针对1型糖尿病的海洋来源分子的整合基因靶标定位、RNA测序、计算机模拟分子对接、ADMET（药代动力学、药效学、代谢学和毒性）分析以及分子动力学模拟研究

《Molecular Diversity》：Integrative gene target mapping, RNA sequencing, in silico molecular docking, ADMET profiling and molecular dynamics simulation study of marine derived molecules for type 1 diabetes mellitus

T1DM新生物标志物与治疗靶点通过整合生物信息学工具研究，利用GEO数据库GSE270484分析差异表达基因（958个，479↑/479↓），富集于发育、膜运输及代谢相关通路。构建PPI网络筛选出FN1等10个核心基因，结合miRNA和TF网络分析发现hsa-mir-657等关键分子，并预测Clenbuterol等4种药物及CMNPD5805等抑制剂可能用于T1DM治疗。

　　

摘要

1型糖尿病（T1DM）是一种威胁全球人类健康的代谢性疾病。本研究旨在通过采用综合生物信息学工具，探索T1DM的新生物标志物和潜在的治疗靶点。我们使用基因表达组学（GEO）数据库获取了T1DM患者和正常对照组的下一代测序数据（GSE270484）。随后，利用R语言中的DESeq2软件包筛选出差异表达基因（DEGs）。通过g:Profiler进行了基因本体（GO）和通路富集分析。蛋白质-蛋白质相互作用（PPI）网络利用IID PPI数据库构建，并通过Cytoscape软件进行可视化。PPI网络的模块分析通过PEWCC完成。接着，从miRNet和NetworkAnalyst数据库中筛选出T1DM中的微小RNA（miRNAs）和转录因子（TFs）。随后，利用Cytoscape软件构建了miRNA枢纽基因调控网络和TF枢纽基因调控网络。此外，还构建了枢纽基因之间的药物-基因相互作用网络，并预测了针对这些枢纽基因的药物分子。为了评估枢纽基因的诊断价值，生成了接收者操作特征（ROC）曲线。最后，我们使用Schrodinger Suite 2025-1软件进行了海洋来源化学成分的分子对接、ADMET分析和分子动力学模拟研究。共筛选出958个DEGs，其中479个基因上调，479个基因下调。这些差异表达基因主要富集在发育过程、膜蛋白、阳离子结合、刺激响应、细胞外围、离子结合、神经系统及代谢等相关通路中。基于蛋白质-蛋白质相互作用（PPI）数据，排名出了前十个枢纽基因（5个上调基因和5个下调基因），包括FN1、GSN、ADRB2、CEP128、FLNA、CD74、EFEMP2、POU6F2和BCL6。miRNA枢纽基因调控网络和TF枢纽基因调控网络表明，hsa-mir-657、hsa-miR-1266-5p、NOTCH1和GTF3C2可能在T1DM的发病机制中起重要作用。药物-基因相互作用网络显示，Clenbuterol、Diethylstilbestrol、Selegiline和Isoflurophate可能是治疗T1DM的有效药物。分子对接和分子动力学模拟研究表明，CMNPD5805和CMNPD30286可能是FN1（pdb id: 3M7P）的潜在抑制剂，而FN1是T1DM发病机制中的关键生物标志物。这些发现有助于进一步了解T1DM的分子机制及其临床相关的分子靶点。