Py学习  »  机器学习算法

一区6+网络毒理学与机器学习:揭示三聚氰胺和氰尿酸共暴露致肾损伤机制

小张聊科研 • 6 天前 • 27 次点击  


今天,我们来介绍一项发表在《Ecotoxicology and Environmental Safety》上的研究:A network toxicology and machine learning approach to investigate the mechanism of kidney injury from melamine and cyanuric acid co-exposure,即:使用网络毒理学和机器学习方法探究三聚氰胺和氰尿酸共暴露致肾损伤的机制。这项研究通过整合网络毒理学、生物信息学和实验验证,为三聚氰胺和氰尿酸共暴露致肾损伤的机制研究提供了新的视角和潜在靶点。
图片
研究背景
三聚氰胺(MA)是一种广泛应用于塑料制品、食品包装和餐具等日常产品的有机化合物。然而,其在生产过程中可能被其结构类似物氰尿酸(CA)污染,形成三聚氰胺和氰尿酸(MC)的组合。MC的摄入会显著加剧肾脏毒性,导致肾损伤和纤维化。尽管如此,目前对于MC诱导肾损伤的机制仍不清楚。因此,本研究旨在通过网络毒理学和机器学习方法,揭示MC诱导肾损伤的潜在机制。
肾脏病理检测
对大鼠肾脏进行HE染色和Masson三色染色,观察肾脏组织的病理变化。结果显示,MC暴露的大鼠肾脏出现了明显的形态学和组织学改变,如金黄色晶体沉积、肾小管上皮细胞损伤、炎性细胞浸润和间质水肿等,Masson染色突出了纤维化增加,表明MC暴露可导致严重的肾脏损伤和纤维化
图片
RNA测序与分析
使用MC组和对照组大鼠肾脏样本进行RNA-seq分析,得到差异表达基因(DEGs)。GO、KEGG、Reactome通路富集分析以及GSEA分析结果表明,DEGs主要富集在免疫调节、细胞周期调控、凋亡、炎症反应等通路,提示MC诱导的肾损伤与免疫炎症反应和细胞凋亡密切相关
图片
免疫微环境分析
使用CIBERSORTx和mMCPcounter 分析了对照组和MC组之间的免疫浸润。结果显示,与对照组相比,MC组中M0型巨噬细胞、浆细胞、Th2细胞和Treg细胞等促炎性免疫细胞的相对丰度显著增加,表明MC暴露可诱导肾脏免疫微环境的改变,促进炎症反应的发生
图片
潜在靶点的识别与网络毒理学分析
ChEMBL和STITCH数据库获得了320个MC靶点,从GeneCards数据库获得了518个肾损伤靶点。与差异基因取交集后确定了20个MC诱导肾损伤潜在靶点,并构建靶点网络。这些靶点主要涉及内分泌激素代谢、免疫反应和凋亡等生物学过程,进一步揭示了MC可能通过内分泌干扰和细胞因子风暴诱导肾损伤的机制
图片
机器学习筛选关键基因
使用LASSO回归、RandomForest和MCODE三种机器学习算法对潜在靶点进行分析,筛选出关键基因。最终确定Ren和Casp3为与MC诱导的肾损伤密切相关的关键基因。Ren主要富集在能量代谢和炎症反应相关通路,而Casp3则主要富集在细胞生长、增殖、存活以及免疫防御和炎症相关通路。
图片
实验验证

通过Western blotting和免疫荧光实验验证了RenCasp3MC诱导的肾损伤中的作用。结果表明, MC暴露可导致RenACE2表达显著下调,而ACE1表达上调,提示MC可能通过激活肾素-血管紧张素-醛固酮系统(RAAS)参与肾损伤的发生。同时,MC暴露还可诱导Casp3及其裂解形式、促凋亡蛋白BaxBad表达上调,免疫荧光染色显示 MC组大鼠肾脏组织中裂解型Casp3的表达广泛增加,TUNEL染色也证实MC暴露可显著增加肾小管中凋亡细胞的数量,说明Casp3MC介导的肾损伤中通过促进肾小管上皮细胞凋亡发挥重要作用

图片
分子对接
为了进一步预测MC与关键靶点蛋白之间的潜在结合能力,进行了分子对接。结果表明,MC能够与Ren和Casp3蛋白发生强结合,揭示了MC可能通过与这些靶点蛋白的相互作用引发肾损伤的分子机制
图片
研究意义与结论
本研究通过整合网络毒理学、生物信息学、机器学习和实验验证等方法,揭示了三聚氰胺和氰尿酸共暴露致肾损伤的潜在机制,发现了两个关键基因Ren和Casp3,并证实了它们在MC诱导的肾损伤中的重要作用。这些发现不仅丰富了我们对MC毒理学的认识,还为开发针对肾损伤的治疗策略提供了新的靶点和方向。
课题和文章思路请联系Alice@解颐生物,扫码备注:科研合作
图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/184128
 
27 次点击