Resumen Técnico: ProToxNet

Planteamiento del Problema

Predecir qué fármacos causan eventos adversos (EA) específicos y en qué tejidos sigue siendo un desafío crítico no resuelto en la seguridad computacional de fármacos. Los enfoques actuales generalmente se dividen en dos categorías: métodos basados en la estructura (utilizando huellas moleculares o redes neuronales de grafos) y minería de farmacovigilancia (extrayendo señales de bases de datos como FAERS). Ambos comparten una limitación fundamental: tratan el riesgo de eventos adversos como una propiedad intrínseca del fármaco de forma aislada, ignorando el contexto de expresión específico del tejido. El artículo sostiene que si un evento de unión fuera de la diana (off-target) se manifiesta como un daño clínico, depende no solo de la afinidad de unión, sino también de la expresión relativa de la proteína diana en diferentes tejidos (por ejemplo, piel, hígado, pulmón).

Metodología

ProToxNet es un marco computacional que integra la unión fármaco-proteína predicha en todo el proteoma con la expresión génica específica de cada tejido para generar perfiles de exposición tisular de 68 dimensiones. El proceso consta de tres etapas:

1. Puntuación de Unión en Todo el Proteoma (Etapa 1):

   • Datos: 4.310 fármacos y 1.507 proteínas humanas centrales (la intersección de DrugCentral, GTEx y STRING).
   • Modelo: Una variante de ConPLex utilizando el modelo de lenguaje de proteínas ESM-1b.
   • Proceso: Las huellas de Morgan de los fármacos (2048 bits) y los embeddings de media de ESM-1b de las proteínas (1280 dimensiones) se proyectan en un espacio compartido de similitud de coseno de 1024 dimensiones.
   • Calibración: Las probabilidades de unión se calibran mediante el escalado de Platt utilizando pares de unión conocidos de DrugCentral. Esto genera una matriz de puntuación de unión $S \in \mathbb{R}^{4310 \times 1507}$.

2. Puntuación de Exposición Tisular (Etapa 2):

   • Datos: Datos de expresión génica del proyecto GTEx v10 a través de 68 tejidos humanos.
   • Computación: Los vectores de exposición tisular se generan ponderando las puntuaciones de unión por los niveles de expresión específicos de cada tejido.
   • Fórmula: Para un fármaco $d$ y un tejido $t$, la puntuación de exposición es:
     $$e_{d,t} = \sum_{p \in P} s_{d,p} \cdot x_{p,t}$$
     donde $s_{d,p}$ es la puntuación de unión y $x_{p,t}$ es la expresión normalizada de la proteína $p$ en el tejido $t$.
   • Preprocesamiento: La matriz resultante $E$ se estandariza (z-score) por tejido para corregir las diferencias de magnitud de expresión global, produciendo la matriz de características final $\tilde{E} \in \mathbb{R}^{4310 \times 68}$.

3. Predicción de Eventos Adversos (Etapa 3):

   • Datos: 302.307 pares de señales fármaco-EA positivos del Sistema de Reporte de Eventos Adversos de la FDA (FAERS) con un log-likelihood ratio (LLR) > 0.
   • Modelo: Un modelo de interacción bilineal diagonal.
     • Codificador de Fármacos: Una red neuronal de dos capas (68 → 256 → 128) con LayerNorm, ReLU y dropout.
     • Embeddings de EA: 13.200 términos de MedDRA mapeados a embeddings de 64 dimensiones, proyectados a 128 dimensiones.
     • Puntuación: La puntuación de interacción se calcula como $score(d, a) = \sum_{k=1}^{128} h_d^{(k)} \cdot W_k \cdot h_a^{(k)} + b_d + b_a$, donde $W$ es una matriz de pesos diagonal entrenable y $b$ representa los términos de sesgo para la frecuencia de reporte.
   • Entrenamiento: Optimizado con AdamW, suavizado de etiquetas (label smoothing) y recocido de coseno (cosine annealing) durante 100 épocas.

