数据集成工作流，以识别针对合成致命相互作用的药物组合
Summary
模型生物体中的大型基因筛选导致对负基因相互作用的识别。在这里，我们使用模型生物体中遗传筛选的数据来描述数据集成工作流，以描述针对癌症中合成致命相互作用的药物组合。
Abstract
当两个基因中的任何一个被击倒时，两个基因之间的合成致命相互作用不会影响细胞的生存能力，但两个合成致命相互作用器的淘汰会导致细胞生存能力丧失或细胞死亡。研究最好的合成致命相互作用是BRCA1+2和PARP1之间，PARP1抑制剂用于临床实践治疗BRCA1/2突变肿瘤患者。模型生物体中以及人细胞系中的大型基因筛选导致识别出许多额外的合成致命相互作用对，所有这些都成为开发新型肿瘤疗法的潜在目标。一种方法是用一种合成的致命相互作用器对基因进行治疗，这种相互作用器在感兴趣的肿瘤中发生变异或显著降低调节。第二种方法是制定药物组合，解决合成致命相互作用问题。在本文中，我们概述了数据集成工作流程，以评估和识别针对合成致命相互作用的药物组合。我们利用现有的合成致命相互作用对数据集、同源映射资源、专用数据库中的药物目标链接，以及有关相关疾病领域临床试验中正在调查的药物信息。我们进一步强调了我们小组最近关于卵巢癌和乳腺癌药物组合评估的两项研究的主要发现。
Introduction
合成杀伤力定义了两个基因的关联，其中一个基因的丧失不影响生存能力，但两个基因的丧失会导致细胞死亡。它第一次描述于1946年由多布赞斯基，同时分析各种表型的嗜血杆菌通过繁殖同源突变体1。没有产生可行后代的突变体虽然本身也可行，但与某些其他突变体交叉时表现出致命的表型，为建立合成杀伤力理论奠定了基础。哈特威尔和他的同事认为，这个概念可能适用于人类癌症治疗2。药理学引起的合成杀伤力可能只依赖于一个突变，因为突变基因的合成致命伙伴是药理化合物的目标。第一个能够使合成杀伤力的药理诱导基因对是BRCA（1/2）和PARP1。PARP1 作为 DNA 损伤的传感器，与双和单 DNA 链断裂、超线圈和交叉3的位点相连。BRCA1和2在修复DNA双链断裂通过同源重组4方面发挥着重要作用。农民和他的同事公布了发现，缺乏BRCA1/2的细胞易受PARP抑制，而在BRCA野生型细胞5中未观察到细胞毒性。最终，PARP抑制剂被批准用于治疗BRCA缺乏乳房和卵巢癌6，7。此外，合成致死基因对导致药理化合物的临床批准是备受期待的，是最近癌症研究的主要领域8。
合成致命基因相互作用在多种生物体中建模，包括果蝇、C.elegans和酵母2。近年来，利用RNA干扰和CRISPR/CAS-库淘汰等多种方法，发现了新的合成致命基因对9、10、11。胡斯登及其同事最近发表了一份关于RNAi与CRISPR/CAS结合的实验程序的议定书。同时，研究人员还在人细胞中进行了大屏幕，以确定合成的致命相互作用13、14。在生物网络分析和机器学习等硅学方法中，在发现合成致命相互作用方面也显示出了希望。
从概念上讲，在抗肿瘤治疗中利用合成致命相互作用的一种方法是识别肿瘤细胞中的变异或非功能性蛋白质，使其合成致命相互作用伙伴有望成为治疗干预的药物目标。由于大多数肿瘤类型的异质性，研究人员已经开始寻找所谓的合成致命中枢蛋白。这些合成致命中心有许多合成致命相互作用伙伴，这些伙伴要么发生变异，要么因此在肿瘤样本中不起作用或显著降低管制。解决这种合成致命中心在提高药物疗效或克服耐药性方面是有希望的，例如在耐葡萄抗神经母细胞瘤17的背景下可以证明这一点。利用合成致命相互作用的概念加强药物治疗的第二种方法是确定针对合成致命相互作用的药物组合。这可能导致已经批准的单一抗肿瘤疗法的新组合，并使药物从其他疾病领域重新定位到肿瘤学领域。
在本文中，我们提出了一个分步过程，以生成针对合成致命相互作用对的药物组合列表。在此工作流程中，我们（一） 使用来自 BioGRID 的合成致命相互作用的数据和 （ii） 来自 Ensembl 的同源基因信息，（iii） 从药物库检索药物靶向对，（iv） 从 ClinicalTrials.gov 建立疾病-药物关联，（v） 从而生成一组解决合成致命相互作用的药物组合。最后，我们在代表性结果部分提供卵巢癌和乳腺癌背景下的药物组合。
Protocol
Representative Results
Discussion
我们概述了一个工作流程，以确定影响合成致命相互作用的药物组合。该工作流程利用（一） 模型生物合成致命相互作用的数据、（ii） 人类矫形器信息、（三） 药物靶向关联信息、（四） 癌症临床试验药物信息，以及从科学文献中提取的药物疾病和基因疾病关联信息（五） 。综合信息可用于评估正在调查的特定药物组合对合成致命基因对的影响。此外，综合数据可用于评估目前在癌症临床试…
Disclosures
The authors have nothing to disclose.
