联合孟德尔随机化与网络药理学筛选酒精性肝病干预策略

Mendelian Randomization and Network Pharmacology Screening for Intervention Strategies of Alcoholic Liver Disease

摘要

本研究旨在运用孟德尔随机化分析、基因表达综合数据库数据分析及网络药理学方法，筛选酒精性肝病治疗的新靶点基因，为开发新型治疗酒精性肝病的药物提供理论依据。首先通过双向两样本孟德尔随机化分析，评估饮酒量、现在饮酒、既往饮酒状态与酒精性肝病的因果关联，并对显著关联的单核苷酸多态性进行基因定位；随后利用基因表达综合数据库（Gene Expression Omnibus，GEO）进行表达验证，筛选差异表达基因；借助Reactome数据库解析核心基因富集的生物学通路，并通过DSigDB数据库及分子对接技术、分子动力学模拟进行药物预测；最后结合中药成分含量数据库（Components Contents in Traditional Chinese Medicine，ccTCM）网络平台挖掘潜在干预酒精性肝病的治疗方案。转录因子4（Transcription Factor 4，TCF4）基因经多维度验证与酒精性肝病发病显著相关（P=0.038），且在肝星状细胞激活、Wnt/β-catenin 信号通路中发挥关键作用；表没食子儿茶素没食子酸酯、芹菜素、木犀草素和白杨素等4种天然产物成分与TCF4存在强结合活性（对接结合能均小于-31.38 kJ/mol，分子动力学模拟对接能量均小于-41.84 kJ/mol）；结果提示茶叶、章丘芹菜可作为干预酒精性肝病的膳食选择，黄芩、紫菀作为潜在治疗药物。本研究通过孟德尔随机化、GEO差异分析及网络药理学方法，发现TCF4为治疗酒精性肝病的潜在靶点，茶叶与章丘芹菜可作为酒精性肝病的膳食干预食材，黄芩、紫菀则具备潜在药用治疗价值。

Abstract

This study aimed to identify novel therapeutic target genes for alcoholic liver disease (ALD) by employing Mendelian randomization analysis, integrated gene expression database analysis, and network pharmacology methods, providing theoretical foundations for developing novel ALD treatments. First, bidirectional two-sample Mendelian randomization analysis was conducted to evaluate causal relationships between alcohol consumption patterns (current drinkers, former drinkers), current drinking status, and ALD development and single nucleotide polymorphisms significantly associated to ALD were genetically localized. Gene expression validation using Gene Expression Omnibus (GEO) datasets identified differentially expressed genes. Core gene enrichment pathways were analyzed through Reactome database, while drug predictions were performed using DSigDB database, molecular docking, and molecular dynamics simulations. Finally, potential therapeutic strategies for ALD were explored through the Components Contents in Traditional Chinese Medicine (ccTCM) network platform. Transcription factor 4 （TCF4) shows significant association with ALD pathogenesis (P =0.038) and plays a key role in hepatic stellate cell activation and Wnt/β-catenin signaling pathways. Four natural compounds-epigallocatechin gallate, apigenin, luteolin, and baicalin-exhibits strong binding activity with TCF4 (docking energy <-31.38 kJ/mol; molecular dynamics simulations energy <-41.84 kJ/mol). The results suggest that tea and Zhangqiu celery could serve as dietary interventions for ALD, while Scutellaria baicalensis and aster tataricus represent as potential therapeutic agents. Through Mendelian randomization, GEO differential analysis and network pharmacology methods, this study found that TCF4 is a potential target for the treatment of alcoholic liver disease, suggesting that tea and Zhangqiu celery can be used as dietary intervention ingredients for alcoholic liver disease, while Scutellaria baicalensis Georgi and Aster tataricus display potential medicinal therapeutic value.

