Lemonite: identification of regulatory metabolites through data-driven, interpretable integration of transcriptomics and metabolomics data

Lemonite est un cadre interprétable et axé sur les données qui intègre la transcriptomique et la métabolomique pour identifier systématiquement des métabolites régulateurs agissant sur des modules géniques, permettant ainsi de découvrir de nouvelles relations métabolite-gène dans des maladies comme le glioblastome et la maladie inflammatoire de l'intestin.

L'essentiel

🍋 Lemonite : Le Détective qui relie les molécules aux gènes

Imaginez que votre corps est une immense usine complexe. Dans cette usine, il y a trois types d'ouvriers principaux qui doivent travailler ensemble pour que tout fonctionne :

1. Les Architectes (les Gènes) : Ils ont les plans de construction.
2. Les Ingénieurs (les Protéines) : Ils construisent les machines.
3. Les Petites Pièces de Rechange (les Métabolites) : Ce sont les vis, les boulons, le carburant et les lubrifiants qui font tourner les machines.

Le problème :
Pendant des années, les scientifiques ont étudié les Architectes et les Ingénieurs, mais ils ont souvent ignoré les Petites Pièces de Rechange. Ils pensaient que ces pièces étaient juste le résultat final du travail, sans pouvoir influencer les plans. C'est comme si on croyait que l'huile dans une voiture ne peut jamais dire au moteur comment tourner !

En réalité, ces petites pièces (les métabolites) peuvent souvent dire aux gènes : "Hé, arrête de construire ça, on a besoin de faire autre chose !". Mais trouver qui dit quoi à qui dans cette usine géante est un cauchemar, car il y a des millions de pièces et de plans.

🔍 La solution : Lemonite

Les auteurs de ce papier ont créé un nouvel outil appelé Lemonite (un jeu de mot entre "Lemon" et "LemonTree", un logiciel existant).

Imaginez que Lemonite est un super-détective ou un traducteur universel qui peut lire à la fois les plans (transcriptomique) et l'inventaire des pièces (métabolomique) en même temps.

Voici comment il fonctionne, étape par étape :

1. Il ne cherche pas de réponses toutes faites

Les anciennes méthodes de recherche étaient comme un dictionnaire. Si vous cherchiez une interaction, le dictionnaire ne vous donnait la réponse que si elle était déjà écrite dedans. Si la pièce était nouvelle ou mal étiquetée, le dictionnaire disait "Je ne sais pas".
Lemonite, lui, est comme un enquêteur privé. Il observe les données brutes, regarde les habitudes, et devine les liens même s'ils ne sont pas encore dans les livres. Il n'a pas besoin de savoir à l'avance qui est qui.

2. Il regroupe les ouvriers en équipes (Modules)

Au lieu de regarder chaque gène individuellement (ce qui serait trop long), Lemonite regroupe les gènes qui travaillent ensemble en équipes (appelées "modules").

• Analogie : Au lieu de demander à chaque boulon de l'usine s'il est content, il demande à l'équipe "Assemblage Moteur" : "Comment ça va ?".

3. Il identifie les chefs d'équipe

Une fois les équipes formées, Lemonite cherche à savoir qui les dirige. Il regarde deux types de chefs :

• Les Transcription Facteurs (TF) : Ce sont les chefs humains classiques (les ingénieurs qui donnent les ordres).
• Les Métabolites : Ce sont les nouveaux chefs que Lemonite met en avant. Il découvre que certaines petites pièces (comme le myo-inositol ou le phosphatidylcholine) agissent comme des directeurs d'usine, donnant des ordres aux équipes de gènes.

🏥 Les deux cas d'application : Le cerveau et les intestins

Pour prouver que son détective est efficace, les auteurs l'ont testé sur deux maladies très différentes :

Cas 1 : Le Glioblastome (une tumeur cérébrale)

• La situation : C'est comme une usine de cerveau qui a déraillé et produit des cellules cancéreuses.
• La découverte de Lemonite : Il a découvert que certaines pièces (comme le myo-inositol) et un chef spécifique (IRF6) dirigeaient une équipe de gènes qui transformait les cellules en un état "agressif" et "envahissant" (comme des cellules immunitaires).
• L'analogie : Lemonite a vu que le carburant (les métabolites) forçait les ouvriers à changer de plan de construction pour devenir des envahisseurs.

Cas 2 : La Maladie Inflammatoire Intestinale (MII)

• La situation : C'est une usine dans les intestins qui est enflammée et qui ne fonctionne plus bien.
• La découverte de Lemonite : Il a identifié des pièces comme la carnitine ou le trigonelline (un composé du café) qui régulent l'inflammation.
• La validation : Pour être sûrs, ils ont pris des cellules intestinales en laboratoire et ont ajouté ces pièces. Résultat ? Les cellules ont réagi exactement comme le détective l'avait prédit ! Par exemple, le trigonelline a activé un gène qui aide à gérer le rythme circadien (l'horloge biologique).

