TDEP: Predicting Target Perturbation Response from Drug-Induced Transcriptomes

Trovare la chiave giusta per una serratura biologica è la sfida centrale della moderna scoperta di farmaci. Gli scienziati sanno da tempo che i medicinali funzionano agganciandosi a specifiche proteine all'interno del corpo, proprio come una chiave che si inserisce in una serratura. Se la chiave si adatta, può girare la serratura per fermare una malattia o avviare un processo di guarigione. Per decenni, i ricercatori hanno cercato di prevedere questi abbinamenti utilizzando due strategie principali. Un approccio osserva la forma fisica delle molecole, cercando di vedere se si incastrano come pezzi di un puzzle. L'altro osserva l'impatto chimico, osservando come cambiano le istruzioni interne di una cellula quando viene introdotto un farmaco. Sebbene i metodi basati sulla forma siano bravi a intuire se avverrà un abbinamento, spesso falliscono nel spiegare cosa accadrà dopo. I metodi chimici possono mostrare l'effetto a valle, ma faticano a individuare esattamente quale proteina abbia causato il cambiamento, perdendosi spesso nel rumore delle complesse reazioni cellulari.

Un team di ricercatori dell'Ewha Womans University in Corea del Sud ha sviluppato un nuovo modo per colmare questo divario. Hanno creato un sistema chiamato TDEP, che sta per Target-perturbed Differential Expression Profile. Invece di prevedere solo se un farmaco si attaccherà a una proteina, TDEP prevede l'effetto a catena specifico che quella proteina causerà in tutto il manuale di istruzioni della cella, noto come trascrittoma. Immaginate la cellula come una vasta biblioteca di libri, dove ogni libro è un gene. Quando un farmaco colpisce una proteina bersaglio, non si limita a silenziare un singolo libro; cambia l'ordine di lettura di migliaia di altri. TDEP impara a leggere la reazione della biblioteca a un farmaco e poi lavora a ritroso per prevedere esattamente quale proteina sia stata la causa originale di quel disturbo. Ciò consente agli scoscienziati non solo di trovare l'abbinamento, ma anche di comprendere la storia biologica che ne consegue.

I ricercatori hanno costruito il loro sistema insegnando a un computer a riconoscere modelli in enormi quantità di dati biologici. Sono partiti da una vasta collezione di cambiamenti nell'attività genica indotti da farmaci, raccolti da un database pubblico chiamato Connectivity Map. Questo database contiene oltre un milione di istantanee di come diverse cellule reagiscono a varie sostanze chimiche. Il team ha accoppiato queste istantanee chimiche con le sequenze genetiche delle proteine che i farmaci dovrebbero colpire. Hanno utilizzato un tipo di intelligenza artificiale che comprende le sequenze proteiche, simile a come un modello linguistico comprende le frasi, per rappresentare le proteine bersaglio. Hanno poi addestrato il sistema per connettere una specifica proteina al particolare schema di cambiamenti genetici che produce. Il sistema non si limita a dire "sì" o "no" a un'interazione; genera una mappa dettagliata di come i geni della cellula aumenterebbero o diminuirebbero se quella specifica proteina venisse bloccata.

Quando il team ha testato il suo nuovo sistema rispetto ai metodi esistenti, i risultati sono stati sorprendenti. Hanno confrontato TDEP con modelli più vecchi che si basano sulle forme molecolari e altri che si basano su dati genetici provenienti da esperimenti in cui i geni vengono silenziati artificialmente. In test riguardanti farmaci che il sistema non aveva mai visto prima, TDEP ha raggiunto un AUC di 0,87 nell'identificare correttamente le interazioni. Questa prestazione è paragonabile ai migliori modelli basati sulla forma, che sono attualmente considerati il gold standard, ed è significativamente migliore dei vecchi metodi genetici, che faticavano a raggiungere un AUC di 0,6. I ricercatori hanno scoperto che il sistema era particolarmente bravo a imparare dai dati forniti, evitando la trappola comune di limitarsi a memorizzare le risposte. Ha imparato a riconoscere la logica biologica sottostante che collega una proteina alle sue conseguenze cellulari.