Contribuciones Clave

1. Representación Ponderada por Expresión: Introducción de un vector de potencial de compromiso tisular de 68 dimensiones que combina la unión en todo el proteoma con la expresión tisular, sirviendo como representación del fármaco para la predicción de EA.
2. Desempeño sin Propagación de Grafos: Demostración de que esta representación vectorial, sin una propagación de mensajes explícita sobre la red proteína-tejido, logra un desempeño de vanguardia (state-of-the-art).
3. Validación Biológica: Validación directa de que los fármacos con hepatotoxicidad conocida muestran puntuaciones de compromiso de tejido hepático significativamente más altas que los fármacos no hepatotóxicos.
4. Estudio de Caso: Recuperación exitosa de perfiles de eventos adversos conocidos para inhibidores de quinasas aprobados, donde los EA conocidos se posicionan en el top 0.67% de todos los términos de MedDRA.

Resultados

El modelo fue evaluado a través de múltiples protocolos:

• Predicción de Pares de FAERS: Logró un AUC de 0.9576 (IC 95%: 0.9565–0.9588) en pares retenidos.
• Arranque en Frío (Leave-Drug-Out): En un escenario donde se retuvieron 244 fármacos por completo (cero pares de entrenamiento), el modelo logró un AUC de 0.8544. Esto confirma que el modelo generaliza a nuevos fármacos basándose en las características de compromiso tisular en lugar de memorizar identidades de fármacos.
• Leave-AE-Out: Cuando se retuvieron 1.980 términos de MedDRA, el modelo logró un AUC de 0.8472, demostrando la generalización a eventos adversos no vistos.
• Validación Externa (CT-ADE): En el benchmark independiente de ensayos clínicos CT-ADE, ProToxNet alcanzó un AUC de 0.9157.
• Enriquecimiento Biológico:
  • Hepatotoxicidad: Los fármacos con hepatotoxicidad conocida tuvieron puntuaciones de exposición al tejido hepático significativamente más altas que los no hepatotóxicos (Mann-Whitney U, $p = 0.017$, Cliff's $\delta = 0.41$).
  • Validación DILIrank: Los fármacos hepatotóxicos de "mayor preocupación" mostraron una exposición hepática significativamente mayor que los de "ninguna preocupación" ($p = 0.0002$, Cliff's $\delta = 0.59$).
• Estudio de Caso de Inhibidores de Quinasas: Los eventos adversos conocidos para ocho inhibidores de quinasas aprobados se clasificaron en una mediana de 88 de 13.200 términos (top 0.67%). Por ejemplo, la hepatotoxicidad se clasificó en el top 1% para imatinib, erlotinib y lapatinib.

Significado y Reivindicaciones

El artículo afirma que ProToxNet proporciona un marco con base mecánica y consciente del tejido para la predicción de eventos adversos. Al operacionalizar el principio de que el riesgo de eventos adversos es una propiedad conjunta del paisaje de unión de un fármaco y el contexto de expresión específico del tejido, el marco cierra la brecha entre la interacción molecular y la toxicidad a nivel de órgano.

Los autores enfatizan que el éxito del modelo en escenarios de arranque en frío (nuevos fármacos y nuevos EA) sugiere que el potencial de compromiso tisular captura señales farmacológicas transferibles más allá de la simple frecuencia de entidades o la memorización de la estructura química. El marco se presenta como una herramienta aplicable al descubrimiento de fármacos (cribado temprano de toxicidad específica de tejido) y a la farmacovigilancia (priorización de señales de seguridad), ofreciendo un complemento a los métodos existentes basados en la estructura y en la minería.

Limitaciones Reconocidas por los Autores:

• Las puntuaciones de unión dependen de un proyector de objetivos reinicializado debido a problemas de compatibilidad de entorno, lo que significa que reflejan características estructurales más que estimaciones de afinidad totalmente preentrenadas.
• Los datos de FAERS contienen sesgos de reporte (por ejemplo, poblaciones de pacientes más grandes generan más reportes).
• El modelo no tiene en cuenta la dosis del fármaco, la vía de administración, la demografía del paciente o las interacciones fármaco-fármaco.
• El enriquecimiento tisular fue estadísticamente significativo para la hepatotoxicidad, pero no para la cardiotoxicidad o la nefrotoxicidad en los conjuntos probados, probablemente debido a la especificidad del mecanismo (por ejemplo, bloqueo de hERG) o tamaños de muestra pequeños.