《Letters in Drug Design & Discovery》：Computational assessment of a predicted linarin-TNF interaction relevant to inflammation-associated oxidative stress: Network pharmacology, molecular docking, and molecular dynamics simulations
编辑推荐：
氧化应激（oxidative stress, OS）促进许多慢性疾病的进展，然而天然抗氧化剂的直接分子靶点仍未得到充分明确。研究人员使用一个数据库来源的成分为初始优先级筛选步骤，随后将分析集中于linarin（acacetin-7-O-rutinoside）和
氧化应激（oxidative stress, OS）促进许多慢性疾病的进展，然而天然抗氧化剂的直接分子靶点仍未得到充分明确。研究人员使用一个数据库来源的成分为初始优先级筛选步骤，随后将分析集中于linarin（acacetin-7-O-rutinoside）和TNF。候选靶点通过TCMSP、SwissTargetPrediction、GeneCards、OMIM、蛋白质-蛋白质相互作用（protein-protein interaction, PPI）分析、GO/KEGG富集、分子对接（molecular docking）、100 ns分子动力学模拟（molecular dynamics simulations, MD）、MM-PBSA计算以及与已发表的TNF受体复合物结构进行结构叠加进行筛选。TNF作为与炎症相关氧化应激相关的网络支持靶点出现。Linarin与TNF链A的对接评分为?7.0 kcal·mol?1，并形成三个氢键，涉及TYR-59（链A）、TYR-119（链A）和TYR-151（链A）。在单链MD模拟中，TNF–linarin系统显示稳定的蛋白质/复合物RMSD，而增加的配体RMSD在没有额外轨迹分析的情况下不能确定其保留在原始结合位点。其MM-PBSA衍生的结合自由能（?Gbinding = ?23.31 kcal·mol?1）被报告为系统特异性的计算描述符，而非实验亲和力估计或跨靶标效力排名的依据。结构叠加将预测的linarin结合模型置于TNF三聚体和TNF–TNFR1/TNFR2结构背景下，支持受体相容性假说，而非受体阻断的直接证据。这些发现定义了一个未经实验验证的、靶点特异性的linarin–TNF结合假说，与炎症相关氧化应激相关，并为后续SPR/CETSA、突变分析、细胞实验、TNF–TNFR复合物和扩展模拟验证提供了聚焦基础。
氧化应激（oxidative stress, OS）源于活性氧（reactive oxygen species, ROS）与活性氮（reactive nitrogen species, RNS）产生与清除的失衡，参与代谢性、炎症性、神经退行性及肿瘤等慢性病理过程。尽管天然抗氧化剂备受关注，但其直接分子靶点仍不明确。板蓝根（Isatidis Radix）虽报道具有抗氧化活性，但仅作为本研究数据库筛选的初始入口。Linarin（acacetin-7-O-rutinoside）是多种清热草药共有的一种黄酮苷，具有抗炎和抗氧化活性，但linarin是否直接结合肿瘤坏死因子（tumor necrosis factor, TNF）并改变其受体结合相容性，仍未经过实验验证。已有研究证实山奈酚可直接结合TNF并阻断TNF–TNFR1，为黄酮类天然产物直接靶向TNF提供了实验先例。因此，研究人员假设linarin可能与TNF相互作用，通过影响TNF三聚体构象或TNFR1/2结合相容性，调节下游NF-κB/MAPK信号及iNOS相关的氧化应激。为评估该假说，研究建立了四层计算证据框架。
研究人员以板蓝根为数据库筛选入口，通过TCMSP筛选活性成分（OB≥30%，DL≥0.18），利用SwissTargetPrediction预测人蛋白靶点，并与GeneCards和OMIM来源的氧化应激靶点取交集；STRING构建PPI网络，Cytoscape/CytoNCA基于度、介数和接近度筛选核心靶点；Metascape进行GO/KEGG富集。随后对核心靶点与候选成分进行AutoDock Vina分子对接，选择三个代表性复合物进行100 ns全原子分子动力学模拟，结合MM-PBSA（分子力学-泊松-玻尔兹曼表面积）计算结合自由能，最后利用PDBeFold进行结构叠加以提供受体结构背景。本研究未涉及实验样本队列，完全基于公共数据库和计算模拟。