Acknowledgements
开发数据一体化工作流程的资金是根据赠款协定从欧洲共同体第七框架方案获得的。279113（奥克西普斯）。本出版物中的数据改编已获得公共科学图书馆出版物和影响期刊有限责任公司的批准。
Materials
| BioGRID | n/a | n/a | thebiogrid.org |
| ClinicalTrials.gov | n/a | n/a | ClinicalTrials.gov |
| DrugBank | n/a | n/a | drugbank.ca |
| Ensembl BioMart | n/a | n/a | ensembl.org |
| for alternative computational databases please refer to the manuscript | |||
| 7-AAD | ebioscience | 00-6993-50 | |
| AnnexinV-APC | BD Bioscience | 550474 | |
| celecoxib | Sigma-Aldrich | PZ0008-25MG | |
| CellTiter-Blue Viability Assay | Promega | G8080 | |
| FACS Canto II | BD Bioscience | n/a | |
| fetal bovine serum | Fisher Scientific/Gibco | 16000044 | |
| FloJo Software | FloJo LLC | V10 | |
| McCoy's 5a Medium Modified | Fisher Scientific/Gibco | 16600082 | |
| penicillin G/streptomycin sulfate | Fisher Scientific/Gibco | 15140122 | |
| SKBR-3 cells | American Type Culture Collection (ATCC) | ATCC HTB-30 | |
| zoledronic acid | Sigma-Aldrich | SML0223-50MG | |
| further materials or equipment will be made available upon request | |||
References
- Dobzhansky, T. Genetics of natural populations; recombination and variability in populations of Drosophila pseudoobscura. Genetics. 31, 269-290 (1946).
- Hartwell, L. H., Szankasi, P., Roberts, C. J., Murray, A. W., Friend, S. H. Integrating genetic approaches into the discovery of anticancer drugs. Science. 278 (5340), 1064-1068 (1997).
- D’Amours, D., Desnoyers, S., D’Silva, I., Poirier, G. G. Poly(ADP-ribosyl)ation reactions in the regulation of nuclear functions. The Biochemical Journal. 342 (2), 249-268 (1999).
- Gudmundsdottir, K., Ashworth, A. The roles of BRCA1 and BRCA2 and associated proteins in the maintenance of genomic stability. Oncogene. 25 (43), 5864-5874 (2006).
- Farmer, H., et al. Targeting the DNA repair defect in BRCA mutant cells as a therapeutic strategy. Nature. 434 (7035), 917-921 (2005).
- McCann, K. E., Hurvitz, S. A. Advances in the use of PARP inhibitor therapy for breast cancer. Drugs in Context. 7, 212540 (2018).
- Franzese, E., et al. PARP inhibitors in ovarian cancer. Cancer Treatment Reviews. 73, 1-9 (2019).
- Ashworth, A., Lord, C. J. Synthetic lethal therapies for cancer: what’s next after PARP inhibitors. Nature Reviews. Clinical Oncology. 15 (9), 564-576 (2018).
- Yu, B., Luo, J. Synthetic lethal genetic screens in Ras mutant cancers. The Enzymes. 34, 201-219 (2013).
- Thompson, J. M., Nguyen, Q. H., Singh, M., Razorenova, O. V. Approaches to identifying synthetic lethal interactions in cancer. The Yale Journal of Biology and Medicine. 88 (2), 145-155 (2015).
