Onderzoekers van het Broad Institute of MIT en Harvard hebben de Connectivity Map - een veelgebruikte bron van tools en gegevens - naar nieuwe hoogten getild met een enorm opgeschaalde versie. Voor dit nieuwe platform de onderzoekers hebben ook de toegankelijkheid voor de wetenschappelijke gemeenschap verbeterd, het mogelijk maken van studies van de functie van kleine moleculen en genen en het informeren van klinische proeven.

De connectiviteitskaart, of CMap, is een functionele referentiedataset van het menselijk genoom die genen verbindt, verdovende middelen, en ziektetoestanden door gemeenschappelijke patronen van genactiviteit, bekend als handtekeningen voor genexpressie. De originele versie van CMap bevatte slechts een paar honderd genexpressieprofielen in een paar cellijnen, geproduceerd met behulp van kostbare DNA-microarrays. Brede wetenschappers hebben nu een goedkope, high-throughput methode voor genexpressie, waarbij de expressie van een subset van genen wordt gemeten, en de expressie van resterende niet-gemeten genen worden computationeel afgeleid. Deze methode, genaamd L1000, stelde het brede team in staat om de bestaande CMap met meer dan 1 uit te breiden 000-voudig, waardoor het een veel uitgebreidere en nuttigere bron is voor de wetenschappelijke gemeenschap.

Het werk wordt beschreven in het nummer van 30 november van Cel .

Met meer dan 1,3 miljoen profielen van genexpressie en ontwikkeld door het NIH LINCS Consortium, deze "volgende generatie" CMap kan door onderzoekers over de hele wereld worden onderzocht via een nieuwe cloudgebaseerde analyseomgeving, waardoor ze functionele genetische varianten van ziektegenen kunnen annoteren, ontdek het werkingsmechanisme van niet-gekarakteriseerde kleine moleculen, en het genereren van nieuwe therapeutische hypothesen.

"De uitgebreide Connectivity Map is een voorbeeld van nieuwe richtingen in genomics-onderzoek. We zijn verheugd om te zien dat onze gegevens en tools al worden gebruikt door wetenschappers in de academische wereld en de industrie, ter ondersteuning van fundamentele wetenschap en het ontdekken van geneesmiddelen, " zei Todd Golub, senior auteur van de studie en chief wetenschappelijke officier van de Broad, waar hij ook directeur is van het kankerprogramma van het instituut. "Het is waarschijnlijk dat de gegevens en tools zullen worden gebruikt op manieren die we ons niet eens hadden voorgesteld, en we hopen dat gebruikers ons zullen helpen de tools te verbeteren en CMap nog nuttiger te maken terwijl we de bron blijven uitbreiden."

Het nut van de proefversie van CMap werd beperkt door zijn kleine formaat. Wetenschappers van CMap wisten dat om een ​​echt uitgebreide bron te bouwen die mechanistisch en biologisch inzicht op circuitniveau zou kunnen opleveren, ze zouden het compendium aanzienlijk moeten uitbreiden met veel chemische en genetische verstoringen in verschillende celtypen.

Omdat het gebruik van microarrays of zelfs RNA-sequencing te duur zou zijn, het CMap-team ontwikkelde een nieuwe profileringsmethode die bekend staat als 'L1000'. In plaats van de expressie van elk eiwitcoderend gen in het genoom te profileren, de methode genereert een genoom-schaal kijk op expressie door de activiteit van 1 te meten 000 "landmark"-genen en die metingen gebruiken om de activiteit van de meeste niet-gemeten genen af ​​te leiden. De onderzoekers analyseerden bestaande gegevens over genexpressiepatronen om die mijlpaalgenen te kiezen die als nauwkeurige vertegenwoordigers voor het hele transcriptoom kunnen dienen.

