Non-independence in network-structured Mendelian randomization: a permutation framework and six failure modes

Wetenschappers zoeken al lang naar een betrouwbare manier om te voorspellen of een medicijn zal werken voordat het ooit een patiënt bereikt. Een krachtige methode, bekend als Mendeliaanse randomisatie, maakt gebruik van de eigen randomisatie van de natuur om oorzaak en gevolg te testen. Het kijkt naar genetische variaties die mensen bij de geboorte erven, die fungeren als natuurlijke experimenten. Als een specifieke genetische variant ervoor zorgt dat een persoon hogere niveaus van een bepaald eiwit in het bloed heeft, en diezelfde persoon ook een hoger risico op een ziekte heeft, kunnen onderzoekers afleiden dat het eiwit zelf waarschijnlijk de ziekte veroorzaakt. Deze benadering is een standaardinstrument geworden voor het nomineren van nieuwe medicijn targets, met name voor hartziekten. Een veelvoorkomende aanname in dit veld is dat als een eiwit (een ligand) een ziekte veroorzaakt, het eiwit dat het signaal ontvangt (de receptor) hetzelfde verhaal moet vertellen. Als de boodschapper gevaarlijk is, gaat de logica dat de ontvanger deel moet uitmaken van het probleem.

Een recente studie daagt deze aanname echter uit en onthult dat het een fout is om deze twee metingen als uitwisselbaar bewijs te behandelen. De onderzoekers analyseerden duizenden paren interagerende eiwitten om te zien of hun genetische signalen overeenkwamen wat betreft het risico op coronaire hartziekte. Ze ontdekten dat de signalen van de boodschapper en de ontvanger vaak verschilden, en wanneer ze wel overeenkwamen, was dat niet vaker dan wanneer de eiwitten willekeurig aan elkaar gekoppeld zouden zijn. De studie bracht ook een verborgen fout aan het licht in de manier waarop wetenschappers hun ontdekkingen tellen: omdat eiwitten verbonden zijn in een complex web, verschijnt hetzelfde eiwit in veel verschillende paren, waardoor standaard statistische correcties ongeldig zijn. Het resultaat is een helderder, voorzichtiger beeld van hoe we medicijn targets identificeren, waarbij wordt aangetoovo dat we niet simpelweg kunnen aannemen dat een pathway werkt op dezelfde manier enkel omdat twee delen ervan genetisch aan elkaar gelinkt zijn.

De onderzoekers begonnen met het verzamelen van gegevens over 660 verschillende eiwitten die gemeten zijn in het bloed van bijna 50.000 mensen. Ze concentreerden zich op eiwitten die een duidelijk genetisch schakelaartje in de nabijheid hadden, wat hen in staat stelde om de Mendeliaanse randomisatie-methode met vertrouwen te gebruiken. Vervolgens bekeken ze 1.129 paren eiwitten waarbij het ene een signaal afgeeft en het andere een ontvanger is, een relatie die in kaart is gebracht in een database van bekende biologische interacties. Voor elk paar berekenden ze het effect van het signaal-eiwit op hartziekte en vergeleken ze dit met het effect van het ontvanger-eiwit. Als de algemene aanname waar zou zijn, zouden deze twee getallen in dezelfde richting bewegen. In plaats daarvan vonden het team dat de overeenstemming tussen de signaalgever en de ontvanger niet beter was dan toeval. In één grote dataset wezen de twee eiwitten slechts in ongeveer 48,5% van de gevallen in dezelfde richting, een resultaat dat niet te onderscheiden is van het willekeurig paren van eiwitten. In een tweede, grotere dataset was de overeenstemming zelfs lager, namelijk 47%.

