分享

6+网络毒理学+单细胞+MR,这种说发文就发文的联合思路,你心动了吗?

 智汇基因 2025-10-15 发布于广东

导语

 
结果:
3.1. BaP 诱导的胶质母细胞瘤靶点及其相关生物学效应
为了系统地探索 BaP 诱导的胶质母细胞瘤潜在的扰动机制,作者首先从 ChEMBL、PharmMapper 和 SEA 数据库中检索了 473 个独特的 BaP 相关靶基因( 图 1A)。同时,从 GeneCards、TTD 和 OMIM 数据库中收集了 253 个独特的胶质母细胞瘤相关靶基因( 图 1B)。通过交集分析,发现了 31 个交集基因,这些基因可能参与 BaP 诱导的胶质母细胞瘤发病机制( 图 1C)。
图 1. BaP 诱导的胶质母细胞瘤的潜在靶点鉴定及功能富集分析。(A) ChEMBL、PharmMapper 和 SEA 数据库之间共享的 BaP 相关靶基因的维恩图。(B) GeneCards、OMIM 和 TTD 数据库之间共享的胶质母细胞瘤相关靶基因的维恩图。(C) 维恩图分析识别与 BaP 暴露和胶质母细胞瘤相关的潜在靶基因。(D) 与 BaP 暴露和胶质母细胞瘤相关的潜在靶基因网络。(E) 使用 STRING 数据库构建的 BaP-胶质母细胞瘤相关靶基因的 PPI 网络。(F, G) 使用 Cytoscape 3.9.3 对 PPI 网络进行进一步可视化和分析。节点根据其度值进行着色和大小调整,较深颜色和较大圆圈表示更强的相互作用。
PPI 分析揭示了 31 个交集靶标之间的复杂相互作用( 图 1D)。在高置信度 PPI 网络中,节点 TP53、EGFR、CDKN2A、SRC 和 HSP90AA1 显示出高数值(分别为 28、28、26、25 和 25)( 图 1E)。根据 MCC 排名前 5 的基因包括 TP53、EGFR、CDKN2A、SRC 和 HSP90AA1( 图 1F),并对其相应的 PPI 网络和拓扑参数进行了分析( 图 1G)。
为了研究 31 个交集基因的生物相关性,作者进行了 GO 和 KEGG 富集分析。GO 分析显示在三个主要类别—生物学过程(BP)、细胞组分(CC)和分子功能(MF)—中存在显著富集,并从每个类别中选择了前 10 个术语进行进一步解释。富集的生物学过程包括 PI3K/AKT 信号通路、腺体发育和蛋白磷酸化的正向调控。富集的细胞组分主要与焦亡斑、细胞-基底连接和细胞突出膜相关。在分子功能中,跨膜受体酪氨酸激酶活性尤为突出,涉及 EGFR 和 SRC 等核心蛋白,这些蛋白通过将细胞外信号(如生长因子)传递到细胞内信号级联来调控细胞增殖、分化和存活。这些富集通路和功能类别突出了 BaP 可能影响 GBM 发生和进展的关键机制( 图 2A-C)。
图 2。(A-C) 代表 BaP-GBM 靶点的 GO 富集分析。(D) 代表 BaP-GBM 靶点的 KEGG 富集分析。
KEGG 通路分析显示在多个通路中存在显著富集,如 PI3K-Akt 信号通路、癌症中的蛋白聚糖、Rap1 信号通路、感染相关通路以及与代谢药物耐药性相关的通路( 图 2. D)。基于这些通路的研究结果促使作者验证 BaP 与 GBM 之间的物理相互作用。
3.2. BaP 与 5 个核心靶蛋白的分子对接
