Toxicogenomic data represent a valuable source of biological information at molecular and cellular level to understand unanticipated organ toxicities. Weighted gene co-expression networks analysis can reduce the complexity of gene-level transcriptomic data to a set of biological response-networks useful for providing insights into mechanisms of drug-induced adverse outcomes. In this study, we have built co-regulated gene networks (modules) from the TG-GATEs rat kidney datasets consisting of time- and dose-response data for 41 compounds, including nephrotoxicants. Data from the 347 modules were incorporated into the rat kidney TXG-MAPr web tool, a user-friendly interface that enables visualization and analysis of module perturbations, quantified by a module eigengene score (EGS) for each treatment condition. Several modules annotated for cellular stress, renal injury and inflammation were statistically associated with concurrent renal pathologies, including modules that contain both well-known and novel renal biomarker genes. In addition, many rat kidney modules contain well annotated, robust gene networks that are preserved in other transcriptome datasets, suggesting that these biological networks translate to other (drug-induced) kidney injury cases. Moreover, preservation analysis of human kidney transcriptomic data provided a quantitative metric to assess the likelihood that rat kidney modules, and the associated biological interpretation, translate from non-clinical species to human. In conclusion, the rat kidney TXG-MAPr enables uploading and analysis of kidney gene expression data in the context of rat kidney co-expression networks, which could identify possible safety liabilities and/or mechanisms that can lead to adversity for chemical or drug candidates.

ABSTRACT To minimise unexpected toxicities in early phase clinical studies of new drugs, it is vital to understand fundamental similarities and differences between preclinical test species and humans. We have used physiologically-based pharmacokinetic modelling to identify doses of the model hepatotoxin acetaminophen yielding similar hepatic burdens of the reactive metabolite N-acetyl-p-benzoquinoneimine in mice and rats, to enable comparison of tissue adaptive responses under conditions of equivalent chemical insult. Mice exhibited a greater degree of liver injury than rats, despite the equivalent hepatic NAPQI burden. Transcriptomic and proteomic analyses highlighted the stronger activation of stress response pathways (including the Nrf2 oxidative stress response and autophagy) in the livers of rats. Components of these pathways were also found to be expressed at a higher basal level in the livers of rats compared with both mice and humans. Our findings exemplify a systems approach to understanding differential species sensitivity to hepatotoxicity, and have important implications for species selection and human translation in the safety testing of new drug candidates.

Abstract Nephrotoxicity caused by drug or chemical exposure involves different mechanisms and nephron segments as well as a complex temporal integration of injury and repair responses. Distinct cellular transcriptional programs regulate the time-dependent tissue injury and regeneration responses. Whole kidney transcriptome analysis cannot dissect the complex the nephron segment spatio- temporal injury and regeneration responses. Here, we used laser capture microdissection of formalin- fixed paraffin embedded sections followed by whole genome targeted RNA-sequencing-TempO-Seq and co-expression gene-network (module) analysis to determine the spatial-temporal responses in rat kidney glomeruli (GM), cortical proximal tubules (CPT) and outer-medulla proximal tubules (OMPT) comparison with whole kidney, after a single dose of the nephrotoxicant cisplatin. We demonstrate that cisplatin induced early onset of DNA damage in both CPT and OMPT, but not GM. Sustained DNA damage response was strongest in OMPT coinciding with OMPT specific inflammatory signaling, actin cytoskeletal remodeling and increased glycolytic metabolism coincident with suppression of mitochondrial activity. Later responses reflected regeneration-related cell cycle pathway activation and ribosomal biogenesis in the injured OMPT regions. Activation of modules containing kidney injury biomarkers was strongest in the OMPT, with OMPT Clu expression best correlating with urinary clusterin biomarker measurements compared the correlation of Kim1. Our findings also showed that whole kidney responses were less sensitive than OMPT. In conclusion, our LCM-TempO-Seq method reveals a detailed spatial mechanistic understanding of renal injury/regeneration after nephrotoxicant exposure and identifies the most representative mechanism-based nephron segment specific renal injury biomarkers.