Dit gebrek aan overeenstemming suggereert dat het meten van het signaal en het meten van de ontvanger eigenlijk twee verschillende vragen beantwoorden. De studie toonde aan dat wanneer onderzoekers zochten naar paren waarbij de twee eiwitten significant verschilden, het aantal "ontdekkingen" verdrievoudigde wanneer ze een grotere dataset met meer gevallen van hartziekten gebruikten, van 10 naar 31. Cruciaal was dat de statistische verwachting voor willekeurige ruis evenredig meegestegen was, van 9 naar 30, wat betekent dat de toename consistent was met toeval in plaats van een biologisch signaal. De onderzoekers demonstreerden dat standaardmethoden voor het corrigeren van deze fouten faalden omdat ze elk eiwitpaar als een onafhankelijke test beschouwden. In werkelijkheid zijn de eiwitten verbonden in een netwerk; een enkel eiwit kan deel uitmaken van tientallen paren. Wanneer hetzelfde eiwit in meerdere tests voorkomt, zijn de gegevens niet onafhankelijk, en standaardcorrecties overschatten het aantal ware ontdekkingen.

Om dit op te lossen, ontwikkelde het team een nieuwe manier om hun resultaten te testen die rekening houdt met de netwerkstructuur. Ze probeerden twee benaderingen uit: één die de verbindingen tussen de eiwitten door elkaar haalde terwijl de eiwitten zelf en hun aantal verbindingen exact hetzelfde bleven, en een andere die de statistische waarden naar andere eiwitten verplaatste. Ze kwamen tot de conclusie dat het verplaatsen van waarden naar andere eiwitten ongeschikt was, omdat dit negeerde dat sterk verbonden eiwitten de neiging hebben grotere effecten te hebben. Echter, de methode die de eiwitten en de verbindingen vast hield en alleen de koppelingen door elkaar haalde, toonde aan dat de schijnbare significante verschillen die door standaardmethoden werden gevonden, waarschijnlijk slechts artefacten waren van de vorm van het netwerk. Toen ze deze striktere test toepasten, was het aantal geobserveerde discrepanties niet significant verschillend van wat door toeval zou worden verwacht. De studie onderzocht ook of eiwitten die bekend staan als causaal voor hartziekten, zoals PCSK9, een specifiek patroon van overeenstemming vertoonden. Hoewel PCSK9 correct werd geïdentificeerd als een risicofactor, hield het bredere patroon van overeenstemming tussen signalen en ontvangers geen stand. Zelfs toen de onderzoekers hun bevindingen controleerden tegen een andere meettechnologie om er zeker van te zijn dat de resultaten niet te wijten waren aan fouten in de laboratoriumapparatuur, bleef het gebrek aan overeenstemming tussen signalen en ontvangers bestaan.

De implicaties van deze bevindingen zijn significant voor de manier waarop toekomstige medicijn targets worden gekozen. De studie identificeerde zes specifieke manieren waarop huidige praktijken onderzoekers op het verkeerde pad kunnen brengen, waaronder het niet rekening houden met netwerkverbindingen en de afhankelijkheid van enkele genetische signalen in complexe regio's van het genoom. Een groot probleem is dat veel eiwitten zich in gebieden van het genoom bevinden waar meerdere genetische signalen overlappen, wat het moeilijk maakt om te bepalen welk signaal daadwerkelijk de ziekte aanstuurt. De onderzoekers ontdekten dat wanneer zij de dataset die gebruikt werd om hartziekte te definiëren aanpasten, de conclusies over of een eiwit en een ziekte een gedeelde genetische oorzaak deelden vaak omsloegen. Deze instabiliteit suggereert dat veel eerdere claims over gedeelde pathways mogelijk niet robuust zijn. De studie concludeert dat hoewel Mendeliaanse randomisatie een waardevolle tool blijft, de aanname dat een ligand en zijn receptor evenredig bewijs leveren over een biologische pathway, niet door de data wordt ondersteund. Wetenschappers moeten deze twee metingen nu behandelen als afzonderlijke stukken bewijs in plaats van als één enkel, verenigd verhaal.