告别无脑画PPI网络图：当网药遇上机器学习

最近有小伙伴反映收不到推送，因为公众号改了推送算法，现在需要加星标，多点赞、点在看，才能准时收到推送哦。

中药调参贡煎（TSGJ）用于治疗乳腺癌，但其活性成分、靶点和作用机制尚不明确。本研究通过网络药理学、机器学习和实验验证，鉴定了 TSGJ 治疗乳腺癌的关键靶点和活性成分。TSGJ 的生物活性成分和靶点来自 TCMSP 数据库，乳腺癌相关靶点来自 GeneCards、PharmGkb 和 RNA-seq 数据集。这些靶点的交集揭示了 TSGJ 的治疗靶点。通过 STRING 数据库进行蛋白质-蛋白质相互作用（PPI）分析，并利用机器学习方法（SVM、RF、GLM、XGBoost）识别关键靶点，这些靶点经 GSE70905、GSE70947、GSE22820 和 TCGA-BRCA 数据集验证。此外，还进行了通路分析和分子对接。MTT 和 RT-qPCR 实验证实了 TSGJ 及其核心化合物的有效性。TSGJ 的生物活性成分和靶点来自 TCMSP 数据库，乳腺癌相关靶点来自 GeneCards、PharmGkb 和 RNA-seq 数据集。这些靶点的交集揭示了 TSGJ 的治疗靶点。通过 STRING 数据库进行蛋白质-蛋白质相互作用（PPI）分析，并利用机器学习方法（SVM、RF、GLM、XGBoost）识别关键靶点，这些靶点经 GSE70905、GSE70947、GSE22820 和 TCGA-BRCA 数据集验证。此外，还进行了通路分析和分子对接。MTT 和 RT-qPCR 实验证实了 TSGJ 及其核心化合物的有效性。这项研究揭示了 TSGJ 对抗乳腺癌的主要活性成分和靶点，支持其在乳腺癌预防和治疗方面的潜力。

作图丫不仅文章解读的好，课题做得也出色，已与国内多家知名医院的老师和名牌大学实验室达成合作。欢迎有生信分析需求的老师垂询，公共数据库数据挖掘或自测数据分析均可。

欢迎长期合作

联系请扫描下方二维码

背景介绍

今天我们要拆解的，是一篇在2025年1月份发表于肿瘤学知名期刊《OncoTargets and Therapy》上的破局之作。研究团队极其巧妙地将机器学习引入了传统的网络药理学工作流，不仅精准锁定了抗乳腺癌的关键靶点，更把发文的逻辑深度提升到了一个新的次元。

结果解析

0

1 乳腺癌相关靶点的筛查

首先，我们从 6 个数据库中识别出数千个与乳腺癌相关的、符合筛选标准的靶点，这 6 个数据库分别是 DisGeNET (672)、DrugBank (193)、GeneCards (2229)、OMIM (31)、PharmGkb (295) 和 TTD (105)。此外，还可以通过生物信息学方法鉴定潜在的乳腺癌相关靶点。筛选标准为|log2(倍数变化)|≤1 且校正后的 p 值≤0.05。我们在肿瘤样本中鉴定出 487 个差异表达基因（DEGs），其中 148 个上调基因和 339 个下调基因（图 2A 和 B ）。此外，我们进行了加权基因共表达网络分析（WGCNA），以鉴定与乳腺癌高度相关的关键基因模块。根据基因协同表达数据对不同的基因模块进行分类。表达高度协同的基因被分配到同一模块（图 2C ）。基于尺度独立性和平均连接度，我们获得了合适的软幂β值为 3（图 2D ），然后将 5712 个基因划分为 10 个模块，每个模块至少包含 60 个基因。随后，我们分析了基因模块与临床特征（正常和肿瘤）之间的相似性和邻接性。最后，蓝色模块（包含 1679 个基因）与乳腺癌的相关性最强（r = ± 0.64， p = 1e-24）（图 2E ）。根据设定的阈值标准（MM > 0.8 和 GS > 0.5），我们鉴定出 41 个基因作为候选枢纽基因，这些基因在蓝色模块中显著富集（图 2F ）。接下来，我们对差异表达基因（DEGs）和 WGCNA 分析得到的枢纽基因进行交集分析，结果鉴定出 41 个重叠基因。这些基因被认为是 GEO 数据库提取的乳腺癌样本中的相关致病基因（图 2G ）。随后，通过将它们与从上述 6 个数据库中筛选出的目标基因合并，我们获得了一个包含 2832 个与乳腺癌密切相关的非重复目标的联合集（图 2H ）。

