Ein Datenintegrations-Workflow zur Identifizierung von Arzneimittelkombinationen, die auf synthetische tödliche Wechselwirkungen abzielen

Eine synthetische tödliche Interaktion zwischen zwei Genen tritt auf, wenn ein einziger Knockdown eines der beiden Gene die Zelllebensfähigkeit nicht beeinträchtigt, aber der Knockdown beider synthetischer tödlicher Partner zum Verlust der Zelllebensfähigkeit oder zum Zelltod führt. Die Kombination heterogener Datensätze kann zur Identifizierung synthetischer tödlicher Wechselwirkungen führen, die durch Arzneimittelkombinationen bei Krankheiten wie Krebs gezielt werden können, mit dem Ziel, die Zellproliferation zu stoppen. Das Konzept der synthetischen Letalität ist für jede Krankheit von Interesse, bei der die Zellproliferation ein Problem darstellt.

Was Krebs betrifft, so werden synthetische letale Geninteraktionen bereits in BRCA-mutierten Tumoren mitHILFE von PARP-Inhibitoren gezielt. Bemühungen wie unsere könnten die Verwendung des Konzepts für andere Geninteraktionen und Krebsentitäten erweitern. In unserem Labor haben wir rechnerisch vorhergesagte Wirkstoffkombinationen getestet, die auf synthetische letale Wechselwirkungen im Zusammenhang mit Brustkrebs abzielen.

Beginnen Sie mit dem Abrufen von Daten aus BioGRID. Verwenden Sie den Webbrowser, um die neueste BioGRID-Interaktionsdatei im tab2-Format herunterzuladen. Filtern Sie die Spalten so, dass nur die Spalten erhalten bleiben, die für nachfolgende Analyseschritte relevant sind.

Als nächstes filtern Sie nach synthetischer Letalität und negativen genetischen Interaktionen. Verwenden Sie die Informationen in der Spalte Experimentelles System, um den Datensatz auf Einträge mit einem Wert von negativer genetischer oder synthetischer Letalität zu beschränken. Identifizieren Sie die Spezies, für die synthetische letale Interaktionen gemeldet wurden, indem Sie die Anzahl der Steuer-IDs für synthetische letale Interaktionspartner bestimmen, die eine Schätzung der Anzahl dieser Pro Organismus verfügbaren Interaktionen liefern.

Um menschliche Orthologe für relevante Modellorganismen aus Ensembl BioMart abzurufen, wählen Sie den entsprechenden Modellorganismus-Datensatz aus, klicken Sie auf Attribute und wählen Sie Genname. Klicken Sie dann auf Datensatz und wählen Sie Menschliche Gene aus. Klicken Sie erneut auf Attribute und wählen Sie Genname.

Klicken Sie dann auf Ergebnisse. Aktivieren Sie Nur eindeutige Ergebnisse, klicken Sie auf Go.Automatisieren Sie den Abrufvorgang und senden Sie die Abfrage direkt an BioMart RESTful access, um die orthologen Genpaare abzurufen. Wenn Sie die Daten manuell über die Ensembl BioMart-Weboberfläche abrufen, benennen Sie sie um und beachten Sie, dass die Kopfzeile automatisch hinzugefügt wurde.

Um die orthologen menschlichen Gene für andere Modellorganismen abzurufen, ersetzen Sie den Wert des name-Attributs des ersten Datensatzelements durch den Namen des jeweiligen Ensembl-Datensatzes. Verwerfen Sie als Nächstes alle Einträge für Gene ohne Homologe, sammeln Sie alle homologen Mappings in einer einzigen Datei und fügen Sie Dummy-Mappings für menschliche Gene hinzu. Fügen Sie außerdem künstliche Einträge für menschliche Gene hinzu.

Bereiten Sie die Synlet-Datei für den nachfolgenden Beitritt vor, indem Sie für jeden Interaktionspartner eine neue Spalte mit der Kombination aus Steuer-ID und Gensymbol hinzufügen. Verbinden Sie synthetische tödliche Interaktionen basierend auf der Steuer-ID des Organismus und dem Gensymbol mit den abgerufenen orthologen Paaren. Rufen Sie Drogenzielpaare von DrugBank aus dem Download-Bereich ab und erstellen Sie bei Bedarf zuerst ein Konto.

Beschränken Sie die DrugBank-Arzneimittelzieldatei auf relevante Spalten. Behalten Sie nur Einträge für menschliche molekulare Entitäten bei. Extrahieren Sie dann die relevanten Spalten und filtern Sie die Daten nach menschlichen Arten.