Graphical abstract

关键词

膳食选择 / 中药 / 转录因子4

Key words

dietary selection / traditional Chinese medicine / transcription factor 4

0 引言

饮酒行为作为一种深植于社会文化的普遍现象，在全球范围内呈现出极高的流行度，其广泛存在主要受历史传统、社交习俗及个人习惯等多重因素驱动。从全球范围来看，世界卫生组织（World Health Organization，WHO）的数据显示，全球15岁及以上人群的人均年纯酒精摄入量已超过6升，其中欧洲部分国家更是高达12升以上^［1］。随着酒精摄入量的增加，酒精相关疾病的发病率呈上升趋势^［2］。

在众多酒精相关疾病中，酒精性肝病（Alcoholic Liver Disease， ALD）因其高发病率和严重的临床后果而备受关注。酒精性肝病是一种由长期大量饮酒引起的肝脏疾病^［3］，涵盖从脂肪肝、酒精性肝炎到肝硬化的连续病理过程^［4］。其发病机制主要涉及酒精代谢产物乙醛的直接毒性作用、氧化应激反应、炎症因子激活以及肝星状细胞增殖等复杂的病理生理过程。临床表现呈现明显的异质性，从无症状性脂肪浸润到进行性肝功能衰竭，包括转氨酶升高、黄疸、腹水、食管胃底静脉曲张出血等多样化症状。流行病学数据显示，亚洲地区酒精性肝病的总体患病率为4.81%，并且，随着时间的推移从2000年—2010年的3.82%显著增加至2011年—2020年的6.62%^［5］。

尽管饮酒量与饮酒状态作为酒精性肝病发生发展的核心危险因子，其与疾病严重程度之间存在显著的剂量-效应关系^［6］。然而，传统观察性研究往往受混杂因素、反向因果关系等方法学局限性的制约，难以准确阐明两者之间的因果关联。在此背景下，孟德尔随机化（Mendelian Randomization， MR）为解决这一问题提供了有力工具。孟德尔随机化以遗传变异作为工具变量来推断暴露因素与结局之间的因果关系，能够有效减少混杂因素和反向因果关系带来的偏倚^［7］。由于个体的基因在出生时随机分配，因此孟德尔随机化可以减少混淆因素的影响。此外，由于基因变异在时间上先于疾病发生^［8］，孟德尔随机化可以避免反向因果关系。与传统的观察性研究相比，孟德尔随机化可以提供更加可靠的因果关系证据，通过构建以饮酒量和饮酒状态相关遗传变异为工具变量的孟德尔随机化分析体系，我们能够更为精确地评估饮酒行为对酒精性肝病发生风险的因果效应，并进一步识别潜在的分子作用靶点，为开发针对性治疗策略提供重要的理论依据和分子生物学基础。

近年来，针对酒精性肝病的研究在方法学上取得了重要进展。网络药理学方法通过构建“药物-成分-靶点-疾病”多维关联网络，系统揭示了多种中药复方治疗酒精性肝病的潜在作用机制，为中医药防治提供了系统生物学视角^［9-11］。然而，通过系统文献检索发现，现有研究存在明显的方法学局限：一方面，网络药理学研究虽能识别大量潜在作用靶点，但其基于数据库预测和关联分析的研究范式难以区分真实的因果关系与相关性，所识别的靶点可能受混杂因素影响，缺乏遗传学层面的因果证据支持；另一方面，现有酒精性肝病研究中，尚未有学者将孟德尔随机化因果推断方法与网络药理学研究手段相结合进行探究，这导致我们既无法获得基于遗传学证据的可靠因果关系，也难以系统阐明其背后的分子作用机制。因此，本研究整合孟德尔随机化与网络药理学两种互补性方法，构建“因果推断-靶点识别-机制解析”的完整研究框架。首先利用孟德尔随机化方法建立饮酒量和饮酒状态与酒精性肝病之间的因果关系，随后结合网络药理学方法系统识别关键作用靶点、核心生物学通路及分子调控网络，旨在为酒精性肝病的预防和治疗提供兼具因果证据和机制解析的科学依据，并为未来开发针对性干预策略奠定理论基础。

1 方法

1.1　方案设计

本研究以饮酒量和饮酒状态为孟德尔随机化的暴露变量，酒精性肝病为结局变量，通过孟德尔随机化分析筛选与酒精性肝病关联的潜在暴露因素。继而基于工具变量映射对应基因，系统探究其与酒精性肝病的遗传关联性。采用基因表达综合数据库（Gene Expression Omnibus，GEO）进行独立验证，分析关键基因的表达差异；利用Reactom通路数据库解析相关基因富集的生物学通路；借助DsigBD数据库挖掘靶向基因的潜在治疗药物，并通过分子对接技术评估药物-靶点结合亲和力，最终基于对接结果提出酒精性肝病的精准干预推荐。过程如图1所示，选择的工具变量必须满足孟德尔随机化的三个假设：所选工具变量需与暴露因素显著相关，能有效反映暴露水平的变化；工具变量应独立于任何可能影响结局的混杂因素，其分配不受混杂因素干扰；工具变量只能通过影响暴露因素间接作用于结局，不存在其他独立影响结局的路径^［8，12］。

