Network pharmacology-based discovery and experimental validation of novel drug repurposing candidates in Alzheimer's Disease

Dit onderzoek combineerde netwerkfarmacologie met experimentele validatie om TUDCA en arundine te identificeren als veelbelovende hergebruikskandidaten voor de behandeling van de ziekte van Alzheimer, die ziekte-relevante moleculaire fenotypes herstellen door in te werken op G-eiwitsignalering.

De kern

🧠 De Grote Medicijn-Reset: Een Nieuwe Weg voor Alzheimer

Stel je voor dat Alzheimer een ingewikkelde, donkere kamer is waarin de lichten stuk zijn gegaan. Wetenschappers weten al lang welke schakelaars (genen) kapot zijn, maar ze hebben nog geen sleutel gevonden om de lichten weer aan te doen. Tot nu toe zijn er geen echte medicijnen die de ziekte stoppen of vertragen.

In dit onderzoek hebben de auteurs een slimme, digitale strategie gebruikt om oude medicijnen te vinden die misschien wel werken als nieuwe sleutels voor deze donkere kamer. Ze noemen dit "drug repurposing" (medicijnen hergebruiken).

Hier is hoe ze het hebben gedaan, stap voor stap:

1. De Digitale Schatkaart (Netwerkfarmacologie)

Stel je voor dat het menselijk lichaam een gigantisch stadsnetwerk is.

• De straten zijn de genen en eiwitten in je lichaam.
• De verkeerslichten zijn de medicijnen die je kunt nemen.
• Alzheimer is een specifieke wijk in die stad waar het allemaal misgaat.

De onderzoekers hebben een enorme digitale kaart gemaakt van deze stad. Ze hebben gekeken naar 2.413 medicijnen die al bestaan (voor kanker, maagzuur, etc.) en gekeken hoe dichtbij die medicijnen wonen bij de "Alzheimer-wijk" in het netwerk.

De regel: Als een medicijn direct naast de kapotte schakelaars woont (of via een korte weg erbij kan komen), is de kans groot dat het de schade kan repareren. Medicijnen die ver weg wonen, helpen waarschijnlijk niet.

2. De Grote Selectie (Het Netwerk)

Ze lieten hun computer 2.413 medicijnen "scannen". De computer berekende voor elk medicijn hoe kort de weg was naar de genen die Alzheimer veroorzaken.

• Resultaat: De computer gaf een lijst van de beste kandidaten.
• De verrassing: Veel van de beste kandidaten waren eigenlijk medicijnen tegen kanker. Dit heeft zin, omdat de "wegen" die kankercellen gebruiken om te groeien, soms lijken op de wegen die Alzheimer-cellen gebruiken om te sterven.

3. De Top 3 Kandidaten

Na de computeranalyse en een beetje menselijke check (is het veilig? komt het de hersenen binnen?), bleven drie medicijnen over die ze wilden testen:

1. Chenodiol (en TUDCA): Dit is een stof die normaal gesproken in je gal zit. Je kunt het zien als een smeerolie voor je cellen. Het helpt de "vuilnisbakken" van de cellen schoon te maken.
2. Arundine: Dit is een stof die je kunt vinden in broccoli en andere koolsoorten (een afgeleide van indool). Denk hieraan als een brandblusser voor de ontstekingen in de hersenen.
3. Cysteamine: Dit wordt al gebruikt voor een zeldzame nierziekte. Het werkt als een schoonmaakploeg die opgehoopt afval uit de cellen verwijdert.

4. Het Lab-Testen (De Proef)

Computers zijn slim, maar ze dromen niet. Je moet het in het echt testen. De onderzoekers hebben deze drie medicijnen getest in 33 verschillende proefbuisjes met cellen (een soort mini-hersenen).

Ze keken naar drie belangrijke dingen:

• Klopt het afval? (Verdwijnt het giftige Alzheimer-eiwit, het amyloïd?)
• Is er minder ruzie? (Kalmeert de ontsteking in de hersencellen?)
• Werkt het? (Overleven de cellen beter?)

De uitkomst:

• TUDCA (de galstof) en Arundine (de broccoli-stof) waren de winnaars!
• Ze bleken zeer goed te werken: ze hielpen de cellen om het giftige Alzheimer-afval weg te halen en ze kalmeerden de ontsteking.
• De statistieken (een soort "vertrouwensscore") waren zo hoog, dat ze bijna zeker kunnen zijn dat dit werkt.