Da Informationen zum Arzneimittelnamen und zum Arzneimittelziel in zwei separaten CSV-Dateien bereitgestellt werden, müssen die Informationen aus den beiden Dateien zusammengeführt werden. Dazu müssen zunächst die Arzneimittelnamenseinträge normalisiert werden. Normalisieren Sie dann die Drogenzieldatei, um eine Zeile pro Medikament zu haben.

Fahren Sie mit der DrugBank-Vokabeldatei fort und extrahieren Sie die entsprechenden Spalten. Da Arzneimittelnamen und Arzneimittelzielinformationen in zwei separaten CSV-Dateien bereitgestellt werden, führen Sie die Informationen aus den beiden Dateien mithilfe der gemeinsamen DrugBank-ID zusammen.Verbinden Sie den Datensatz für synthetische tödliche Interaktion mit der Im vorherigen Schritt generierten Datei für den Arzneimittelzielmedikamentnamen, indem Sie die Gensymbolspalten verwenden, und stellen Sie sicher, dass Arzneimittelnamen für beide Partner jeder synthetischen tödlichen Interaktion hinzugefügt werden. Rufen Sie schließlich Informationen zu klinischen Studien von ClinicalTrials.gov ab.

Für einen einfachen Zugriff verwenden Sie die relationale Datenbank, die von der Clinical Trials Transformation Initiative bereitgestellt wird, und erstellen Sie bei Bedarf zuerst ein Konto. Lösen Sie die vorgeschlagenen Arzneimittel in geeigneten Lösungsmitteln wie DMSO oder PBS in mindestens vier verschiedenen Konzentrationen auf. Fügen Sie die Medikamente zu menschlichen Brustkrebszellen hinzu, die in einer 96-Well-Platte ausgesät sind, und inkubieren Sie sie für die gewünschte Zeit, um hemmende Konzentrationswerte zu bestimmen.

Verwenden Sie einen Lebensfähigkeits- oder Apoptose-Assay Ihrer Wahl, um die Zelllebensfähigkeit mit verschiedenen Wirkstoffkombinationen und -konzentrationen zu bestimmen, beginnend mit dem zuvor etablierten IC50. Bestimmen Sie dann die synergistischen zytotoxischen Wirkungen der Arzneimittelkombinationen, indem Sie ihren kombinatorischen Index berechnen. Diese Methode wurde verwendet, um Wirkstoffkombinationen zu identifizieren, die auf synthetische letale Wechselwirkungen bei Eierstockkrebs abzielen.

Es wurde festgestellt, dass 21 einzigartige Medikamente zu 84 identifizierten Wirkstoffkombinationen beitrugen, die auf eine Reihe von 39 synthetischen tödlichen Interaktoren abzielten. Der gleiche Workflow wurde verwendet, um 243 vielversprechende Medikamentenkombinationen zu identifizieren, die auf 166 synthetische tödliche Genpaare im Zusammenhang mit Brustkrebs abzielen. Ausgewählte Kombinationen wurden auf ihren Einfluss auf die Zelllebensfähigkeit und Apoptose in zwei Brustkrebszelllinien getestet.

Die Ergebnisse des Viability-Assays für Celecoxib, Zoledronsäure und die Kombination von Zoledronsäure und Celecoxib in SK-BR-3-Brustkrebszelllinien zeigten, dass die Medikamente in Kombination eine signifikante synergistische Wirkung auf die Zelllebensfähigkeit hatten. Annexin V und 7-AAD-Färbung von SK-BR-3-Zellen, die mit den beiden Arzneimitteln allein behandelt und kombiniert wurden, zeigten, dass der Prozentsatz der späten apoptotischen und nekrotischen Zellen nach der Behandlung mit der Arzneimittelkombination erhöht war. Wenn Sie dieses Protokoll versuchen, nehmen Sie sich die notwendige Zeit, um die entsprechenden DrugBank-Arzneimittelnamen für alle Medikamente und Interventionen aus klinischen Studien zu identifizieren.

Die Aufnahme zusätzlicher Daten wie Genexpressionsprofile oder der Annotationsgrad synthetischer letaler Interaktoren für die untersuchte Krankheit in die wissenschaftliche Literatur kann weiter verwendet werden, um synthetische letale Interaktionen zu priorisieren. Aufgrund der wachsenden Menge an verfügbaren biomedizinischen Daten ist die Zusammenarbeit mit Computerbiologen eine vorteilhafte Interaktion, die zu neuartigen Hypothesen führt, die im Labor getestet werden sollen. Achten Sie bei der Arbeit mit Zytostatika darauf, Ihre lokalen Richtlinien für Laborsicherheitsgeräte und den Umgang mit gefährlichen Reagenzien zu befolgen.

Vermeiden Sie jederzeit den direkten Kontakt und stellen Sie sicher, dass Sie vor Beginn des Experiments Informationen über die verwendete Substanz sammeln.