什么是连接图
连接图(Connectivity Map)用基因表达签名把药物、基因与疾病状态关联起来:当药物或基因扰动细胞后,会留下一组上下调基因的特征签名,相似签名意味着相似机制。L1000 技术(Subramanian 等,2017,Cell)以低成本只测约 978 个标志基因再推算全转录组,已积累超过百万条扰动档案,平台 clue.io 公开可用,成为药物重定位的重要基础设施。
重定位思路:用签名反向匹配
某疾病状态有一组特征表达签名;若某上市药物扰动后的签名与该疾病签名方向相反(负相关),则该药物有可能逆转疾病表型,从而提示老药新用。下面给出一条可复现的匹配骨架:先用差异表达得到查询签名,再在药物签名集中计算连接得分。
步骤一:取疾病差异表达签名
import pandas as pd
# disease: 疾病组表达矩阵, ctrl: 对照组表达矩阵 (行=基因, 列=样本)
fc = pd.DataFrame({
gene: ctrl[gene].mean() - disease[gene].mean()
for gene in ctrl.index}).rename('log2fc')
query = fc['log2fc'].sort_values(ascending=False)
print(query.head(10))步骤二:在药物签名中做反向匹配
对每条候选药物签名,与查询签名在共有基因上计算秩相关,取负号作为重定位得分;得分越高,说明该药物扰动越能逆转疾病签名。
from scipy.stats import spearmanr
def connectivity(query, drug):
common = query.index.intersection(drug.index)
rho, _ = spearmanr(query[common], drug[common])
return -rho # 负相关越强, 重定位得分越高
# 示意: 真实签名从 clue.io 下载 L1000 档案
drug_a = pd.Series({'BRCA1': -1.1, 'MYC': 0.7, 'TP53': -0.8, 'EGFR': 0.9})
print('drug_a 重定位得分:', round(connectivity(query, drug_a), 3))提醒:重定位结果只是假设生成(hypothesis generation),必须经体外实验、动物模型与临床研究验证,不能直接作为用药依据;同时需注意数据批次效应与细胞系差异带来的偏倚。
参考来源
Subramanian A 等. A Next Generation Connectivity Map: L1000 Platform and the First 1,000,000 Profiles. Cell, 2017, 171(6):1437-1452 - 连接图 L1000 论文。
clue.io(LINCS 计划)- 公开 L1000 扰动基因表达档案平台。
Application of perturbation gene expression profiles in drug discovery. PubMed Central - 扰动签名在药物发现中的应用综述。