FibrilNet maps conserved and tissue-specific molecular environments across systemic amyloidoses

Résumé technique : FibrilNet cartographie les environnements moléculaires conservés et spécifiques aux tissus dans les amyloïdoses systémiques

Énoncé du problème
Les amyloïdoses systémiques sont des troubles de repliement protéique caractérisés par l'accumulation de dépôts fibrillaires insolubles. Bien que des protéines précurseurs amyloïdogènes distinctes initient ces maladies (par exemple, la transthyrétine dans l'ATTR, les chaînes légères d'immunoglobulines dans l'AL, l'amyloïde A sérique dans l'AA), la pathologie tissulaire qui en résulte partage souvent des composants non fibrillaires récurrents impliqués dans l'organisation de la matrice extracellulaire, l'activation du complément, le transport des lipides et la protéostase. Une question critique non résolue est de savoir si ces protéines récurrentes forment un environnement moléculaire conservé à l'échelle systémique à travers différentes maladies amyloïdes, et dans quelle mesure cet environnement dépend de la protéine précurseur spécifique, du contexte tissulaire ou de la variante de la maladie. Les approches de réseau traditionnelles traitent souvent les interactions protéine-protéine (PPI) comme étant fonctionnellement interchangeables, ignorant le contexte biologique qui peut différencier des interactions au sein d'un même graphe physique.

Méthodologie
Les auteurs ont développé FibrilNet, un cadre de réseau conçu pour intégrer les protéomes amyloïdes définis expérimentalement avec un graphe de PPI humain enrichi par des informations sémantiques dérivées de l'Ontologie des Gènes (GO).

• Construction des données : Le graphe humain sous-jacent comprend 17 997 protéines et 925 977 interactions physiques. Chaque interaction est augmentée d'un vecteur sémantique en 9 dimensions dérivé des annotations GO (processus biologiques, fonction moléculaire et composant cellulaire), codant l'information de contenu, la similitude de chemin et la disponibilité des annotations.
• Approche algorithmique : FibrilNet compare deux stratégies de diffusion :
  1. Marche aléatoire avec redémarrage (RWR) basée uniquement sur la topologie : Propagation standard basée uniquement sur la connectivité du graphe.
  2. Semantic-RWR : Une propagation modifiée où les probabilités de transition sont biaisées vers les interactions présentant une plus grande compatibilité sémantique (alignement ontologique).
• Stratégie d'évaluation : L'étude utilise une approche de reconstruction de module "gelée" en leave-one-out. Les modules de protéines associées aux maladies (dérivés de la protéomique expérimentale) sont utilisés comme ensembles de requête. Une protéine est retirée à la fois, et l'algorithme tente de reclasser les nœuds du graphe restant pour récupérer la cible exclue. Crucialement, les étiquettes de maladie ne sont pas utilisées pour réentraîner la représentation sous-jacente ; l'évaluation teste la capacité de la structure du réseau et du contexte sémantique à récupérer les modules de maladies connus.
• Modèles de maladies analysés :
  • Cardiaque : Protéomes spécifiques à l'amylose, étendus et compacts, pour l'ATTR et l'AL.
  • Rénal : Atlas protéomiques pour l'AA et l'amylose ALECT2.
  • Neurologique : Un modèle de nerf sural murin hTTR-A97S cartographié sur les orthologues humains pour représenter l'ATTRv neurologique.

Contributions clés et résultats

1. Supériorité de la diffusion sémantique :
   Le Semantic-RWR a systématiquement surpassé le RWR basé uniquement sur la topologie pour la reconstruction des modules amyloïdes définis expérimentalement.

   • Dans l'ATTR cardiaque étendu, le Semantic-RWR a augmenté le rang moyen de réciprocité (MRR) de 0,00167 à 0,05015 et le Rappel@100 de 0,0199 à 0,3377, améliorant 132 des 151 cibles exclues.
   • Des gains significatifs ont également été observés dans l'AA rénal (MRR de 0,00249 à 0,09061) et l'ALECT2 (MRR de 0,00239 à 0,01614).
   • L'effet est robuste à travers différentes tailles de modules et strates de sensibilité, suggérant que l'environnement amyloïde possède une organisation fonctionnelle distribuée et cohérente que la topologie seule ne parvient pas à capturer.

2. Identification d'un noyau récurrent restreint :
   L'analyse des modules compacts à travers quatre amyloïdoses systémiques (ATTR, AL, AA, ALECT2) a révélé un chevauchement limité mais significatif.

   • Trois protéines — APCS, VTN et TIMP3 — étaient présentes dans les quatre modules (fréquence de l'enrichissement des caractéristiques = 1), définissant un noyau strict trans-maladie.
   • APOE était présente dans trois des quatre modules.
   • Ces protéines représentent des points de convergence inter-maladies plutôt que des moteurs causaux universels.

3. Spécificité tissulaire et séparation des précurseurs :

   • Cardiaque vs Neurologique : Malgré le partage de la TTR comme précurseur, les modules ATTR cardiaque et neurologique présentaient un chevauchement minimal (similitude de Jaccard = 0,0569 ; seulement 19 protéines partagées).
   • Limites du précurseur : L'amorçage du réseau avec la protéine précurseuse seule (TTR ou LECT2) n'a pas réussi à récupérer fortement l'environnement moléculaire en aval dans les contextes cardiaque ou neurologique. Cela indique que l'environnement amyloïde mature est un état de réseau distribué, non réductible à la proximité locale dans le graphe autour de la protéine formant la fibrille.
   • Spécificité directionnelle : Dans le modèle de l'ATTRv neurologique, les améliorations sémantiques se sont concentrées dans le programme protéomique sous-régulé (associé aux anomalies du cytosquelette et au dysfonctionnement axonal), tandis que les protéines sur-régulées présentaient une cohérence sémantique moindre.

Signification et affirmations
L'article affirme que FibrilNet soutient un modèle multicouche de l'amyloïdose systémique. Dans ce modèle :

• Un environnement amyloïde conservé restreint (le noyau) coexiste avec une organisation forte, spécifique au précurseur, au tissu et à la maladie.
• L'environnement moléculaire en aval est un état de réseau distribué qui émerge de l'interaction du précurseur avec le contexte tissulaire spécifique, plutôt que d'être un simple voisinage local du précurseur.
• L'information sémantique dérivée de l'ontologie fournit un biais inductif biologiquement significatif, permettant à la propagation du réseau de distinguer les interactions fonctionnellement compatibles des incompatibles, révélant ainsi l'« environnement moléculaire distribué » du dépôt amyloïde.

Les auteurs soulignent que leurs conclusions ne remettent pas en question le rôle causal des protéines précurseurs, mais clarifient que l'environnement pathologique est un système complexe dépendant du tissu. Le cadre offre une méthode reproductible pour analyser les amyloïdoses systémiques et suggère que les analyses futures devraient tenir compte de jeux de données moléculaires spécifiques aux variants et aux tissus pour résoudre pleinement l'hétérogénéité de ces maladies.