TSGJ 治疗靶点及其相关 PPI 网络分析

通过将 2832 个乳腺癌相关靶点与 TSGJ 的 223 个中药化合物靶点进行交集分析，共鉴定出 160 个共同靶点，这些靶点被认为是 TSGJ 治疗乳腺癌的潜在靶点（图 3A ）。利用 DisGeNet数据库，我们将这些靶点分类，发现其属性多样，表明 TSGJ 对乳腺癌具有多层次的调控作用。其中，酶和激酶最为常见（图 3B ）。随后，我们构建了一个中药化合物-基因网络，以确定这些靶点与 TSGJ 相关活性化合物之间的关联（图 3C ）。该网络包含 222 个节点，分别代表 66 种活性化合物和 160 个靶点。网络中的边连接了这些节点，表明了活性化合物与其相关靶点之间的关系。这 66 种生物活性化合物来源于含有 TSGJ 的 6 种草药，每种草药都用不同的颜色标记。将上述靶基因导入 STRING 数据库构建 PPI 网络，并基于 6 个参数（DC、EC、BC、CC、LAC 和 NC；见“方法”部分）通过网络拓扑分析筛选枢纽基因。利用 CytoNCA 插件构建了三个靶基因模块簇。首先，160 个靶基因的 PPI 网络由 160 个节点和 3422 条相互作用边组成（图 3D ）。通过筛选 6 个参数值大于平均值的节点，鉴定出 61 个靶基因，共 1363 条相互作用边（图 3E ）。采用相同方法进一步筛选，最终筛选出 30 个在网络中具有高连接性和显著性的枢纽基因（图 3F ）。

机器学习模型的构建和疾病预测基因的筛选

为了进一步识别具有高诊断价值的疾病预测基因，我们基于 GEO 数据集中 30 个 PPI 枢纽基因的表达数据构建了四个机器学习模型（XGBoost、SVM、RF 和 GLM）。利用“DALEX”包分析并绘制了这四个模型的残差分布图。SVM 模型的均方根残差最低，且残差分布也相对较低（图 4A 和 B ）。随后，我们对这四个方法进行了基因重要性分析，并根据特征重要性对前 5 个重要基因进行了排序（图 4C ）。每个模型中这些基因的特征重要性值列于。接下来，我们使用 5 折交叉验证生成了这四个模型的受试者工作特征（ROC）曲线，以全面评估它们的判别性能。支持向量机（SVM）模型表现最佳，曲线下面积（AUC）为 0.948，其次是随机森林（RF，0.943）、XGBoost（0.902）和广义线性模型（GLM，0.867）（图 4D ）。综上所述，SVM 模型被认为是识别疾病的最佳模型，准确率最高。通过 SVM 模型筛选出五个最重要的基因（HIF1A、CASP8、FOS、EGFR 和 PPARG），用作乳腺癌的预测因子，并用于更好地阐明草药化合物、预测基因和乳腺癌之间的相关性，以便进行后续分析。

小编总结

本研究运用网络药理学、机器学习和实验验证方法，鉴定了 TSGJ 汤剂抗乳腺癌的关键成分、靶点和作用机制。多项分析突出了参与乳腺癌进展、免疫调节和预后的关键化合物（槲皮素、木犀草素、黄芩苷）和五个关键预测靶点（HIF1A、CASP8、FOS、EGFR、PPARG）。本研究支持 TSGJ 汤剂在乳腺癌防治方面的潜在应用价值。