《Computational Biology and Chemistry》:Network Toxicology, Transcriptomics, Immune Infiltration, and Machine Learning-Based Construction of an Environmental Endocrine Disruptor Exposure-Associated Predictive Model for Osteonecrosis of the Femoral Head
编辑推荐:
非yl酚(nonylphenol,NP)是一种广泛存在的环境内分泌干扰物,其与股骨头坏死(osteonecrosis of the femoral head,ONFH)之间的分子关联尚不清楚。本研究整合网络毒理学、转录组学、免疫浸润分析和机器学习方法,构建了环
非yl酚(nonylphenol,NP)是一种广泛存在的环境内分泌干扰物,其与股骨头坏死(osteonecrosis of the femoral head,ONFH)之间的分子关联尚不清楚。本研究整合网络毒理学、转录组学、免疫浸润分析和机器学习方法,构建了环境内分泌干扰物暴露相关的ONFH预测模型。系统毒理学分析将NP暴露与ONFH分子网络联系起来,利用差异表达分析、加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)、蛋白–蛋白相互作用(protein–protein interaction,PPI)网络分析、机器学习和分子对接等方法,研究人员筛选并验证了候选基因。结果将PECAM1确定为优先的内皮–免疫候选节点,NP–PECAM1的分子动力学模拟支持潜在的结构相互作用。该研究为理解环境暴露相关骨疾病的分子机制提供了新的理论依据。
股骨头坏死(osteonecrosis of the femoral head,ONFH)是一种慢性致残性骨科疾病,以血供受损、骨细胞死亡和股骨头塌陷为特征。非yl酚(nonylphenol,NP)作为典型的环境内分泌干扰物,广泛存在于环境介质中,其毒性涉及氧化应激、炎症激活、脂代谢紊乱等,这些病理过程与ONFH的发生发展存在重叠。然而,以往证据多来自细胞水平研究,缺乏系统分析NP暴露与ONFH分子网络联系的证据。为此,研究人员建立了一套整合网络毒理学、转录组学、免疫浸润分析和机器学习的系统毒理学框架,以探索NP暴露与ONFH之间的潜在分子关联。
研究人员从基因表达综合(Gene Expression Omnibus,GEO)数据库获取GSE123568数据集作为发现集,包含30例激素性股骨头坏死(steroid-induced osteonecrosis of the femoral head,SONFH)患者和10例激素暴露但未发生ONFH的对照;另以GSE74089数据集(4例ONFH和4例正常股骨头软骨)作为独立验证集。主要技术方法包括:利用limma包进行差异表达分析;利用WGCNA识别SONFH相关共表达模块;从CTD、SwissTargetPrediction和TargetNet数据库预测NP相关靶点;通过STRING和Cytoscape构建PPI网络,并结合CytoHubba、CytoNCA和MCODE筛选关键节点;采用LASSO回归、随机森林和支持向量机递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)三种机器学习算法筛选核心特征基因;使用单样本基因集富集分析(single-sample gene set enrichment analysis,ssGSEA)评估免疫细胞浸润;利用AutoDock Vina进行分子对接,并对NP–PECAM1复合物进行100 ns分子动力学模拟。
研究结果按以下部分展开。
3.1 基于WGCNA的模块识别。通过对GSE123568进行样本聚类和软阈值选择,构建了无尺度共表达网络。动态树切割法识别出多个共表达模块,其中lightyellow模块与SONFH状态呈最强负相关,salmon和purple模块与SONFH呈正相关。lightyellow模块的模块隶属度与基因显著性显著相关(cor=0.75,P=4.3×10?13),表明该模块中的高连接基因与SONFH表型密切相关。