1.2　数据获取

本研究所使用的数据来自IEU Open GWAS数据库，链接为https： //gwas.mrcieu.ac.uk。所有GWAS数据样本均来自欧洲人群。表1提供了本研究中包含的所有数据集的信息。本研究所用数据均来自公开研究项目，无需获取额外的伦理批准。

1.3　单核苷酸多态性的筛选

为了确保工具变量符合孟德尔随机化的三个假设，以全基因组显著性水平（P < \mathrm{5}\times {\mathrm{10}}^{-\mathrm{8}}）作为阈值，保留与暴露因素（饮酒量、饮酒状态）显著关联的单核苷酸多态性作为候选工具变量；为排除连锁不平衡干扰、保证工具变量独立性，采用10 000 kb为窗口大小，设定连锁不平衡阈值R² <0.001，并通过F统计量（F >10）排除弱工具变量；为验证独立性假设（工具变量与混杂因素无关），采用MR-Presso方法进行异常值检测，以识别并剔除可能存在水平多效性的工具变量^［13］。

1.4　统计学分析

本研究主要使用逆方差加权法（Inverse-variance weighted， IVW）、MR-Egger法、加权模式法（Weighted mode）、加权中位数法（Weighted median）以及简单模式法（Simple mode）、Wald比率法进行分析，以IVW方法为主^［14］。当P < 0.05时，则认为暴露因素与结局因素存在显著因果关系，使用比值比（Odds Ratio，OR）用于评估暴露与结果之间的关联性。当OR值大于1时，表示暴露因素促进结局的发生；当OR值小于1时，表示暴露抑制结局的发生。所有统计分析均通过 R 4.4.1 软件完成，涉及的核心R包包括TwoSampleMR及MRPRESSO。

1.5　网络药理学分析

1.5.1　GEO差异基因分析

基于孟德尔随机化分析所确定的显著因果关联基因，本研究进一步在公共转录组数据库GEO中获取酒精性肝病相关数据集GSE28619，利用R语言limma包对候选基因进行差异表达分析。以错误发现率（False Discovery Rate，FDR）校正后的P值（adj. P.Val）< 0.05为差异显著性阈值，系统评估孟德尔随机化筛选基因在独立样本中的表达一致性。

1.5.2　功能富集分析

对孟德尔随机化显著关联基因集，采用Reactome数据库进行通路富集分析，解析其参与的生物学过程及信号通路，明确潜在致病机制。

1.5.3　药物预测

基于显著关联基因，通过DsigDB数据库进行反向分子对接筛选，识别可能调控靶基因表达或功能活性的已上市/在研小分子化合物。

1.5.4　分子对接与分子动力学模拟

对候选药物与对应靶基因编码蛋白进行分子对接：首先在PubChem数据库中下载药物对应的2D的SDF文件，然后在蛋白质数据库（Protein Data Bank，PDB）中下载富集在各药物上的靶基因的晶体结构文件，对二者进行分子对接，计算蛋白分子与配体的结合能，对结果进行可视化。基于分子对接结果所形成的复合物，使用Gromacs 软件，复合物置于TIP3P水盒子内（边界距≥1.0 nm），加 0.15 mol/L NaCl 中和电荷。采用 AMBER99SB 力场，分两步能量最小化（最陡下降法→共轭梯度法）后，依次进行正则系综（Constant Number， Volume， Temperature，NVT）平衡与等温等压系综（Constant Number， Pressure， Temperature，NPT）平衡，最终开展100 ns或200 ns生产模拟。每10 ps保存轨迹，通过均方根偏差（Root Mean Square Deviation，RMSD）、回旋半径（Radius of Gyration，Rg）、氢键及结合能分析评估复合物稳定性。

1.5.5　候选药物筛选

基于分子对接结果，进一步通过中药成分含量数据库（Components Contents in Traditional Chinese Medicine，ccTCM）网络平台^［15］、文献等数据库追溯候选药物天然来源或合成衍生物，结合临床可及性与安全性数据，提出潜在治疗酒精性肝病的药物建议。

