AOPGraphExplorer 2.0: An Interactive Graph-Based Platform for Multi-Domain Mechanistic Annotation and Exploration of Adverse Outcome Pathways

O artigo apresenta o AOPGraphExplorer 2.0, uma plataforma interativa baseada em grafos que integra anotações mecanísticas de múltiplos domínios e recursos de conhecimento biomédico externos ao AOP-Wiki, facilitando a visualização, análise e exploração de redes de Vias de Desfecho Adverso (AOP) para apoiar a tomada de decisão em toxicologia e avaliação de risco.

O essencial

Imagine que o corpo humano é uma cidade gigante e complexa. Quando uma substância tóxica (como um produto químico) entra nessa cidade, ela pode causar um desastre em cadeia: começa com um pequeno erro em uma fábrica de energia (célula), que faz o trânsito parar, depois os prédios desabam e, no final, a cidade inteira entra em colapso.

Na ciência, chamamos essa sequência de eventos de Caminho de Resultado Adverso (AOP). O problema é que, até agora, esses "mapas de desastre" estavam espalhados em milhares de livros diferentes, escritos em línguas diferentes, e era muito difícil para um pesquisador juntar todas as peças do quebra-cabeça para ver o quadro completo.

Aqui entra o AOPGraphExplorer 2.0, a nova ferramenta apresentada neste artigo. Vamos explicar como ela funciona usando algumas analogias simples:

1. O Problema: O Mapa Fragmentado

Antes, se você quisesse entender como um veneno afeta o cérebro, teria que abrir dezenas de sites diferentes. Um site diz qual proteína foi atingida, outro diz qual tecido doente, e outro diz qual doença isso causa. Era como tentar montar um quebra-cabeça onde as peças estavam em caixas separadas em cômodos diferentes da casa.

2. A Solução: O "Google Maps" da Toxicologia

O AOPGraphExplorer 2.0 é como um Google Maps interativo para a toxicologia. Em vez de ler textos longos e chatos, ele transforma toda essa informação em um mapa visual gigante e colorido.

• O Núcleo (As Estradas): O mapa mostra as estradas principais (os eventos biológicos) que levam de um problema inicial até a doença final.
• As Camadas de Informação (O Trânsito e o Clima): A grande novidade da versão 2.0 é que ela adiciona "camadas" extras. Você pode clicar em um botão e ver, por exemplo, quais genes estão envolvidos (como se fossem os motoristas), quais tecidos estão afetados (os bairros da cidade) ou quais doenças estão relacionadas (os destinos finais). É como ter um mapa que mostra não só a estrada, mas também o clima, o trânsito e os pontos turísticos de cada lugar.

3. Como Funciona na Prática? (O Exemplo do Parkinson)

Os autores testaram a ferramenta criando um mapa focado na Doença de Parkinson.

• Eles pegaram várias pistas soltas sobre como o Parkinson acontece.
• A ferramenta juntou tudo e mostrou que, embora existam várias formas de começar o problema (como falta de energia nas células ou excesso de ferro), todas essas estradas diferentes acabam se encontrando em um mesmo "engarrafamento": a morte dos neurônios que controlam o movimento.
• A ferramenta também mostra quão forte é a prova de cada estrada. Se uma estrada é muito bem documentada, ela aparece mais grossa e brilhante. Se é apenas uma suspeita, aparece mais fina. Isso ajuda os cientistas a não perderem tempo com pistas falsas.

4. Por que isso é revolucionário?

• Para quem não é expert: Você não precisa ser um programador ou um especialista em bancos de dados para usar. É tudo visual e clicável.
• Para a ciência: Ele conecta pontos que antes estavam separados. Você pode ver rapidamente como um problema no fígado pode estar relacionado a um problema no cérebro, algo que seria quase impossível de descobrir lendo apenas textos.
• Transparência: Tudo o que você vê tem um "link" direto para a fonte original. É como se, ao olhar para um prédio no mapa, você pudesse clicar e ver exatamente quem construiu e com quais materiais.

Resumo em uma frase

O AOPGraphExplorer 2.0 é como transformar uma biblioteca bagunçada de manuais de instruções de desastres em um tabuleiro de jogo interativo e colorido, onde você pode ver, em tempo real, como um pequeno erro químico pode levar a grandes problemas de saúde, conectando todas as peças do quebra-cabeça biológico de forma simples e inteligente.

Isso ajuda cientistas, médicos e reguladores a tomar decisões mais rápidas e seguras sobre quais produtos químicos são perigosos e por quê.

Resumo técnico

Resumo Técnico: AOPGraphExplorer 2.0

1. O Problema

O framework de Caminho de Desfecho Adverso (AOP - Adverse Outcome Pathway) é fundamental para a toxicologia mecanística moderna, conectando eventos moleculares iniciais a desfechos adversos. No entanto, a exploração prática e a interpretação desses caminhos enfrentam desafios significativos:

• Fragmentação do Conhecimento: A informação mecanística está dispersa em bancos de dados biológicos heterogêneos, dificultando a ligação de Eventos Chave (KEs) a genes, vias, tecidos e doenças.
• Limitações da Interface Nativa (AOP-Wiki): Embora o AOP-Wiki seja o repositório principal, sua estrutura baseada em páginas é otimizada para curadoria humana, mas inadequada para análise computacional, reutilização sistemática ou visualização de redes interconectadas.
• Barreira Técnica: Ferramentas existentes exigem conhecimentos especializados (ex: RDF/SPARQL), possuem formatos de entrada/saída incompatíveis e não oferecem um fluxo de trabalho unificado para explorar redes de múltiplos AOPs.
• Falta de Contexto Multidomínio: A interpretação mecanística muitas vezes carece de anotações integradas sobre processos biológicos, entidades moleculares e contextos anatômicos diretamente nos grafos de AOP.