5. Het Geheim: De "RGS4" Sleutel

Hoe werken deze medicijnen eigenlijk? De onderzoekers ontdekten dat ze allemaal een specifieke sleutel gebruiken: een eiwit genaamd RGS4.
Stel je voor dat RGS4 de hoofdverkeersregelaar is in de Alzheimer-wijk. Door op deze regelaar te drukken, kunnen TUDCA en Arundine de verkeersstromen (signaalwegen in de cel) weer normaal laten lopen, waardoor de cellen gezond blijven.

🏁 Conclusie in Eenvoudige Woorden

Dit onderzoek is als het vinden van een oude, vergeten sleutel in een lade (een bestaand medicijn) die perfect past in een slot dat we dachten dat alleen met een nieuwe sleutel open te maken was.

• Wat hebben ze gevonden? Twee bestaande stoffen (TUDCA en Arundine) die de hersencellen kunnen redden van Alzheimer-schade.
• Hoe hebben ze het gevonden? Door een slimme digitale kaart te gebruiken die medicijnen koppelt aan ziekte-genen.
• Wat betekent dit voor de toekomst? Omdat deze medicijnen al bestaan en bekend zijn, kunnen ze sneller getest worden bij mensen dan een volledig nieuw medicijn. Het is een enorme sprong voorwaarts in de strijd tegen Alzheimer.

Kortom: Soms is de oplossing niet om iets nieuws te bouwen, maar om te kijken wat we al in de kast hebben staan.

Technische samenvatting

Probleemstelling

Alzheimer's ziekte (AD) is een progressieve neurodegeneratieve aandoening waarvoor momenteel geen effectieve ziektemodificerende behandelingen bestaan. Hoewel er een groeiende hoeveelheid bewijs is dat genetische varianten en de door hen gecodeerde eiwitten betrokken zijn bij het risico en de pathogenese van AD, is deze kennis niet succesvol vertaald naar nieuwe medicijnen. De uitdagingen zijn divers:

• Complexiteit: AD heeft een aanzienlijke genetische en cellulaire complexiteit.
• Confounding factoren: Compenserende en degeneratieve pathologieën verstoren de vroege etiologische processen over de decennia durende ziekteprogressie.
• Failures in ontwikkeling: Traditionele benaderingen om vroege causale drijvers te targeten, hebben tot nu toe weinig succes gehad.

Het doel van deze studie was om deze kloof te overbruggen door een systematische aanpak te ontwikkelen voor het herpositioneren van bestaande geneesmiddelen (drug repurposing) voor AD.

Methodologie

De auteurs hanteerden een hybride aanpak die computationele netwerkanalyse combineerde met experimentele validatie.

1. Computationele Netwerkfarmacologie:

• Data-integratie: Er werden genomische, transcriptomische en proteomische profielen van AD geïntegreerd. Dit omvatte acht verschillende sets van AD-risicogenen, afgeleid van bronnen zoals GWAS, TWAS, PWAS en differentieel tot expressie gebrachte genen (DEGs) in iPSC-afgeleide neuronen, astrocyten en microglia (met name vergeleken tussen APOE3/3 en APOE4/4).
• Netwerktopologie: Twee onderling verbonden netwerken werden gebruikt:
  1. Een drug-target netwerk (gebaseerd op ChEMBL, met 25.329 drug-doelwitparen voor fase 3 en 4 geneesmiddelen).
  2. Het menselijke interactoom (gen-gen interacties).
• Netwerkproximiteit: De effectiviteit van een geneesmiddel werd geschat op basis van de "netwerkproximiteit" ($d$). Dit is de topologische afstand in het interactoom tussen de set van doelen van een geneesmiddel ($T$) en de set van AD-risicogenen ($S$). Geneesmiddelen die topologisch dicht bij het AD-module liggen, worden als veelbelovend beschouwd.
• Rank Aggregatie: Acht lijsten met gerangschikte geneesmiddelen (één per AD-genset) werden samengevoegd tot één definitieve ranglijst met behulp van het MC3-algoritme.
• Validatie: De "rediscovery rate" werd berekend om te controleren of hoog gerangschikte kandidaten ook al bekend waren als AD-medicijnen of in klinische trials voor AD zaten.

2. Experimentele Validatie:

• Selectie: Op basis van bloed-hersenbarrière-permeabiliteit en eerdere mechanistische bewijsvoering werden drie kandidaten geselecteerd: chenodiol (een galzuur), arundine (3,3'-diindolylmethaan) en cysteamine.
• Assays: Er werden 33 fenotypische assays uitgevoerd in celculturen (inclusief BV2 microglia, H4-hAPP cellen en iPSC-afgeleide humane microglia).
  • Chenodiol werd getest als TUDCA (tauroursodeoxycholinezuur), een neuroprotectief epomeer.
  • Cysteamine werd getest als cysteaminehydrochloride.
  • Arundine werd getest als de ouderverbinding.
• Statistiek: Een Bayesiaanse niet-lineaire regressiemodel werd gebruikt om dosis-responsrelaties te analyseren. In plaats van alleen op p-waarden te vertrouwen, berekenden de auteurs Bayes-factoren (BF) om de waarschijnlijkheid van beschermende, neutrale of schadelijke effecten te kwantificeren.