分子对接分析揭示了 BaP 与关键蛋白靶标之间的特异性结合相互作用( 表 1, 图 3)。在 CDKN2A 上,BaP 与 VAL5 和 LEU40 形成疏水相互作用,与 ARG41、GLY44、ALA43 和 GLU4 形成范德华相互作用,并与 TYR8 形成 Pi-Pi T 型相互作用,结合亲和力为-8.4 kcal/mol。在 EGFR 上,观察到与 ALA763、ILE759、MET766、LEU777 和 LEU788 的疏水相互作用,与 THR790、THR854、ASP855、LYS745 和 LEU747 的范德华相互作用,与 GLU762 形成 Pi-阳离子相互作用,与 ARG858 形成 Pi-阴离子相互作用,以及与 LEU788 形成 Pi-σ相互作用(-10.7 kcal/mol)。对于 HSP90AA1,BaP 与 VAL186 和 ALA55 形成疏水相互作用,与 ILE96、GLY108、ALA107、PHE138、ASN51、LEU48、ASP93、THR184、SER52 和 GLY97 形成范德华相互作用,与 MET98 形成 Pi-阳离子相互作用,与 LYS58 形成 Pi-阴离子相互作用(-9.7 kcal/mol)。 在 SRC 上,发生了与 ALA293、LEU273 和 LEU393 的疏水相互作用,与 ASP404、ALA403、THR338、GLU339、MET341、TYR340、SER342、GLY344 和 SER345 的范德华相互作用,以及与 VAL281、LEU273 和 LEU393 的 Pi-Sigma 相互作用(−10.3 kcal/mol)。在 TP53 上,BaP 与 ARG1595 形成疏水相互作用,与 GLU1591、ASN1594、ARG1597 和 GLN1598 形成范德华相互作用,并与 ARG1595 形成 Pi-Sigma 相互作用(−9.3 kcal/mol)。研究发现,BaP 通过多种稳定相互作用结合这些蛋白的关键功能区域——包括激酶活性位点、DNA 结合域和蛋白-蛋白相互作用界面。这表明 BaP 可能通过损害 CDKN2A 和 TP53 的抑癌功能,或破坏 EGFR、HSP90AA1 和 SRC 等信号激酶和分子伴侣的活性,从而扰乱细胞周期控制、增殖信号传导和应激反应通路,进而促进 GBM 的发展。
图 3. BaP 与 5 个核心靶蛋白的分子对接分析。
3.3. GBM 组织中核心靶基因的 GSVA 分析和单细胞表达谱
对 GSE 131928 10x 数据集进行单细胞测序,将所有细胞注释为八种细胞类型:OPC 样恶性细胞、少突胶质细胞、髓系细胞、NPC 样恶性细胞、恶性细胞、MES 样恶性细胞、T 细胞和 AC 样恶性细胞( 图 4A)。Hallmark 基因集的通路富集分析( 图 4B)显示,胶质母细胞瘤恶性细胞亚型高度富集于增殖和生存相关通路(如 HALLMARK_E2F_TARGETS),而非恶性细胞如小胶质细胞则富集于免疫和代谢通路。
图 4. 单细胞测序分析. (A) GSE131928 数据集中的细胞类型注释,显示鉴定出八种细胞类型. (B) GSE131928 数据集的 GSVA 分析. (C-D) GBM 中不同细胞亚型间 5 个靶基因的异质性表达.
