厚壁酸在胶质瘤治疗中的潜力：结合实验验证、网络药理学与机器学习的综合研究方法

《Brain Research》：Therapeutic potential of pachymic acid in glioma: a comprehensive approach combining experimental validation, network pharmacology, and machine learning

　　

摘要

厚壁酸是Poria cocos(Schw.)Wol中的一种天然活性成分。尽管厚壁酸在多种癌症中表现出抗肿瘤作用，但其对胶质瘤的效应及机制仍不明确。本研究旨在探讨厚壁酸的抗胶质瘤作用，并确定其潜在的核心靶点及作用通路。功能实验表明，厚壁酸能以剂量依赖性方式显著抑制胶质瘤细胞的增殖、迁移和侵袭，同时诱导细胞凋亡。通过网络药理学、机器学习及生物信息学分析，我们筛选出了六个候选靶点：PDE4D、CAPN2、MAPK9、EPHB6、CCKBR和FAAH。TCGA数据分析显示，CAPN2和PDE4D在胶质瘤中表达升高，而其他靶点则表达降低。分子对接作为一种计算机预测方法，根据计算出的结合能表明，厚壁酸可能与这些核心靶点形成良好的结合构象。进一步验证发现，厚壁酸处理可降低AKT和mTOR的磷酸化水平，这说明PI3K-AKT-mTOR通路可能与其抗胶质瘤作用有关。综上所述，厚壁酸通过多基因调控发挥剂量依赖性的抗胶质瘤细胞作用，而PI3K-AKT通路的激活抑制可能与其抗肿瘤功能相关。这些结果为将厚壁酸作为治疗胶质瘤的潜在药物提供了理论依据。

引言

胶质瘤是一种起源于神经胶质前体细胞的内源性脑肿瘤，占成人原发性脑肿瘤的近80%（Yasinjan等人，2023年）。尽管目前已有手术切除、放射治疗、化疗和免疫疗法等治疗手段的进展，但大多数患者的生存率依然较低且没有明显改善（Xu等人，2020年；Nabors等人，2017年）。因此，探索新的治疗方法并研发潜在的靶向药物对于提高胶质瘤患者的生存率至关重要。

近年来，随着生物信息学和网络药理学的快速发展，研究人员开始探索天然化合物作为新的潜在治疗药物，为胶质瘤的靶向治疗开辟了新方向（Huang等人，2023年；Kundu等人，2019年）。此前基于数据挖掘对中药方剂治疗胶质瘤的模式进行分析后发现，Poria cocos(Schw.)Wol是多种治疗胶质瘤方剂中的关键成分。在其众多活性成分中，厚壁酸被认为具有显著的药理活性和类药特性（OB=33.63，DL=0.81）。

先前的研究已表明，厚壁酸在前列腺癌、肺癌、胃癌、卵巢癌和胰腺癌等多种癌症中均具有显著的抗肿瘤作用。其抗肿瘤效应可通过多种机制实现，如抑制细胞增殖、诱导细胞凋亡以及阻止肿瘤的侵袭和转移。其作用机制涉及多种信号通路的调控，包括ROS/JNK通路的激活以及内质网应激介导的细胞凋亡，还有通过抑制关键的糖酵解酶丙酮酸激酶M2来调节肿瘤的能量代谢，以及抑制NF-κB信号通路，从而改善肿瘤的炎症微环境（Gapter等人，2005年；Ling等人，2009年、2011年；Hong等人，2012年；Gao等人，2015年）。PI3K/Akt信号通路是调控细胞存活和增殖的重要通路，在多种癌症中常常处于过度激活状态（Khezri等人，2022年）。值得注意的是，最新研究显示厚壁酸能够调节多种肿瘤类型中的PI3K/Akt通路。例如，厚壁酸可通过抑制PDGFRB介导的PI3K/Akt通路在胃癌细胞中诱导铁死亡（Nie等人，2024年）；在胆囊癌细胞中抑制Akt和ERK信号通路（Chen等人，2015年）；还能通过阻断AKT和EGFR信号通路来抑制甲状腺癌细胞的增殖（Wang等人，2026年）。然而，厚壁酸在胶质瘤中的治疗作用及其作用机制尚未得到系统阐述。

