Non-independence in network-structured Mendelian randomization: a permutation framework and six failure modes

Wissenschaftler suchen schon lange nach einer zuverlässigen Methode, um vorherzusagen, ob ein Medikament wirken wird, noch bevor es jemals einen Patienten erreicht. Eine leistungsstarke Methode, bekannt als Mendelsche Randomisierung, nutzt die körpereigene Randomisierung der Natur, um Ursache und Wirkung zu testen. Sie untersucht genetische Variationen, die Menschen bei der Geburt erben und die wie natürliche Experimente wirken. Wenn eine bestimmte genetische Variante bei einer Person zu höheren Konzentrationen eines bestimmten Proteins im Blut führt und dieselbe Person auch ein höheres Risiko für eine Krankheit aufweist, können Forscher daraus schließen, dass das Protein selbst wahrscheinlich die Krankheit verursacht. Dieser Ansatz ist zu einem Standardwerkzeug für die Nominierung neuer Wirkstofftargets geworden, insbesondere für Herzkrankheiten. Eine gängige Annahme in diesem Bereich ist, dass, wenn ein Protein (ein Ligand) eine Krankheit verursacht, das Protein, das sein Signal empfängt (sein Rezeptor), dieselbe Geschichte erzählen sollte. Wenn der Bote gefährlich ist, so die Logik, muss auch der Empfänger Teil des Problems sein.

Eine aktuelle Studie stellt diese Annahme jedoch infrage und zeigt, dass es ein Fehler ist, diese beiden Messungen als austauschbare Belege zu behandeln. Die Forscher analysierten Tausende von Paaren interagierender Proteine, um zu sehen, ob ihre genetischen Signale hinsichtlich des Risikos für koronare Herzkrankheiten übereinstimmten. Sie fanden heraus, dass die Signale vom Boten und vom Empfänger oft uneinig waren, und wenn sie übereinstimmten, geschah dies nicht häufiger, als wenn die Proteine zufällig gepaart worden wären. Die Studie deckte zudem einen verborgenen Fehler in der Art und Weise auf, wie Wissenschaftler ihre Entdeckungen zählen: Da Proteine in einem komplexen Netzwerk miteinander verbunden sind, erscheint dasselbe Protein in vielen verschiedenen Paaren, was herkömmliche statistische Korrekturen ungültig macht. Das Ergebnis ist eine klarere, vorsichtigere Sichtweise darauf, wie wir Wirkstofftargets identifizieren, die zeigt, dass wir nicht einfach davon ausgehen können, dass ein Signalweg funktioniert, nur weil zwei Teile davon genetisch miteinander verknüpft sind.

Die Forscher begannen mit der Sammlung von Daten über 660 verschiedene Proteine, die im Blut von fast 50.000 Menschen gemessen wurden. Sie konzentrierten sich auf Proteine, die einen klaren genetischen Schalter in ihrer Nähe hatten, was es ihnen ermöglichte, die Methode der Mendelschen Randomisierung mit Zuversicht anzuwenden. Sie untersuchten dann 1.129 Proteinpaare, bei denen eines als Signal und das andere als Empfänger fungiert – eine Beziehung, die in einer Datenbank bekannter biologischer Interaktionen kartiert wurde. Für jedes Paar berechneten sie den Effekt des Signalproteins auf die Herzkrankheit und verglichen ihn mit dem Effekt des Empfoterproteins. Wenn die gemeinsame Annahme wahr wäre, müssten sich diese beiden Zahlen in die gleiche Richtung bewegen. Stattdessen stellten die Forscher fest, dass die Übereinstimmung zwischen dem Signal und dem Empfänger nicht besser war als durch Zufall. In einem großen Datensatz zeigten die beiden Proteine nur in etwa 48,5 % der Fälle in die gleiche Richtung, ein Ergebnis, das nicht von einer zufälligen Paarung der Proteine zu unterscheiden war. In einem zweiten, größeren Datensatz war die Übereinstimmung mit 47 % sogar noch geringer.

