Complex Networks and the Drug Repositioning Problem

Esta tesis de maestría analiza las propiedades de una red multivariada de fármacos y proteínas para identificar patrones de descubrimiento y desarrollar un sistema de recomendación basado en difusión de red que priorice fármacos existentes para el tratamiento de enfermedades tropicales desatendidas.

Lo esencial

¡Claro que sí! Imagina que este trabajo de tesis es como un gran mapa de carreteras que conecta dos mundos muy diferentes: el de los medicamentos (las pastillas y fármacos) y el de las proteínas (las pequeñas máquinas dentro de nuestras células que causan enfermedades).

El autor, Felipe, quiere resolver un problema enorme: encontrar nuevas formas de usar medicamentos viejos para curar enfermedades olvidadas (como la malaria o la enfermedad de Chagas).

Aquí te explico cómo lo hizo, usando analogías sencillas:

1. El Mapa de las Conexiones (La Red Compleja)

Imagina que tienes una biblioteca gigante.

• Los libros son los medicamentos.
• Los autores son las proteínas.
• Las citas son los experimentos que dicen: "Este libro (medicamento) funciona con este autor (proteína)".

El problema es que hay miles de libros y autores, y no sabemos quién cita a quién. Felipe construyó un mapa digital (una red) donde conecta todo. Pero no es un mapa simple; es como un mapa de tres capas superpuestas:

1. Capa de Medicamentos: Aquí, los libros se conectan si se parecen (por ejemplo, si tienen la misma forma química o si uno es una parte del otro).
2. Capa de Proteínas: Aquí, los autores se conectan si son familiares (tienen ADN parecido) o si trabajan en el mismo proyecto (la misma vía metabólica).
3. Capa de Etiquetas (Anotaciones): Son como las categorías de la biblioteca (género, año, tema) que ayudan a entender mejor a los autores.

2. La Regla del "Vecino" (Cómo predecir el futuro)

Felipe usó una idea muy simple pero poderosa, como cuando te recomiendan una película.

• Analogía: Si a tu amigo le gusta la película A y la película B, y a ti te gusta la película A, es muy probable que también te guste la película B.
• En la tesis: Si el medicamento X cura la proteína A, y el medicamento Y es muy parecido al X, entonces es probable que el Y también cure la proteína A.

Felipe creó un algoritmo que actúa como un votante. Si un medicamento es conocido por curar una enfermedad, "vota" a favor de que sus vecinos (medicamentos similares) también puedan curar proteínas similares.

3. El Problema de los "Ojos Cerrados" (Enfermedades Olvidadas)

Aquí está la parte más interesante. La mayoría de los medicamentos que conocemos se probaron primero en animales de laboratorio (ratones, levaduras) o en humanos. Pero las enfermedades olvidadas (como la del sueño o el Chagas) afectan a organismos que nadie ha estudiado mucho.

• El desafío: ¿Cómo sabemos qué medicamento sirve para un parásito de la malaria si nunca lo hemos probado en él?
• La solución de Felipe: Usó el mapa para "transferir" el conocimiento.
  • Si un medicamento cura una proteína en un ratón, y esa proteína es casi idéntica a una en el parásito de la malaria, ¡el mapa sugiere que el medicamento podría funcionar en el parásito también!

4. Los Resultados: ¿Funcionó el mapa?

Felipe probó su sistema con 5 especies diferentes (humanos, ratones, levaduras y los parásitos de la malaria y el Chagas).

• Lo que descubrió: El sistema funcionó muy bien para los parásitos (las enfermedades olvidadas).
• ¿Por qué? Porque los parásitos están conectados en el mapa a través de sus "primos" (proteínas similares) en los ratones y humanos. El mapa vio que la información fluía desde los organismos conocidos hacia los desconocidos.
• La sorpresa: Funcionó peor para los humanos y las levaduras. ¿Por qué? Porque en el mapa, los humanos y las levaduras son como "islas" muy grandes y complejas. A veces, sus proteínas son tan únicas que los vecinos de otros animales no les pueden "prestar" mucha información. Es como intentar adivinar el final de una película muy extraña basándote en películas de otro género.

