Correlate: A Web Application for Analyzing Gene Sets and Exploring Gene Dependencies Using CRISPR Screen Data

O artigo apresenta o Correlate, uma aplicação web gratuita e acessível que permite explorar dados de telas CRISPR do Cancer Dependency Map para analisar conjuntos de genes e dependências genéticas diretamente a partir de resultados funcionais, oferecendo uma perspectiva orientada por dados complementar às abordagens baseadas em conhecimento prévio.

O essencial

Imagine que você tem um mapa gigante de um labirinto chamado "Câncer". Neste labirinto, existem milhares de salas (células cancerígenas) e, em cada sala, há centenas de interruptores (genes). O objetivo dos cientistas é descobrir quais interruptores, se desligados, fazem a sala inteira desmoronar (matando o câncer) e quais apenas dão um susto sem causar danos.

Por anos, os cientistas tiveram que fazer isso manualmente, um interruptor de cada vez, usando códigos complexos de computador. Foi aí que Soham Deolankar e Fredrik Wermeling criaram o Correlate.

Aqui está uma explicação simples do que é essa ferramenta e como ela funciona, usando analogias do dia a dia:

1. O Que é o Correlate?

Pense no Correlate como um "Google Tradutor para Biologia" ou um "GPS Interativo" para cientistas que estudam o câncer.

Antes, para entender como um grupo de interruptores (genes) funcionava juntos, você precisava ser um programador expert. O Correlate é um site gratuito onde qualquer pessoa pode entrar, digitar uma lista de genes e ver, em segundos, como eles se relacionam. Não precisa instalar nada, não precisa de senha e funciona direto no navegador do seu computador.

2. Como ele descobre as conexões? (A Analogia do "Grupo de Dança")

Imagine que você tem uma lista de 100 pessoas (genes) e quer saber quem são os melhores parceiros de dança.

• O jeito antigo (Bancos de dados tradicionais): Você consultava um livro de regras que dizia: "João e Maria já dançaram juntos antes". Isso é baseado no que já sabemos.
• O jeito do Correlate: Ele observa o que essas pessoas fazem em uma festa gigante (os dados do projeto DepMap, que tem mais de 1.000 células cancerígenas diferentes). Se, sempre que a música muda, o "João" e a "Maria" se movem exatamente da mesma forma (ou de forma oposta, mas sincronizada), o Correlate diz: "Eles são parceiros!"

O Correlate não olha para livros de regras; ele olha para o comportamento real dos genes. Se dois genes "caem" juntos quando o câncer tenta se defender, eles provavelmente estão trabalhando na mesma equipe.

3. As Duas Grandes Funções (Os Dois Modos de Jogo)

O Correlate tem dois modos principais de uso, como se fossem dois tipos de jogos diferentes:

• Modo "Detetive de Grupos" (Análise de Conjuntos de Genes):
  Você tem uma lista de suspeitos (genes que você achou importantes em um experimento). Você joga essa lista no Correlate e ele cria um mapa de conexões.

  • Exemplo: Se você tem 50 genes, o Correlate desenha linhas entre eles. Se a linha é grossa, eles são "melhores amigos" (funcionam juntos). Se a linha é vermelha, eles são "inimigos" (um trava o outro). Isso ajuda a ver se seus suspeitos formam uma gangue coesa ou se são apenas indivíduos solitários.

• Modo "Explorador de Contexto" (Hipóteses Específicas):
  Você quer saber: "O que acontece com o gene X se o câncer tiver uma mutação Y?"

  • Exemplo: Você pergunta sobre o gene BRAF (comum em melanoma) e filtra apenas células com essa mutação. O Correlate mostra quem são os novos parceiros de dança desse gene apenas nesse tipo de câncer. Isso ajuda a criar novas ideias de tratamento.

4. Por que isso é revolucionário?

A grande mágica é que o Correlate permite que você misture seus próprios dados com o mapa gigante.

