Assinatura da infecção severa com SARS-COV-2 em biópsias pulmonares e o seu uso para o reposicionamento de fármacos : estudo comparativo de dados de amostras clínicas e de modelos pré-clínicos

Abstract

COVID-19 é uma doença viral aguda causada pelo novo coronavírus SARS-CoV-2. Com milhões de casos de COVID-19 em todo o mundo, opções terapêuticas são urgentemente necessárias para mitigar a sua morbidade e mortalidade, mas atualmente permanecem limitadas. Uma estratégia promissora para obter informações relevantes sobre sua fisiopatologia que possam ter aplicações terapêuticas é investigar os mecanismos regulatórios envolvidos na progressão para COVID-19 severa. Este trabalho tem como objetivo reconstruir a rede regulatória de COVID-19 severa e encontrar seus Reguladores Mestres (chamados de assinatura da doença). Usamos séries de conjuntos de dados de expressão gênica, disponíveis publicamente, derivados de autópsias pulmonares de pacientes para inferir a rede regulatória associada a COVID-19 severa. Identificamos um conjunto de seis fatores de transcrição (TAL1, TEAD4, EPAS1, ATOH8, ERG e ARNTL2) como potenciais Reguladores Mestres da doença. Após, pela abordagem de Mapa de Conectividade para o reposicionamento de drogas, encontramos 52 drogas diferentes (anti-inflamatórios, anti-infecções, psicotrópicos, reguladores da pressão arterial e do ritmo cardíaco) que potencialmente revertem a assinatura COVID-19 severa, e podem representar novas alternativas terapêuticas para a doença. Além disso, usando o índice de Jaccard, avaliamos a sobreposição entre a assinatura clínica severa de COVID-19 inferida e os medicamentos com os resultados obtidos da análise de amostras de esfregaço (swab) nasofaríngeo de pacientes infectados e células Vero, A549 e NHBE infectadas com diferentes MOI (multiplicity of infection) de SARS-CoV-2, modelos pré-clínicos celulares amplamente usados para pesquisar novas opções terapêuticas potenciais. Nossos dados demonstram uma semelhança significativa de células NHBE com assinatura COVID-19 clínica severa, enquanto as células A549 e Vero foram mais semelhantes às amostras de swabs nasofaríngeos. Usando uma abordagem de transcritômica integrada, identificamos candidatos a reguladores mestres envolvidos com COVID-19 severa, bem como várias drogas que potencialmente revertem esse padrão de expressão e também fornecem novas perspectivas sobre alvos moleculares e reposicionamento de drogas para futura investigação e validação na doença. Ademais, nosso estudo demonstra a limitada sobreposição entre os dados clínicos e pré-clínicos na pesquisa COVID-19 e destaca ainda a necessidade crítica de escolher o melhor modelo pré-clínico disponível para orientar a pesquisa sobre a fisiopatologia e o reposicionamento de drogas em potencial.

COVID-19 is an acute viral illness caused by the novel SARS-CoV-2 coronavirus. With millions of COVID-19 cases worldwide, therapeutic options are urgently needed to mitigate morbidity and mortality, but currently remain limited. A promising strategy to gain relevant information regarding its pathophysiology that could have therapeutic applications is to investigate the regulatory mechanisms involved in severe COVID-19 progression. This work aims to reconstruct the severe COVID-19 regulatory network and find its transcriptional master regulators (so called disease signature). We use a series of gene expression datasets, publicly available, from patient lung biopsies to infer the co-expression network associated with severe COVID-19. We identified a set of six transcription factors as potential master regulators (TAL1, TEAD4, EPAS1, ATOH8, ERG, and ARNTL2). After, by Connectivity Map drug repositioning approach, we found 52 different drugs (anti-inflammatories, anti-infections, psychotropics, blood pressure, and heart rhythm regulators) that potentially revert severe COVID-19 signature, and could be a new therapeutic venue for the disease. In addition, using Jaccard index, we evaluated the overlap between the inferred clinical severe COVID-19 signature and drugs with the ones obtained from infected patients nasopharyngeal swab samples of, and Vero, A549 and NHBE cells infected with different MOI (multiplicity of infection) of SARS-CoV-2, preclinical cell models widely used to research for new potential therapeutic options. Our data demonstrate a significant similarity of NHBE cells with clinical severe COVID-19 signature, whereas A549 and Vero cells were more similar to nasopharyngeal swabs samples. Using an integrated transcriptomics approach, we identified master regulators candidates involved with severe COVID-19, as well as several drugs that potentially reverse these expression patterns, and provides new perspectives on molecular targets and drug repositioning for future investigation and validation in severe COVID-19 management. Moreover, our study demonstrates how limited is the overlap between clinical and preclinical data in COVID-19 research and further highlights the critical need to choose the best preclinical model available to guide research into the pathophysiology and potential drugs repositioning.