From GWAS to drug: A framework for drug candidate prioritisation using a gene expression signature matching approach

Este artigo propõe um quadro de melhores práticas para a priorização de candidatos a medicamentos baseado em assinaturas de expressão gênica derivadas de GWAS, demonstrando através de casos de prova que o desempenho do método é altamente sensível à escolha de parâmetros específicos, como o tipo de célula utilizado para as assinaturas de drogas.

O essencial

Imagine que você é um detetive tentando resolver um crime complexo: uma doença. Você tem uma lista de suspeitos (genes) e sabe que eles estão envolvidos, mas não sabe exatamente qual deles é o "vilão" principal ou qual "arma" (remédio) vai parar o crime.

Este artigo é como um manual de instruções para melhorar a eficiência desse detetive, usando uma nova tecnologia chamada TWAS (Estudo de Associação Transcritômica) combinada com um grande banco de dados de perfis de drogas.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Problema: Encontrar a Agulha no Palheiro

Descobrir novos remédios é caro e difícil. A maioria dos testes falha porque os modelos de laboratório (como ratos) não imitam perfeitamente o corpo humano.

• A Solução Genética: O DNA humano é como um "mapa do crime" que não mente. Se um gene está ligado a uma doença, ele provavelmente é a causa. Os autores usaram esse mapa genético para criar uma "impressão digital" da doença.

2. A Técnica: O Jogo do "Inimigo do Meu Inimigo"

A ideia central é simples:

1. Eles criam uma impressão digital da doença (uma lista de genes que estão "gritando" ou "silenciando" demais no corpo do doente).
2. Eles olham para um banco de dados gigante (chamado CMap) que contém as impressões digitais de milhares de remédios.
3. Eles procuram um remédio cuja impressão digital seja o oposto exato da doença.
   • Analogia: Se a doença é uma música tocando muito alto e desafinada (genes desregulados), você quer encontrar um remédio que toque a mesma música, mas na velocidade inversa e no tom oposto, para cancelar o som e deixar tudo em silêncio (equilíbrio).

3. O Grande Descobrimento: Nem Todo Detetive é Igual

O estudo testou várias formas de fazer essa comparação e descobriu que o método importa muito. É como tentar encontrar uma chave certa para uma fechadura: se você usar a chave errada ou olhar de um ângulo errado, a porta não abre.

Eles testaram 5 variáveis principais:

• A Ferramenta de Medição (Métrica de Similaridade):

  • Eles compararam duas formas de medir a "oposição" entre a doença e o remédio.
  • Resultado: Uma ferramenta chamada Correlação de Spearman funcionou muito melhor do que a ferramenta padrão usada até hoje (NCS). Foi como trocar uma régua de madeira por um laser: a medição ficou muito mais precisa.

• O Tamanho da Lista de Suspeitos (Tamanho do Conjunto de Genes):

  • Eles testaram se usar uma lista pequena de genes (os "vilões" mais óbvios) ou uma lista gigante (todos os suspeitos) funcionava melhor.
  • Resultado: Menos é mais. Usar listas gigantes de genes muitas vezes trouxe "ruído" (informação inútil) e confundiu o sistema. Listas menores e mais focadas encontraram os remédios certos com mais facilidade.

• O Laboratório de Teste (Linha Celular):

  • Os remédios no banco de dados foram testados em diferentes tipos de células (fígado, pele, pulmão, etc.).
  • Resultado: O local importa. Para doenças do fígado (como colesterol alto), usar dados de células de fígado funcionou perfeitamente. Mas, se você usasse dados de células de pele, o remédio parecia inútil!
  • Analogia: É como testar um remédio para dor de dente usando um modelo de dente feito de plástico. Não funciona. Você precisa testar no tecido real (ou o mais próximo possível).

• O Mapa Genético (Modelo de Tecido):

  • Eles usaram dados genéticos de sangue vs. dados de fígado.
  • Resultado: Para colesterol, o modelo de fígado foi muito melhor, mesmo que o modelo de sangue tivesse mais dados. A qualidade e a relevância do tecido venceram a quantidade de dados.

4. Os Casos de Teste (Provas de Conceito)

Eles testaram essa metodologia em três "crimes" reais:

1. Colesterol Alto (LDL): O sistema identificou corretamente as estatinas (o remédio padrão para colesterol) como a melhor opção, mas apenas quando usaram a ferramenta certa (Spearman), o tecido certo (fígado) e a linha celular certa (HEPG2).
2. Asma: O sistema encontrou os corticosteroides (remédios anti-inflamatórios) apenas quando usou células do sistema imunológico, e não células de revestimento do pulmão. Isso mostra que a biologia da doença (inflamação) precisa ser o foco.
3. Hiperlipidemia Familiar: O sistema encontrou pistas, mas mostrou que às vezes o remédio não resolve tudo a doença (o que é esperado, pois essa doença é complexa).