（3.1 初始数据库筛选与TNF优先化）初始数据库筛选得到17个候选成分和257个重叠靶点。PPI网络拓扑分析识别出TP53、AKT1、SRC、EGFR、TNF、MAPK3、MAPK1、JAK2、IL6、MMP9等高连接节点。TNF由于在靶点预测流程中与linarin关联，并具有公认的炎症相关氧化应激上游地位，被保留进行聚焦分析。
（3.2 氧化应激相关性的网络支持）GO/KEGG富集显示核心靶点显著富集于“一氧化氮代谢过程的正调控”（8个靶点，23.53%，P=2.20×10
?16）和“AGE–RAGE信号通路”（12个靶点，35.29%，P=5.06×10
?22），这与TNF相关炎症放大ROS/RNS产生一致。GO-BP、GO-CC、GO-MF和KEGG条目的交集进一步识别出SRC、TNF、CASP3和JAK2作为可进行结构测试的靶点。
（3.3 分子对接验证）对接结果显示，TNF与linarin的结合能为?7.0 kcal·mol
?1，形成三个氢键，涉及链A的TYR-59、TYR-119和TYR-151。其他系统如CASP3与6-(3-oxoindolin-2-ylidene)indolo[2,1-b]quinazolin-12-one结合能?8.2 kcal·mol
?1等也获得强对接评分。但研究将对接结果仅作为优先化步骤，不直接代表生物学抑制。
（3.4 分子动力学模拟验证）100 ns MD模拟显示，TNF–linarin系统蛋白和复合物RMSD（均方根偏差）主要稳定在0.2–0.5 nm；配体RMSD在后半段升至约0.6–1.0 nm，可能反映linarin糖苷部分的构象重排，但仅凭现有分析无法区分内部重排与相对原始口袋的位移。因此，研究人员强调需增加配体-位点距离、残基接触占有率、聚类和时间分辨相互作用分析才能确证保留。RMSF（均方根波动）分析显示TNF–linarin的N端前30个残基高度灵活（RMSF>0.9 nm），并在40–60、90–110和120–140残基出现三个0.3–0.4 nm的柔性峰。氢键数目在1–6之间，以3–4个为主，且在40–80 ns期间相对频繁且稳定。Rg（回转半径）在1.65–1.80 nm之间波动，20 ns后稳定于1.70–1.78 nm。MM-PBSA计算得到TNF–linarin的?G
binding为?23.31 kcal·mol
?1，CASP3–641608为?10.60 kcal·mol
?1，JAK2–ineketone为?0.60 kcal·mol
?1。能量分解显示三个系统的结合均由范德华力主导，极性溶剂化能不利。自由能地形图显示TNF–linarin呈现单一深能谷，表明模拟期间系统主要占据单一低能构象状态。
（3.5 linarin–TNF轴在氧化应激中的机制假说）TNF同时富集于NO代谢调节、神经炎症反应和LPS/IL-6信号相关的GO-BP条目，并参与AGE–RAGE等KEGG通路。结构叠加显示，1A8M的TNF-α链A与TNF–TNFR1复合物7KPB及TNF–TNFR2复合物3ALQ的链A RMSD均<1.2 ?，序列同一性>94%，说明对接受体与已发表的TNF受体复合物构象结构相容。据此，研究人员提出linarin可能通过四种非排他性结构途径影响TNF相关细胞损伤：与受体相容表面发生空间竞争、稳定链A局部构象从而重塑A-B或A-C界面、改变三聚体几何形状、或影响受体簇集和信号复合物组装。这些途径均为基于结构背景和文献的假说，而非实验证明。
讨论部分指出，PPI网络中的高连接节点并不等同于可成药靶点，数据库知识库也偏向已注释关系，因此需用对接和MD模拟评估结构合理性。本研究中的?G
binding值仅作为各体系特异性计算描述符，不可用于跨靶点亲和力排序或效力比较。聚焦linarin单体而非板蓝根粗提物，是因为linarin在板蓝根中仅为次要黄酮成分，但在菊花、密蒙花和半边
