基于多维人工智能计算与实验验证的人参改善动脉粥样硬化的机制阐明

《Journal of Ginseng Research》：Mechanistic elucidation of Panax ginseng in improving atherosclerosis via multidimensional artificial intelligence computing coupled with experimental validation

　　

背景：动脉粥样硬化（Atherosclerosis, AS）是心脑血管疾病的核心病理基础，其高效预防对于降低相关死亡率和残疾率至关重要。人参（Panax ginseng）具有显著的心血管保护作用，但其抗动脉粥样硬化功效及内在机制尚未明确阐明，限制了其临床转化。本研究旨在通过多维人工智能（Artificial Intelligence, AI）计算与实验验证相结合，揭示人参改善AS的机制。方法：采用超高效液相色谱-四极杆-飞行时间串联质谱（UPLC-Q-TOF-MS/MS）表征人参化学成分。利用多维AI计算策略，包括差异表达分析、加权基因共表达网络分析（WGCNA）、机器学习，结合转录组学和数据库挖掘，筛选核心抗AS靶点。同时，进行分子对接、分子动力学模拟和体内实验，结合多变量统计分析进行靶点验证。结果：从人参中鉴定出55种化合物和117个潜在抗AS靶点。通过机器学习，视黄酸受体RXR-α（Retinoic acid receptor RXR-alpha, RXRA）被识别为核心枢纽靶点。分子对接、动力学模拟和细胞热转变分析（Cellular Thermal Shift Assay, CETSA）显示，人参中的14种成分与RXRA稳定结合。最终，体内实验证实腺嘌呤（Adenine）作为人参的代表性化合物，通过调控RXRA表达缓解AS。结论：人参通过靶向RXRA发挥抗动脉粥样硬化作用，其中14种活性化合物（如腺嘌呤）是其药理活性的关键物质基础。

**论文解读：基于多维人工智能计算与实验验证的人参改善动脉粥样硬化的机制阐明**

**研究背景与问题**

动脉粥样硬化（Atherosclerosis, AS）是心肌梗死和脑卒中等致命性心脑血管事件的主要病理基础，其高发病率和死亡率造成了沉重的全球社会经济负担。AS是一种典型的慢性炎症性血管疾病，其起始和进展涉及脂质代谢紊乱、内皮功能障碍、免疫细胞浸润和斑块易损性增强等多个复杂且相互交织的病理过程。这些过程由促炎细胞因子、炎症信号级联、生物活性脂质和细胞粘附分子协同调节。目前，以降脂药物（尤其他汀类药物）为基础的方案是临床预防和治疗AS的基石，但其临床应用受到严重限制，包括部分患者的他汀不耐受、残余心血管风险以及长期用药的潜在不良反应。因此，开发具有多靶点调控特性的新型治疗策略，以有效干预AS复杂的病理网络，已成为当前心血管研究中关键且紧迫的科学挑战。

鉴于AS的多因素和复杂发病机制，传统天然中药产品凭借其“多成分、多靶点、多途径”组合的整体调控理论，在干预此类慢性难治性疾病中展现出独特优势。人参（*Panax ginseng*）作为一种名贵珍稀的传统天然中草药，因其多种药理特性而引起了广泛的研究兴趣。现代药理学研究表明，人参提取物及其主要活性成分（如人参皂苷）通过增强能量代谢、抑制过度自噬、展现抗氧化和抗炎特性以及促进外泌体分泌等方式，对缺血再灌注损伤、AS和心力衰竭等心血管疾病具有预防和治疗益处。然而，尽管积累了越来越多的表型证据，但关于人参抗AS的确切药效物质基础、核心分子靶点和系统调控网络仍存在关键知识空白。这种基本机制上的模糊性严重阻碍了人参的现代化和精确临床转化。

