TRAPS: Therapeutic Response Analysis via Pathway-informed Stratification

Resumo Técnico: TRAPS – Análise de Resposta Terapêutica via Estratificação Informada por Vias

Definição do Problema
O planejamento do tratamento do câncer exige que os clínicos tomem decisões distintas simultaneamente em relação à terapia molecular alvo (TMT), terapia de radiação (RT) e prognóstico de sobrevida de curto prazo (OS ≥ 6 meses). Embora os dados de expressão gênica ofereçam insights sobre a biologia tumoral, os dados transcriptômicos brutos são de alta dimensionalidade e difíceis de interpretar. As soluções existentes frequentemente dependem de modelos de aprendizado profundo informados por vias para melhorar a interpretabilidade e o desempenho. No entanto, esses modelos (especificamente BINN, GraphPath e PATH) foram historicamente desenvolvidos e avaliados isoladamente, utilizando diferentes conjuntos de dados, pipelines de pré-processamento e métricas de avaliação. Essa falta de um framework unificado torna impossível comparar arquiteturas de forma justa ou determinar quais priors estruturais biológicos são mais eficazes para resultados clínicos específicos.

Metodologia
Os autores apresentam o TRAPS, o primeiro benchmark unificado para modelagem de resposta terapêutica guiada por vias. O estudo utiliza dados de cinco coortes de tumores sólidos (mama, pulmão, próstata, cabeça e pescoço, e tireoide) do The Cancer Genome Atlas (TCGA), abrangendo 2.622 pacientes.

• Representação de Dados: Perfis de expressão gênica foram convertidos em escores de atividade de vias biológicas usando o conhecimento de vias do Reactome e a análise de enriquecimento de conjunto de genes de amostra única (ssGSEA). Isso resultou em um vetor de entrada padronizado de 1.706 escores de atividade de vias por paciente.
• Formulação da Tarefa: O problema é formulado como uma tarefa de classificação multirrótulo com três cabeças binárias: TMT, RT e OS ≥ 180 dias. Todos os modelos são treinados conjuntamente nestes três desfechos sob condições de dados e avaliação idênticas.
• Arquiteturas Avaliadas: Três arquiteturas de aprendizado profundo biologicamente informadas foram adaptadas e comparadas:
  1. BINN (Biologically Informed Neural Network): Codifica o Reactome como uma hierarquia esparsa pai-filho. Utiliza conexões lineares mascaradas para impor um fluxo hierárquico estrito e inclui cabeças de classificação auxiliares em cada camada para supervisão de múltiplas profundidades.
  2. GraphPath: Modela as vias como nós em um grafo conectados por adjacência binária (relações pai-filho e irmãos). Utiliza uma Rede de Atenção de Grafos (GAT) de Múltiplas Cabeças para aprender a co-regulação lateral entre as vias.
  3. PATH: Emprega um Transformer de Grafo com atenção condicionada por arestas. Constrói um grafo ponderado baseado na similaridade de Jaccard de sobreposições de conjuntos de genes e incorpora codificações posicionais de Laplacian para capturar a similaridade biológica graduada e o contexto estrutural.
• Avaliação: Os modelos foram avaliados por meio de AUROC, AUPRC, F1-score e Acurácia através das cinco coortes. O treinamento utilizou entropia cruzada binária ponderada por classe para lidar com rótulos desbalanceados, com protocolos de reprodutibilidade rigorosos (sementes fixas, divisões padronizadas).

Principais Resultados
O benchmark revela que nenhuma arquitetura única domina em todas as tarefas ou tipos de câncer; o desempenho é altamente específico ao fenótipo:

• Terapia Molecular Alvo (TMT): O GraphPath alcançou o maior desempenho em todo o benchmark, atingindo um AUROC de 0,92 para a predição de TMT em câncer de próstata. Isso foi notável dado o extremo desbalanceamento de classe (apenas 11% de prevalência positiva), sugerindo que estruturas de co-regulação lateral são altamente eficazes para identificar programas drivers estreitos e passíveis de alvo. O PATH também teve um bom desempenho, particularmente em câncer de Cabeça e Pescoço, onde a ponderação de arestas graduada capturou melhor as atividades sobrepostas de vias do que a adjacência binária.
• Sobrevida Global (OS): O BINN demonstrou o desempenho mais confiável e consistente para a predição de sobrevida, liderando nas coortes de mama e pulmão. Sua estrutura hierárquica e supervisão de múltiplas profundidades parecem bem adequadas para capturar sinais de sobrevida transcricionais amplos distribuídos entre os níveis das vias.
• Terapia de Radiação (RT): Nenhum dos modelos produziu predições úteis para RT através das coortes. Os autores atribuem isso ao fato de que os principais drivers das decisões de terapia de radiação são variáveis clínicas não capturadas nos dados de expressão gênica, em vez de uma falha nas arquiteturas dos modelos.
• Interpretabilidade: A análise de importância das vias mostrou convergência entre BINN e GraphPath em sinais biologicamente relevantes, como a via de Alvos ERK/MAPK, que foi consistentemente classificada como altamente influente tanto para TMT quanto para OS em múltiplas coortes.

Significância e Alegações
O artigo afirma fornecer o primeiro benchmark unificado que trata o aprendizado profundo estruturado por vias como um problema combinado de predição de terapia e sobrevida. Sua principal significância reside em demonstrar que o desempenho do modelo é dependente da tarefa:

• Seleção de Arquitetura: O "melhor" modelo depende da questão clínica específica. PATH e GraphPath se destacam na atribuição de terapia (TMT), onde interações complexas de vias importam, enquanto BINN é superior para estratificação de sobrevida.
• Limitações dos Dados Atuais: A falha em prever RT destaca que características de vias transcriptômicas sozinhas são insuficientes para certas decisões clínicas, sugerindo a necessidade de integração de dados multimodais.
• Reprodutibilidade: Ao padronizar o espaço de entrada (Reactome/ssGSEA) e o pipeline de avaliação, o estudo estabelece um framework reprodutível para futuras comparações em aprendizado de máquina biologicamente informado.

Os autores concluem que pesquisas futuras devem focar em coortes com rótulos de resposta e na integração de dados clínicos e moleculares multimodais para melhorar ainda mais a utilidade clínica desses modelos, em vez de depender apenas de melhorias arquitetônicas.