2 结果

2.1　各国饮酒比例分析

根据WHO数据，本研究对成年人饮酒比例的空间分布及时间演变趋势展开系统性分析。

空间维度上，全球成年人饮酒比例（表2）揭示出显著的地域分布特征：欧洲、澳大利亚等区域，成年人饮酒比例集中于60%~80%区间；而亚洲、非洲部分地区多分布于20%~40%区间，呈现鲜明的地域差异。

时间演变趋势上，图2（a）展示了全球2000—2035年成年人饮酒比例，结果显示2000—2020年间全球成年人饮酒比例呈波动性变化，历史数据在41.6%~43.2%区间震荡。在2020—2035年预测阶段，该比例呈缓升趋势，预计从2020年基线值42.4%逐步攀升至2035年43.5%，其95%置信区间随时间推移显著拓宽，表明未来趋势的不确定性及潜在波动风险增强。图2（b）展示了中国2000—2035年成年人饮酒比例，结果显示2000—2015年间饮酒比例呈波动上升态势，峰值逼近65%；2015年后出现小幅回落。预测数据显示2020—2035年间将维持相对稳态，波动区间收窄至55%~60%，体现与全球趋势的差异性特征。

2.2　孟德尔随机化结果

2.2.1　工具变量的筛选

本研究以饮酒量及不同饮酒状态（现在饮酒、既往饮酒）作为暴露变量，经严格质量控制后共纳入420个独立单核苷酸多态性作为工具变量。所有工具变量的F值均>10，提示工具变量与暴露因素间存在强关联，满足孟德尔随机化分析中工具变量相关性的核心假设，有效削弱了弱工具变量偏倚对因果推断的潜在影响。

2.2.2　孟德尔随机化分析

图3显示，此次研究得出饮酒量与酒精性肝病呈现显著关系，而不同饮酒状态与酒精性肝病无关，图中snp为单核苷酸多态性（Single Nucleotide Polymorphism）。图4显示，本研究通过散点图对结果进行了可视化验证，多种MR分析方法所得出的效应方向高度一致，敏感性及异质性分析结果进一步证实了结论的可靠性。

2.2.3　基因与酒精性肝病孟德尔随机化分析结果

将171个单核苷酸多态性使用gprofile在线网站筛选单核苷酸多态性对应的基因，并将其与酒精性肝病进行孟德尔随机化分析，结果如图5所示，锌转运蛋白（Solute Carrier Family 39 Member 8， SLC39A8）（P=0.012， 95% CI=1.10~2.17）和转录因子4（Transcription Factor 4，TCF4） （P=0.038， 95% CI=1.02~2.13）与酒精性肝病呈现显著关系。

2.2.4　GEO数据集分析

基于孟德尔随机化分析已明确 TCF4 与酒精性肝病存在显著因果关联（P=0.038），且其效应值 OR>1 提示潜在致病作用，本研究利用 GEO 数据库酒精性肝炎数据集 GSE28619 进行差异表达验证，核心目的为确认基因表达趋势的一致性而非筛选全新差异基因。经Benjamini-Hochberg多重检验校正（设定P≤0.001）以控制假阳性率（同时放宽 fold-change 阈值），结果显示 TCF4 呈现显著差异表达（P=0.001，log₂FC=0.157），其在病例组中的表达水平显著上调，与孟德尔随机化分析揭示的遗传关联方向完全一致，进一步证实了TCF4在酒精性肝炎发病机制中的潜在致病作用。

2.2.5　显著基因功能富集

对TCF4基因使用Reactome数据库查找对应的通路途径，结果如图6所示，根据富集在基因上的显著性，排名前5的是TGFBR3（转化生长因子β受体3）表达；肌生成；TGFBR3介导的信号转导；β-连环蛋白-TCF 转录激活复合体形成和TGF-β家族成员介导的信号转导。