2. Metodologia e Arquitetura do Sistema

O AOPGraphExplorer 2.0 é uma plataforma web interativa baseada em grafos que resolve esses problemas através de uma arquitetura modular e escalável.

• Ingestão de Dados:

  • O sistema consome conteúdo estruturado do AOP-Wiki utilizando uma estratégia híbrida: snapshots XML periódicos (para completude) e exportações tabulares TSV (para eficiência no processamento de entidades de alto uso).
  • Os dados são normalizados e cacheados em snapshots trimestrais para garantir reprodutibilidade.

• Integração de Anotações Multidomínio:

  • O núcleo do sistema é um grafo direcionado que representa a cadeia causal do AOP (Evento Inicial Molecular [MIE] → Eventos Chave [KEs] → Desfecho Adverso [AO]), conectado por Relações de Eventos Chave (KERs).
  • Este núcleo é enriquecido com camadas de anotação que vinculam KEs e AOs a entidades biológicas externas, mapeadas via identificadores padronizados de ontologias. As fontes incluem:
    • Processos/Vias: Gene Ontology (GO), KEGG, Reactome, WikiPathways.
    • Genes/Proteínas: UniProt, Ensembl, Protein Ontology (PRO).
    • Químicos/Estressores: ChEBI, PubChem, DSSTox.
    • Anatomia/Tejidos: Uberon, FMA, BRENDA Tissue Ontology.
    • Doenças/Fenótipos: MeSH, CTD, HPO, MP.

• Construção do Grafo e Visualização:

  • O grafo distingue visualmente as arestas causais (KERs, linhas sólidas) das arestas de anotação contextual (linhas tracejadas).
  • A espessura das arestas e o tamanho dos nós refletem a reutilização cruzada (quantos AOPs compartilham aquela conexão ou evento), destacando "hubs" mecanísticos.
  • O sistema permite filtragem dinâmica baseada em Peso da Evidência (WoE) e Compreensão Quantitativa, permitindo que os usuários priorizem sub-redes de alta confiança.

• Exportação e Interoperabilidade:

  • Gera visualizações interativas em HTML e representações legíveis por máquina em JSON, facilitando a reutilização computacional e a integração em fluxos de trabalho FAIR (Findable, Accessible, Interoperable, Reusable).

3. Principais Contribuições

O AOPGraphExplorer 2.0 avança significativamente em relação à versão 1.0 e às ferramentas existentes através de:

1. Anotação Mecanística Unificada: Integração nativa de múltiplos domínios biológicos (vias, proteínas, doenças) diretamente na estrutura do grafo de AOP.
2. Filtragem Baseada em Evidência: Capacidade de subconjuntar redes inteiras com base nos scores de confiança (WoE) disponíveis no AOP-Wiki.
3. Visualização Interativa e Dinâmica: Interface que permite alternar camadas de anotação, visualizar estatísticas de rede em tempo real e inspecionar metadados via tooltips com links diretos para fontes externas.
4. Fluxo de Trabalho Reprodutível: Uso de snapshots de dados versionados e exportação de dados estruturados para análise downstream.
5. Acessibilidade: Redução da barreira técnica, permitindo que usuários não especializados em ontologias ou linguagens de consulta complexas explorem redes de toxicologia.

4. Resultados e Estudo de Caso

Os autores validaram a plataforma através de um estudo de caso focado na Doença de Parkinson (DP).

• Reconstrução da Rede: Uma rede integrada foi construída a partir de AOPs relevantes para neurotoxicidade e neurodegeneração, resultando em 12 MIEs, 24 KEs e 3 AOs.
• Descobertas Mecanísticas: A visualização revelou dois motivos de convergência dominantes para desfechos de Parkinson:
  1. Disrupção bioenergética mitocondrial e estresse oxidativo.
  2. Excitotoxicidade glutamatérgica e sobrecarga de cálcio.
• Interpretação Contextual: A camada de enriquecimento permitiu mapear eventos como "disfunção mitocondrial" para vias específicas (ex: transporte de íons, componentes mitocondriais) e fenótipos (ex: perda de neurônios dopaminérgicos), facilitando a geração de hipóteses.
• Filtragem de Confiança: O sistema demonstrou a capacidade de filtrar a rede completa para exibir apenas rotas com alta compreensão quantitativa, auxiliando na priorização de mecanismos para avaliação de risco.

5. Significado e Conclusão

O AOPGraphExplorer 2.0 transforma a exploração de AOPs de uma análise linear e isolada para uma análise sistêmica de múltiplos domínios.

• Impacto na Toxicologia: Facilita a geração de hipóteses, a interpretação mecanística e a tomada de decisão baseada em evidências em toxicologia, farmacologia e avaliação de risco.
• Apoio a Novas Metodologias (NAMs): Oferece uma estrutura coesa para integrar dados in vitro, in silico e ômicos em contextos de decisão regulatória.
• Transparência: Ao manter a rastreabilidade completa até as fontes originais (AOP-Wiki) e fornecer estatísticas de cobertura de anotação, o sistema promove a reprodutibilidade e a transparência na análise de dados toxicológicos.

Em suma, a plataforma preenche uma lacuna crítica entre a curadoria de conhecimento do AOP-Wiki e a necessidade de ferramentas computacionais integradas para análise de redes complexas, tornando o conhecimento mecanístico mais acessível e acionável.