基于网络毒理学与机器学习识别马兜铃酸肾病的候选生物标志物及潜在介导因子
《BMC Pharmacology and Toxicology》:Combining network toxicology with machine learning and experiment validation to analyze the molecular mechanism and core target screening of aristolochic acid nephropathy
【字体:
大
中
小
】
时间:2026年10月08日
来源:BMC Pharmacology and Toxicology 2.8
编辑推荐:
# 摘要
## 背景
马兜铃酸肾病(AAN)是一种由马兜铃酸(AA)引起的快速进展性肾脏疾病,常进展为终末期肾病且缺乏有效疗法。将AA暴露与肾损伤联系起来的分子靶点仍有待进一步明确。本研究旨在通过网络毒理学、机器学习与实验相结合的综合方法,识别AAN的候选靶点并阐明其诊断
# 摘要## 背景马兜铃酸肾病(AAN)是一种由马兜铃酸(AA)引起的快速进展性肾脏疾病,常进展为终末期肾病且缺乏有效疗法。将AA暴露与肾损伤联系起来的分子靶点仍有待进一步明确。本研究旨在通过网络毒理学、机器学习与实验相结合的综合方法,识别AAN的候选靶点并阐明其诊断和机制相关性。## 方法使用ChEMBL、SEA和SwissTargetPrediction(SMILES取自PubChem CID 2236)通过配体-蛋白相似性和药效团建模预测AA靶点。利用"马兜铃酸肾病"、"AAN"和"中草药肾病"等检索词,从OMIM(表型映射条目)、TTD(临床/研究靶点)和GeneCards(相关性评分≥1,基因信息匹配度≥40)中检索AAN相关靶点,并与AA靶点取交集。两个替代性GEO数据集(GSE1009:人肾小球,3例糖尿病肾病 vs. 3例对照;GSE37171:外周血,75例尿毒症 vs. 40例对照)经ComBat批次校正后合并,仅用于假设生成阶段的特征选择,尽管其解剖部位或病因学与AAN并不匹配。候选靶点经LASSO逻辑回归和SVM-RFE进行排序。被两种算法共同选中且具有佐证性自助法稳定性频率的基因予以保留。通过ROC分析和留一数据集交叉验证(LODO)评估诊断性能。采用ssGSEA和CIBERSORT进行免疫浸润谱分析。通过分子对接和分子动力学模拟分析AA与靶点的结合。在AAN小鼠模型及AA处理的HK-2细胞中以单一40-μM、48小时条件验证靶点。## 结果290个AA-AAN重叠靶点富集于脂肪酸β-氧化、PPAR信号通路和花生四烯酸代谢通路。脂肪酸结合蛋白3(FABP3)、cAMP特异性磷酸二酯酶4B(PDE4B)和溶质载体家族1成员3(SLC1A3)被LASSO和SVM-RFE共同选中。该三基因组合在合并队列中AUC达到0.981,LODO验证中达到0.936。ssGSEA和CIBERSORT一致显示CD8? T细胞耗竭以及单核细胞/巨噬细胞富集。分子对接表明AA与全部三个靶点结合,结合能为?7.0至?8.6 kcal/mol,而分子动力学模拟确认PDE4B和FABP3形成了稳定且能量有利的复合物。在AAN小鼠和AA处理的HK-2细胞中均确认了三个靶点的上调。## 结论FABP3、PDE4B和SLC1A3可作为AAN的初步候选生物标志物和潜在介导因子。由于使用了替代性数据集和有限的实验模型,这些结果需要在真实的AAN队列和靶向干预研究中进行验证。## 图形摘要
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号