《Computational Biology and Chemistry》：Integrative Network Toxicology and Virtual Knockout Analysis Suggest TSNA-Associated Molecular Features in Large Cell Neuroendocrine Carcinoma
编辑推荐：
•一个整合框架将电子烟TSNAs与LCNEC分子特征联系起来。•EGFR、STAT3、CCND1和SRC被确定为枢纽靶点，且具有稳定的NAT结合能力。•PI3K-Akt信号通路和IGFBP2/EDNRB轴与LCNEC反复相关。•单细胞和虚拟敲除将IGFBP2与恶性细胞联系起来
- •
一个整合框架将电子烟TSNAs与LCNEC分子特征联系起来。
- •
EGFR、STAT3、CCND1和SRC被确定为枢纽靶点，且具有稳定的NAT结合能力。
- •
PI3K-Akt信号通路和IGFBP2/EDNRB轴与LCNEC反复相关。
- •
单细胞和虚拟敲除将IGFBP2与恶性细胞联系起来，将EDNRB与转移联系起来。
- •
药物筛选将尼古丁和EGFR抑制剂优先确定为验证候选药物。
引言
电子尼古丁输送系统（ENDS）的全球普及现已成为重大的公共卫生关切（Cullen等人，2018）。尽管无烟草燃烧通常被视为减害特征，但电子烟液的高温加热（>200°C）可能产生各种毒素，包括重金属和甲醛等羰基化合物。然而，与常规香烟烟雾相比，ENDS气溶胶通常含有较低绝对量的烟草特有亚硝胺（TSNAs）。既往研究已检测到电子烟液和气溶胶中存在TSNAs（Goniewicz等人，2014；Farsalinos等人，2015）。关键烟草特有亚硝胺——包括4-（甲基亚硝氨基）-1-（3-吡啶基）-1-丁酮（NNK）、N'-亚硝基烟碱（NNN）、N-亚硝基安那巴丁（NAT）和N-亚硝基安那巴辛（NAB）——是与烟草相关致癌有关的毒理学相关化合物（Hecht，2003）。现有证据表明，电子烟液的加热过程可能会改变TSNA谱，可能通过微量杂质的热亚硝化作用导致NAT和NAB的相对比例更高（图1A、B）（Sleiman等人，2016）。我们假设这两种衍生物可能有助于ENDS相关的毒理学效应（Jin等人，2022）。长期暴露于TSNA相关的化学应激可能扰乱肺上皮稳态，并导致与致癌相关的分子改变（Lee等人，2018；Canistro等人，2017）。
大细胞神经内分泌癌（LCNEC）是一种高度侵袭性的肺癌亚型，其特征是快速转移和疗效不佳（Fasano等人，2015）。尽管吸烟与LCNEC有关，但ENDS相关TSNA暴露与LCNEC相关生物学变化之间的分子关系仍不清楚。由于ENDS产生的细小气溶胶，NAT和NAB等化合物可能到达外周气道，而LCNEC通常在此处发生（图1C）（Manigrasso等人，2015；Sosnowski和Kramek-Romanowska，2016）。此外，频繁的电子烟吸食行为可能导致在时间上相对持续的暴露模式（图1D）（Kalkhoran和Glantz，2016）。这种持续化学应激如何影响基因表达、信号网络和免疫相关特征仍然是胸部肿瘤学中的一个重要问题。因此，进一步研究TSNA相关分子通路可能有助于阐明其与LCNEC生物学的相关性。
传统毒理学通常侧重于单个蛋白质或通路，这可能不足以捕捉化学暴露与癌症相关分子变化之间的复杂关系（Sturla等人，2014）。系统生物学和网络毒理学为在更广泛的网络层面检查这些相互作用提供了有用的方法（Hopkins，2008）。通过结合分子对接和MD模拟、转录组数据集和虚拟敲除（vKO）建模，可以构建一个多维计算框架，用于探索毒物-靶点相互作用、下游转录组改变和肿瘤微环境相关特征（Hart等人，2015）。
本研究通过整合多组学工作流程，旨在鉴定与LCNEC中ENDS相关TSNA暴露特征有关的核心调控基因，评估其细胞类型特异性表达，通过虚拟敲除模拟探索潜在的分子水平效应，并研究IGFBP2/EDNRB轴在LCNEC相关免疫改变中的可能参与情况。本研究工作流程如图2所示。
章节摘要
毒性谱分析、靶点鉴定和PPI架构
为表征TSNAs的预测毒理学特征，使用多种计算模型分析了结构数据。使用ADMETlab 2.0和admetSAR评估预测的ADMET性质、致癌性相关警报和呼吸毒性（Xiong等人，2021；Cheng等人，2012）。检索了主要TSNAs（NNN、NNK、NAT和NAB）的潜在分子靶点，以探索TSNA相关靶点谱可能与LCNEC相关靶点如何重叠。这些靶点
结果
为系统探索LCNEC中TSNA相关分子特征，本研究被设计为四个渐进的分析模块。我们依次研究了预测的上游毒物-靶点相互作用、下游转录组通路改变、免疫微环境相关变化以及探索性药物-特征关联。
讨论
烟草特有亚硝胺（TSNAs）与大细胞神经内分泌癌（LCNEC）相关改变之间的分子关联仍未被完全理解（Travis等人，2015）。在本研究中，我们应用了一个结合毒性预测、靶点网络分析、分子对接、MD模拟、转录组分析、免疫反卷积、单细胞分析、虚拟敲除分析和药物-特征预测的整合计算工作流程。分析
局限性
应承认若干局限性。首先，所有发现都是计算性和预测性的；分子对接和MD模拟提供的是结构假说而非功能验证，虚拟敲除模拟同样应被解释为假说生成性的。其次，临床转录组队列（GSE1037）样本量有限（8例LCNEC对19例正常肺），CIBERSORT-based免疫反卷积因此统计功效不足；仅有
结论
本研究为调查LCNEC中TSNA相关分子特征提供了一个探索性计算框架。通过整合网络毒理学、分子对接、MD模拟、临床转录组、免疫反卷积、单细胞分析、虚拟敲除分析和药物-特征预测，我们鉴定了若干可能与TSNA相关靶点网络和LCNEC转录组改变有关的候选分子和通路。结果提示
CRediT作者贡献声明
熊哲：写作 – 审阅与编辑，写作 – 原稿，可视化，验证，监督，资源，调查，形式化分析，数据整理，概念化。尹流哲：验证，调查。于嘉辉：软件，数据整理。刘志成：资源。吴伟：写作 – 审阅与编辑，监督，项目管理，资金获取。杨刚：写作 – 审阅与编辑，监督，概念化。
利益冲突声明
作者声明不存在可能影响本文所述工作的已知竞争性财务利益或个人关系。
致谢
我们感谢湖北省自然科学基金项目（JCZRLH202601649）的资金支持。
熊哲|尹流哲|于嘉辉|刘志成|吴伟|杨刚