Dankzij deze aanpak kon het team de schaal van het experiment drastisch vergroten, zodat CMap nu meer dan 1 miljoen genexpressieprofielen bevat van meerdere cellijnen die zijn behandeld met chemische of genetische verstoringen. Vergeleken met de 164 geneesmiddelen die in de CMap-pilot zijn geprofileerd, de nieuwe dataset bevat expressieprofielen van cellen die zijn behandeld met 42, 080 verstoringen, waaronder medicijnen met kleine moleculen, gereedschap verbindingen, en niet-geoptimaliseerde verbindingen met voorheen onbekende werkingsmechanismen.

Om het nut van de bron te demonstreren, het team heeft met succes aangetoond dat CMap kan helpen voorspellen hoe een klein molecuul of medicijn werkt, die de inspanningen voor het ontdekken van geneesmiddelen kunnen versnellen. Als het expressieprofiel van cellen die verstoord zijn door een klein molecuul overeenkomt met de expressiesignatuur van cellen die verstoord zijn door verbindingen met een bekende functie, het suggereert dat het kleine molecuul via dezelfde cellulaire route kan werken en geeft wetenschappers een experimentele voorsprong bij het verkennen van de functie van niet-bestudeerde verbindingen of potentiële therapieën.

Het team toonde ook aan dat CMap onderzoekers kan helpen bij het ontdekken van verbindingen met specifieke, gewenste activiteiten. In één geval, ze gebruikten het om een ​​verbinding te ontdekken die caseïnekinase 1 alfa remt, een eiwit dat betrokken is bij bepaalde leukemieën en dat ook resistentie verleent tegen een klasse geneesmiddelen tegen longkanker die EGFR-remmers worden genoemd.

Dit onderstreept de kracht van de uitgebreide Connectivity Map als waardevol startpunt voor het ontdekken van geneesmiddelen.

In een test van het potentieel van CMap om klinisch onderzoek te informeren, de onderzoekers analyseerden tumormonsters die voor en na de behandeling van kankergeneesmiddelenonderzoeken waren verkregen. De resultaten toonden veranderingen in de patronen van genactiviteit van de tumorcellen als gevolg van kankertherapie, en vergelijking met CMap perturbagens suggereerde de betrokkenheid van bekende resistentie tegen geneesmiddelen.

De Connectivity Map wordt voortdurend samengesteld met nieuwe gegevens die door het Broad-team worden gegenereerd. De nieuwe versie bevat expressiesignaturen van verbindingen die eerder zijn bestudeerd, maar ook degenen die nog niet zijn gekarakteriseerd.

Alle gegevens en tools zijn nu beschikbaar in een op kon gebaseerde analyse-omgeving die is ontwikkeld door brede onderzoekers en bekend staat als CLUE, die het CMap-team gebruikers aanmoedigt om toegang te krijgen en te verkennen. Het CMap-team is van plan de bron uit te breiden met meer celtypen, meer verstoringen, en meer soorten gegevens, inclusief proteomische en cellulaire beeldvormingsgegevens.

De volgende generatie CMap werd mogelijk gemaakt door nauwe samenwerkingen tussen het CMap-team, andere leden van het NIH LINCS Consortium, en verschillende andere groepen van het Broad Institute, waaronder het Centrum voor de Ontwikkeling van Therapeutica (CDoT), het Genetische Perturbatie Platform, het PRISM-team, en het Proteomics-platform.

"Deze inspanning was alleen mogelijk met de gecombineerde expertise van veel brede programma's en platforms, vereist een ongelooflijke hoeveelheid teamwerk, " zei Aravind Subramanian, een co-eerste auteur van het artikel samen met brede onderzoekers Steven Corsello en Rajiv Narayan. "Onze ambitie is dat CMap een routineonderdeel wordt van het ontdekken van geneesmiddelen, het verstrekken van nuttige aanwijzingen als doelen en moleculen door de verschillende stadia van therapeutische ontwikkeling gaan. We zijn verheugd de resultaten van onze inspanningen te kunnen delen met de wetenschappelijke gemeenschap. belangrijk, we zijn nog niet klaar - we nodigen drugsjagers uit de academische wereld en de industrie uit om de bron te gebruiken en contact met ons op te nemen met uw feedback."