15221734409
本研究以乙酰柠檬酸三丁酯（ATBC） 为研究对象，通过网络毒理学与分子对接策略探究其诱导脑 毒性的机制。利用 ChEMBL 、STITCH 、GeneCards 等数据库筛选出与ATBC 暴露和脑损伤相关 的213 个潜在靶点，经 STRING 和 Cytoscape 分析得到23 个核心靶点（包括 AKT1 、CASP3、HSP90AA1 等）；GO 和 KEGG 分析显示核心靶点主要富集于癌症相关通路、神经活性配体 - 受 体相互作用通路等；分子对接（Autodock）证实 ATBC 与核心靶点结合能 < 0 ，结合稳定。研究表 明，ATBC 可能通过调控脑细胞凋亡增殖、激活炎症通路、影响神经可塑性，增加脑癌风险、引发 神经炎症，并可能导致认知障碍和神经退行性疾病，为 ATBC 脑毒性机制及环境污染物毒性评估提 供理论基础。
研究背景
乙酰柠檬酸三丁酯（ATBC）是一种由柠檬酸酯化形成的有机化合物，它是聚氯乙烯（PVC）和其他聚合物材料常用的首选增塑剂。目前，ATBC通常被认为是一种安全的增塑剂，只有在 非常高的浓度下才被认为有毒。然而，ATBC的迁移率高达79.8 mg/kg ，约为邻苯二甲酸酯（PAEs）的10倍，引发了人们对其潜在暴露风险的担忧。并且ATBC缺乏与塑料中聚合物的化 学结合，很容易塑料制品中浸出，然后扩散到血液、体液、室内空气、灰尘、环境土壤和水中。
由于ATBC的消耗量不断增加，其迁移率和可浸出性也很高，因此需要制定一种新的策略来全 面评估ATBC的健康安全性和风险，并深入研究其潜在毒理学机制。考虑到暴露于PAEs所产生 的神经毒性作用和潜在的病理性脑损伤，可以合理地假设具有类似化学结构的ATBC也可能对 大脑产生不良毒性影响。并且ATBC暴露时间延长，脑损伤的可能性增加。
研究方法和内容
•数据来源与工具：
•数据库：ChEMBL、STITCH（获取 ATBC 靶点）；GeneCards、OMIM（获取脑损伤靶点）；DAVID、FUMA（GO/KEGG 分析）。
•分析工具：STRING（构建蛋白 - 蛋白相互作用网络，PPI）；Cytoscape 3.8.2（筛选核心靶点）；Autodock（分子对接）。
•核心靶点筛选标准：需同时满足：①介数中心性 > 中位数；②紧密性中心性 > 中位数；③平均最短路径长度 > 中位数；④度值 > 2 倍中 位数。
应用网络毒理学和分子对接分析ATBC对脑损伤的假定毒性。
揭示ATBC介导的脑损伤的核心靶点和关键通路。
促进网络毒理学和分子对接技术对紧急环境化学品的毒性和潜在分子机制进 行有效评估。
研究结果
01 靶点筛选结果
从 ChEMBL 和 STITCH 筛选出256 个 ATBC 靶点，从 GeneCards 和 OMIM 筛选出8841个脑损伤高相关靶点，经整合去重得到213 个潜在靶点（ATBC 诱导脑毒性的交集靶点）。
图 1 乙酰柠檬酸三丁酯（ATBC）与脑 损伤相关靶点的维恩图
02 潜在靶点的互作网络及核心靶点的获取
利用STRING数据库构建了潜在靶点的蛋白质-蛋白质相互作用网络（PPI），共得到212个 节点和569条边。
通过对互作网络的分析，作者识别了23个与ATBC引起脑毒性相关的核心靶点，并对这些核 心靶点重新构建了互作网络。其中AKT1 、CASP3和HSP90AA1是top3的靶点
图 2 潜在靶点的蛋白质 - 蛋白质相互作 用（PPI）网络
图 3 核心靶点的蛋白质 - 蛋白质相互作 用（PPI）网络
03 潜在靶点功能分析和通路富集分析
潜在靶点与核心靶点主要富集于癌症相关通路、神经活性配体 - 受体相互作用通路、钙信号 通路、cAMP 信号通路等，与脑损伤类型一致。
图 4. 潜在靶点的 GO 富集分析（前 10 位）
(A) 该柱状图展示了 213 个潜在靶点在基因本体论（GO）的三个类别（生物过程 BP 、细胞组分 CC 、分子功能 MF）中，经错误发现率（FDR） 排序后前 10 位的显著富集条目。FDR 值反映富集的统计学显著性，数值越小表明显著性越高；柱形高度对应基因计数，体现该类别内的富集 程度。这些富集条目凸显了可能受 ATBC 暴露影响的关键生物过程、细胞组分和分子功能。
