需要JoVE订阅才能观看此内容。 请登录或开始免费试用

研究文章

苯并[a]芘与类风湿关节炎:一项整合性计算研究

205 次观看

⸱

DOI:

10.3791/70636

⸱

2026年5月26日

 ,  ,  ,  ,  ,  ,  ,  ,  , 

本文内容

摘要

本研究采用整合的计算毒理学方法,系统性地探究了苯并[a]芘暴露与类风湿关节炎之间的关联。分析鉴定了五个核心靶基因,揭示了这些基因在关键免疫通路中的富集,并验证了BaP-蛋白质结合的稳定性,阐明了环境污染物诱导类风湿关节炎(RA)的潜在分子机制。

摘要

多环芳烃(PAHs)是一类普遍存在的环境污染物,被认为是类风湿关节炎(RA)发病过程中重要的环境影响因素。苯并[a]芘(BaP)作为PAHs的关键组分,可能与RA的发病相关;然而,其潜在的毒理学机制尚未完全阐明。本研究采用网络毒理学、机器学习与分子对接相结合的综合计算方法,系统地填补了这一知识空白。首先,基于BaP的分子结构开展网络毒理学分析,通过整合并筛选多个数据库中的靶点信息,最终鉴定出15个BaP潜在的RA相关靶基因,并构建了其相互作用网络。GO和KEGG富集分析显示,这些基因显著富集于白细胞迁移、免疫细胞信号转导等生物学过程,并与NF-κB信号通路、T细胞受体信号通路等相关。随后利用STRING数据库和Cytoscape软件进行拓扑学分析,筛选出5个核心基因(LCK、ZAP70、ITK、GZMA和ITGAL),并通过机器学习进一步验证了这些基因的重要性。分子对接与分子动力学模拟结果表明,BaP与这些靶基因编码的蛋白产物具有较强的结合亲和力,能够形成构象稳定的复合物。综上所述,本研究通过整合计算方法揭示了BaP可能参与RA发生发展的潜在机制,为今后针对环境污染物相关RA的预防与治疗研究提供了理论依据。

引言

类风湿关节炎(RA)是一种常见的自身免疫性疾病,其特征为慢性滑膜炎和血管翳形成,进而导致软骨进行性破坏和骨侵蚀。这些病理变化可引起关节功能障碍、病理性骨折风险增加,并最终导致残疾,严重影响患者的生活质量1。尽管RA的病因尚未完全明确,但其发病机制通常归因于遗传因素(如HLA-DR4和HLA-DR1基因亚型)与环境因素(如吸烟、饮酒、EB病毒(Epstein-Barr virus)感染、空气污染暴露)的共同作用2。流行病学研究已证实,空气污染中的多环芳烃(PAHs)与RA发病风险升高之间存在显著关联3。

多环芳烃(PAHs)是一类常见的空气污染物,来源于煤炭、石油、天然气和烟草等物质的不完全燃烧,被认为是类风湿关节炎(RA)发病过程中重要的环境介导因子。PAHs可与免疫细胞中的芳香烃受体(AHR)复合物结合,导致核定位信号暴露,进而促使配体-AHR复合物转位至细胞核内。在RA发病机制中,与PAH结合的AHR作为关键的环境感应器,通过多个相互关联的通路驱动免疫系统失调。AHR激活后,会与ARNT形成异源二聚体,并调控CYP基因的表达,启动炎症级联反应4。同时,AHR的激活会破坏促炎性T细胞与调节性T细胞之间的平衡:一方面,其触发AHR/Jag1/Notch信号轴,增强Th17细胞的细胞因子释....

访问受限。请登录或开始试用以查看此内容。

方案

伦理声明
本研究未直接涉及任何人类参与者或动物受试对象。

苯并[a]芘靶标获取
通过整合多个数据库的数据对苯并[a]芘(BaP)进行了表征。在PubChem数据库(https://pubchem.ncbi.nlm.nih.gov/)中使用“Benzo[a]pyrene”作为关键词检索,获取其化学结构和标准二维结构(SMILES字符串:C1=CC=C2C3=C4C(=CC2=C1)C=CC5=C4C(=CC=C5)C=C3)14。潜在的BaP靶标从ChEMBL(https://www.ebi.ac.uk/chembl/)、SEA(https://sea.bkslab.org/)和PharmMapper(http://lilab-ecust.cn/pharmmapper)数据库中获取15,16,17。所有预测的靶标均限定于智人(Homo sapiens)蛋白质组。预测的BaP靶标完整列表(n = 474)见补充表S1。完整的分析流程在图1中以示意图形式展示。

访问受限。请登录或开始试用以查看此内容。

结果

BaP 靶点获取
BaP 的分子结构数据来自 PubChem 数据库(图 2A)。通过整合来自三个互补数据库——ChEMBL、PharmMapper 和 SEA 的信息,系统性预测了 BaP 的潜在生物学靶点,共鉴定出 474 个潜在靶点(图 2B)。

多环芳烃结构,维恩图;苯并[a]芘化合物,基因重叠分析。
图 2.与类风湿关节炎(rheumatoid arthritis,RA)相关的苯并[a]芘(BaP)靶蛋白的鉴定。(A)BaP 的化学结构,显示其分子构.......