传统的网络药理学方法严重依赖静态数据库，由于其有限的动态和情境分析能力，常常难以识别复杂生物网络中的核心靶点。而且，即使筛选出潜在靶点，传统方法也常常缺乏稳健高效的验证策略。幸运的是，多维人工智能（Artificial Intelligence, AI）的进步通过整合转录组学分析、机器学习、虚拟筛选和计算机模拟验证，提供了一个有前景的解决方案。例如，先前的研究已采用集成计算虚拟筛选识别与线粒体功能和AS相关的核心基因，或利用多维AI阐明尼古丁暴露诱导的毒理学机制。这些进展凸显了多维AI在克服传统网络药理学固有局限性方面的变革潜力。

**研究内容与结论**

本研究采用多维AI驱动的计算药理学策略，并结合实验验证，系统地阐明了人参通过调控核心分子靶点来缓解AS的机制。研究人员首先利用超高效液相色谱-四极杆-飞行时间串联质谱（UPLC-Q-TOF-MS/MS）对人参进行了全面化学图谱分析，随后预测了其化合物-靶点相互作用网络。接着，将这些化合物相关靶点与来自多组学分析的AS相关基因整合，并应用多模型机器学习框架，从庞大的候选库中精准识别和优先排序人参抗AS的核心治疗靶点。然后进行分子对接和动力学模拟，以筛选和验证能够与优先核心靶点有效相互作用的潜在活性成分。最后，在ApoE^-/-小鼠AS模型中评估筛选出的核心活性成分的体内药效，以验证其抗AS功效是否通过调控预测的核心靶点介导。

研究得出的结论是：人参通过靶向视黄酸受体RXR-α（Retinoic acid receptor RXR-alpha, RXRA）发挥抗AS作用，其中14种活性化合物（如腺嘌呤）是其药理活性的关键物质基础。该论文发表在《Journal of Ginseng Research》。

**主要关键技术方法**

本研究采用的多维AI计算策略整合了以下关键方法：首先，利用GEO数据库（GSE100927）中的转录组数据进行差异表达分析（ |logFC| > 0.5, adj.P.Val < 0.05）和加权基因共表达网络分析（WGCNA），以获取AS相关靶点。接着，采用七种机器学习模型（随机森林RF、支持向量机SVM、广义线性模型GLM、K近邻KNN、神经网络NNET、套索回归LASSO和决策树DT）对潜在靶点进行建模和评估，通过变量重要性排序筛选核心靶点。然后，使用AutoDock Vina进行分子对接，并用GROMACS进行分子动力学模拟（100 ns）验证结合稳定性。最后，在ApoE^-/-小鼠（来自江苏集萃药康生物科技股份有限公司）高脂饮食诱导的AS模型中进行体内药效验证。

**研究结果**

**3.1 人参主要活性成分及潜在靶点预测**：通过UPLC-Q-TOF-MS/MS分析，在正负离子模式下共鉴定出55种化合物，包括33种三萜皂苷、7种黄酮类、6种水溶性氨基酸和核苷类以及9种其他化合物。基于这些化合物，通过SwissTargetPrediction预测获得836个高置信度潜在靶点。

**3.2 AS相关靶点的筛选**：通过差异表达分析（GSE100927数据集）识别出1,616个显著差异表达基因（DEGs），其中998个上调，618个下调。通过WGCNA，在最优软阈值β=8下构建共表达网络，识别出9个基因模块，其中MEturquoise模块与AS表型相关性最高（|cor|=0.86, P=3e-19），从中提取888个基因。将DEGs与WGCNA模块基因取并集，得到1,778个AS相关候选基因。

**3.3 人参抗AS核心靶点的识别**：将1,778个AS相关候选基因与836个人参化合物预测靶点取交集，获得117个潜在抗AS靶点。基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析显示，这些靶点显著富集于脂质与动脉粥样硬化、MAPK信号通路和PI3K-Akt信号通路等关键通路。通过七种机器学习模型比较（RF、SVM、GLM、KNN、NNET、LASSO、DT），RF、SVM和LASSO模型表现最优（AUC分别为0.979、1.000、0.986）。变量重要性分析一致将RXRA列为最重要的特征，因此RXRA被确定为核心枢纽靶点。