2.2.6　药物预测与分子对接结果

基于DSigDB数据库，本研究对TCF4基因进行系统性药物筛选。通过严格的筛选标准，排除具有细胞毒性的药物及非药用化合物，最终获得70个潜在的候选化合物，其中17个为非药用的候选化合物，将其排除后，剩余53个候选化合物。随后，采用AutoDock分子对接软件对这53种候选化合物与TCF4基因编码蛋白进行分子对接分析，系统评估化合物与靶蛋白间的结合模式及分子间相互作用。分子对接计算生成的结合自由能作为评价化合物-蛋白质复合物稳定性的关键参数，其中结合自由能数值越低，表明化合物与靶蛋白间的结合亲和力越强，分子识别特异性越高。

设定结合自由能阈值为-31.38 kJ/mol，符合条件的候选化合物有17个候选化合物，其中包含3个候选药物具有毒性，5个候选药物为激素类药物，长期服用对身体具有危害，3个候选药物为抗肿瘤药物，治疗过程中会无差别损伤肝细胞及正常组织，导致肝功能损伤加重、恶心呕吐、骨髓抑制等严重不良反应，与酒精性肝病治疗的“保肝”核心诉求冲突；剩余6个候选药物，其中有报道指出番茄碱对胃肠道具有刺激性，口服安全剂量有限；视黄酸长期使用易导致肝毒性，因此排除，最终确定表没食子儿茶素没食子酸酯（Epigallocatechin Gallate， EGCG）、芹菜素（Apigenin）、木犀草素（Luteolin）和白杨素（Chrysin）作为具有治疗潜力的药物。表4展示了分子对接的结果，图7为分子对接可视化结果。

2.2.7　分子动力学模拟

分子动力学模拟结果如图8—图10所示，均方根偏差（RMSD）曲线（图8（a）—图8（d））反映了所有TCF4-配体复合物在经历初始构象调整后均趋于稳定状态，RMSD 值稳定维持在约1.0 nm，表明复合物在整个模拟过程中保持了良好的结构稳定性。回转半径（Rg）分析（图9（a）—图9（d））进一步证实了复合物整体构象的紧凑性，其Rg值在相对较窄的范围内波动（约2.0 nm~2.3 nm），说明蛋白质-配体复合物的三维空间结构得到有效维持。氢键动力学分析（图10（a）—图10（d））揭示了不同配体与 TCF4 相互作用的显著差异。其中，TCF4-表没食子儿茶素没食子酸酯复合物表现出最优的氢键形成能力，氢键数量最多（峰值达8~10个）且维持时间最长，显示出强劲的相互作用稳定性。相比之下，TCF4-木犀草素、TCF4-芹菜素以及TCF4-白杨素复合物的氢键数量相对较少，且持续性较差。使用gmx_MMPBSA计算TCF4-配体复合物的结合能得出：TCF4-表没食子儿茶素没食子酸酯约-72.38 kJ/mol，TCF4-木犀草素约-64.85 kJ/mol，TCF4-芹菜素约-55.23 kJ/mol，TCF4-白杨素约-46.02 kJ/mol。

2.2.8　候选药物筛选

使用ccTCM网络平台和文献查找中药中每种成分的含量。结果如图11所示，根据文献研究在不同的茶叶（Camellia sinensis （L.） Kuntze）中EGCG的含量不同，平均含量为9.097%^［16］；不同芹菜（Apium graveolens L.）中芹菜素的含量不同，比较每种芹菜的芹菜叶、顶端茎和基部茎的含量，得到章丘鲍芹（Apium graveolens L. var. Dulce DC.）的芹菜素含量最高^［17］；此外芹菜素在芫花（Genkwa phillyreoides var. sinensis）、紫菀（Aster tataricus L. f.）、化橘红（Citri Grandis Exocarpium）和墨旱莲（Eclipta prostrata L.）中均有。黄芩（Scutellaria baicalensis Georgi）中木犀草素含量为1.10%~1.20%^［18］，白杨素含量为0.01%~0.05%^［18］。紫菀中芹菜素含量为0.18%~0.32%^［19］，木犀草素含量为0.27%~0.52%^［19］。基于成分含量和安全性综合评估，我们建立了分层防治策略：茶叶因其EGCG含量最高且与TCF4形成最稳定的分子复合物，联合章丘鲍芹的高芹菜素含量优势，推荐作为酒精性肝病的日常预防性食物；黄芩和紫菀因分别富含高含量木犀草素和多种活性成分协同组合，能提供更强的药理作用强度，故推荐作为治疗酒精性肝病的药物。值得注意的是，虽然芫花含有一定量的芹菜素（0.20%~0.70%）和木犀草素（0.01%~0.10%），但其活性成分含量相比其他候选药材并无突出优势，且《中华人民共和国药典》明确标注其具有毒性，使用不当可引起剧烈呕吐、腹痛等严重不良反应，因此在以安全性为首要原则的酒精性肝病防治中予以排除。

