Technische Samenvatting: ProToxNet

Probleemstelling

Het voorspellen welke medicijnen specifieke bijwerkingen (adverse events, AEs) veroorzaken en in welke weefsels, blijft een cruciale onopgeloste uitdaging in de computationele drug safety. Huidige benaderingen vallen over het algemeen uiteen in twee categorieën: structuurgebaseerde methoden (gebruikmakend van moleculaire fingerprints of graph neural networks) en farmacovigilantie-mining (het extraheren van signalen uit databases zoals FAERS). Beide delen een fundamentele beperking: ze behandelen het risico op een bijwerking als een intrinsieke eigenschap van het medicijn in isolatie, waarbij de weefselspecifieke expressiecontext wordt genegeerd. Het artikel betoogt dat de vraag of een off-target bindingsgebeurtenis leidt tot klinische schade, niet alleen afhangt van de bindingsaffiniteit, maar ook van de relatieve expressie van het doelwit-eiwit in verschillende weefsels (bijv. huid, lever, longen).

Methodologie

ProToxNet is een computationeel framework dat proteoombrede voorspelde drug–eiwitbinding integreert met weefselspecifieke genexpressie om 68-dimensionale weefselexpositieprofielen te genereren. De pipeline bestaat uit drie stadia:

1. Proteoombrede Bindingsscoring (Stadium 1):

   • Data: 4.310 medicijnen en 1.507 kern-menselijke eiwitten (de intersectie van DrugCentral, GTEx en STRING).
   • Model: Een variant van ConPLex gebruikmakend van het ESM-1b eiwittaalmodel.
   • Proces: Drug Morgan fingerprints (2048-bit) en ESM-1b mean-pool eiwitembeddings (1280-dimensionaal) worden geprojecteerd in een gedeelde 1024-dimensionale cosinus-gelijkenisruimte.
   • Kalibratie: Bindingskansen worden gekalibreerd via Platt scaling met bekende DrugCentral-bindingsparen. Dit levert een bindingsscorematrix $S \in \mathbb{R}^{4310 \times 1507}$ op.

2. Weefselexpositie-scoring (Stadium 2):

   • Data: Genexpressiedata van het GTEx v10 project over 68 menselijke weefsels.
   • Berekening: Weefselexpositievectoren worden gegenereerd door de bindingsscores te wegen met weefselspecifieke expressieniveaus.
   • Formule: Voor een medicijn $d$ en weefsel $t$ is de expositiescore:
     $$e_{d,t} = \sum_{p \in P} s_{d,p} \cdot x_{p,t}$$
     waarbij $s_{d,p}$ de bindingsscore is en $x_{p,t}$ de genormaliseerde expressie van eiwit $p$ in weefsel $t$.
   • Preprocessing: De resulterende matrix $E$ wordt per weefsel z-gescoord om verschillen in bulkexpressiegrootte te corrigeren, wat de definitieve featurematrix $\tilde{E} \in \mathbb{R}^{4310 \times 68}$ oplevert.

3. Voorspelling van Bijwerkingen (Stadium 3):

   • Data: 302.307 positieve drug-AE signaalparen uit het FDA Adverse Event Reporting System (FAERS) met een log-likelihood ratio (LLR) > 0.
   • Model: Een diagonaal bilineair interactiemodel.
     • Drug Encoder: Een twee-laags neuraal netwerk (68 → 256 → 128) met LayerNorm, ReLU en dropout.
     • AE Embeddings: 13.200 MedDRA-termen gemapt naar 64-dimensionale embeddings, geprojecteerd naar 128 dimensies.
     • Scoring: De interactiescore wordt berekend als $score(d, a) = \sum_{k=1}^{128} h_d^{(k)} \cdot W_k \cdot h_a^{(k)} + b_d + b_a$, waarbij $W$ een leerbare diagonale gewichtsmatrix is en $b$ de bias-termen voor rapportagefrequentie vertegenwoordigt.
   • Training: Geoptimaliseerd met AdamW, label smoothing en cosine annealing over 100 epochs.