🌐 Le grand livre de référence (La Base de Connaissances)

Pour que son enquête soit crédible, Lemonite ne se contente pas de deviner. Il a construit son propre téléphone jaune géant (une "Knowledge Graph" ou graphe de connaissances).

• Il a rassemblé des millions d'informations provenant de dizaines de bases de données différentes.
• Il a unifié tous les noms bizarres des molécules (parfois une même molécule a 5 noms différents selon le livre).
• Cela lui permet de dire : "Tiens, cette pièce que je viens de découvrir est peut-être liée à ce gène, car j'ai vu une connexion similaire dans mon grand livre de référence."

🎯 En résumé

Ce papier nous dit :

1. Les petites molécules (métabolites) sont des chefs importants, pas juste des déchets.
2. Les anciennes méthodes étaient trop rigides (elles ne voyaient que ce qu'elles connaissaient déjà).
3. Lemonite est flexible et intelligent : il trouve de nouveaux liens entre les gènes et les molécules, même pour des maladies complexes comme le cancer ou l'inflammation.
4. C'est vérifiable : Les prédictions de Lemonite ont été testées en laboratoire et ont fonctionné.

La métaphore finale :
Si l'étude du génome était comme lire un livre de recettes, Lemonite est l'outil qui vous dit non seulement quels ingrédients (gènes) sont utilisés, mais aussi comment la température de la cuisine (les métabolites) change le goût du plat final, et qui plus est, il vous aide à inventer de nouvelles recettes que personne n'avait encore écrites !

Résumé technique

1. Problématique et Contexte

La régulation biologique émerge des interactions coordonnées entre gènes, protéines et métabolites. Cependant, malgré leur potentiel régulateur central, les métabolites sont largement absents des inférences de réseaux de régulation génique (GRN) à l'échelle du génome. Les approches actuelles d'intégration des données de transcriptomique et de métabolomique souffrent de deux limitations majeures :

• Méthodes purement pilotées par les données (Data-driven) : Des outils comme MixOmics (DIABLO) ou MOFA+ permettent l'intégration mais manquent souvent d'interprétabilité biologique directe (facteurs latents difficiles à interpréter) et ne fournissent pas de mécanismes régulateurs clairs.
• Méthodes basées sur la connaissance préalable (Prior knowledge) : Des outils comme COSMOS+ dépendent de bases de données curées. Or, la métabolomique non ciblée génère de nombreuses entités non annotées ou ambiguës qui ne figurent pas dans ces bases, limitant ainsi la portée de l'analyse. De plus, ces méthodes nécessitent souvent une étape préalable de sélection de caractéristiques (ex: métabolites différentiels), ce qui peut éliminer des régulateurs potentiels.

Il existe donc un besoin critique d'une méthode capable d'intégrer les données transcriptomiques et métabolomiques de manière pilotée par les données, interprétable et ne nécessitant pas de connaissance préalable complète, afin d'identifier systématiquement les "métabolites régulateurs".

2. Méthodologie : Le Framework Lemonite

Les auteurs ont développé Lemonite (LemonTree for metabolites), une extension du framework open-source LemonTree, conçue pour l'intégration de données omiques en vrac (bulk).

A. Pipeline d'inférence de réseau :

1. Prétraitement et Modules de Co-expression : À partir de données de transcriptomique normalisées, Lemonite utilise des échantillonneurs de Gibbs basés sur des modèles pour inférer des clusters de co-expression de gènes. Ces résultats sont consolidés en modules de consensus via un clustering par arêtes spectrales.
2. Inférence des Programmes Régulateurs : Pour chaque module de gènes, Lemonite infère un ensemble de programmes régulateurs en utilisant une forêt d'arbres de décision. Les entrées de ces arbres sont :
   • L'activité des facteurs de transcription (TFA), déduite de l'expression des gènes cibles.
   • Les abondances normalisées des métabolites et des lipides.
3. Scores de Consensus : Un score de consensus est calculé pour chaque paire régulateur-module, basé sur la fréquence d'apparition de l'arbre de décision et sa position dans la hiérarchie. Un score de régulateur aléatoire est également généré pour évaluer la significativité statistique.
4. Filtrage et Priorisation : Les modules sont filtrés selon leur cohérence (co-expression), leur expression différentielle entre groupes d'échantillons et leur enrichissement fonctionnel (PPI, voies biologiques). Les régulateurs sont priorisés selon leur score et leur connectivité.

