Apesar das taxas de sobrevida global para Leucemia Linfoide Aguda (LLA) infantil excederem 90% em países de alta renda, essas taxas permanecem significativamente mais baixas em contextos com recursos limitados, chegando a menos de 50% em algumas regiões. Um dos principais obstáculos é a limitação no acesso a tecnologias diagnósticas moleculares avançadas, fundamentais para a estratificação de risco e o direcionamento de terapias personalizadas. Com o objetivo de enfrentar esse desafio, a iniciativa St. Jude Global (EUA) lançou um estudo internacional voltado à implementação de abordagens acessíveis de medicina de precisão em oncologia pediátrica, utilizando o sequenciamento de transcriptoma por nanoporos ‒ uma tecnologia de menor custo e maior portabilidade ‒ como alternativa viável para ambientes com restrições de infraestrutura. Representando o Brasil neste esforço colaborativo, este estudo busca avaliar a aplicabilidade dessa abordagem na classificação molecular da LLA infantil.

Validar a viabilidade de uma abordagem baseada em aprendizado de máquina para identificação de subtipos genômicos de LLA por meio do sequenciamento completo do transcriptoma utilizando a tecnologia Nanopore em uma coorte pediátrica brasileira.

Aspirados de medula óssea de 40 pacientes foram preparados e sequenciados com o kit PCR-cDNA Barcoding em um dispositivo MinION Mk1b (Oxford Nanopore Technology ‒ ONT). Matrizes de expressão gênica foram utilizadas para classificação em um modelo composto que integra regressão por mínimos quadrados parciais (PLS) e classificador de máquina de vetor de suporte (SVM). Os resultados foram validados com dados de PCR, citometria de fluxo e cariótipo realizados no momento do diagnóstico.

Dentre os 40 amostras, sete amostras foram diagnosticadas como LLA-T, 36 como LLA-B e uma como leucemia aguda de fenótipo misto (T/mieloide). Entre os casos de LLA-B, 26 amostras (72,22%) apresentavam eventos moleculares caracterizados, como aneuploidias e transcritos de fusão no momento do diagnóstico. Considerando o desempenho do modelo com base nos dados de transcriptoma, foi alcançada uma acurácia global de 84,09% (37/44) para classificação de linhagens e de 74,19% (23/31) para subtipos. No entanto, considerando probabilidade de classificação >80%, representando uma alta confiança, 92,5% das linhagens e 90% para subtipos foram classificados corretamente.

O sequenciamento com base em nanoporos forneceu dados genômicos com fragmentos longos precisos para identificação de linhagens e subtipos genômicos de LLA. Dessa forma, o sequenciamento baseado em Nanopore tem sido relatado como uma abordagem inovadora e de baixo custo para análises moleculares, e há evidências crescentes sobre seu potencial como ferramenta viável para a classificação de cânceres infantis, especialmente em leucemias agudas. Sua implementação em sistemas de saúde com recursos limitados pode melhorar significativamente a estratificação de risco, aprimorar terapias adaptadas ao risco e melhorar os desfechos dos pacientes.