作为生物信息学研究的有效补充，机器学习算法在多组学数据整合、变量重要性评估以及高价值靶点识别方面具有明显优势（Noor等人，2023年）。传统的网络药理学通常依赖于数据库的交叉匹配以及基于简单拓扑指标的静态蛋白质-蛋白质相互作用网络，这类方法可能存在数据质量依赖性强、生物学网络不完整、会忽略功能重要但度数较低的节点，以及缺乏定量靶点优先级排序等问题，从而导致较高的假阳性率（Zhao等人，2025年；He等人，2026年；Tejesh等人，2025年）。相比之下，LASSO、SVM和GLM等机器学习算法能够有效降低过拟合风险，处理高维非线性数据集，并能根据重要性对靶点进行定量排序，从而提升核心靶点筛选的稳定性和可靠性（Patne等人，2024年；Mullowney等人，2023年）。

基于以上原因，本研究以胶质瘤为研究对象，通过体外实验探讨厚壁酸对胶质瘤细胞增殖、迁移、侵袭和凋亡的影响。此外，我们还运用体外实验、网络药理学、机器学习及分子对接技术，来识别并验证与厚壁酸抗胶质瘤作用相关的潜在核心靶点及关键通路。本研究仅对与厚壁酸抗胶质瘤作用相关的候选分子靶点和信号通路进行了初步探索，为后续将厚壁酸开发为治疗胶质瘤的药物提供了体外实验依据和基础理论支持。

章节节选

厚壁酸靶点的识别

通过网络药理学方法预测了厚壁酸的潜在靶点。首先，从PubChem网站（https://pubchem.ncbi.nlm.nih.gov/）获取了厚壁酸的SMILES结构（Kim等人，2023年），并将其输入到多个分析平台中：SwissTargetPrediction（基于化学相似性预测蛋白质靶点）、BATMAN-TAM 2.0（基于化学-靶点关系网络）、ChEMBL和PharmMapper（基于分子对接的靶点预测工具）（Ru等人，2014年；Daina等人，2019年；Liu等人）

厚壁酸对胶质瘤细胞增殖的抑制作用

为探究厚壁酸对胶质瘤的潜在治疗效果，我们使用MTT试验检测了不同浓度厚壁酸（0、1、3、10、30、100?μM）处理后的U87和U251细胞的存活情况。同时还在显微镜下观察了细胞的形态变化。形态学分析显示，随着厚壁酸浓度的增加，两种细胞系都出现了明显的细胞异常，细胞密度显著下降。在较高浓度下，细胞还会出现收缩现象

讨论

这是首项研究从胶质瘤角度探讨从Poria cocos(Schw.)Wol中提取的活性成分厚壁酸的治疗潜力及其作用机制的研究。我们的研究结果表明，厚壁酸能以剂量依赖性方式显著抑制胶质瘤细胞的增殖、迁移和侵袭，同时促进细胞凋亡。从机制上看，厚壁酸可能是通过改变PDE4D、EPHB6、MAPK9、FAAH等多种候选分子的表达来发挥其抗肿瘤作用的

局限性

尽管取得了这些研究结果，但该研究仍存在一些局限性。首先，所有实验都是在体外使用U87和U251胶质母细胞系进行的，没有纳入低级别胶质瘤细胞系或临床原发胶质瘤细胞，也未进行体内验证（如使用裸鼠胶质瘤异种移植模型）。因此，厚壁酸的体内抗肿瘤效果、药代动力学特征及安全性仍有待进一步研究。其次，有几种机器学习模型获得了完美的AUC值

资助

本研究得到了2025年度河北省临床医学人才项目（ZF2025087）以及河北省自然科学基金（H2024206010）的资助。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

致谢

作者感谢审稿人提出的宝贵意见，这些意见有助于改进论文质量。

作者贡献

Z.-M.负责该研究的构思、方法设计、数据整理以及初稿撰写。L.-Y.负责实验开展、数据正式分析以及初稿审阅。L.-Z.参与了实验研究、数据整理及软件开发工作。Z.-X.负责整个项目的监督。C.-H.负责数据的整理与验证。T.-J.负责实验结果的可视化处理及方法优化。Y.-J.负责提供研究资源并参与项目监督

张敏|刘英燕|李志坚|张向荣|崔海瑞|田建宁|杨建凯

中国河北邢台市054000，邢台医学院第二附属医院神经外科