Использование списков дифференциально экспрессируемых генов человека для выполнения анализа нисходящих путей обогащения и приоритизации целей
3 октября 2025 г.
В текущей работе описывается протокол для запуска алгоритма Pathway2Targets, скрипта R, который прогнозирует и приоритизирует терапевтические мишени на основе профиля внутриклеточных сигнальных путей, полученных путем сравнения случайных и контрольных образцов из эксперимента по объемному секвенированию РНК.
Целью нашего исследования является характеристика внутриклеточного транскрипционного ответа на различные состояния и прогнозирование терапевтических средств и механистических или диагностических маркеров для этих состояний. Вычислительное прогнозирование дает кандидатов в наркотики. Валидация эффектов лекарств требует ресурсов и времени.
Однако случайный метод мог быть улучшен только при наличии высококачественных экспериментальных данных. Преимущество этой работы заключается в ее способности идентифицировать потенциальные мишени для лекарств для перепрофилирования в рамках сигнального пути, а не просто сопоставлять дифференциально экспрессируемые гены с известными мишенями. Чтобы запустить алгоритм SPIA Pathway Enrichment, сначала загрузите код в компьютерную систему с GitHub.
Откройте SPIA_Code. Скрипт R MD в RStudio. Выделите все строки кода, затем нажмите кнопку «Выполнить» или «Запустить выбранные строки», чтобы выполнить скрипт.
Дождитесь завершения выполнения и убедитесь, что файл csv с аналогичным именем отображается в каталоге Download. Откройте файл в виде электронной таблицы, чтобы вручную просмотреть и интерпретировать результаты. Чтобы запустить алгоритм приоритизации целей, откройте файл Pathway2Targets.
R в RStudio, выбрав меню «Файл» и нажав «Открыть файл», затем выберите имя скрипта из каталога. В окне кода RStudio перейдите к строке 22 и замените заполнитель фактическим именем файла результатов SPIA. Выделите все строки кода и нажмите кнопку «Выполнить», чтобы выполнить алгоритм.
Наблюдайте за сообщениями о ходе выполнения в режиме реального времени, появляющимися на нижней левой панели экрана. После завершения проверьте каталог загрузки на наличие файла tsv с аналогичным именем, который содержит приоритетные целевые объекты. После создания файла с приоритетными целями и их метриками откройте его в приложении для работы с электронными таблицами для просмотра.
Алгоритм SPIA идентифицировал 10 статистически значимых сигнальных путей с нескорректированным p-значением менее 0,05. Алгоритм Pathway2Targets определил несколько прогнозируемых целей. Прогнозируемые терапевтические мишени были согласованы как по ранжированным мишеням, так и по ранжированным результатам лечения, включая известные гены, связанные с колоректальным раком, такие как EGFR, TP53 и AKT1.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
Данное исследование посвящено характеристике внутриклеточного транскрипционного ответа при различных условиях и направлено на поиск терапевтических мишеней и диагностических маркеров. С помощью алгоритма Pathway2Targets в ходе исследования определяются потенциальные мишени для лекарственных препаратов при колоректальном раке путем анализа данных массивного секвенирования РНК.
Основные компоненты исследования
Область исследования
- Прогнозирование мишеней для терапевтического вмешательства
- Транскрипционное профилирование внутриклеточных ответов
- Исследование колоректального рака
Теоретические основы
- Необходимость в высококачественных экспериментальных данных для повышения точности прогнозов
- Трудности при валидации эффектов лекарственных препаратов
- Преимущество идентификации мишеней лекарственных препаратов в сигнальных путях
Используемые методы
- Алгоритм Pathway2Targets для приоритизации мишеней
- Данные массового секвенирования РНК
- Программирование на языке R для анализа данных
Основные результаты
- Идентификация статистически значимых сигнальных путей
- Несколько предсказанных терапевтических мишеней, согласованных в различных результатах
- Ключевые идентифицированные гены включают EGFR, TP53 и AKT1
Выводы
- В исследовании представлен новый подход к перепрофилированию лекарственных средств в рамках сигнальных путей
- Работа имеет значение для совершенствования терапевтических стратегий борьбы с колоректальным раком
Часто задаваемые вопросы
Значимость для промышленности
Интеграция секвенирования РНК с алгоритмами обогащения путей и приоритизации мишеней позволяет биофармацевтическим группам систематически выявлять и ранжировать перспективные мишени для лекарственного воздействия в сигнальных сетях, связанных с заболеванием. Такой подход повышает прогностическую достоверность на этапе валидации мишеней и способствует принятию взвешенных с точки зрения рисков решений по формированию портфеля за счет сосредоточения внимания на механистическом контексте, а не на изолированных генных хитах. Результаты данного конвейера напрямую определяют первичный отбор в процессе поиска новых лекарственных средств и последующие трансляционные стратегии.
