2025-09-11
研究物種：小鼠
發表期刊：International Journal of Molecular Sciences
發表時間：2025年
影響因子：4.9
文章亮點
1. 研究策略新穎：傳統智慧與現代技術的深度融合
“藥食同源”概念的現代化闡釋：文章沒有孤立地研究單一草藥，而是聚焦于一個具有深厚傳統文化背景的類別——“藥食同源”植物（如姜黃、生姜、大蒜、山楂、陳皮、丁香等）。這為開發低毒副作用、易于被接受的膳食補充劑或預防性藥物提供了獨特的思路。
多成分-多靶點-多通路”的整體視角：摒棄了傳統單一靶點藥物的研究模式，采用網絡藥理學這一前沿方法，完美契合了中醫藥整體治療的理念。它系統地揭示了六種植物的協同作用機制，解釋了為何復方或混合物比單一成分更有效。
2. 研究方法系統嚴謹：層層遞進的多重驗證
從海量數據中精準篩選：首先通過數據庫挖掘，篩選出六種植物中的數百個活性成分，并預測出它們作用的數百個潛在靶點，構建了復雜的化合物-靶點網絡。
核心靶點的巧妙鎖定：通過將植物靶點與從疾病數據庫（如TTD、DisGeNET）中獲取的結直腸癌（CRC）相關靶點取交集，精準篩選出核心治療靶點。并利用蛋白互作（PPI）網絡、拓撲分析（Degree值）等生物信息學方法，進一步鑒定出如AKT1, TP53, VEGFA, CASP3, EGFR, MYC, JUN等最關鍵的靶點。
通路富集揭示作用全景：對核心靶點進行GO功能和KEGG通路富集分析，不僅驗證了已知的癌癥通路（如PI3K-Akt信號通路、癌癥通路），還可能發現一些新的或次要的機制聯系，全面勾勒出這些植物干預CRC的生物學過程全景圖。
分子對接驗證可靠性：文章通常不會止步于預測，會使用分子對接技術模擬核心活性成分（如槲皮素、山奈酚、β-谷甾醇等）與核心靶點蛋白（如AKT1, VEGFA）的結合構象和結合能，從計算結構生物學的角度驗證預測結果的可靠性，極大增強了結論的說服力。
3. 研究結果具有重要的潛在應用價值
闡明協同作用機制：明確了這些植物通過多種成分協同作用，共同調節癌癥相關的核心靶點和信號通路，從而抑制腫瘤細胞增殖、促進凋亡、抑制血管生成和轉移等，為其傳統功效提供了堅實的現代科學依據。
發現關鍵活性成分：識別出共有的關鍵化合物（如槲皮素、山奈酚），這些成分可能是發揮抗癌效用的物質基礎，為后續提取、純化以及質量標準化控制提供了重點方向。
提示潛在治療靶點：篩選出的核心靶點不僅是植物起作用的關鍵，也可能成為未來開發新型CRC藥物的候選靶點。
為預防和輔助治療提供理論支持：由于研究對象是安全性較高的藥食同源植物，該研究結論特別適用于結直腸癌的膳食預防、癌癥高危人群的干預以及臨床放化療的輔助治療策略開發，具有巨大的轉化潛力。
研究背景
結直腸癌（CRC）是全球高發且高死亡率的惡性腫瘤，現有治療方法如化療副作用大，亟需尋找更安全有效的替代或輔助策略。 “藥食同源”植物兼具營養與藥用價值，安全性高，在預防和輔助治療慢性病（如癌癥）方面潛力巨大，但其抗CRC的科學機制尚不明確。傳統單一靶點研究模式難以解釋中藥多成分、多靶點的整體作用特點。網絡藥理學與生物信息學方法能系統揭示“多成分-多靶點-多通路”的協同機制，完美契合該研究需求。
研究思路
研究方法
網絡藥理學，機器學習
研究結果
1.篩選生物活性化合物和治療靶標
使用TCMSP數據庫，從六個藥物同源植物中鑒定出303個活性成分和453個藥物靶標。從Genecards，Omim和TTD等公共數據庫中獲得了總共11,593個CRC靶基因）。 GSE41258數據集的差異表達分析鑒定了1672個差異表達的基因，我們使用熱圖和火山圖對其進行了可視化。使用GSE41258數據集，通過加權基因共表達網絡分析（WGCNA）構建基因共表達網絡，以識別與CRC相關的關鍵基因模塊。相似模塊的整合產生了12個獨特的基因簇，通過樹狀圖可視化。其中，棕色，藍色和粉紅色模塊與CRC/NonCRC表型表現出牢固的相關性。統計評估表明，這三個模塊中與CRC相關基因之間的基因意義（GS）和模塊構件（MM）指標之間存在強烈的正相關性。將三個模塊的基因合并以獲得WGCNA結果。通過交點計算，確定了49個潛在的治療靶標。這些結果表明，這六種草藥可以通過多個靶標的多個活性組件進行協同作用。
圖1，識別與CRC相關的靶標。
