Abstract Background Uveal melanoma (UM) is a highly malignant intraocular tumor with a poor prognosis and response to therapy, including immune checkpoint inhibitors (ICIs), after the onset of liver metastasis. The metastatic microenvironment contains high levels of tumor-associated macrophages (TAMs) that correlate positively with a worse patient prognosis. We hypothesized that one could increase the efficacy of ICIs in UM metastases by immunomodulating UM-associated macrophages. Methods To identify potential targets for the immunomodulation, we created a network-based representation of the biology of TAMs and employed (bulk and single-cell) differential gene expression analysis to obtain a regulatory core of UM macrophages-associated genes. We utilized selected targets for pharmacophore-based virtual screening against a library of FDA-approved chemical compounds, followed by refined flexible docking analysis. Finally, we ranked the interactions and selected one novel drug-target combination for in vitro validation. Results Based on the generated TAM-specific interaction network (3863 nodes, 9073 edges), we derived a UM macrophages-associated regulatory core (74 nodes, 286 edges). From the regulatory core genes, we selected eight potential targets for pharmacophore-based virtual screening (YBX1, GSTP1, NLRP3, ISG15, MYC, PTGS2, NFKB1, CASP1). Of 266 drug-target interactions screened, we identified the interaction between the antibiotic Clindamycin and Caspase-1 as a priority for experimental validation. Our in vitro validation experiments showed that Clindamycin specifically interferes with activated Caspase-1 and inhibits the secretion of IL-1β, IL-18, and lactate dehydrogenase (LDH) in macrophages after stimulation. Our results suggest that repurposed Clindamycin could reduce pyroptosis in TAMs, a pro-inflammatory form of programmed immune cell death favouring tumor progression. Conclusion We were able to predict a novel Clindamycin-Caspase-1 interaction that effectively blocks Caspase-1-mediated inflammasome activity and pyroptosis in vitro in macrophages. This interaction is a promising clinical immunomodulator of the tumor microenvironment for improving ICI responsivenss. This work demonstrates the power of combining network-based transcriptomic analysis with pharmacophore-guided screening for de novo drug-target repurposing. Graphical Abstract

Abstract Tumor-associated antigens (TAAs) and their derived peptides constitute the chance to design off-the-shelf mainline or adjuvant anti-cancer immunotherapies for a broad array of patients. Here, we present a computational pipeline that selects and ranks candidate antigens in a multi-pronged approach and applied it to the case of uveal melanoma. In addition to antigen expression in the tumor target and in healthy tissues, we incorporated a network analysis-derived antigen indispensability index motivated by computational modeling results, and candidate immunogenicity predictions from a machine learning ensemble model on peptide physicochemical characteristics.