3.2 SONFH相关候选基因的筛选。以P<0.05且|log2倍数变化|>1为阈值,共鉴定出391个差异表达基因,其中上调123个、下调268个。GO和KEGG富集分析显示这些基因主要参与造血调节、免疫炎症反应、氧化应激、骨重塑等过程。将差异表达基因与WGCNA模块基因取交集,获得342个高可信SONFH相关候选基因。
3.3 NP相关ONFH核心基因的筛选。从CTD、SwissTargetPrediction和TargetNet数据库分别获得63、49和128个NP靶点,去重后与ONFH候选基因交集得到40个重叠基因。PPI网络分析结合CytoNCA、MCODE和CytoHubba反复识别出TNF、IL10、CCL2、PTGS2、MMP2、MMP9、PPARG、ESR1、SMAD3和PECAM1共10个关键基因。同时,LASSO回归、随机森林和SVM-RFE三种机器学习算法共同筛选出PECAM1、CXCR2和MAP2K3三个核心基因。
3.4 整合候选基因评估。将10个PPI关键基因与3个机器学习特征基因整合,得到1个重叠基因(PECAM1)、9个PPI特异基因和2个机器学习特异基因,共12个候选基因。GO和KEGG富集分析显示,这些基因富集于炎症、氧化应激、血管调节和骨代谢相关通路。ROC曲线分析显示该基因集区分SONFH与对照的AUC为0.967,具有较好的判别能力。12个基因在SONFH组和对照组之间均表现出显著差异表达。
3.5 分子对接分析。分子对接结果显示NP能够嵌入12个候选蛋白(CCL2、CXCR2、ESR1、IL10、MMP2、MMP9、PECAM1、PNP、PPARG、PTGS2、SMAD3、TNF)的结合口袋或表面沟槽中,所有NP–蛋白复合物均具有负的结合能,其中NP与MMP2、MMP9和CXCR2的结合亲和力最强(-7.2 kcal/mol)。
3.6 免疫浸润分析。ssGSEA显示SONFH组与对照组之间存在多个免疫细胞亚群浸润的显著差异。PECAM1表达与1型T辅助细胞(R=0.62)、嗜酸性粒细胞(R=0.43)、单核细胞(R=0.72)和浆细胞样树突状细胞(R=0.54)显著正相关,与活化CD4 T细胞(R=-0.59)和活化CD8 T细胞(R=-0.61)显著负相关。
3.7 GSE74089独立验证。在GSE74089数据集中,共鉴定出5905个差异表达基因(上调3919个、下调1986个),富集于胶原纤维组织、软骨发育、细胞外基质、黏着斑、自噬和HIF-1信号通路等。12个候选基因中,MMP2、PNP、PTGS2和SMAD3在ONFH组织中显著上调,PECAM1、PPARG和TNF显著下调,提示这些基因在局部股骨头相关组织中亦存在表达改变。
3.8 NP–PECAM1复合物的分子动力学模拟。对NP–PECAM1复合物进行100 ns模拟后,均方根偏差(RMSD)显示蛋白质和复合物经历了构象转变,配体内部结构波动较小;均方根波动(RMSF)显示大多数残基波动适中,末端区域灵活性较高;溶剂可及表面积(SASA)和回转半径(Rg)逐渐下降,提示复合物趋于紧凑;氢键分析显示NP与PECAM1之间存在持续但动态变化的相互作用;吉布斯自由能景观显示模拟轨迹中优先采样低能构象区域。这些结果提示NP可与PECAM1保持稳定的分子间结合。
讨论部分指出,PECAM1(又称CD31)是连接NP暴露与ONFH分子网络的最一致候选节点,其在内皮细胞连接、白细胞跨内皮迁移和血管完整性中发挥关键作用,与ONFH的微循环障碍和免疫炎症特征高度相关。其他候选基因如CXCR2、CCL2、TNF和PTGS2参与炎症趋化和免疫放大,MMP2/MMP9参与细胞外基质降解和组织修复,ESR1和PPARG涉及内分泌与脂代谢调节。这些分子可能共同构成以PECAM1为中心的内皮–免疫–代谢–基质重塑网络。
研究结论可概括为:本研究建立了一个整合环境暴露靶点与ONFH疾病分子网络的系统毒理学框架,优先识别PECAM1作为连接NP相关分子扰动与SONFH/ONFH转录组网络中内皮–免疫失调的候选节点,为未来机制研究和环境污染物相关骨病的风险评估提供了可检验的理论依据。