Belangrijkste Bijdragen

1. Expressie-gewogen Representatie: Introductie van een 68-dimensionale weefselbetrokkenheidspotentieel-vector die proteoombrede binding combineert met weefselexpressie, dienend als een medicijnrepresentatie voor AE-voorspelling.
2. Prestaties zonder Graph Propagation: Demonstratie dat deze vectorrepresentatie, zonder expliciete graph message passing over het eiwit-weefselnetwerk, state-of-the-art prestaties behaalt.
3. Biologische Validatie: Directe validatie dat bekende hepatotoxische medicijnen significant hogere leverweefselbetrokkenheidsscores vertonen dan niet-hepatotoxische medicijnen.
4. Casestudy: Succesvolle reconstructie van bekende bijwerkingenprofielen voor goedgekeurde kinase-remmers, waarbij bekende AEs rangschikken in de top 0,67% van alle MedDRA-termen.

Resultaten

Het model werd geëvalueerd over meerdere protocollen:

• FAERS Paar-niveau Voorspelling: Behaalde een AUC van 0,9576 (95% BI: 0,9565–0,9588) op uitgesloten paren.
• Cold-Start (Leave-Drug-Out): In een scenario waarin 244 medicijnen volledig werden uitgesloten (nul trainingsparen), behaalde het model een AUC van 0,8544. Dit bevestigt dat het model generaliseert naar nieuwe medicijnen op basis van weefselbetrokkenheidsfeatures in plaats van het memoriseren van medicijnidentiteiten.
• Leave-AE-Out: Wanneer 1.980 MedDRA-termen werden uitgesloten, behaalde het model een AUC van 0,8472, wat duidt op generalisatie naar ongeziene bijwerkingen.
• Externe Validatie (CT-ADE): Op de onafhankelijke CT-ADE klinische trial benchmark behaalde ProToxNet een AUC van 0,9157.
• Biologische Verrijking:
  • Hepatotoxiciteit: Bekende hepatotoxische medicijnen hadden significant hogere lever-expositiescores dan niet-hepatotoxische medicijnen (Mann-Whitney U, $p = 0,017$, Cliff's $\delta = 0,41$).
  • DILIrank Validatie: Medicijnen met "meeste zorgen" (most-concern) met betrekking tot hepatotoxiciteit vertoonden significant hogere leverblootstelling dan medicijnen met "geen zorgen" ($p = 0,0002$, Cliff's $\delta = 0,59$).
• Kinase-remmer Casestudy: Bekende bijwerkingen voor acht goedgekeurde kinase-remmers rangschikten zich op een mediaan van 88 van de 13.200 termen (top 0,67%). Zo werd hepatotoxiciteit bijvoorbeeld gerangschikt in de top 1% voor imatinib, erlotinib en lapatinib.

Betekenis en Claims

Het artikel claimt dat ProToxNet een mechanistisch gefundeerd, weefselbewust framework biedt voor de voorspelling van bijwerkingen. Door het principe te operationaliseren dat het risico op een bijwerking een gezamenlijke eigenschap is van het bindingslandschap van een medicijn en de weefselspecifieke expressiecontext, overbrugt het framework de kloof tussen moleculaire interactie en orgaan-niveau toxiciteit.

De auteurs benadrukken dat het succes van het model in cold-start scenario's (nieuwe medicijnen en nieuwe AEs) suggereert dat de weefselbetrokkenheidspotentieel overdraagbare farmacologische signalen vastlegt die verder gaan dan eenvoudige entiteitsfrequentie of chemische structuurmemorering. Het framework wordt gepresenteerd als een instrument toepasbaar in drug discovery (vroege screening op weefselspecifieke toxiciteit) en farmacovigilantie (prioritering van veiligheidssignalen), als een aanvulling op bestaande structuurgebaseerde en mining-gebaseerde methoden.

Beperkingen erkend door de auteurs:

• De bindingsscores vertrouwen op een opnieuw geïnitialiseerde target projector vanwege compatibiliteitsproblemen met de omgeving, wat betekent dat ze meer structurele kenmerken reflecteren dan volledig getrainde affiniteitsschattingen.
• FAERS-data bevat rapportagebiases (bijv. grotere patiëntenpopulaties genereren meer rapporten).
• Het model houdt geen rekening met medicijndosis, toedieningsweg, patiëntdemografie of interacties tussen medicijnen.
• Weefselverrijking was statistisch significant voor hepatotoxiciteit, maar niet voor cardiotoxiciteit of nefrotoxiciteit in de geteste sets, waarschijnlijk door mechanisme-specificiteit (bijv. hERG-blokkade) of kleine steekproefomvang.