Стратегическое применение в биофармацевтических исследованиях и разработках
Первичный поиск и валидация мишени
- Позволяет снизить механистические риски путем сопоставления дифференциально экспрессируемых генов с функциональными сигнальными путями.
- Обеспечивает функциональную валидацию мишеней посредством анализа, ориентированного на пути, а не на отдельные гены.
- Повышает прогностическую достоверность при выборе мишеней за счет интеграции сетей белок-белковых взаимодействий.
- Облегчает приоритизацию портфеля путем ранжирования мишеней на основе их влияния на пути и показателей доступности для лекарственных средств.
Скрининг и разработка анализа
- Подготавливает валидированные списки генов и путей для последующих этапов разработки анализов.
- Стандартизирует входные данные для скрининговых кампаний, предоставляя ранжированные, механистически значимые мишени.
- Обеспечивает воспроизводимую и количественную приоритизацию потенциальных мишеней для функциональных анализов.
- Поддерживает масштабируемую оценку взаимодействий соединение-мишень в рамках приоритизированных путей.
Трансляционные и доклинические исследования
- Согласует приоритизацию мишеней с транскрипционными сигнатурами, релевантными заболеванию, для обеспечения трансляционной преемственности.
- Способствует поиску биомаркеров путем связывания нарушений в сигнальных путях с терапевтическими гипотезами.
- Поддерживает принятие решений о продвижении проектов с учетом рисков за счет интеграции данных на уровнях путей и конкретных мишеней.
- Обеспечивает механистический контекст для выбора и валидации доклинических моделей.
Интеграция в конвейер и рабочий процесс
Этот вычислительный конвейер связывает ранние этапы поиска и трансляционные исследования, преобразуя данные RNA-seq в практически значимые сведения о мишенях и сигнальных путях.
- Поисковая биология: позволяет проверять гипотезы и уточнять сигнальные пути с помощью анализа дифференциальной экспрессии и SPIA.
- Скрининг: предоставляет ранжированные списки мишеней, подходящие для разработки анализов и скрининга соединений.
- Аналитика: обеспечивает количественные результаты и статистические пороги (например, p < 0.05) для принятия обоснованных решений.
- Трансляционные исследования: связывают изменения экспрессии генов с путями, имеющими значение для заболевания, и терапевтическими мишенями.
- Корпоративное повторное использование: предлагает многократно используемый вычислительный рабочий процесс, адаптируемый к различным контекстам заболеваний и наборам данных.
Операционное и корпоративное воздействие
- Научная ценность: повышает прогностическую достоверность и снижает механистическую неопределенность при выборе мишеней.
- Операционная ценность: стандартизирует и автоматизирует приоритизацию путей и мишеней для масштабируемых рабочих процессов НИОКР.
- Стратегическая ценность: позволяет принимать обоснованные решения о продолжении или прекращении разработки (go/no-go) и эффективно управлять капиталом портфеля.
- Влияние на портфель: обеспечивает приоритизацию с учетом рисков и продвижение высокодостоверных мишеней.
Особенности реализации
- Требуются экспертные знания в области вычислительной биологии и анализа данных RNA-seq.
- Необходим доступ к среде программирования R и соответствующим программным пакетам.
- Требуется межкомандная стандартизация форматов входных данных и интерпретации ранжированных результатов.
- Метод применим к различным моделям заболеваний, однако чувствителен к сложности путей и плотности мишеней.
- Практические ограничения включают время вычислительного расчета и необходимость использования высококачественных входных данных.
