DepPrior: Un marco de descubrimiento de objetivos para el adenocarcinoma de pulmón que integra la dependencia genética CRISPR y la multiómica
Antecedentes
El adenocarcinoma de pulmón (LUAD) es un tumor maligno que presenta una extrema heterogeneidad molecular. Aunque los inhibidores de EGFR y ALK han mejorado los resultados terapéuticos, muchos pacientes progresan debido a la falta de mutaciones accionables o la adquisición de resistencia. Por ello, es urgente descubrir nuevos objetivos para pacientes sin opciones terapéuticas.
Aunque los datos de cribado funcional CRISPR (como DepMap) han facilitado la búsqueda de genes esenciales, los estudios basados en líneas celulares no reflejan la complejidad del microentorno tumoral real, lo que genera falsos positivos. Se requiere una estrategia de selección computacional que cierre la brección entre las vulnerabilidades funcionales de laboratorio y las cohortes de pacientes clínicos.
Hallazgos clave
Los investigadores desarrollaron DepPrior, un marco computacional basado en reglas de clasificación adyacente que utiliza tres criterios complementarios:
- Separabilidad de la dependencia genética CRISPR: Identificación de genes con vulnerabilidades selectivas en células cancerosas específicas.
- Predictibilidad molecular: Uso de modelos de aprendizaje automático (lineales y no lineales) con datos de expresión génica y variación del número de copias (CNV) para predecir puntuaciones de dependencia de DepMap.
- Reproducibilidad multi-cohorte: Validación de patrones de expresión consistentes en niveles transcriptómicos y proteómicos utilizando bases de datos clínicas independientes como TCGA-LUAD, GEO y CPTAC.
Mediante el índice DepScore (combinación de AUROC y R²), se identificaron FERMT2, CRKL, MYC y CHMP4B como los principales candidatos. Estos genes forman módulos de expresión directamente vinculados a la proliferación celular en pacientes de TCGA-LUAD.
La validación experimental en la línea celular HCC827 demostró que el knockdown de FERMT2 y CRKL reduce los niveles de proteínas objetivo y aumenta las señales de apoptosis. La inhibición simultánea de ambos genes mostró un efecto sinérgico superior a la inhibición individual.
Significado y perspectivas
DepPrior actúa como un puente entre el ruido del cribado de líneas celulares y la complejidad del tejido de pacientes, integrando la genómica funcional y la reproducibilidad multiómica. Servirá como una plataforma de generación de hipótesis para reducir costes y tasas de fracaso en el desarrollo de fármacos.
El hallazgo de la sinergia en la apoptosis mediante la inhibición de FERMT2 y CRKL abre posibilidades para terapias combinadas. No obstante, se requieren experimentos adicionales para demostrar la unión estructural a las proteínas objetivo y validaciones in vivo mediante organoides y modelos de xenoinjerto.
Lung adenocarcinoma (LUAD) remains molecularly heterogeneous, and many tumors lack clearly tractable vulnerabilities. We developed DepPrior, a computational framework that ranks candidate LUAD therapeutic targets by requiring concordant evidence of CRISPR dependency separability, molecular predictability, and cross-cohort expression/protein reproducibility. DepMap dependency scores were modeled from matched expression and copy-number features using linear and non-linear learners, and gene-level AUROC and R
DepPrior puede implementarse inmediatamente en las etapas iniciales del descubrimiento de fármacos. Para pacientes con cáncer de pulmón no microcítico resistente a inhibidores de EGFR, el desarrollo de inhibidores dobles o terapias combinadas dirigidas a FERMT2 y CRKL es un escenario prometedor.
Las empresas farmacéuticas pueden obtener candidatos de alta pureza con reproducibilidad ómica validada antes de realizar costosos cribados experimentales, actuando como un filtro computacional que reduce el error y acelra la búsqueda de compuestos eficaces.