- Ruiz, S., et al. A Genome-wide CRISPR Screen Identifies CDC25A as a Determinant of Sensitivity to ATR Inhibitors. Molecular Cell. 62 (2), 307-313 (2016).
- Housden, B. E., Nicholson, H. E., Perrimon, N. Synthetic Lethality Screens Using RNAi in Combination with CRISPR-based Knockout in Drosophila Cells. Bio-Protocol. 7 (3), (2017).
- Blomen, V. A., et al. Gene essentiality and synthetic lethality in haploid human cells. Science. 350 (6264), 1092-1096 (2015).
- Forment, J. V., et al. Genome-wide genetic screening with chemically mutagenized haploid embryonic stem cells. Nature Chemical Biology. 13 (1), 12-14 (2017).
- Wildenhain, J., et al. Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning. Cell Systems. 1 (6), 383-395 (2015).
- Madhukar, N. S., Elemento, O., Pandey, G. Prediction of Genetic Interactions Using Machine Learning and Network Properties. Frontiers in Bioengineering and Biotechnology. 3, 172 (2015).
- Fechete, R., et al. Synthetic lethal hubs associated with vincristine resistant neuroblastoma. Molecular BioSystems. 7 (1), 200-214 (2011).
- Oughtred, R., et al. The BioGRID interaction database: 2019 update. Nucleic Acids Research. 47, 529-541 (2019).
- Zeeberg, B. R., et al. Mistaken identifiers: gene name errors can be introduced inadvertently when using Excel in bioinformatics. BMC bioinformatics. 5, 80 (2004).
- Ziemann, M., Eren, Y., Gene El-Osta, A. name errors are widespread in the scientific literature. Genome Biology. 17 (1), 177 (2016).
- Kersey, P. J., et al. Ensembl Genomes 2018: an integrated omics infrastructure for non-vertebrate species. Nucleic Acids Research. 46, 802-808 (2018).
- Wishart, D. S., et al. DrugBank 5.0: a major update to the DrugBank database for 2018. Nucleic Acids Research. 46, 1074-1082 (2018).
- Chou, T. C. Drug combination studies and their synergy quantification using the Chou-Talalay method. Cancer Research. 70 (2), 440-446 (2010).
- Marhold, M., et al. Synthetic lethal combinations of low-toxicity drugs for breast cancer identified in silico by genetic screens in yeast. Oncotarget. 9 (91), 36379-36391 (2018).
- Heinzel, A., et al. Synthetic lethality guiding selection of drug combinations in ovarian cancer. PloS One. 14 (1), 0210859 (2019).
- Costanzo, M., et al. The genetic landscape of a cell. Science. 327 (5964), 425-431 (2010).
- Koh, J. L. Y., et al. DRYGIN: a database of quantitative genetic interaction networks in yeast. Nucleic Acids Research. 38, 502-507 (2010).
- Guo, J., Liu, H., Zheng, J. SynLethDB: synthetic lethality database toward discovery of selective and sensitive anticancer drug targets. Nucleic Acids Research. 44, 1011-1017 (2016).
- NCBI Resource Coordinators. Database resources of the National Center for Biotechnology Information. Nucleic Acids Research. 44 (1), 7-19 (2016).
- Altenhoff, A. M., et al. The OMA orthology database in 2018: retrieving evolutionary relationships among all domains of life through richer web and programmatic interfaces. Nucleic Acids Research. 46 (1), 477-485 (2018).
- Sonnhammer, E. L. L., Östlund, G. InParanoid 8: orthology analysis between 273 proteomes, mostly eukaryotic. Nucleic Acids Research. 43, 234-239 (2015).
- Li, Y. H., et al. Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics. Nucleic Acids Research. 46 (1), 1121 (2018).
- Gaulton, A., et al. The ChEMBL database in 2017. Nucleic Acids Research. 45 (1), 945-954 (2017).
- Heinzel, A., Mühlberger, I., Fechete, R., Mayer, B., Perco, P. Functional molecular units for guiding biomarker panel design. Methods in Molecular Biology. 1159 (12), 109-133 (2014).
- Davis, A. P., et al. The Comparative Toxicogenomics Database: update 2019. Nucleic Acids Research. 47 (1), 948-954 (2019).
- Piñero, J., et al. DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants. Nucleic acids research. 45 (1), 833-839 (2017).