Diese mangelnde Übereinstimmung deutet darauf hin, dass die Messung des Signals und die Messung des Empfängers tatsächlich zwei verschiedene Fragen beantworten. Die Studie zeigte, dass, wenn Forscher nach Paaren suchten, bei denen die beiden Proteine signifikant voneinander abwichen, sich die Zahl der „Entdeckungen“ verdreifachte, wenn sie einen größeren Datensatz mit mehr Fällen von Herzkrankheiten verwendeten, von 10 auf 31 anstieg. Entscheidend war, dass die statistische Erwartung für zufälliges Rauschen im gleichen Maße anstieg, von 9 auf 30, was bedeutet, dass der Anstieg konsistent mit dem Zufall war und nicht mit einem biologischen Signal. Die Forscher demonstrierten, dass die Standardmethoden zur Korrektur dieser Fehler versagten, da sie jedes Proteinpaar als einen unabhängigen Test behandelten. In Wirklichkeit sind die Proteine in einem Netzwerk verbunden; ein einzelnes Protein kann Teil von Dutzenden von Paaren sein. Wenn dasselbe Protein in mehreren Tests auftaucht, sind die Daten nicht unabhängig, und Standardkorrekturen überschätzen die Anzahl der wahren Entdeckungen.

Um dies zu beheben, entwickelten die Forscher eine neue Methode, um ihre Ergebnisse zu testen, die die Netzwerkstruktur respektiert. Sie probierten zwei Ansätze aus: einen, bei dem die Verbindungen zwischen den Proteinen vertauscht wurden, während die Proteine selbst und ihre Anzahl an Verbindungen exakt gleich blieben, und einen anderen, bei dem die statistischen Werte auf andere Proteine verschoben wurden. Sie fanden heraus, dass das Verschieben der Werte auf andere Proteine ungeeignet war, da es ignorierte, dass hochvernetzte Proteine dazu neigen, größere Effekte zu haben. Die Methode, welche die Proteine und ihre Verbindungen unverändert ließ und nur die Paarungen vertauschte, zeigte jedoch, dass die scheinbar „signifikanten“ Unstimmigkeiten, die durch Standardmethoden gefunden wurden, wahrscheinlich nur Artefakte der Form des Netzwerks waren. Als sie diesen strengeren Test anwandten, unterschied sich die Anzahl der beobachteten Unstimmigkeiten nicht signifikant von dem, was durch reinen Zufall zu erwarten gewesen wäre. Die Studie untersuchte auch, ob Proteine, die bekanntermaßen kausal für Herzkrankheiten sind, wie etwa PCSK9, ein spezielles Muster der Übereinstimmung zeigten. Während PCSK9 korrekt als Risikofaktor identifiziert wurde, hielt das breitere Muster der Übereinstimmung zwischen Signalen und Empfängern nicht stand. Selbst als die Forscher ihre Ergebnisse gegen eine andere Messtechnologie prüften, um sicherzustellen, dass die Ergebnisse nicht auf Fehlern der Laborgeräte beruhten, blieb die mangelnde Übereinstimmung zwischen Signalen und Empfängern bestehen.

Die Auswirkungen dieser Erkenntnisse sind erheblich für die Frage, wie zukünftige Wirkstofftargets ausgewählt werden. Die Studie identifizierte sechs spezifische Wege, wie die derzeitige Praxis Forscher in die Irre führen kann, einschließlich des Versagens, die Netzwerkverbindungen zu berücksichtigen, und der Abhängigkeit von einzelnen genetischen Signalen in komplexen Genomregionen. Ein großes Problem besteht darin, dass viele Proteine in Bereichen des Genoms liegen, in denen mehrere genetische Signale überlappen, was es schwierig macht, zu bestimmen, welches davon tatsächlich die Krankheit antreibt. Die Forscher fanden heraus, dass sich die Schlussfolgerungen darüber, ob ein Protein und eine Krankheit eine gemeinsame genetische Ursache teilen, oft umkehrten, wenn sie den Datensatz änderten, der zur Definition der Herzkrankheit verwendet wurde. Diese Instabilität deutet darauf an, dass viele bisherige Behauptungen über gemeinsame Signalwege nicht robust sind. Die Studie kommt zu dem Schluss, dass die Annahme, dass ein Ligand und sein Rezeptor austauschbare Belege für einen biologischen Signalweg liefern, durch die Daten nicht gestützt wird, obwohl die Mendelsche Randomisierung weiterhin ein wertvolles Werkzeug bleibt. Wissenschaftler müssen diese beiden Messungen nun als zwei unterschiedliche Beweisstücke behandeln und nicht als eine einzige, einheitliche Geschichte.