5. A Conclusão: Um Novo Manual de Instruções

O estudo não diz que a tecnologia é nova, mas sim que ela precisa ser usada com cuidado.

Eles propõem um "Guia de Boas Práticas" (um novo manual para detetives):

• Não use apenas uma linha celular aleatória; escolha a que tem a ver com a doença.
• Não use listas gigantes de genes; foque nos mais importantes.
• Use a ferramenta de comparação (Spearman) que funciona melhor.
• Não confie em um único número; veja se o remédio aparece bem ranqueado em várias situações diferentes.

Em resumo:
Este artigo ensina como usar a genética humana para encontrar remédios existentes que podem tratar novas doenças (reposicionamento de drogas). A mensagem principal é: a tecnologia funciona e é poderosa, mas você precisa escolher as ferramentas certas (o tecido certo, a métrica certa e o tamanho certo de dados) para não cometer erros e perder o tempo. Se fizer tudo certo, você pode encontrar a cura mais rápido e com menos custo.

Resumo técnico

Resumo Técnico: Da GWAS ao Fármaco – Um Framework para Priorização de Candidatos a Fármacos usando Correspondência de Assinaturas de Expressão Gênica

1. Problema e Contexto

A taxa de falha de medicamentos que entram em ensaios clínicos de Fase I é de aproximadamente 90%, devido à incapacidade de modelos pré-clínicos de prever eficácia e segurança em humanos. A evidência genética humana (obtida através de Estudos de Associação Genômica Ampla - GWAS) tem sido identificada como um recurso valioso para aumentar as taxas de aprovação de alvos terapêuticos.

Embora a Mendelian Randomization (MR) seja uma abordagem comum para priorizar alvos de fármacos, ela possui limitações: foca em genes individuais (e não em vias biológicas) e requer conhecimento prévio do mecanismo de ação (MoA) do fármaco. Para muitos compostos experimentais, o MoA é desconhecido.

Uma alternativa emergente é a correspondência de assinaturas de expressão gênica (signature matching), que compara uma assinatura de expressão gênica associada à doença com uma base de dados de assinaturas de perturbação por fármacos (como o Connectivity Map - CMap). Uma abordagem específica, o Transcriptome-Wide Association Study (TWAS), integra dados de GWAS com eQTLs (locos de características quantitativas de expressão) para gerar uma assinatura de expressão gênica predita geneticamente para a doença.

O Problema Central: Apesar do uso crescente do TWAS para priorização de fármacos, não há consenso sobre a metodologia ótima. Variáveis críticas como o método TWAS, o modelo de eQTL (tecido), o tamanho do conjunto de genes, a linha celular usada para as assinaturas de fármacos e a métrica de similaridade são frequentemente escolhidas arbitrariamente, sem validação sistemática de como essas escolhas impactam a priorização final.

2. Metodologia

Os autores realizaram um estudo de benchmarking sistemático utilizando três traços como prova de conceito:

1. Colesterol LDL (LDL-C): Tratado com inibidores de HMGCR (estatinas).
2. Hiperlipidemia Familiar Combinada (FCH): Também tratada com estatinas.
3. Asma: Tratada com agonistas de corticosteroides.

Pipeline Experimental:

• Geração de Assinaturas TWAS: Foram utilizadas estatísticas de resumo de GWAS (incluindo dados de 2021 e 2013 para LDL-C) integradas a modelos de eQTL de diferentes tecidos (fígado, sangue total, multi-tecido) e métodos (sPrediXcan, FUSION, sMultiXcan).
• Variação de Parâmetros:
  • Tamanho do Conjunto de Genes: Foram testados 144 conjuntos de genes variando de 10 a 120 genes (5 a 60 genes up-regulados e down-regulados).
  • Métricas de Similaridade: Comparação entre Correlação de Spearman e Normalized Connectivity Score (NCS).
  • Linhas Celulares: As assinaturas de fármacos do CMap foram testadas em 9 linhas celulares principais (incluindo HEPG2 - fígado, A549 - pulmão, etc.).
• Análise de Enriquecimento: Os fármacos foram classificados e submetidos a uma análise de enriquecimento de classes de fármacos (GSEA - Gene Set Enrichment Analysis) para avaliar se as classes terapêuticas conhecidas (ex: inibidores de HMGCR) apareciam no topo da lista (correlação negativa forte, indicando reversão da assinatura da doença).