(B) 气泡大小对应特定通路中的基因表达量，气泡的颜色饱和度表示富集显著性。
5. 潜在靶点的 KEGG 富集分析（前 20 位）
(A) 该气泡图以 FDR 值倒序展示了前 20 位显著富集的 KEGG 信号通路。每个气泡代表一个特定通路，气泡面积表示该通路中富集的基因数量，颜色 深度（红色越深）表示富集显著性越高。213 个交集基因主要参与多种 KEGG 通路，其中神经活性配体 - 受体相互作用及相关信号通路尤为突出。
(B) 该柱状图展示了各通路的富集频率与显著性，柱形长度对应基因计数（反映富集分数和显著性水平），柱形越高表示基因计数越多、富集程度越高。 图中简明直观地呈现了与 ATBC 诱导脑毒性密切相关的前 20 位富集 KEGG 信号通路。
04 核心靶点的通路富集分析
利用DAVID和FUMA数据库对23个核心靶点进行经典通路分析，包括KEGG富集分析和Reactome富集分析。
6 . 核心靶点 KEGG 富集分析的重叠基因水平梯度柱状图（前 20 位）
05 ATBC和脑损伤核心靶蛋白的分子对接
利用AutoDock软件对ATBC和五个核心靶点（AKT1 ，CASP3 ，HSP90AA1 ，ESR1和MMP9） 的相互作用进行了分子对接分析。5个对接结果均显示出较低的结合能，都可以自发结合，表 明ATBC与靶点之间具有较强的亲和力。
图 7. 各靶蛋白与 ATBC 的最低结合能分子对接结果
(A) ATBC 与丝氨酸 / 苏氨酸激酶 1（AKT1）的对接结果；
(B) ATBC 与半胱氨酸天冬氨酸蛋白酶 3（CASP3）的对接结果；
(C) ATBC 与热休克蛋白 90α 家族 A 成员 1（HSP90AA1）的对接结果；
(D) ATBC 与雌激素受体 1（ESR1）的对接结果；
(E) ATBC 与基质金属蛋白酶 9（MMP9）的对接结果。
讨论与结论
1. 毒性机制推测：ATBC 可能通过调控脑癌细胞凋亡与增殖、激活炎症信号通路、调节神经可塑性，影响脑癌发生发展、引发神经炎症，并 增加认知障碍和神经退行性疾病风险。
2. 研究意义：为理解 ATBC 脑毒性分子机制提供理论基础，建立环境污染物毒性高效评估策略，为相关疾病预防治疗提供依据。
3. 局限性：现有动物研究多为高剂量短期暴露，与人类低剂量长期暴露场景差异大，需进一步长期流行病学和动物实验验证。
研究意义及创新点
1 ：本研究如何筛选出ATBC 诱导脑毒性的核心靶点？涉及哪些数据库和工具？
研究首先通过 ChEMBL 和 STITCH 数据库筛选出 256 个 ATBC 相关靶点，通过 GeneCards 和 OMIM 数据库筛选出 8841 个脑损伤高相关靶点，经整合去重得到 213 个潜在交集靶点；随后利用 STRING 数据库构建蛋白 - 蛋白相互作用（PPI）网络（212 个节点，569 条边），并通过 Cytoscape 软件分析节点拓扑属性，最终筛选出 23 个核心靶点，筛选标准为介数中心性、紧密性中心性、平均最短路径长度均 > 中位数，且度值 > 2 倍中位数。
2：ATBC 诱导脑毒性的核心靶点和关键通路有哪些？它们如何参与脑损伤过程？
核心靶点包括 AKT1 、CASP3 、HSP90AA1 、ESR1 、MMP9 等（其中 AKT1 度值最高，为 101）；关键通路主要为癌症相关通路、神经活性配体 - 受体相互作用通路、 钙信号通路。这些核心靶点通过调控脑癌细胞凋亡与增殖（如 AKT1 调控细胞存活，CASP3 介导凋亡）、激活炎症信号（如 HSP90AA1 促进慢性炎症）、破坏血脑屏 障与调节神经可塑性（如 MMP9 参与免疫炎症与血脑屏障破坏），最终导致脑癌风险增加、神经炎症及认知功能下降。
3 ：本研究采用的网络毒理学与传统毒理学方法相比，有何优势？
相比传统毒理学方法，网络毒理学优势在于：①系统性：整合多数据库和组学数据，从整体网络层面分析污染物与靶点、通路的相互作用，避免传统方法仅关注孤立靶 点的局限性；②高效性：通过生物信息学工具快速筛选靶点和通路，缩短对新兴环境污染物毒性评估的周期，适应大量未表征化学品的评估需求；③预测性：结合分子 对接等技术预测潜在相互作用，可针对低剂量长期暴露场景（更贴近人类实际暴露）提供机制推测，弥补动物高剂量短期实验的不足。
欢迎来到