2.建立蛋白質 - 蛋白質相互作用和藥物 - 蛋白酶網絡
使用STRING數據庫構建了包含49個相交基因的PPI網絡，并隨后通過Cytoscape可視化（圖3B）。此外，我們構建了一個融合了草藥類型，活性成分和49個重疊靶基因的藥物-直腸癌網絡。
圖2. CRC中治療目標和相互作用網絡的計算分析。
3．GO和KEGG功能分析
基因本體論（GO）富集分析表明，靶基因主要與生物過程（BP）相關，包括藥物反應，脂肪酸代謝，酒精反應和激素反應。細胞成分（CC）類別包括細胞，小窩，膜筏，內質網腔，線粒體外膜和微絨毛的頂端部分。分子功能（MF）術語突出了類固醇結合，異種生物跨膜轉運，單羧酸結合和各種脫氫酶活性。基因和基因組（KEGG）途徑富集分析的京都百科全書顯示，與癌癥相關途徑（包括大腸癌和其他致癌途徑）的涉及與CRC病原體的既定機制一致。
圖3 對結直腸癌中六種傳統中國草藥的功能富集分析。
4.核心基因的識別和驗證
使用三種機器學習方法，我們篩選了49個相交基因，以評估其將CRC樣品與GSE41258數據集中的對照區分開的能力，最終識別基因。 SVM-RFE算法鑒定了十個基因，其中包括CA1，Ca2，NR3C2，CES1，CCND1，CCND1，CXCL2，BCL2L1，HSD11B2，EIF6和ADIPOQ。通過拉索分析，將9個基因（ABCC1，BCHE，BCL2L1，CA1，CCND1，CES1，CXCL2，EIF6和P4HA1）做為核心靶基因。
三個機器學習篩選結果的交叉分析最終確定了4個核心基因（CA1，CCND1，CXCL2和EIF6）。這四個核心基因在大腸癌中顯示出顯著的表達變化。CA1（碳酸酐酶1）被下調，表明腫瘤微環境中的pH調節改變了。 CCND1（G1/S特異性細胞周期蛋白D1），CXCL2（C-X-C基序趨化因子2）和EIF6（EIF6（真核翻譯起始因子6）被上調，分別參與細胞周期調節，免疫反應，免疫反應和蛋白質合成。具體而言，CA1下調導致腫瘤微環境的酸化，從而為腫瘤進展帶來了有利的條件。 CCND1上調促進G1/S相變，加速腫瘤細胞增殖。 CXCL2上調增強了炎癥反應，重塑了腫瘤免疫微環境。 EIF6上調提高了蛋白質的合成效率，支持快速腫瘤細胞的生長。
圖4 通過機器學習方法識別Hub基因。
5.免疫細胞浸潤和核心基因關聯
CIBERSORT分析確定了結直腸癌和正常組織之間免疫細胞譜的顯著變化。腫瘤組織顯示自適應免疫細胞（包括漿細胞和記憶B細胞）的顯著降低，伴隨著活化的CD4+記憶T細胞的增加以及靜息CD4+記憶T細胞的降低。在先天免疫細胞中，M0和M1巨噬細胞表現出較高的浸潤水平，而肥大細胞表現出極化，其特征在于較少的靜息細胞和活化細胞的增加。
相關分析揭示了核心基因與免疫細胞浸潤之間的密切關聯，尤其是與M0巨噬細胞，活化的CD4記憶T細胞和單核細胞之間的相關性。另外，核心基因對肥大細胞極化顯示了調節作用。這些發現表明，核心基因可以通過調節免疫細胞動力學來重塑腫瘤免疫微環境。
圖5核心基因的免疫浸潤分析。
6. 核心靶蛋白及其配體的對接分析
為了研究核心基因及其活性化合物之間的相互作用，我們進行了分子對接。低于-5 kcal/mol的結合能閾值用于確認結合親和力。 CA1和CCND1結構對應于PDB文件1AZM和2W96，而CXCL2和EIF6結構是從Alphafold蛋白結構數據庫中獲得的。對接分析證實了所有核心靶蛋白及其配體之間的有利相互作用。我們說明了四種蛋白質的對接口袋以及提供了其相互作用的2D圖。
圖6分子對接分析
圖7 目標核心蛋白及其相應配體分子的對接結果的相互作用圖。
結 論
這項研究不僅從系統生物學的角度闡明了針對大腸癌的藥物同源植物的分子機制，而且還為其合理的臨床應用提供了理論上的支持。
參考文獻
Zhao X, Xiu J, Yang H, Han W, Jin Y. Network Pharmacology and Bioinformatics Study of Six Medicinal Food Homologous Plants Against Colorectal Cancer. Int J Mol Sci. 2025 Jan 23;26(3):930. doi: 10.3390/ijms26030930. PMID: 39940699; PMCID: PMC11817456.