访问受限。请登录或开始试用以查看此内容。

讨论

类风湿关节炎(RA)是一种复杂的自身免疫性疾病,由遗传易感性与环境因素相互作用所致。在众多环境风险因素中,多环芳烃(PAHs)作为最常见的空气污染物之一,被认为是连接环境暴露与RA发病的重要环节。早期研究初步揭示,PAHs可通过芳香烃受体(AHR)通路影响免疫细胞分化的平衡,并诱导氧化应激。苯并[a]芘(BaP)是PAHs中具有高度代表性的组分,因其毒性强且在环境中广泛存在而受到广泛关注22。然而,BaP在特定细胞和信号网络中的直接作用靶点及核心作用机制尚不明确,这限制了对RA风险的预警能力以及针对环境因素的早期干预设计。为弥补这一空白,本研究提出假设:BaP可能通过直接结合五个核心免疫相关蛋白(LCK、ZAP70、ITK、GZMA和ITGAL),进而干扰T细胞受体、NF-κB和Th17信号通路,促进RA的发生发展。本研究通过整合网络毒理学、机器学习与分子对接技术,尝试构建一个系统的计算框架,突破单一通路分析的局限,为理解BaP通过多靶点调控机制参与RA发病提供理论依据。

通过这一整合分析,从最初的15个基因中鉴定出5个与类风湿关节炎.......

访问受限。请登录或开始试用以查看此内容。

披露

作者在本研究中无利益冲突。

致谢

本工作得到国家自然科学基金 [资助号 82274435、82074223];中央级重点专项:贵重中药资源可持续利用能力建设 [资助号 2060302];以及 2022 年第五批全国中医药临床优秀人才研修项目 [资助号 2022178] 的支持。

....

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
AutoDock Vinahttps://vina.scripps.edu1.2.5 (SCR_011958)分子对接软件
clusterProfiler (R 软件包)https://bioconductor.org/packages/clusterProfiler4.10.0 (SCR_016884)用于富集分析的 R 软件包
CytoHubba (Cytoscape 插件)https://apps.cytoscape.org/apps/cytohubba0.1用于枢纽基因识别的插件(Degree 算法)
Cytoscapehttps://cytoscape.org3.10.1 (SCR_003032)网络可视化软件
Discovery StudioDassault Systèmes BIOVIA2021用于生成二维相互作用图的软件
enrichplot (R 软件包)https://bioconductor.org/packages/enrichplot1.22.0 (SCR_021165)用于富集结果可视化的 R 软件包
GROMACShttps://www.gromacs.org2025.3 (SCR_014565)分子动力学模拟软件
limma (R 软件包)https://bioconductor.org/packages/limma3.58.1 (SCR_010943)用于差异表达分析的 R 软件包
org.Hs.eg.db (R 软件包)https://bioconductor.org/packages/org.Hs.eg.db3.18.0 (SCR_006442)用于人类基因标识符注释的 R 软件包
PyMolSchrödinger, Inc2.5.7 (SCR_000305)分子可视化软件
QtGracehttps://sourceforge.net/projects/grace/0.2.6用于轨迹分析的绘图工具
R (编程环境)https://www.r-project.org4.3.1 (SCR_001905)统计计算软件
STRING 数据库https://string-db.org12 (SCR_005223)蛋白质-蛋白质相互作用数据库
venn (R 软件包)https://cran.r-project.org/package=venn1.11用于生成维恩图的 R 软件包
WGCNA (R 软件包)https://cran.r-project.org/package=WGCNA1.72 (SCR_003302)专用于加权共表达网络分析的 R 软件包

参考文献

  1. Zhao, Y., Chen, G. Y., Fang, M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 17, 4465-4474 (2024).
  2. Venetsanopoulou, A. I., Alamanos, Y., Voulgari, P. V., Drosos, A. A.

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

多环芳烃网络毒理学分子对接机器学习靶基因筛选NF-κB 通路T 细胞受体免疫细胞信号转导