Педиатрические глиомы высокой степени злокачественности (pHGG), включая диффузную срединную глиому (DMG), остаются одними из наиболее летальных детских злокачественных новообразований с медианой выживаемости менее 18 месяцев, несмотря на максимальный объём хирургического лечения, лучевой и химиотерапии. Прогрессирование заболевания обусловлено высоко пластичными популяциями опухолевых клеток, переживающих лечение. Исследователи разработали интегративную вычислительную платформу для реконструкции эволюции резистентности, идентификации состояние-специфических терапевтических уязвимостей и создания персонализированной генной терапии и проникающих через гематоэнцефалический барьер (ГЭБ) низкомолекулярных препаратов.

Данные одноклеточного RNA-секвенирования m клеток из 74 образцов педиатрических глиом высокой степени злокачественности были интегрированы с полноэкзомным секвенированием, метилированием ДНК, пространственной транскриптомикой и клиническими исходами. RNA velocity, псевдовременной анализ и граф-основанная реконструкция линий использовались для моделирования индуцированных терапией переходов между пролиферативными, олигодендроцит-подобными, мезенхимоподобными, стволовоподобными и персистирующими клеточными состояниями.

Динамические сети генной регуляции реконструировались с использованием анализа активности транскрипционных факторов и сетей белок-белковых взаимодействий для идентификации модулей сигнализации, ассоциированных с резистентностью. Кандидатные эволюционные взаимодействия синтетической летальности приоритизировались путём интеграции полногеномных данных CRISPR-зависимости, консервативных путей развития, метрик центральности сети и предсказанных показателей эссенциальности.

Персонализированные кандидаты для CRISPR-интерференции и siRNA-терапии оптимизировались вычислительно с использованием анализа эффективности гидов, предсказания нецелевых эффектов и геномной специфичности. Параллельная хемоинформатическая разработка препаратов включала молекулярную генерацию на основе графовых нейронных сетей, структурный виртуальный скрининг, молекулярный докинг, молекулярно-динамическое моделирование и мультицелевую ADMET-оптимизацию для идентификации ГЭБ-проницаемых соединений, нацеленных на те же белки адаптивной резистентности.

Траекторный анализ выявил множественные конвергентные пути резистентности, ведущие к персистирующим мезенхимоподобным и стволовоподобным клеточным состояниям после терапевтического воздействия. Сетевой анализ предсказал 37 высокоуверенных эволюционных взаимодействий синтетической летальности с обогащением в путях ремоделирования хроматина, репарации ДНК, сигнализации развития, митохондриального метаболизма и стресс-ответа.

Алгоритмы приоритизации идентифицировали 11 кандидатных мишеней для генной терапии, предсказанно обладающих высокой состояние-специфичностью при минимизации зависимости в нормальных развивающихся нейральных клетках.