Apprendre · Objectif / Learn · Objective

Pourquoi Omics2PK ?

La question n’est pas « peut-on entraîner un modèle avec des omiques ? », mais « un état moléculaire mesuré avant l’exposition apporte-t-il une information PK utile au-delà de ce que l’on savait déjà ? »

Hypothèse centrale

Chez les mêmes individus, une représentation omique pré-dose améliore-t-elle la prédiction tenue à l’écart d’une PK réellement mesurée par rapport à une référence clinique ± pharmacogénétique ?

Le mot important est « améliore ». Une association moléculaire ou une belle séparation de groupes ne suffit pas.

1

Première raison : la biologie rend l’hypothèse plausible

Dans une source U.S. EPA authentique, 100 foies humains possèdent ARN qPCR et activité enzymatique mesurée chez les mêmes donneurs. Après correction conservatrice pour huit CYP, trois comparaisons restent favorables à l’ARN : CYP1A2, CYP2B6 et activité CYP3A4.

CYPΔMAE RNA − age/sexBonferroni 99.375%
CYP1A2−5.589[−10.310, −1.087]
CYP2B6−11.757[−20.195, −3.224]
CYP3A4 activity−337.278[−646.051, −37.048]
Ce que cela montreUn état moléculaire peut contenir de l’information fonctionnelle. Cela ne prouve ni une AUC, ni une clairance systémique, ni une meilleure dose chez un patient.
Rapport source et multiplicité ↗
2

Deuxième raison : une couche moléculaire proche de la fonction peut devenir prédictive

Dans la source Wegler originale, 15 mêmes donneurs hépatiques ont des quantités de CYP et un CLint mesuré pour cinq substrats, en hépatocytes humains et microsomes. Omics2PK compare, médicament par médicament, une moyenne d’entraînement à un modèle utilisant uniquement la quantité du CYP correspondant, avec un donneur entièrement tenu à l’écart.

HH · substratΔ log-MAE protéine − baselineBootstrap descriptif 95%
Midazolam−0.2724[−0.4603, −0.1115]
Oméprazole−0.4721[−0.7624, −0.1496]
Diclofénac−0.0905[−0.1624, −0.0110]
Bupropion−0.0124[−0.0589, 0.0322]
Bufuralol+0.0347[−0.0024, 0.0794]

Dans les microsomes, l’amélioration poolée descriptive est presque nulle (Δ log-MAE −0,0084) et les cinq intervalles par médicament traversent zéro. Le signal dépend donc du substrat et du système expérimental.

Ce que cela montreLa quantité protéique d’un CYP peut apporter une information fonctionnelle tenue à l’écart, surtout dans les hépatocytes intacts, mais elle n’est pas un substitut universel de la clairance. Cette preuve est in vitro : elle ne démontre ni clairance systémique ni bénéfice de dose chez le patient.
Benchmark Wegler donneur-protéine→CLint ↗
3

Troisième raison : le potentiel génétique et l’état fonctionnel ne sont pas la même chose

Dans 13 volontaires avec PK CYP3A répétée, une mesure fonctionnelle antérieure par sonde midazolam est numériquement meilleure que le génotype CYP disponible pour prédire la PK ultérieure : MAE 3,09465 contre 4,19763 sur l’échelle numérique source. L’intervalle descriptif du contraste est favorable, mais n13 reste très petit.

Le même jeu fournit aussi une vraie métabolomique plasmatique pré-dose GNPS appariée à la PK et au CYP3A4/5. Quand 6 349 features MS1 sont résumées par deux composantes PCA apprises uniquement dans chaque train, elles n’améliorent pas la référence clinique + PGx.

MidazolamClinique + PGx MAE+ MS1 PCA2 MAEΔMAE omique
Jour 1 · n=137.3434139.888019+2.544607 (worse)
Jour 9 · n=124.6011934.748841+0.147648 (worse)
Pourquoi c’est utileLe phénotype fonctionnel et le génotype ne sont pas interchangeables, mais une omique pré-dose authentique n’est pas automatiquement meilleure. Ici, la représentation globale MS1 dégrade la prédiction : Omics2PK conserve ce résultat négatif au lieu de sélectionner une histoire positive.
Benchmark Jarmusch omiques + PK + PGx ↗
4

Quatrième raison : quand on teste enfin Omics→PK chez de vrais patients, le résultat peut être négatif

Le benchmark metformine relie 32 personnes à une métabolomique pré-dose authentique de 384 variables et à deux critères PK mesurés. Les PCA, normalisations et modèles sont réappris dans chaque pli laissé de côté. Le test primaire compare clinique + omiques contre clinique seule.

PK mesuréeClinique MAEClinique + omiques MAEΔMAE
AUClast 0–242826.04722825.0240−1.0232 (~0.04%)
CLr115.1113118.1449+3.0336 (worse)

Les unités physiques absolues de la table source doivent encore être vérifiées ; l’interprétation porte donc sur la comparaison des erreurs, pas sur leur unité clinique. Pour l’AUC, l’intervalle descriptif de ΔMAE traverse largement zéro ; pour CLr, l’ajout omique est numériquement moins bon.

Résultat scientifiqueLa valeur ajoutée moléculaire n’est pas confirmée dans cette cohorte. C’est un résultat utile : Omics2PK doit comparer équitablement les modèles, pas produire artificiellement une histoire positive.
Benchmark humain original ↗

Alors, pourquoi continuer ?

Parce que les niveaux de preuve ne donnent pas la même réponse : l’ARN peut informer l’activité enzymatique ; la protéine CYP peut prédire certains CLint in vitro ; un état fonctionnel peut différer du génotype ; mais les benchmarks cliniques Jarmusch et metformine ne démontrent pas de gain incrémental de leurs représentations omiques globales. La question Omics→PK clinique reste donc ouverte.

Plausible biologiquement→Testable proprement→Pas encore démontré en général
Plateforme de recherche exploratoire — aucun outil clinique de dose.