**3.4 人参来源的关键抗AS活性成分的鉴定与验证**：将55种人参化合物与RXRA（PDB ID: 5K13）进行分子对接，筛选出14种对接分数低于-5 kcal/mol的候选化合物。其中腺嘌呤（Adenine）的结合能最接近阈值（ΔG=-5.873 kcal/mol），被选作代表化合物。对腺嘌呤-RXRA复合物进行100 ns分子动力学模拟，结果显示RMSD在40 ns后稳定在1.52 ?，RMSF在结合位点残基处波动降低，回转半径（Rg）稳定在18.00-18.48 ?，平均形成1.12个氢键，自由能景观（FEL）显示存在稳定构象状态，证实了结合稳定性。

**3.5 RXRA与腺嘌呤的细胞内结合验证**：细胞热转变分析（CETSA）结果显示，经腺嘌呤处理后，RXRA的熔解温度（Tm）从对照组的48.72°C升至52.95°C，ΔTm为4.23°C，表明腺嘌呤与RXRA在活细胞内存在直接物理结合。

**3.6 体内验证核心靶点与药效**：在ApoE^-/-小鼠高脂饮食诱导的AS模型中，与模型组（MG）相比，腺嘌呤（特别是高剂量组HG）显著降低动脉粥样硬化指数（7.85倍，P<0.01）和易损指数（30.13倍，P<0.01），减少斑块面积与管腔面积比（RAP）（P<0.01），并下调斑块内RXRA蛋白表达（P<0.01），呈现剂量依赖性。免疫荧光染色证实RXRA在斑块中表达升高，而腺嘌呤干预显著降低其表达。

**3.7 药效数据多变量统计分析**：层次聚类分析显示腺嘌呤低剂量组（LG）、高剂量组（HG）和阳性对照组（PG）聚为一类，与对照组（CG）相近，而模型组（MG）单独聚类。皮尔逊相关分析和Mantel检验显示，各参数间呈强正相关（相关系数>0.81），且核心蛋白调控与药效间显著关联（Mantel's P<0.05，相关系数>0.90），证实腺嘌呤通过调控RXRA发挥多指标协同改善作用。

**讨论与结论**

本研究通过多维AI计算药理学与实验验证相结合的策略，系统地阐明了人参通过核心靶点RXRA发挥抗AS作用，并鉴定了14个主要抗AS活性成分。研究揭示了人参“多成分、多靶点”的调控特征，其活性成分可协同作用于脂质代谢、炎症反应和细胞存活/增殖等关键通路。多模型机器学习策略有效克服了传统网络药理学的局限性，提高了靶点优先排序的精确性和可靠性。CETSA实验在细胞内层面直接验证了腺嘌呤与RXRA的结合。体内实验证实腺嘌呤通过下调RXRA表达缓解AS。该研究建立了一个从化学图谱、靶点预测、机器学习筛选、虚拟验证到体内实验的完整闭环工作流程，为复杂天然产物的机制解析提供了可重复、更精确且高说服力的新范式。

**结论**：总之，本研究通过多维AI计算药理学与实验验证相结合的综合策略，系统阐明了人参通过核心靶点RXRA发挥抗动脉粥样硬化作用的机制，并鉴定了14个主要抗动脉粥样硬化活性成分。尽管取得了这些系统性发现，但仍存在若干局限性：UPLC-Q-TOF-MS/MS可能遗漏了微量或不稳定的活性物质；计算预测工具存在假阳性/阴性风险；机器学习模型基于特定转录组数据集，其普适性需进一步验证；腺嘌呤对RXRA的下游信号机制尚未完全阐明。未来的研究应在细胞水平验证腺嘌呤对RXRA的调控作用，并分析人类AS斑块组织中RXRA的表达水平，以确认其作为治疗靶点的临床价值。