3 讨论

根据研究显示，全球成年人饮酒行为具有明显的地域差异性。欧洲地区饮酒率较高^［20］，这与当地深厚的酒精消费文化传统密切相关，酒精消费已深度融入日常饮食和社交场合，南欧葡萄酒文化和中欧啤酒节即为典型代表^［21］。相比之下，亚洲和非洲地区饮酒率相对偏低^［20］，这主要受宗教因素、文化传统及经济条件制约。在此背景下，中国饮酒行为呈现出独特性，具有鲜明的社交属性^［21-22］，尤其在北方地区，饮酒作为重要社交手段发挥着维系人际关系的作用，同时表现出显著的男女饮酒率差异^［23］。基于上述地域差异特征，本研究通过分析2020—2035年全球饮酒数据发现，全球饮酒率整体呈小幅增长态势。欧洲地区饮酒率达60%~80%，亚洲及非洲地区为20%~40%，中国饮酒率自2015年以来保持在55%~60%水平^［24］。与全球上升趋势不同，中国饮酒率近十年来相对稳定，提示我国酒精消费可能已进入平台期。这种区域性差异及中国饮酒率的稳定性特征为深入理解不同文化背景下的饮酒模式提供了重要线索，同时为相关公共卫生干预措施的制定提供了科学依据。

本研究通过全基因组孟德尔随机化分析，鉴定TCF4为酒精性肝病的潜在靶点。TCF4属于碱性螺旋-环-螺旋（bHLH）转录因子家族，定位于人类染色体18q21区域，通过特异性结合E-box序列调控下游靶基因的转录^［25-26］。既往研究表明，TCF4在上皮-间质转化（EMT）、细胞周期调控及组织稳态维持中发挥关键作用^［27-29］。本研究进一步揭示，TCF4在酒精性肝病的病理进程中发挥核心作用，其异常激活直接参与肝纤维化、炎症反应及信号通路的调控。

在酒精性肝病的病理进程中，慢性酒精暴露显著上调TCF4的转录活性。活化的TCF4通过激活肝星状细胞（Hepatic Stellate Cell， HSC），促使其从静息状态向肌成纤维细胞样表型转化，标志着肝纤维化的起始^［30-31］。随后，TCF4通过直接结合E-box序列，显著上调α-平滑肌肌动蛋白（Alpha-Smooth Muscle Actin，α-SMA）和I型胶原α1链（Collagen Type I Alpha 1 Chain，COL1A1）等促纤维化基因的表达，导致细胞外基质（Extracellular Matrix，ECM）的过度沉积^［32］。此外，TCF4还通过调控金属蛋白酶组织抑制因子（Tissue Inhibitors of Metalloproteinases，TIMPs）的表达，抑制ECM降解，进一步加剧纤维化进程的不可逆性^［33］。

与此同时，TCF4还参与调控白介素-1β（Interleukin-1β，IL-1β）和肿瘤坏死因子-α（Tumor Necrosis Factor-α，TNF-α）等促炎细胞因子的转录，维持并放大酒精诱导的慢性炎症反应^［33］。尤为关键的是，本研究发现TCF4在TGF-β/Smad信号通路中发挥枢纽调节作用，通过与Smad转录复合物相互作用，构建并维持炎症-纤维化的正反馈循环，促使疾病呈现进行性加重的特征^［34］。

综合上述研究结果，TCF4在酒精性肝病的发病机制中处于核心地位，其异常激活不仅促进肝纤维化和炎症反应，还通过调控关键信号通路（如TGF-β/Smad）维持病理进程的持续性。因此，靶向抑制TCF4的转录活性或蛋白功能，有望同时阻断肝纤维化和炎症反应的病理进程，为酒精性肝病的精准治疗提供新的靶点和治疗策略。本研究为后续针对TCF4的干预策略提供了理论基础和临床转化价值。