• Você pode colorir os genes no mapa com base nos seus resultados de laboratório (como "quanto esse gene caiu no meu teste").
• Isso é como ter um mapa do metrô onde você pode pintar as estações de acordo com o quanto de chuva caiu em cada bairro. Você vê padrões que ninguém viu antes.

5. Para que serve na vida real?

• Economia de Tempo: Em vez de passar meses programando para analisar dados, um biólogo pode fazer isso em minutos no navegador.
• Descoberta de Medicamentos: Ajuda a encontrar "interruptores" que, se desligados, matam apenas o câncer e não o paciente saudável.
• Escolha de Laboratórios: Ajuda a escolher quais células de laboratório usar para testar um remédio, garantindo que elas tenham as características certas (como certas mutações).

Resumo Final

O Correlate é como um tradutor visual que transforma dados complexos e chatos de laboratório em um mapa colorido e interativo. Ele permite que cientistas vejam as "amizades" e "inimizades" entre os genes do câncer, baseando-se no que os genes realmente fazem, e não apenas no que os livros dizem que eles deveriam fazer. É uma ferramenta que democratiza a ciência, permitindo que mais pessoas descubram novas formas de combater o câncer sem precisar ser um gênio da programação.

Resumo técnico

1. O Problema

O projeto Cancer Dependency Map (DepMap) gerou um recurso valioso de dados de telas de CRISPR (knockout) em mais de 1.000 linhagens de células cancerígenas humanas, permitindo a identificação de dependências gênicas e alvos terapêuticos potenciais. Embora o portal do DepMap ofereça ferramentas para explorar genes individuais e análises de co-dependência, existe uma lacuna significativa para pesquisadores que desejam analisar conjuntos de genes definidos pelo usuário (por exemplo, "hits" de telas de CRISPR, dados de proteômica ou transcriptômica).

Atualmente, realizar análises de correlação em massa para identificar relações funcionais dentro desses conjuntos de genes personalizados exige programação (uso de R ou Python), limitando o acesso a biólogos experimentais sem expertise computacional. Além disso, as abordagens existentes baseadas em conhecimento (como STRING ou GSEA) dependem de anotações biológicas prévias e redes de interação curadas, podendo não capturar relações funcionais descobertas diretamente através de fenótipos de sobrevivência celular.

2. Metodologia

Os autores desenvolveram o Correlate, uma aplicação web interativa e de código aberto que roda inteiramente no navegador do cliente (client-side), sem necessidade de instalação, login ou dependência de servidores para processamento pesado.

• Tecnologia: Desenvolvido em JavaScript, HTML e CSS, sem frameworks externos. A visualização de rede utiliza a API HTML5 Canvas com algoritmos de layout direcionado por força. Gráficos de dispersão e barras são gerados dinamicamente.
• Dados: A ferramenta utiliza um subconjunto dos dados públicos do DepMap (versão 25Q3), especificamente:
  • CRISPRGeneEffect.csv: Escores de efeito gênico processados pelo algoritmo Chronos.
  • Model.csv: Anotações de linhagens celulares (tipo de câncer, subtipo).
  • OmicsSomaticMutationsMatrixHotspot.csv: Dados de mutações de hotspot.
  • OmicsFusionFiltered.csv: Dados de translocações/fusões.
• Algoritmos:
  • Correlação: Cálculo de coeficientes de correlação de Pearson entre perfis de efeito gênico através das linhagens celulares.
  • Análise de Mutação: Uso do teste t de Welch para comparar escores de efeito gênico entre linhagens com e sem mutações específicas, reportando valores-p e tamanhos de efeito.
  • Filtros: Os usuários podem definir cortes de correlação (padrão 0,5), limiares de inclinação (slope) e número mínimo de células para a correlação ser reportada.

3. Principais Contribuições e Funcionalidades

O Correlate oferece dois fluxos de trabalho analíticos principais e várias funcionalidades auxiliares:

1. Análise Centrada no Conjunto de Genes (Modo "Analysis"):

   • Permite a entrada de listas de genes definidas pelo usuário.
   • Identifica correlações pareadas dentro do conjunto, visualizadas como uma rede interativa onde a espessura e a cor das arestas indicam a força e a direção (positiva/negativa) da correlação.
   • Permite sobrepor estatísticas do usuário (ex: LogFC, FDR de telas de CRISPR) ou escores de essencialidade do DepMap nos nós da rede.
   • Gera tabelas de resumo com atribuições de clusters e estatísticas para download.

