通过集成机器学习与分子对接方法研究PET-MPs诱发炎症性肠病的分子网络机制

《Scientific Reports》：Investigation of the molecular network underlying PET-MPs-induced inflammatory bowel disease via integrated machine learning and molecular docking approaches

　　

摘要

作为环境污染物，聚对苯二甲酸乙二醇酯微塑料因其潜在的毒性而引发了严重担忧，它们会导致严重的环境污染和健康问题。然而，它们对炎症性肠病发病机制的影响目前仍不十分清楚。本研究旨在探讨PET微塑料与炎症性肠病发病机制之间的潜在分子机制。研究利用多个数据集来识别与克罗恩病和溃疡性结肠炎相关的靶点，同时结合多机器学习方法以及PET相关化合物的分子对接技术，评估这些靶点之间的潜在结合作用。研究共确定了9个与PET微塑料相关的克罗恩病发病机制相关靶点，以及17个与溃疡性结肠炎发病机制相关的潜在靶点。在克罗恩病研究中，GBM模型的性能最佳，其平均ROC-AUC值为0.862；而在溃疡性结肠炎研究中，RF模型的性能最优，基于训练集和验证集的计算，其平均ROC-AUC值为0.806。多机器学习分析还确定了14个作为关键调控因子的候选基因，SHAP分析进一步表明这些基因对模型预测结果有着重要影响。分子对接模拟结果显示，PET相关化合物与这些靶点之间存在良好的结合亲和力。本研究认为，PET微塑料可能通过与其被机器学习算法识别出的14个关键基因相互作用，从而参与炎症性肠病的发病机制。分子对接分析也显示，PET相关化合物与这些靶点之间存在高亲和力的结合可能性。总体而言，这些研究结果为探究PET微塑料在炎症性肠病发展中的作用提供了理论框架。