5. La Conclusión: "Arrastrarse" en lugar de "Saltar"

El estudio también miró cómo creció este mapa a lo largo del tiempo. Descubrió algo curioso:

• La ciencia no suele "saltar" a descubrir cosas totalmente nuevas de la nada.
• Más bien, la ciencia "se arrastra". Los científicos toman un medicamento conocido, lo prueban en una proteína nueva que se parece a una vieja, y así van expandiendo el conocimiento paso a paso.

En resumen

Felipe Bivort Haiek creó un GPS inteligente para la medicina. En lugar de buscar una aguja en un pajar (probar millones de combinaciones al azar), el GPS usa la lógica de las similitudes: "Si esto funciona aquí, y esto otro se parece a eso, probablemente funcione allá".

Esto es vital para salvar vidas en países pobres, porque permite tomar medicamentos que ya existen, son seguros y baratos, y decir: "¡Oye! Este podría curar la malaria", ahorrando años de investigación y miles de millones de dólares.

Resumen técnico

Resumen Técnico: Redes Complejas y el Problema de Reposicionamiento de Fármacos

1. Planteamiento del Problema

El desarrollo de nuevos fármacos es un proceso extremadamente costoso (trillones de dólares) y lento (12-15 años), con una tasa de éxito muy baja (aprox. 1 en 24). Este desafío es aún más crítico para las Enfermedades Tropicales Desatendidas (ETD), donde el bajo retorno económico desincentiva la inversión farmacéutica tradicional.
El reposicionamiento de fármacos (reutilizar fármacos existentes para nuevas indicaciones) emerge como una estrategia eficiente. Sin embargo, identificar nuevas relaciones fármaco-diana no es trivial. La tesis aborda cómo utilizar la teoría de redes complejas y datos chemogenómicos masivos (específicamente de la base de datos TDR Targets) para predecir nuevas asociaciones fármaco-proteína, aprovechando la estructura topológica de las interacciones biológicas.

2. Metodología

El trabajo se basa en la construcción y análisis de una red multicapa que integra tres niveles de información:

1. Capa de Fármacos: Nodos representando compuestos químicos, conectados por similitudes estructurales (Tanimoto y subestructura).
2. Capa de Proteínas (Dianas): Nodos representando proteínas de diversas especies, conectadas a fármacos mediante bioactividad reportada.
3. Capa de Anotaciones: Nodos que representan características funcionales y estructurales de las proteínas (Dominios PFAM, Grupos de Ortología y Vías Metabólicas).

Técnicas y Algoritmos Utilizados:

• Proyección de Redes Bipartitas: Se aplicaron métodos para proyectar la red bipartita (Proteína-Anotación) a redes unipartitas de anotaciones, utilizando proyecciones triviales, probabilísticas (ProbS) y validación estadística (StatVal).
• Agrupamiento (Clustering): Identificación de "clústeres de identidad" (S-clusters por subestructura y T-clusters por Tanimoto) para reducir la complejidad de la red sin perder información química relevante.
• Métricas Topológicas: Análisis de grado, coeficiente de agrupamiento (transitividad), centralidad (Kleinberg, autovector), y assortatividad.
• Priorización (Voting Scheme): Implementación de un algoritmo de votación (KNN con K=1) sobre la red proyectada para inferir la "drogabilidad" de proteínas no conocidas basándose en sus vecinos en la red.
• Validación Estadística: Uso de curvas ROC, AUC (Área bajo la curva) y AUC-0.1 para evaluar la capacidad predictiva, comparando resultados contra modelos aleatorios.
• Análisis Temporal: Clasificación de la evolución de la red en modos de crecimiento "saltadores" (hoppers) vs. "reptantes" (crawlers) para entender los sesgos en la descubrimiento de fármacos.