2. Exploração Centrada no Gene (Modo "Design" e "Mutation Analysis"):

   • Modo Design: Identifica correlatos genômicos de um ou mais genes de entrada em todo o conjunto de dados do DepMap, permitindo a geração de hipóteses em contextos biológicos específicos (ex: filtrar apenas melanoma com mutação BRAF).
   • Modo Análise de Mutação: Compara a dependência gênica entre linhagens com e sem mutações específicas ou fusões, identificando genes que se tornam essenciais ou dispensáveis em contextos mutacionais específicos.
   • Visualização Interativa: Gráficos de dispersão que mostram a relação entre dois genes, com a possibilidade de estratificar pontos por status de mutação ou tipo de câncer.

3. Recursos Adicionais:

   • Busca de Sinônimos/Ortólogos: Conversão de nomes de genes de camundongos ou nomes alternativos para símbolos humanos (essencial para dados de telas em camundongos).
   • Navegador de Linhagens Celulares: Ferramenta para buscar e filtrar linhagens por mutações, permitindo a seleção de modelos experimentais adequados.
   • Integração: Conexão com a API Enrichr para enriquecimento de conjuntos de genes (KEGG, Reactome) e integração com a família de ferramentas "Green Listed v2.0" para desenho de bibliotecas de CRISPR.
   • Exportação: Gráficos e redes podem ser exportados como arquivos SVG vetoriais.

4. Resultados e Validação

Os autores demonstraram a eficácia do Correlate através de vários exemplos biológicos:

• Validação de Relações Conhecidas: A ferramenta recuperou corretamente a forte correlação negativa entre TP53 e MDM2 (r = -0,74) e a forte correlação positiva entre TSC1 e TSC2 (r = 0,91), validando sua capacidade de detectar interações funcionais estabelecidas.
• Descoberta de Contexto Específico: Em um cenário de melanoma com mutação BRAF, a análise revelou que MAPK1 (ERK2) e MAP2K2 (MEK2) são os correlatos mais fortes de BRAF, consistente com a via de sinalização MAPK e práticas clínicas de terapia combinada.
• Identificação de Dependências Condicionais: A análise de mutação mostrou que DUSP4 torna-se mais essencial em linhagens com mutação BRAF, enquanto a dependência de SHOC2 (regulador upstream) é reduzida nessas mesmas linhagens, ilustrando redundância de sinalização.
• Usabilidade: A ferramenta foi projetada para ser acessível a biólogos sem treinamento em programação, permitindo análises complexas de grandes conjuntos de dados diretamente no navegador.

5. Significado e Impacto

O Correlate preenche uma lacuna crítica no ecossistema de análise de dados do DepMap ao democratizar o acesso a análises de correlação em massa de conjuntos de genes.

• Abordagem Baseada em Dados: Diferente de ferramentas baseadas em conhecimento (como STRING), o Correlate identifica conexões diretamente a partir de leituras funcionais de CRISPR (sobrevivência e proliferação), oferecendo uma perspectiva complementar que pode revelar relações não anotadas em bancos de dados curados.
• Suporte ao Desenho Experimental: A ferramenta facilita a transição da descoberta de dados para o desenho experimental, permitindo que pesquisadores validem hipóteses, selecionem linhagens celulares específicas para validação e otimizem bibliotecas de CRISPR personalizadas.
• Acessibilidade: Ao operar inteiramente no lado do cliente e não exigir instalação, remove barreiras técnicas para biólogos experimentais explorarem grandes conjuntos de dados genômicos.

Em resumo, o Correlate é uma ferramenta essencial para a interpretação funcional de telas de CRISPR, permitindo a exploração de dependências gênicas e a geração de hipóteses terapêuticas de forma intuitiva e baseada em dados funcionais reais.