Resumo Técnico: ProToxNet

Definição do Problema

Prever quais fármacos causam eventos adversos (EA) específicos e em quais tecidos permanece um desafio não resolvido na segurança de fármacos computacional. As abordagens atuais geralmente se dividem em duas categorias: métodos baseados em estrutura (usando impressões digitais moleculares ou redes neurais de grafos) e mineração de farmacovigilância (extraindo sinais de bases de dados como o FAERS). Ambas compartilham uma limitação fundamental: tratam o risco de evento adverso como uma propriedade intrínseca do fármaco isoladamente, ignorando o contexto de expressão específica do tecido. O artigo argumenta que o fato de um evento de ligação fora do alvo (off-target) se manifestar como dano clínico depende não apenas da afinidade de ligação, mas da expressão relativa da proteína alvo em diferentes tecidos (ex: pele, fígado, pulmão).

Metodologia

O ProToxNet é um framework computacional que integra a ligação fármaco-proteína prevista em todo o proteoma com a expressão gênica específica de tecidos para gerar perfis de exposição tecidual de 68 dimensões. O pipeline consiste em três estágios:

1. Pontuação de Ligação em Todo o Proteoma (Estágio 1):

   • Dados: 4.310 fármacos e 1.507 proteínas humanas essenciais (a interseção do DrugCentral, GTEx e STRING).
   • Modelo: Uma variante do ConPLex utilizando o modelo de linguagem de proteína ESM-1b.
   • Processo: Morgan fingerprints de fármacos (2048 bits) e embeddings de agrupamento médio (mean-pool) de ESM-1b de proteínas (1280 dimensões) são projetados em um espaço de similaridade de cosseno compartilhado de 1024 dimensões.
   • Calibração: As probabilidades de ligação são calibradas via Platt scaling usando pares de ligação conhecidos do DrugCentral. Isso gera uma matriz de pontuação de ligação $S \in \mathbb{R}^{4310 \times 1507}$.

2. Pontuação de Exposição Tecidual (Estágio 2):

   • Dados: Dados de expressão gênica do projeto GTEx v10 através de 68 tecidos humanos.
   • Computação: Vetores de exposição tecidual são gerados ponderando as pontuações de ligação pelos níveis de expressão específicos de cada tecido.
   • Fórmula: Para um fármaco $d$ e um tecido $t$, a pontuação de exposição é:
     $$e_{d,t} = \sum_{p \in P} s_{d,p} \cdot x_{p,t}$$
     onde $s_{d,p}$ é a pontuação de ligação e $x_{p,t}$ é a expressão normalizada da proteína $p$ no tecido $t$.
   • Pré-processamento: A matriz resultante $E$ é padronizada (z-scored) por tecido para corrigir diferenças de magnitude de expressão total (bulk expression), gerando a matriz de características final $\tilde{E} \in \mathbb{R}^{4310 \times 68}$.

3. Predição de Eventos Adversos (Estágio 3):

   • Dados: 302.307 pares positivos de sinal fármaco-EA do FDA Adverse Event Reporting System (FAERS) com razão de verossimilhança (log-likelihood ratio - LLR) > 0.
   • Modelo: Um modelo de interação bilinear diagonal.
     • Codificador de Fármaco: Uma rede neural de duas camadas (68 → 256 → 128) com LayerNorm, ReLU e dropout.
     • Embeddings de EA: 13.200 termos MedDRA mapeados para embeddings de 64 dimensões, projetados para 128 dimensões.
     • Pontuação: A pontuação de interação é computada como $score(d, a) = \sum_{k=1}^{128} h_d^{(k)} \cdot W_k \cdot h_a^{(k)} + b_d + b_a$, onde $W$ é uma matriz de pesos diagonais treináveis e $b$ representa os termos de viés (bias) para frequência de relato.
   • Treinamento: Otimizado com AdamW, label smoothing e cosine annealing ao longo de 100 épocas.

