《Biochemical and Biophysical Research Communications》：PCB-118 increases PDE4D abundance and thermal stability in bladder cancer cells: An integrative toxicogenomic and cellular study
编辑推荐：
机器学习优先筛选出PDE4D、SH2D3C和NRG1作为候选蛋白。PCB-118与PDE4D表现出最有利的预测相互作用。PCB-118–PDE4D复合物在100纳秒（ns）模拟中保持稳定。PCB-118增加了T24膀胱癌细胞中PDE4D蛋白的丰度。细胞热转变分
机器学习优先筛选出PDE4D、SH2D3C和NRG1作为候选蛋白。PCB-118与PDE4D表现出最有利的预测相互作用。PCB-118–PDE4D复合物在100纳秒（ns）模拟中保持稳定。PCB-118增加了T24膀胱癌细胞中PDE4D蛋白的丰度。细胞热转变分析（CETSA）显示，PCB-118暴露后PDE4D的热稳定性增强。
一、研究背景与目的
膀胱癌是全球范围内常见的泌尿系统恶性肿瘤，其发病率在许多国家位居前列。职业暴露是膀胱癌的重要风险因素，尤其在化学、染料和橡胶工业中，工人常接触芳香胺和多环芳烃（PAHs）等致癌物，这些物质可通过代谢活化导致DNA损伤，从而增加膀胱癌风险。环境污染物同样是膀胱癌的重要风险因素。多氯联苯（PCBs）是一类广泛存在于环境中的工业化学品，具有持久性和生物累积性，对人类健康构成潜在威胁。研究表明PCBs与多种癌症的发生发展有关，但其导致膀胱癌的具体机制尚不明确，相关研究较少。基于此，本研究旨在通过网络毒理学框架，探索PCBs与膀胱癌之间的潜在分子联系，而非建立因果关系。
二、研究方法与结论
研究人员整合了转录组数据、知识库毒理学资源、基于机器学习的优先级排序、结构建模以及后续实验，以识别可能与膀胱癌中PCB相关分子改变有关的候选基因。
三、关键技术方法
研究人员首先从NCBI GEO数据库获取膀胱癌转录组数据（GSE13507作为发现队列，GSE3167作为独立外部验证队列），并从比较毒物基因组学数据库（CTD）检索PCB相关人类基因。利用差异表达分析和加权基因共表达网络分析（WGCNA）筛选基因，再通过随机森林（RF）和最小绝对收缩与选择算子（LASSO）两种机器学习算法进行特征选择。采用AutoDock Vina进行分子对接，GROMACS进行100纳秒（ns）分子动力学模拟。最后在T24膀胱癌细胞中进行蛋白质印迹和细胞热转变分析（CETSA）实验验证。
四、研究结果
1. 差异表达基因与WGCNA的综合分析
通过对GSE13507数据集的分析，研究人员鉴定了显著上调和下调的基因。WGCNA分析显示，棕色模块与膀胱癌组织呈显著正相关，黑色模块呈显著负相关。
2. PPI网络构建与KEGG信号通路分析
基于STRING数据库构建的蛋白质-蛋白质相互作用（PPI）网络包含129个节点，筛选出HMOX1、COL1A1和SOD2等核心枢纽基因。KEGG富集分析表明这些基因显著富集于MAPK信号通路、TNF信号通路、细胞周期和NF-κB信号通路等经典肿瘤相关通路。
3. 机器学习鉴定关键基因
随机森林和LASSO分析共同筛选出三个重叠的候选基因：PDE4D、SH2D3C和NRG1。
4. 关键基因表达分析与诊断效能评估
在GSE13507发现队列中，NRG1在膀胱癌组织中显著上调，而SH2D3C和PDE4D显著下调。受试者工作特征曲线（ROC）分析显示，PDE4D的曲线下面积（AUC）最高（0.979），SH2D3C为0.969，NRG1为0.840。在GSE3167外部验证队列中，表达变化方向一致，但AUC值分别为0.815、0.917和0.895，表明诊断效能存在队列依赖性。
5. 关键基因的细胞亚群特异性表达与蛋白水平验证
单细胞RNA测序数据显示，NRG1在成纤维细胞中相对高表达，PDE4D在内皮细胞中高表达，SH2D3C在肌成纤维细胞中高表达。免疫组化染色结果显示，PDE4D在肿瘤细胞中呈高表达（>75%阳性细胞），SH2D3C呈中等表达，NRG1表达水平较低。
6. 分子对接
PCB-118与三种候选蛋白的预测结合能分别为：PDE4D（-7.614 kcal/mol）、NRG1（-7.520 kcal/mol）和SH2D3C（-6.765 kcal/mol），其中PDE4D显示出最低的预测结合能。
7. 分子动力学模拟
在100纳秒（ns）模拟中，PDE4D–PCB-118复合物显示出较小的均方根偏差（RMSD）波动和更早的收敛，溶剂可及表面积（SASA）和回转半径（Rg）值也较低，表明其结构稳定性相对较好。
8. T24细胞的实验验证
蛋白质印迹分析显示，PCB-118处理后T24细胞中PDE4D蛋白表达呈上升趋势。探索性的细胞热转变分析（CETSA）显示，PCB-118处理组的PDE4D在较高温度下仍保留更强的信号，提示其热稳定性有所增强。
五、讨论与结论
本研究发现，PCB-118暴露可增加T24膀胱癌细胞中PDE4D蛋白的丰度，而探索性细胞热转变分析（CETSA）则提示PDE4D热稳定性增强。然而，这些观察结果需独立解读，因为蛋白丰度的增加本身并不证明靶点结合。当前的对接、分子动力学和探索性细胞热转变分析（CETSA）数据并不能将PDE4D确立为PCB-118的直接分子靶点。未来需要通过剂量依赖性细胞热转变分析（CETSA）、额外的特异性对照以及正交生化或生物物理测定来确认直接结合。同样，PDE4D的功能贡献也有待通过遗传或药理学干预来确定。外部验证队列中较低的曲线下面积（AUC）（尤其是PDE4D）表明其诊断性能具有队列依赖性，可能反映了队列组成、样本量、平台特征以及生物学异质性方面的差异。因此，应将表达方向的重复性与诊断区分能力的幅度加以区分。