3. Contribuciones Clave

• Caracterización de la Red Chemogenómica TDR: Se mapeó y analizó la estructura de una red masiva de datos de ETD, integrando similitud química, bioactividad y anotaciones biológicas.
• Calibración de Similitudes Químicas: Se demostró que los clústeres basados en subestructura son más robustos y predictivos que los basados en el índice de Tanimoto. Se estableció una escala de calibración entre ambas métricas, mostrando que una mayor similitud química correlaciona con una mayor probabilidad de compartir dianas biológicas.
• Identificación de Anotaciones Relevantes: Se desarrolló un método para cuantificar la relevancia de las anotaciones (PFAM, vías, ortología) mediante un puntaje de relevancia (Rscore) basado en pruebas de Fisher, combinado con la entropía para medir la capacidad de transferencia de información entre especies.
• Descubrimiento de Estructuras Funcionales: Se identificaron "4-cliques" (grupos de 4 dominios PFAM altamente interconectados) en la capa de anotaciones que, al usarse como semillas, permiten predecir fármacos con espectros de acción específicos (ej. inhibidores de quinasas, moduladores de canales iónicos).
• Validación de Reposicionamiento Trans-especie: Se validó que la información de bioactividad fluye eficazmente desde organismos modelo hacia patógenos de ETD, pero no viceversa, debido a la estructura de la red.

4. Resultados Principales

• Estructura de la Red:
  • La red de fármacos muestra una fuerte homogeneidad en los clústeres de subestructura (S-clusters) respecto a las dianas compartidas (80% de los clústeres comparten objetivos).
  • La proyección de la red de anotaciones utilizando solo proteínas "drogables" (targets de fármacos) genera redes más transitivas y con estructuras de "abanico" (disassortativity), indicando que dominios comunes se asocian con proteínas que tienen muchos otros dominios.
• Predicción y Priorización:
  • El algoritmo de priorización logró un AUC-0.1 de 0.85 para Trypanosoma cruzi y 0.70 para Plasmodium falciparum, demostrando alta eficacia en patógenos de ETD.
  • Los resultados fueron pobres para organismos modelo (Homo sapiens, Saccharomyces cerevisiae) con AUC cercanos a 0.5 (aleatorio). Esto se explica porque las proteínas de estos organismos ya están muy estudiadas y saturadas de datos, mientras que los patógenos se benefician de la transferencia de información desde especies modelo ("crawling").
• Dinámica Temporal:
  • El 90% de las nuevas bioactividades en la red surgen por un modo de crecimiento "reptante" (crawler): los nuevos fármacos se asocian a dianas ya conocidas o a fármacos existentes, en lugar de descubrir dianas totalmente nuevas ("saltadores"). Esto confirma que el reposicionamiento es la estrategia dominante en la industria.
• Casos de Éxito:
  • La metodología identificó fármacos con mecanismos de acción comunes (ej. inhibidores de quinasas, moduladores de receptores) a partir de clústeres de dominios PFAM, validando la capacidad de la red para sugerir reposicionamiento.

5. Significado e Impacto

Esta tesis demuestra que la topología de las redes biológicas es una herramienta poderosa para el descubrimiento de fármacos, especialmente en el contexto de enfermedades desatendidas.

• Eficiencia: Permite priorizar dianas terapéuticas de manera computacionalmente eficiente, reduciendo la necesidad de ensayos experimentales costosos.
• Transferencia de Conocimiento: Confirma que la información química y biológica de organismos modelo puede transferirse eficazmente a patógenos de ETD a través de anotaciones compartidas (dominios PFAM conservados), validando la estrategia de reposicionamiento.
• Herramienta para Políticas de Salud: Proporciona un marco metodológico para que agencias gubernamentales y académicas identifiquen candidatos a fármacos para ETD, maximizando el retorno de la inversión en investigación básica.

En conclusión, el trabajo establece que las similitudes estructurales entre fármacos y las similitudes funcionales entre proteínas (mediadas por anotaciones) son consistentes y pueden explotarse mediante algoritmos de redes para predecir nuevas interacciones fármaco-diana con alta precisión.