TDEP: Predicting Target Perturbation Response from Drug-Induced Transcriptomes

Trouver la bonne clé pour une serrure biologique est le défi central de la découverte de médicaments moderne. Les scientifiques savent depuis longtemps que les médicaments fonctionnent en se fixant à des protéines spécifiques à l'intérieur du corps, un peu comme une clé s'insérant dans une serrure. Si la clé correspond, elle peut tourner la serrure pour arrêter une maladie ou déclencher un processus de guérison. Pendant des décennies, les chercheurs ont tenté de prédire ces correspondances en utilisant deux stratégies principales. Une approche examine la forme physique des molécules, en essayant de voir si elles s'emboîtent comme des pièces de puzzle. L'autre observe les conséquences chimiques, en observant comment les instructions internes d'une cellule changent lorsqu'un médicament est introduit. Bien que les méthodes basées sur la forme soient douées pour deviner si une correspondance aura lieu, elles échouent souvent à expliquer ce qui se passe ensuite. Les méthodes chimiques peuvent montrer les conséquences, mais peinent à identifier précisément quelle protéine a provoqué le changement, se perdant souvent dans le bruit des réactions complexes de la cellule.

Une équipe de chercheurs de l'Université de la femme Ewha en Corée du Sud a développé une nouvelle façon de combler ce fossé. Ils ont créé un système appelé TDEP, qui signifie Target-perturbed Differential Expression Profile (Profil d'expression différentielle perturbé par la cible). Au lieu de simplement prédire si un médicament va s'attacher à une protéine, TDEP prédit l'effet d'entraînement spécifique que cette protéine provoquera dans tout le manuel d'instructions de la cellule, appelé le transcriptome. Imaginez une cellule comme une vaste bibliothèque de livres, où chaque livre est un gène. Lorsqu'un médicament frappe une protéine cible, il ne se contente pas de faire taire un seul livre ; il modifie l'ordre de lecture de milliers d'autres. TDEP apprend à lire la réaction de la bibliothèque à un médicament et travaille ensuite à rebours pour prédire exactement quelle protéine était la cause originelle de cette perturbation. Cela permet aux scientifiques non seulement de trouver la correspondance, mais aussi de comprendre l'histoire biologique qui en découle.

Les chercheurs ont construit leur système en apprenant à un ordinateur à reconnaître des motifs dans de vastes quantités de données biologiques. Ils ont commencé par une immense collection de changements induits par des médicaments dans l'activité génique, recueillie à partir d'une base de données publique appelée Connectivity Map. Cette base de données contient plus d'un million de clichés de la façon dont différentes cellules réagissent à diverses substances chimiques. L'équipe a associé ces clichés chimiques aux séquences génétiques des protéines que les médicaments sont censés cibler. Ils ont utilisé un type d'intelligence artificielle qui comprend les séquences protéiques, de manière similaire à la façon dont un modèle de langage comprend des phrases, pour représenter les protéines cibles. Ils ont ensuite entraîné le système à connecter une protéine spécifique au motif unique de changements géniques qu'elle produit. Le système ne se contente pas de dire « oui » ou « non » à une interaction ; il génère une carte détaillée de la manière dont les gènes de la cellule augmenteraient ou diminueraient si cette protéine spécifique était bloquée.

Lorsque l'équipe a testé son nouveau système par rapport aux méthodes existantes, les résultats ont été frappants. Ils ont comparé TDEP à d'anciens modèles qui reposent sur les formes moléculaires et à d'autres qui reposent sur des données génétiques issues d'expériences où les gènes sont artificiellement réduits au silence. Dans des tests impliquant des médicaments que le système n'avait jamais vus auparavant, TDEP a atteint une AUC de 0,87 pour identifier correctement les interactions. Cette performance est comparable aux meilleurs modèles basés sur la forme, qui sont actuellement considérés comme la référence, et nettement supérieure aux anciennes méthodes génétiques, qui peinaient à atteindre une AUC de 0,6. Les chercheurs ont constaté que le système était particulièrement doué pour apprendre à partir des données qui lui étaient données, évitant le piège courant de la simple mémorisation des réponses. Il a appris à reconnaître la logique biologique sous-jacente qui relie une protéine à ses conséquences cellulaires.