Una delle scoperte più importanti è stata come il sistema gestisce i diversi tipi di incognite. I ricercatori hanno testato il modello in due scenari: uno in cui i farmaci erano nuovi ma le proteine erano familiari, e un altro in cui le proteine erano completamente nuove. Hanno scoperto che il sistema utilizza due strumenti diversi per risolvere questi problemi. Quando la proteina è nota, il sistema si affida alla mappa dettagliata dei cambiamenti genetici che ha appreso per prevedere l'esito. Quando la proteina è nuova, il sistema si basa sulla sua profonda comprensione della sequenza genetica della proteina per fare una supposizione istruita. Questo approccio duale permette al sistema di essere robusto, funzionando bene sia che incontri un nuovo farmaco, sia che incontri un nuovo bersaglio. Inoltre, il sistema ha dimostrato di poter trasferire la propria conoscenza tra diversi tipi di cellule. Un modello addestrato su un tipo di cellula tumorale poteva ancora fare previsioni accurate quando applicato a un diverso tipo di cellula tumorale, suggerendo che le regole fondamentali di come queste proteine influenzano i geni siano condivise in diversi contesti biologici.

Il team ha anche esaminato attentamente se il sistema stesse effettivamente imparando la biologia o se stesse solo trovando scorciatoie. Hanno esaminato i geni specifici che il sistema prevedeva cambierebbero quando un bersaglio viene bloccato e li hanno confrontati con dati del mondo reale provenienti da altri esperimenti. Hanno trovato un forte accordo. Ad esempio, quando il sistema ha previsto l'effetto del blocco di una specifica proteina correlata al cuore, i geni che ha segnalato come più probabili nel cambiare corrispondevano ai geni che sono effettivamente cambiati in esperimenti indipendenti in cui quella proteina è stata rimossa. Ciò suggerisce che il sistema stia catturando segnali biologici genuini piuttosto che semplice rumore statistico. I ricercatori hanno notato che, sebbene le previsioni non siano perfette e gli effetti siano talvolta piccoli, la capacità di generare una spiegazione a livello genico dell'azione di un farmaco è un passo avanti significativo. Fornisce un modo per generare ipotesi su come funziona un farmaco, che possono poi essere testate in laboratorio.

Nonostante questi successi, i ricercatori sono cauti nel sottolineare i limiti del loro lavoro. Il sistema attualmente si basa su dati provenienti da un set specifico di linee cellulari tumorali e farmaci che sono già stati profilati nel database pubblico. Non può ancora prevedere gli effetti di strutture chimiche completamente nuove che non sono mai state testate in laboratorio. Inoltre, il sistema prevede se un farmaco interagirà con un bersaglio, ma non misura quanto fortemente si legheranno. I ricercatori riconoscono anche che i dati biologici utilizzati derivano da una tecnologia specifica e che i risultati potrebbero variare se applicati a piattaforme di misurazione differenti. Tuttavia, il traguardo fondamentale rimane: hanno dimostrato che è possibile prevedere con alta precisione le conseguenze trascrizionali dettagliate del targeting di una specifica proteina.

Questo lavoro offre una nuova prospettiva su come approcciamo la scoperta di farmaci. Andando oltre le semplici previsioni sì-no, TDEP fornisce una finestra sul meccanismo d'azione. Permette agli scienziati di vedere i potenziali effetti collaterali o i benefici terapeutici di un farmaco guardando lo specifico schema di cambiamenti genetici che si prevede causerà. I ricercatori suggeriscono che questo approccio potrebbe aiutare a dare priorità a quali bersagli farmacologici valga la pena perseguire, generare nuove idee su come potrebbero funzionare i farmaci esistenti e persino aiutare a trovare nuovi utilizzi per i vecchi medicinali. Man mano che i database dei dati biologici continuano a crescere e i modelli di intelligenza artificiale diventano più sofisticati, questo metodo di collegare i bersagli proteici alle loro complete conseguenze cellulari potrebbe diventare uno strumento standard nella ricerca per comprendere e trattare le malattie. Lo studio rappresenta una prova di concetto che combinando le sequenze genetiche con i dati della risposta cellulare si possono ottenere intuizioni che nessuno dei due approcci potrebbe raggiungere da solo.