I ricercatori del Broad Institute del MIT e di Harvard hanno portato la Connectivity Map, una risorsa ampiamente utilizzata di strumenti e dati, a nuovi livelli con una versione massicciamente ingrandita. Per questa nuova piattaforma, i ricercatori hanno anche migliorato la sua accessibilità per la comunità scientifica, consentendo studi sulla funzione di piccole molecole e geni e informando le sperimentazioni cliniche.

La mappa della connettività, o CMap, è un set di dati di riferimento funzionale del genoma umano che collega geni, droghe, e stati patologici attraverso modelli comuni di attività genica, note come firme di espressione genica. La versione originale di CMap includeva solo poche centinaia di profili di espressione genica in poche linee cellulari, prodotto utilizzando costosi microarray di DNA. Grandi scienziati hanno ora sviluppato un sistema a basso costo, metodo ad alto rendimento per l'espressione genica, per cui viene misurata l'espressione di un sottoinsieme di geni, e l'espressione dei restanti geni non misurati viene dedotta computazionalmente. Questo metodo, chiamato L1000, ha consentito al team Broad di espandere la CMap esistente di oltre 1, 000 volte, rendendolo una risorsa molto più completa e utile per la comunità scientifica.

Il lavoro è descritto nel numero del 30 novembre di Cellula .

Contenente oltre 1,3 milioni di profili di espressione genica e sviluppato attraverso il NIH LINCS Consortium, questa CMap di "prossima generazione" può essere esplorata dai ricercatori di tutto il mondo attraverso un nuovo ambiente di analisi basato su cloud, consentendo loro di annotare funzionalmente le varianti genetiche dei geni della malattia, scoprire il meccanismo d'azione di piccole molecole non caratterizzate, e generare nuove ipotesi terapeutiche.

"La Connectivity Map ampliata è un esempio di nuove direzioni nella ricerca genomica. Siamo entusiasti di vedere che i nostri dati e strumenti sono già utilizzati da scienziati in tutto il mondo accademico e industriale, per sostenere la scienza di base e la scoperta di farmaci, " ha detto Todd Golub, autore senior dello studio e direttore scientifico del Broad, dove è anche direttore del Cancer Program dell'istituto. "È probabile che i dati e gli strumenti verranno utilizzati in modi che non abbiamo nemmeno immaginato, e speriamo che gli utenti ci aiutino a migliorare gli strumenti e a rendere CMap ancora più utile mentre continuiamo ad espandere la risorsa."

L'utilità della versione pilota di CMap era limitata dalle sue piccole dimensioni. Gli scienziati di CMap sapevano che per costruire una risorsa veramente completa in grado di fornire approfondimenti meccanicistici e biologici a livello di circuito, avrebbero bisogno di espandere notevolmente il compendio con molte perturbazioni chimiche e genetiche in diversi tipi di cellule.

Perché farlo utilizzando microarray o anche il sequenziamento dell'RNA sarebbe troppo costoso, il team CMap ha sviluppato un nuovo metodo di profilazione noto come "L1000". Invece di profilare l'espressione di ogni gene codificante proteine ​​nel genoma, il metodo genera uno sguardo all'espressione su scala genomica misurando l'attività di 1, 000 geni "punto di riferimento" e utilizzando tali misurazioni per dedurre l'attività della maggior parte dei geni non misurati. I ricercatori hanno analizzato i dati esistenti sui modelli di espressione genica per scegliere quei geni di riferimento che possono fungere da rappresentanti accurati per l'intero trascrittoma.

Questo approccio ha permesso al team di aumentare drasticamente la scala dell'esperimento in modo che CMap ora includa più di 1 milione di profili di espressione genica da più linee cellulari trattate con perturbazioni chimiche o genetiche. Rispetto ai 164 farmaci profilati nel progetto pilota CMap, il nuovo set di dati include profili di espressione da cellule trattate con 42, 080 perturbativi, compresi farmaci a piccole molecole, composti per utensili, e composti non ottimizzati di meccanismi d'azione precedentemente sconosciuti.

Per dimostrare l'utilità della risorsa, il team ha dimostrato con successo che CMap può aiutare a prevedere come funziona una piccola molecola o un farmaco, che può accelerare gli sforzi di scoperta di farmaci. Se il profilo di espressione delle cellule perturbate da una piccola molecola corrisponde alla firma di espressione delle cellule perturbate con composti di funzione nota, suggerisce che la piccola molecola può funzionare attraverso lo stesso percorso cellulare e offre agli scienziati un vantaggio sperimentale quando esplorano la funzione di composti non studiati o potenziali terapie.

Il team ha anche dimostrato che CMap può aiutare i ricercatori a scoprire composti con specifici, attività desiderate. In un caso, l'hanno usato per scoprire un composto che inibisce la caseina chinasi 1 alfa, una proteina coinvolta in alcune leucemie e che conferisce anche resistenza a una classe di farmaci per il cancro del polmone chiamati inibitori dell'EGFR.

Ciò sottolinea il potere della Connectivity Map ampliata come prezioso punto di partenza per la scoperta di farmaci.

In un test del potenziale di CMap per informare la ricerca clinica, i ricercatori hanno analizzato i campioni di tumore ottenuti prima e dopo il trattamento dagli studi sui farmaci antitumorali. I risultati hanno mostrato cambiamenti nei modelli di attività genica delle cellule tumorali dovuti alla terapia del cancro, e il confronto con CMap perturbagens ha suggerito il coinvolgimento di percorsi di resistenza ai farmaci noti.

La Connectivity Map viene costantemente curata con nuovi dati generati dal team Broad. La nuova versione contiene firme di espressione da composti che sono stati precedentemente studiati, ma anche quelli non ancora caratterizzati.

Tutti i dati e gli strumenti sono ora disponibili in un ambiente di analisi basato sul potenziale sviluppato da ricercatori di Broad e noto come CLUE, a cui il team CMap incoraggia gli utenti ad accedere ed esplorare. Il team CMap sta pianificando di espandere la risorsa per includere più tipi di cellule, più perturbazioni, e più tipi di dati, compresi dati proteomici e di imaging cellulare.

La prossima generazione di CMap è stata resa possibile grazie a strette collaborazioni tra il team CMap, altri membri del Consorzio NIH LINCS, e molti altri gruppi al Broad Institute, compreso il Centro per lo sviluppo delle terapie (CDoT), la piattaforma per le perturbazioni genetiche, il Team PRISM, e la piattaforma di proteomica.

"Questo sforzo è stato possibile solo con l'esperienza combinata di molti programmi e piattaforme Broad, richiedendo un'incredibile quantità di lavoro di squadra, " disse Aravind Subramanian, un co-primo autore dell'articolo insieme ai ricercatori di Broad Steven Corsello e Rajiv Narayan. "La nostra aspirazione è che CMap diventi una parte di routine della scoperta di farmaci, fornendo utili indizi man mano che bersagli e molecole passano attraverso le varie fasi dello sviluppo terapeutico. Siamo lieti di poter condividere i risultati dei nostri sforzi con la comunità scientifica. È importante sottolineare che non abbiamo ancora finito:invitiamo i cacciatori di droga del mondo accademico e dell'industria a utilizzare la risorsa e a contattarci con il tuo feedback".