument de predicție mult mai fin decât orice combinație de factori clinici uzuali.

Proteina care a dus la o descoperire neașteptată

Dintre cele 11 proteine din panel, echipa a ales să investigheze în profunzime una singură: CD200R1 (CD200 receptor 1), o proteină implicată în reglarea răspunsului imun. Aici cercetarea a luat o întorsătură interesantă, trecând de la simpla predicție statistică la mecanismul biologic real din spatele riscului.

În experimente pe șoareci, echipa a eliminat gena pentru CD200R1 și a observat ce se schimbă. Rezultatul: animalele fără această proteină au dezvoltat niveluri crescute de interleukin-17A (IL-17A), o moleculă de semnalizare implicată în inflamație, și au prezentat valori elevate ale complexelor trombin-antitrombină – un marker direct al activării excesive a procesului de coagulare.

Cu alte cuvinte, lipsa CD200R1 nu doar că s-a asociat statistic cu riscul de tromboză, ci a declanșat, mecanic, o cascadă biologică reală: mai puțină reglare imună normală → mai multă inflamație prin IL-17A → activare excesivă a coagulării → risc crescut de cheaguri.

Un anticorp deja cunoscut, folosit cu un scop nou

Partea cea mai promițătoare a studiului a venit din pasul următor: când șoarecilor fără CD200R1 li s-au administrat anticorpi anti-IL-17A – substanțe care blochează specific această moleculă inflamatorie – nivelurile complexelor trombin-antitrombină s-au normalizat. Practic, blocarea unei singure verigi din lanțul descoperit a anulat semnalul biologic care ducea spre formarea cheagului.

Anticorpii anti-IL-17A nu sunt o noutate absolută în medicină, clase similare de medicamente sunt deja folosite în tratamentul unor boli autoimune, precum psoriazisul. Faptul că acest mecanism, descoperit aici la pacienții cu cancer, poate fi vizat printr-o clasă de medicamente deja existentă reprezintă un avantaj important: drumul de la descoperire la o eventuală intervenție clinică reală este, teoretic, mult mai scurt decât pentru un compus complet nou.

Ce înseamnă, practic, pentru pacienți

Studiul nu schimbă, încă, practica medicală curentă – rezultatele vin din analiza plasmei umane combinată cu experimente pe modele animale, și au nevoie de validare în studii clinice dedicate înainte ca panelul de 11 proteine să poată fi folosit ca test de rutină sau ca anticorpii anti-IL-17A să fie testați specific pentru prevenirea trombozei la pacienții oncologici.

Dar direcția pe care o deschide e clară: un instrument de predicție mai precis ar permite medicilor să administreze tratament anticoagulant preventiv exact pacienților care au nevoie de el, evitând riscurile inutile de sângerare la ceilalți, iar mecanismul CD200R1/IL-17A oferă, pentru prima dată, o țintă terapeutică concretă pentru a interveni direct asupra riscului, nu doar pentru a-l semnala.

Rezumând: cercetătorii au folosit AI-ul nu doar pentru a prezice mai bine riscul de cheaguri la pacienții cu cancer, ci pentru a descoperi, în spatele acelei predicții, un mecanism biologic real – pe care îl pot bloca deja cu un medicament care există.

---

Sursă: Karagkouni, D., Zwicker, J.I. et al., Plasma proteomics improves thrombosis prediction in cancer and uncovers a targetable CD200R1/IL-17–driven endothelial activation pathway in mice, Science Translational Medicine, vol. 18, nr. 854, 17 iunie 2026 — science.org/journal/stm