如图 4C 和 D 所示,EGFR 在 UMAP 分析中高度富集于特定的恶性细胞亚群,显示出强信号,而在其他簇中几乎不存在。与气泡图一致,其平均表达水平在 AC 样恶性细胞中显著升高;然而,只有某些 AC 样亚群显示 pct.exp 超过 50%,而其在其他细胞类型中的流行度仍然很低。这种模式突出了其高度特异性和有限的表达范围。相比之下,TP53 在 UMAP 分析中被检测到存在于多个细胞簇中,强度各异,其中一些恶性亚群显示出更强的信号。气泡图进一步表明,其表达在细胞类型中相对均匀,通常涉及 30–50%的细胞,具有中等的平均表达水平。CDKN2A 在 UMAP 分析中表现出弥散和微弱的表达模式,只有少数簇显示出中等信号。气泡图揭示,其表达在大多数细胞类型中较低(<30%),伴随着低平均表达。 在 UMAP 上观察到 SRC 存在于多个恶性亚群以及一小部分非恶性细胞中。气泡图证实,在某些恶性亚群中,大约 40%的细胞表达 SRC,整体平均表达水平为中等至低。最后,HSP90AA1 在 UMAP 上表现出广泛表达,在许多簇中呈现中等信号强度,并在特定的恶性亚群中呈现强信号。气泡图进一步证实,它在各种恶性亚型(例如 AC 样和 MES 样)中具有高平均表达水平和高表达细胞比例,表明 HSP90AA1 在调节恶性细胞生理功能中发挥着广泛作用。
3.4. 目标蛋白水平与胶质母细胞瘤风险的孟德尔随机化分析
为确定因果关系,作者采用双样本孟德尔随机化方法,检验了五个靶蛋白的表达水平与胶质母细胞瘤(GBM)风险之间的因果关系,分析主要在欧洲血统占主导的队列(eQTLGen)中进行。具体而言,在 FinnGen R12 队列(n=406)中,IVW 方法显示出 TP53 水平与 GBM 之间存在显著的负相关关系(OR=0.430,95% CI:0.037–0.474;p=0.002)。敏感性分析未发现显著的异质性或水平多效性(p > 0.05)。此外,其余四个蛋白未检测到显著的因果关系。
3.5. BaP 和 TP53 的分子动力学模拟
RMSD 通过量化原子位置与其初始坐标的偏差来反映蛋白质-配体复合物的整体构象稳定性,较小的值表示更高的稳定性。因此,RMSD 被用于评估系统平衡。如图 5A 所示,TP53-BaP 复合物在大约 75 ns 时达到平衡,随后稳定在 1.8 Å左右。Rg 表征蛋白质结构的紧凑性。如图 5B 所示,TP53-BaP 复合物仅表现出轻微的 Rg 波动,表明在模拟过程中发生了微小的构象重排。SASA 反映了蛋白质表面暴露于溶剂的面积,也进行了监测。如图 5C 所示,观察到轻微的 SASA 波动,表明 BaP 结合在蛋白质表面诱导了局部微环境变化。此外,还进行了 RMSF 分析以评估单个氨基酸残基的柔性。如图所示。 5D, TP53-苯并[a]芘复合物始终显示较低 RMSF 值(大多低于 2 Å),表明残基运动受限和整体结构稳定性。
图 5. BaP-TP53 的分子动力学模拟。(A) BaP-TP53 的 SASA 值随时间变化。(B) BaP-TP53 的 Rg 值随时间变化。(C) BaP-TP53 的 RMSD 值随时间变化。(D) BaP-TP53 的 RMSF 值。(E) U87 细胞在用不同浓度的 BaP 处理不同时间后的相对吸光度值。(F) BaP 处理对 U87 细胞迁移的影响。(G) U87 细胞在用不同浓度的 BaP 处理后 P53 和 cGAS 蛋白的表达水平。
3.6. BaP 促进 GBM 细胞的增殖和迁移
CCK-8 实验表明,在 0-72 小时的观察期内,U87 细胞的活力在不同苯并[a]芘(BaP)浓度下呈现时间依赖性增加。在 0.1-10 μM 浓度范围内,与 DMSO 对照组相比,BaP 处理显著增强了细胞增殖(P < 0.05)。反映活细胞数量的吸光度值随暴露时间的延长而逐渐增加,在约 10 μM BaP 时观察到最显著的效果。这些结果表明,BaP 以剂量和时间依赖性方式促进 U87 细胞增殖( 图 5E)。一致地,Transwell 实验显示,在 1.5×10⁴细胞的接种密度和 24 小时处理后,10 μM BaP 处理组的细胞进入下室的数目显著高于对照组(P < 0.05)( 图 5F)。这一结果表明,BaP 增强了 U87 细胞的迁移能力。 这些发现共同表明,在特定的浓度和时间范围内,BaP 能够促进 U87 胶质母细胞瘤细胞的增殖和迁移。