3. Contribuições Principais

• Benchmarking Sistemático: Primeira avaliação abrangente de como parâmetros metodológicos específicos afetam a priorização de fármacos baseada em TWAS.
• Framework de Melhores Práticas: Proposição de um protocolo otimizado para garantir resultados robustos e reprodutíveis na reutilização de fármacos (drug repurposing).
• Validação de Hipóteses: Demonstração de que a escolha de parâmetros pode transformar um sinal positivo em um negativo, destacando a necessidade de cautela na aplicação de ferramentas in silico.

4. Resultados Chave

• Impacto da Métrica de Similaridade:

  • A Correlação de Spearman superou consistentemente o NCS. Para o LDL-C, os inibidores de HMGCR foram classificados em 1º lugar com Spearman (NES médio = -1.76), mas apenas em 4º lugar e sem significância estatística com NCS.
  • Motivo: O Spearman considera genes up e down-regulados conjuntamente, capturando melhor a relação fármaco-trait.

• Impacto do Método TWAS e Modelo de eQTL:

  • Método: O sPrediXcan performou melhor que o FUSION. Embora as assinaturas estivessem altamente correlacionadas (r=0.90), o FUSION (que usa imputação para preencher dados faltantes) resultou em enriquecimento não significativo para estatinas.
  • Tecido: Modelos de eQTL específicos do tecido relevante (fígado para LDL-C) superaram modelos de sangue total ou multi-tecido. O modelo de fígado gerou o enriquecimento mais forte; modelos de sangue ou multi-tecido reduziram a significância ou o ranking, apesar de terem maior poder estatístico geral.

• Impacto da Linha Celular (Crítico):

  • A escolha da linha celular para as assinaturas de fármacos alterou drasticamente os resultados. Para o LDL-C, os inibidores de HMGCR foram classificados em 1º lugar na linha celular hepática HEPG2.
  • Em outras linhas (ex: A375, PC3, VCAP), a correlação foi fraca ou positiva, e o ranking caiu para posições muito baixas (ex: 139º, 167º).
  • Conclusão: A média de resultados entre todas as linhas celulares (prática comum) diluiu o sinal, resultando em enriquecimento não significativo. A seleção da linha celular biologicamente relevante é crucial.

• Tamanho do Conjunto de Genes:

  • O uso de conjuntos de genes menores (ex: 5-60 genes up/down) gerou enriquecimentos mais fortes e consistentes do que o uso de todos os genes estatisticamente significativos do TWAS (que pode incluir ruído).
  • O enriquecimento diminuiu quando se incluíram grandes quantidades de genes, possivelmente devido à redução da relação sinal-ruído, dado que os experimentos de perturbação do CMap têm um número limitado de genes diferencialmente expressos.

• Aplicação em Traços Binários (Asma e FCH):

  • Para a asma, agonistas de corticosteroides foram enriquecidos apenas na linha celular derivada de linfonodo (HCC515), e não na epitelial (A549), alinhando-se com a etiologia imunológica da doença.
  • Para FCH, o enriquecimento de estatinas foi significativo apenas com conjuntos de genes menores, sugerindo que o sinal é mais forte quando focado nos genes mais relevantes.

5. Significância e Recomendações

O estudo demonstra que o TWAS signature-matching é uma ferramenta poderosa para priorização de fármacos informada por genética, mas sua eficácia é altamente sensível aos parâmetros de entrada.

O Framework de Melhores Práticas proposto inclui:

1. Métrica: Utilizar Correlação de Spearman em vez de NCS.
2. Método TWAS: Preferir sPrediXcan sobre FUSION para evitar viés de imputação.
3. eQTL: Utilizar modelos de eQTL específicos do tecido biologicamente relevante para a doença, mesmo que tenham menor poder estatístico que modelos multi-tecido.
4. Linha Celular: Selecionar linhas celulares do CMap que sejam biologicamente relevantes para a etiologia da doença (evitar médias entre todas as linhas).
5. Tamanho do Conjunto: Testar múltiplos tamanhos de conjuntos de genes (especialmente conjuntos menores) e buscar consistência no enriquecimento da classe de fármacos, em vez de depender de um único corte de significância.
6. Validação: Priorizar o enriquecimento de classes de fármacos (MoA) em vez de compostos individuais para reduzir falsos positivos.

Este trabalho fornece diretrizes essenciais para pesquisadores que desejam utilizar abordagens de assinatura gênica para descoberta e reposicionamento de fármacos, aumentando a probabilidade de identificar candidatos terapêuticos translatáveis.