在胃癌中对[a]皮林的多学科研究:全面的网络毒理学,机器学习和分子对接方法
Chunhong Li1,2, Xin Zeng3, Yuhua Mao4
1Central Laboratory, The Second Affiliated Hospital of Guilin Medical University, Guilin, 541199, Guangxi, China. chunhongli@glmc.edu.cn.
Molecular diversity
|March 12, 2026
概括
这项研究确定了关键的毒理标,涉及到[a]烯 (BaP) 暴露和胃癌 (GC) 的发展. 一种新的预后模型,即共识[a]烯相关签名 (CBRS),有助于对GC患者的风险分层.
科学领域:
- 毒素基因组学 毒素基因组学
- 癌症研究 癌症研究
- 生物信息学是一种生物信息学.
背景情况:
- 环境暴露,比如[a]皮林 (BaP),是胃癌 (GC) 的重要危险因素.
- 了解将BaP暴露与GC致病的分子机制对于开发有效的预防和治疗策略至关重要.
研究的目的:
- 系统地确定BaP毒理目标,并分析它们对GC发展的贡献.
- 根据与BaP相关的分子特征,为GC患者开发一种预后模型.
主要方法:
- 使用ChEMBL,SEA和PharmMapper数据库进行BaP目标预测;使用CTD,GeneCards和OMIM进行GC目标识别.
- 进行了蛋白质-蛋白质相互作用网络分析,功能丰富和分子对接.
- 集成的多omics数据与集群和机器学习算法,以开发一个共识的[a]pyrene相关签名 (CBRS).
主要成果:
- 确定了七个中心毒理目标 (ALB,HSP90AA1,ESR1,INS,TP53,TNF,EGFR) 是BaP驱动的GC病原体的核心.
- 丰富分析显示了MAPK,脂质和动脉样硬化以及PI3K-Akt信号通路的参与.
- 为GC患者开发了CBRS预后模型,证明了BaP对关键标的结合亲和力.
结论:
- 确定的目标和途径提供了对BaP诱导的GC毒性的洞察力.
- CBRS模型为GC风险分层和个性化治疗提供了有价值的工具.
- 这项研究建立了一个全面的框架来分析BaP对GC的毒理作用.
