FibrilNet maps conserved and tissue-specific molecular environments across systemic amyloidoses

Resumo Técnico: FibrilNet Mapeia Ambientes Moleculares Conservados e Tecido-Específicos em Amiloidoses Sistêmicas

Declaração do Problema
As amiloidoses sistêmicas são distúrbios de dobramento de proteínas caracterizados pelo acúmulo de depósitos fibrilares insolúveis. Embora proteínas precursoras amiloidogênicas distintas iniciem essas doenças (ex: Transtirretina em ATTR, Cadeia Leve de Imunoglobulina em AL, Soro Amiloide A em AA), a patologia tecidual resultante frequentemente compartilha componentes não fibrilares recorrentes envolvidos na organização da matriz extracelular, ativação do complemento, transporte de lipídios e proteostase. Uma questão crítica não resolvida é se essas proteínas recorrentes formam um ambiente molecular conservado em nível de sistemas através de diferentes doenças amiloides, e até que ponto esse ambiente depende da proteína precursora específica, do contexto tecidual ou da variante da doença. As abordagens de rede tradicionais frequentemente tratam as interações proteína-proteína (PPIs) como funcionalmente intercambiáveis, ignorando o contexto biológico que pode diferenciar interações dentro do mesmo grafo físico.

Metodologia
Os autores desenvolveram o FibrilNet, uma estrutura de rede projetada para integrar proteomas amiloides definidos experimentalmente com um grafo de PPI humano enriquecido com informações semânticas derivadas de Gene Ontology (GO).

• Construção de Dados: O grafo humano subjacente compreende 17.997 proteínas e 925.977 interações físicas. Cada interação é aumentada com um vetor semântico de 9 dimensões derivado de anotações GO (processo biológico, função molecular e componente celular), codificando informações de conteúdo de informação, similaridade de caminho e disponibilidade de anotação.
• Abordagem Algorítmica: O FibrilNet compara duas estratégias de difusão:
  1. Random Walk with Restart (RWR) baseada apenas em Topologia: Propagação padrão baseada puramente em conectividade de grafo.
  2. Semantic-RWR: Uma propagação modificada onde as probabilidades de transição são enviesadas para interações com maior compatibilidade semântica (alinhamento de ontologia).
• Estratégia de Avaliação: O estudo utiliza uma abordagem de reconstrução de módulo "congelada" de leave-one-out. Módulos de proteínas associadas à doença (derivados de proteômica experimental) são usados como conjuntos de consulta (query sets). Uma proteína é removida por vez, e o algoritmo tenta reclassificar os nós restantes do grafo para recuperar o alvo excluído. Crucialmente, os rótulos de doença não são usados para treinar a representação subjacente; a avaliação testa a capacidade da estrutura da rede e do contexto semântico de recuperar módulos de doenças conhecidos.
• Modelos de Doença Analisados:
  • Cardíaco: Proteomas específicos de amiloide expandidos e compactos para ATTR e AL.
  • Renal: Atlas proteômicos para AA e amiloidose ALECT2.
  • Neurológico: Um modelo de nervo sural de camundongo hTTR-A97S mapeado para ortólogos humanos para representar ATTRv neurológico.

Contribuições Principais e Resultados

1. Superioridade da Difusão Semântica:
   A Semantic-RWR superou consistentemente a RWR baseada apenas em topologia na reconstrução de módulos amiloides definidos experimentalmente.

   • No ATTR cardíaco expandido, a Semantic-RWR aumentou o Mean Reciprocal Rank (MRR) de 0,00167 para 0,05015 e o Recall@100 de 0,0199 para 0,3377, melhorando 132 de 151 alvos excluídos.
   • Ganhos significativos também foram observados em AA renal (MRR 0,00249 para 0,09061) e ALECT2 (MRR 0,00239 para 0,01614).
   • O efeito foi robusto através de vários tamanhos de módulo e níveis de sensibilidade, sugerindo que o ambiente amiloide possui uma organização funcionalmente coerente e distribuída que a topologia sozinha falha em capturar.

2. Identificação de um Núcleo Recorrente Restrito:
   A análise de módulos compactos através de quatro amiloidoses sistêmicas (ATTR, AL, AA, ALECT2) revelou uma sobreposição limitada, mas significativa.

   • Três proteínas — APCS, VTN e TIMP3 — estavam presentes em todos os quatro módulos (frequência do Núcleo de Enriquecimento de Características = 1), definindo um núcleo estrito entre doenças.
   • APOE estava presente em três dos quatro módulos.
   • Estas proteínas representam pontos de convergência entre doenças, em vez de drivers causais universais.

3. Especificidade Tecidual e Separação de Precursores:

   • Cardíaco vs. Neurológico: Apesar de compartilharem a TTR como precursora, os módulos ATTR cardíaco e neurológico mostraram sobreposição mínima (similaridade de Jaccard = 0,0569; apenas 19 proteínas compartilhadas).
   • Limitações do Precursor: Semear a rede apenas com a proteína precursora (TTR ou LECT2) falhou em recuperar fortemente o ambiente molecular a jusante (downstream) tanto no contexto cardíaco quanto no neurológico. Isso indica que o ambiente amiloide maduro é um estado de rede distribuído, não redutível à proximidade de grafo local ao redor da proteína formadora de fibrila.
   • Especificidade Direcional: No modelo ATTRv neurológico, as melhorias semânticas concentraram-se no programa proteômico downregulated (associado a anormalidades do citoesqueleto e disfunção axonal), enquanto as proteínas upregulated mostraram menos coerência semântica.

Significância e Alegações
O artigo afirma que o FibrilNet apoia um modelo multicamadas de amiloidose sistêmica. Neste modelo:

• Um ambiente amiloide conservado restrito (o núcleo) coexiste com uma forte organização dependente de precursor, tecido e doença.
• O ambiente molecular a jusante é um estado de rede distribuído que emerge da interação do precursor com o contexto tecidual específico, em vez de ser um simples vizinhança local do precursor.
• A informação semântica derivada de ontologia fornece um viés indutivo biologicamente significativo, permitindo que a propagação de rede distinga entre interações funcionalmente compatíveis e incompatíveis, revelando assim o "ambiente molecular distribuído" do depósito amiloide.

Os autores enfatizam que suas descobertas não desafiam o papel causal das proteínas precursoras, mas esclarecem que o ambiente patológico é um sistema complexo e dependente do tecido. A estrutura oferece um método reprodutível para analisar amiloidoses sistêmicas e sugere que análises futuras devem considerar conjuntos de dados moleculares variantes- e tecido-específicos para resolver totalmente a heterogeneidade dessas doenças.