Principais Contribuições

1. Representação Ponderada pela Expressão: Introdução de um vetor de potencial de engajamento tecidual de 68 dimensões que combina a ligação em todo o proteoma com a expressão tecidual, servindo como uma representação de fármaco para predição de EA.
2. Performance sem Propagação de Grafo: Demonstração de que esta representação vetorial, sem propagação explícita de mensagens em grafos sobre a rede proteína-tecido, alcança desempenho de estado da arte.
3. Validação Biológica: Validação direta de que fármacos com hepatotoxicidade conhecida apresentam pontuações de engajamento do tecido hepático significativamente maiores do que fármacos não hepatotóxicos.
4. Estudo de Caso: Recuperação bem-sucedida de perfis de eventos adversos conhecidos para inibidores de quinase aprovados, com EAs conhecidos ranqueados nos top 0,67% de todos os termos MedDRA.

Resultados

O modelo foi avaliado através de múltiplos protocolos:

• Predição de Pares FAERS: Alcançou um AUC de 0,9576 (95% IC: 0,9565–0,9588) em pares retidos (held-out).
• Cold-Start (Leave-Drug-Out): Em um cenário onde 244 fármacos foram totalmente retidos (zero pares de treinamento), o modelo alcançou um AUC de 0,8544. Isso confirma que o modelo generaliza para novos fármacos baseando-se em características de engajamento tecidual em vez de memorizar identidades de fármacos.
• Leave-AE-Out: Quando 1.980 termos MedDRA foram retidos, o modelo alcançou um AUC de 0,8472, demonstrando generalização para eventos adversos não vistos.
• Validação Externa (CT-ADE): No benchmark independente de ensaios clínicos CT-ADE, o ProToxNet alcançou um AUC de 0,9157.
• Enriquecimento Biológico:
  • Hepatotoxicidade: Fármacos com hepatotoxicidade conhecida apresentaram pontuações de exposição tecidual hepática significativamente maiores do que fármacos não hepatotóxicos (Mann-Whitney U, $p = 0,017$, Cliff's $\delta = 0,41$).
  • Validação DILIrank: Fármacos hepatotóxicos de "maior preocupação" mostraram maior exposição hepática do que aqueles de "nenhuma preocupação" ($p = 0,0002$, Cliff's $\delta = 0,59$).
• Estudo de Caso de Inibidores de Quinase: Os eventos adversos conhecidos para oito inibidores de quinase aprovados foram ranqueados com uma mediana de 88 de 13.200 termos (top 0,67%). Por exemplo, a hepatotoxicidade foi ranqueada no top 1% para imatinibe, erlotinibe e lapatinibe.

Significância e Alegações

O artigo afirma que o ProToxNet fornece um framework mecanisticamente fundamentado e consciente do tecido para predição de eventos adversos. Ao operacionalizar o princípio de que o risco de evento adverso é uma propriedade conjunta do panorama de ligação de um fármaco e do contexto de expressão específica do tecido, o framework preenche a lacuna entre a interação molecular e a toxicidade em nível de órgão.

Os autores enfatizam que o sucesso do modelo em cenários de cold-start (novos fármacos e novos EAs) sugere que o potencial de engajamento tecidual captura sinais farmacológicos transferíveis além da simples frequência de entidade ou memorização de estrutura química. O framework é apresentado como uma ferramenta aplicável à descoberta de fármacos (triagem precoce para toxicidade específica de tecido) e farmacovigilância (priorização de sinais de segurança), oferecendo um complemento aos métodos existentes baseados em estrutura e mineração.

Limitações Reconhecidas pelos Autores:

• As pontuações de ligação dependem de um projetor de alvo reinicializado devido a problemas de compatibilidade de ambiente, o que significa que elas refletem características estruturais mais do que estimativas de afinidade totalmente pré-treinadas.
• Os dados do FAERS contêm vieses de relato (ex: populações maiores geram mais relatos).
• O modelo não considera a dose do fármaco, via de administração, demografia do paciente ou interações fármaco-fármaco.
• O enriquecimento tecidual foi estatisticamente significativo para hepatotoxicidade, mas não para cardiotoxicidade ou nefrotoxicidade nos conjuntos testados, provavelmente devido à especificidade do mecanismo (ex: bloqueio de hERG) ou tamanhos de amostra pequenos.