Belangrijkste Bijdragen

1. Integratie van Multi-Omics: De studie integreerde een breed scala aan omics-data (GWAS, TWAS, PWAS, single-cell data) in één netwerkfarmacologisch raamwerk, wat robuuster is dan het gebruik van een enkele genenset.
2. Nieuwe Kandidaten: De screen identificeerde drie specifieke geneesmiddelen die niet de standaard "AD-candidates" waren, maar sterke mechanistische links hadden: TUDCA, arundine en cysteamine.
3. Mechanistisch Inzicht: De studie onthulde RGS4 (Regulator of G-proteïne signaling 4) als een cruciale schakel tussen deze geneesmiddelen en AD-genen.
4. Bayesiaanse Validatie: Het gebruik van Bayes-factoren in plaats van traditionele frequentistische statistiek bood een robuustere maatstaf voor de sterkte van het bewijs voor neuroprotectieve effecten.

Resultaten

• Computationele Validatie: De netwerkproximiteitsbenadering slaagde erin om geneesmiddelen die al in klinische trials voor AD zaten of bekend waren om hun AD-relevantie, te "rediscoveren" (rediscovery rate 2-3x hoger in de top-ranglijst). Dit bevestigde de validiteit van de methode.
• Experimentele Bevindingen:
  • Arundine en TUDCA: Toonden matig tot zeer sterk bewijs (hoge Bayes-factoren) voor het verbeteren van de klaring van amyloïde-β (Aβ1-42) in microglia.
  • Aβ Release: TUDCA verminderde de afgifte van Aβ40 en Aβ42 in H4-hAPP cellen.
  • Neuro-inflammatie: Beide stoffen (arundine en TUDCA) toonden sterk bewijs voor het verlagen van LPS-geïnduceerde neuro-inflammatie in zowel BV2 cellen als humane iPSC-afgeleide microglia.
  • Cysteamine: Toonde minder overtuigende resultaten in deze specifieke assays vergeleken met de andere twee, maar werd wel geselecteerd op basis van het netwerk.
• Mechanisme (RGS4): Netwerkanalyse toonde aan dat RGS4 een centrale hub is die deze geneesmiddelen verbindt met AD-genen. RGS4 is betrokken bij EGFR- en ERBB3-gemedieerde signaleringspaden (MAPK/ERK en PI3K/Akt/mTOR), die cruciaal zijn voor celproliferatie, differentiatie en overleving in het zenuwstelsel. De auteurs stellen dat de geneesmiddelen werken door deze paden te moduleren via RGS4.

Betekenis en Conclusie

Deze studie demonstreert dat netwerkfarmacologie een krachtig hulpmiddel is om nieuwe toepassingen voor bestaande geneesmiddelen te vinden voor complexe ziekten zoals Alzheimer.

• Therapeutische Potentieel: TUDCA en arundine worden gepresenteerd als veelbelovende kandidaten voor drug repurposing. Ze kunnen ziekterelateerde moleculaire fenotypen (zoals Aβ-ophoping en neuro-inflammatie) herstellen door in te werken op AD-geassocieerde genen via regulatie van G-eiwitsignalering.
• Kruisbestuiving Oncologie: De bevinding dat veel kankermedicijnen (die vaak EGFR-paden targeten) in de top van de AD-ranglijst staan, ondersteunt het idee dat anti-kanker geneesmiddelen potentieel hebben voor AD, gezien de gedeelde moleculaire mechanismen.
• Toekomstperspectief: Hoewel de resultaten veelbelovend zijn, benadrukken de auteurs dat beperkingen bestaan, zoals de onvolledigheid van huidige interactie-netwerken en de beperking tot reeds goedgekeurde of late-stadium geneesmiddelen. Toekomstig onderzoek moet zich richten op het uitbreiden naar nieuwe chemische entiteiten en het uitvoeren van in vivo dierstudies en klinische trials om deze bevindingen te bevestigen.

Kortom, de studie biedt een solide, datagedreven basis voor het verder onderzoeken van TUDCA en arundine als ziektemodificerende therapieën voor Alzheimer.