L'une des découvertes les plus importantes concerne la manière dont le système gère différents types d'inconnus. Les chercheurs ont testé le modèle dans deux scénarios : un où les médicaments étaient nouveaux mais les protéines familières, et un autre où les protéines étaient entièrement nouvelles. Ils ont découvert que le système utilise deux outils différents pour résoudre ces problèmes. Lorsque la protéine est connue, le système s'appuie sur la carte détaillée des changements géniques qu'il a apprise pour prédire le résultat. Lorsque la protéine est nouvelle, le système s'appuie sur sa compréhension profonde de la séquence génétique de la protéine pour faire une supposition éclairée. Cette double approche permet au système d'être robuste, fonctionnant bien qu'il rencontre un nouveau médicament ou une nouvelle cible. De plus, le système a montré qu'il pouvait transférer ses connaissances d'un type de cellule à un autre. Un modèle entraîné sur un type de cellule cancéreuse pouvait toujours faire des prédictions précises lorsqu'il était appliqué à un autre type de cellule cancéreuse, suggérant que les règles fondamentales de la façon dont ces protéines affectent les gènes sont partagées à travers différents contextes biologiques.

L'équipe a également examiné de près si le système apprenait réellement la biologie ou s'il trouvait simplement des raccourcis. Ils ont examiné les gènes spécifiques que le système prédisait comme changeant lorsqu'une cible était bloquée et les ont comparés à des données du monde réel provenant d'autres expériences. Ils ont trouvé un accord fort. Par exemple, lorsque le système prédisait l'effet du blocage d'une protéine spécifique liée au cœur, les gènes qu'il signalait comme les plus susceptibles de changer correspondaient aux gènes qui changeaient réellement dans des expériences indépendantes où cette protéine était supprimée. Cela suggère que le système capture des signaux biologiques authentiques plutôt que du simple bruit statistique. Les chercheurs ont noté que, bien que les prédictions ne soient pas parfaites et que les tailles d'effet soient parfois faibles, la capacité de générer une explication au niveau du gène pour l'action d'un médicament est une étape significative. Elle offre un moyen de générer des hypothèses sur le fonctionnement d'un médicament, qui peuvent ensuite être testées en laboratoire.

Malgré ces succès, les chercheurs sont prudents quant aux limites de leur travail. Le système dépend actuellement de données provenant d'un ensemble spécifique de lignées de cellules cancéreuses et de médicaments qui ont déjà été profilés dans la base de données publique. Il ne peut pas encore prédire les effets de structures chimiques totalement nouvelles qui n'ont jamais été testées en laboratoire. De plus, le système prédit si un médicament interagira avec une cible, mais il ne mesure pas la force de leur liaison. Les chercheurs reconnaissent également que les données biologiques qu'ils utilisent proviennent d'une technologie spécifique, et que les résultats pourraient varier s'ils étaient appliqués à des données provenant de différentes plateformes de mesure. Cependant, la réussite fondamentale demeure : ils ont démontré qu'il est possible de prédire avec précision les conséquences transcriptionnelles détaillées du ciblage d'une protéine spécifique.

Ce travail offre une nouvelle perspective sur notre approche de la découverte de médicaments. En allant au-delà des simples prédictions de type « oui ou non », TDEP offre une fenêtre sur le mécanisme d'action. Il permet aux scientifiques de voir les effets secondaires potentiels ou les bénéfices thérapeutiques d'un médicament en observant le motif spécifique de changements géniques qu'il est prédit de provoquer. Les chercheurs suggèrent que cette approche pourrait aider à prioriser les cibles de médicaments qui méritent d'être poursuivies, générer de nouvelles idées sur la façon dont les médicaments existants pourraient fonctionner, et même aider à trouver de nouvelles utilisations pour les vieux médicaments. À mesure que les bases de données de données biologiques continuent de croître et que les modèles d'intelligence artificielle deviennent plus sophistiqués, cette méthode reliant les cibles protéiques à leurs pleines conséquences cellulaires pourrait devenir un outil standard dans la quête de compréhension et de traitement des maladies. L'étude est une preuve de concept que la combinaison des séquences génétiques avec les données de réponse cellulaire peut produire des informations qu'aucune des deux approches ne pourrait obtenir seule.