B. Construction du Knowledge Graph (KG) Lemonite :
Pour contextualiser les prédictions et améliorer l'interprétabilité, les auteurs ont construit un graphe de connaissances intégré :

• Sources de données : Fusion de multiples bases de données (HMDB, BioGRID, UniProt, IntAct, chEMBL, LINCS, Human1-GEM, MetalinksDB).
• Échelle : Le KG intègre 370 270 interactions métabolite-gène uniques et 2,18 millions d'interactions protéine-protéine (PPI).
• Classification : Les interactions sont annotées comme "causales" (LINCS, chEMBL), "basées sur les voies métaboliques" (Human1-GEM) ou "autres" (interactions physiques, régulation allostérique).
• Utilité : Ce KG sert à la validation in silico des prédictions de Lemonite et permet d'identifier des mécanismes de co-régulation (ex: un métabolite et un TF connectés par une PPI vers le même gène cible).

3. Résultats Principaux

L'approche a été appliquée à deux cohortes cliniques : le Glioblastome (GBM, n=99) et la Maladie Inflammatoire Chronique de l'Intestin (MICI/IBD, n=75).

A. Comparaison avec les méthodes existantes :
Les méthodes DIABLO et MOFA+ ont permis d'identifier des composants discriminants et des biomolécules clés (ex: 2-HG dans le GBM), mais n'ont pas fourni de réseau régulateur mécanistique. COSMOS+ a échoué à intégrer la majorité des métabolites en raison de leur absence dans les bases de connaissances préalables. Lemonite a surmonté ces limites en intégrant tous les métabolites, y compris ceux non annotés.

B. Applications au Glioblastome (GBM) :

• Modules et Régulateurs : Lemonite a identifié 63 modules, dont 46 cohérents. Des régulateurs clés ont été mis en évidence, notamment le métabolite 2-hydroxyglutarate (2-HG) (oncométabolite), le myo-inositol, les phosphatidylcholines et le facteur de transcription IRF6.
• Mécanismes Biologiques :
  • Le module 5 (surexprimé dans le sous-type mésenchymateux) est régulé négativement par le myo-inositol et les phosphatidylcholines, et positivement par IRF6, suggérant un rôle dans la transition épithélio-mésenchymateuse (EMT) et l'immunité innée.
  • Le module 18 relie le 2-HG, le L-méthionine et la méthylation de l'ADN/histone via le gène BCAT1, offrant une hypothèse mécanistique sur l'impact des mutations IDH.
• Validation Cellulaire : En projetant les modules sur des données de transcriptomique single-cell (scRNA-seq), les auteurs ont montré que les modules liés à l'immunité (ex: module 5) sont spécifiquement exprimés dans les macrophages associés aux tumeurs (TAM) et les monocytes.

C. Applications à la MICI (IBD) :

• Régulateurs Métaboliques : Identification de plasmalogènes, de carnitines, de putrescine et de gabapentine comme régulateurs majeurs de modules inflammatoires et de transport ionique.
• Validation Expérimentale : Les auteurs ont sélectionné des paires métabolite-gène prédites par Lemonite (ex: Trigonelline, C2-carnitine, α-glycérophosphocholine) et les ont testées sur des cellules épithéliales coliques (HT29).
  • La trigonelline a induit une surexpression de PER3 (régulation circadienne).
  • La C2-carnitine a régulé l'expression de ME1, BHLHE40, APOBEC3B et SCD.
  • Ces résultats confirment que Lemonite peut découvrir des interactions régulatrices novelles non présentes dans les bases de connaissances actuelles.

4. Contributions Clés

1. Framework Intégré : Développement de Lemonite, une méthode qui combine l'inférence de réseaux de modules (LemonTree) avec l'intégration directe de métabolites et de lipides sans étape de sélection préalable.
2. Base de Connaissances Unifiée : Création d'un Knowledge Graph (KG) massif et hétérogène (370k+ interactions métabolite-gène) normalisé via l'identifiant HMDB, permettant de contextualiser les prédictions.
3. Interprétabilité et Validation : Démonstration que l'approche permet de générer des hypothèses biologiques testables, validées expérimentalement par qPCR sur des modèles cellulaires, y compris pour des interactions totalement inconnues.
4. Accessibilité : Mise à disposition d'un pipeline NextFlow reproductible et d'une interface web interactive (www.lemonite.ugent.be) pour explorer les réseaux et le KG.

5. Signification et Impact

Lemonite représente une avancée significative dans l'analyse multi-omiques en comblant le fossé entre les approches purement statistiques (peu interprétables) et les approches basées sur la connaissance (trop restrictives). En traitant les métabolites non plus comme de simples produits finaux, mais comme des régulateurs actifs de l'expression génique, Lemonite ouvre la voie à une meilleure compréhension des mécanismes pathologiques complexes comme le cancer et les maladies inflammatoires. La capacité à intégrer des métabolites non annotés et à valider des prédictions de novo en fait un outil puissant pour la découverte de biomarqueurs et de cibles thérapeutiques.