3.7. BaP 对 P53 和 cGAS 蛋白表达的影响
如图 5 所示,Western blot 分析显示,随着 BaP 浓度从 0 μM 增加到 10 μM,P53 蛋白水平逐渐降低。相应的定量分析证实了 P53 表达的显著减少,5 μM 和 10 μM 组与 0 μM 对照组相比均显示出高度显著的降低。相比之下,cGAS 蛋白水平以浓度依赖性方式增加。随着 BaP 浓度的增加,蛋白条带强度增强,定量分析显示相对 cGAS 表达的显著升高,0 μM 与 5 μM 之间存在显著差异,0 μM 与 10 μM 之间存在高度显著差异。
3.8. TP53 和 GBM 的文献计量分析
图 6A 展示了 2000 年至 2025 年 TP53 和胶质母细胞瘤相关文献的年度分布和累积数量。在此期间共识别出 320 项研究。总体而言,关于 TP53 和胶质母细胞瘤的研究呈现出持续年度增长的趋势。 图 6B 显示,TP53 和胶质母细胞瘤领域主要关注“表观遗传沉默”、“脑肿瘤”和“治疗”等子主题,表明 p53 基因功能、肿瘤的表观遗传调控以及临床治疗策略是研究的重点。对“星形细胞母细胞瘤”、“脑胶质细胞病性脑病”等集群的聚类分析,反映了胶质母细胞瘤及其他胶质瘤亚型的识别和异质性研究;而“动态”、“细胞毒性效应”等则指向肿瘤发生机制和药物作用的研究。 6C 显示了该领域随时间推移的聚类主题演变,从关注“星形细胞瘤”的基本分型和分子机制、“表观遗传沉默”等主题,到中期扩展至“系统机制”。从早期关注“星形细胞瘤”和“表观遗传沉默”等基本分型和分子机制,到中期扩展至“系统效应”、“基因转移”等方向,反映了肿瘤系统和基因治疗的 影响,再到近期关注“mgmt 酶”和“胶质母细胞瘤酶”以及“胶质母细胞瘤”,反映了由临床难题(例如替莫唑胺耐药性)推动的研究深化。如图 6D 所示,关键词聚类分析识别出四个清晰定义的聚类,表明该研究领域内部存在主题分化。蓝色聚类以“星形细胞瘤”、“扩增”、“生长因子受体”和“抑癌基因”等关键词为特征。绿色聚类则聚焦于“通路”、“胶质母细胞瘤”、“体内”和“体外”等关键词。 红色簇包括“P53”、“表达”和“磷酸化”。最后,黄色簇由关键术语“化疗”、“放疗”、“生存”和“管理”关键词组成。 图 6E 通过关键词引用爆发图展示了胶质母细胞瘤领域的研究重点演变。早期阶段,诸如“恶性胶质瘤”、“野生型 p53”和“脑肿瘤”等关键词反映了肿瘤恶性特征及相关基因突变的研究。中期阶段转向“抑制”、“生存”和“星形细胞瘤”等术语,突出了 TP53 作为核心靶点及其功能机制的研究。近期前沿,包括“替莫唑胺辅助治疗”和“联合治疗”的关键词显示了胶质母细胞瘤辅助治疗和联合方案的临床研究。此外,“纳米颗粒”、“IDH1”和“靶向肌肉再神经化”等术语表明研究扩展至精准医疗、基于纳米颗粒的新型递送系统和多学科整合,展现了胶质母细胞瘤研究领域的尖端趋势。 图 6F 展示了引用爆发强度最高的前 25 个关键词,包括“辅助替莫唑胺”、“治疗”、“死亡”和“癌症”等术语。这些关键词在 2025 年持续的爆发期表明,相应的研究领域处于该领域的最前沿。因此,这些主题预计将在未来的研究中保持高度相关性和活跃的探索。
图 6. (A) 发表论文的年度数量和累积数量。(B) CiteSpace 的关键词主题聚类视图。(C) CiteSpace 的关键词时间线。(D) Vosviewer 的关键词聚类。(E) Vosviewer 的关键词时间交集可视化。(F) 出现频率最高的前 25 个关键词。

总结

BaP 可能通过靶向关键基因——尤其是 TP53——并破坏关键信号通路来促进 GBM 的发展。作为中心介质,TP53 可能被 BaP 下调,从而损害 DNA 损伤修复并促进肿瘤发生。本研究为阐明 BaP 在 GBM 中的作用提供了一个全面的框架,并为开发针对 GBM 的预防和治疗策略提供了宝贵的见解。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多