EGCG作为绿茶中的主要活性成分，具有显著的抗氧化、抗炎及抗纤维化作用。研究表明，EGCG可通过抑制Wnt/β-catenin/TCF4信号通路的病理性激活，抑制β-catenin的核转位及其与TCF4的结合，从而削弱Wnt/β-catenin/TCF4复合物的转录活性，下调c-Myc、Cyclin D1等促增殖和原癌基因，以及IL-1β、TNF-α等促炎因子的表达，从而减轻肝细胞增殖失控和炎症反应，缓解酒精诱导的肝损伤和炎症^［35-37］。此外，EGCG还可通过抑制TGF-β1的表达和分泌，并调节TGFBR3的表达和功能，降低HSC对TGF-β信号的敏感性，抑制TGF-β/Smad信号级联反应，减少TCF4介导的α-SMA、COL1A1等纤维化相关基因的转录，从而抑制HSC活化和ECM沉积，对抗肝纤维化^{［35，37］}。可见，表没食子儿茶素没食子酸酯通过多靶点调控信号通路，发挥其在酒精性肝病中的保护作用。

芹菜素作为一种天然黄酮类化合物，广泛存在于芹菜及紫苑等植物中，其在酒精性肝病的防治中展现出显著的潜力。研究表明，芹菜素能够通过多靶点机制干预Wnt/β-catenin/TCF4信号通路，从而抑制炎症、纤维化及细胞增殖等病理过程。具体而言，芹菜素可通过直接干扰Wnt/β-catenin信号通路的多个环节，例如促进β-catenin的降解或抑制其核转位，从而显著减少β-catenin与TCF4形成的转录激活复合物，从而抑制促炎、促纤维化及促癌基因的表达，从而减轻酒精性肝损伤的炎症和纤维化进程^［38］。此外，芹菜素还具有抑制TGF-β1诱导的Smad通路激活的能力，通过影响HSC的增殖和凋亡，抑制纤维化相关基因的表达，从而减轻细胞外基质的沉积^［39］。这些机制共同作用，有助于改善酒精性肝病的病理进程。

木犀草素作为黄芩和紫菀中的主要黄酮类活性成分，在酒精性肝病的防治中展现出基于多重信号通路交叉调控的复杂干预机制。在直接信号调控层面，木犀草素通过精确靶向Wnt/β-catenin信号通路的关键分子节点发挥抗病理作用：一方面，木犀草素能够促进胞质内β-catenin蛋白的磷酸化修饰和随后的蛋白酶体降解过程，显著降低细胞内游离β-catenin的稳态水平；另一方面，对于核内的β-catenin分子，木犀草素通过直接或间接的机制抑制其与TCF4转录因子的功能性结合，从而削弱β-catenin/TCF4转录复合物的DNA结合活性和转录激活能力^［40］。这种双重调控机制的协同作用导致Wnt信号通路下游关键靶基因如c-Myc、Cyclin D1等促增殖调控分子以及多种促炎基因的转录表达显著下调，在分子水平有效阻断了酒精诱导的肝星状细胞异常增殖、活化以及向肌成纤维细胞样表型的病理性转分化过程。更为重要的是，木犀草素同时发挥强效的抗炎调节作用，通过特异性抑制NF-κB等核心炎症信号转导通路的激活，显著减少TNF-α、IL-6、IL-1β等关键促炎细胞因子的产生和释放^［41］。鉴于炎症反应是Wnt/β-catenin信号通路病理性激活的重要上游调控因子，木犀草素通过抑制炎症级联反应实现了对Wnt/β-catenin/TCF4信号网络的间接但深度的调控，形成了“抗炎-抑制Wnt信号-减轻纤维化”的多层次治疗效应链条，为其在酒精性肝病综合防治中的临床应用提供了坚实的分子机制基础和理论支撑。

黄芩中的另一活性成分白杨素能有效清除活性氧自由基，抑制脂质过氧化，并减少炎症介质的产生^［42］。氧化应激和炎症是酒精性肝病中激活Wnt/β-catenin信号的重要因素。通过抑制这些上游病理信号^［43］，白杨素可间接降低Wnt/β-catenin/TCF4通路的异常激活，从而减少促纤维化和促炎因子的表达，发挥肝保护作用。

4 结论

本研究通过整合孟德尔随机化、网络药理学及分子生物学技术，构建多维度验证体系，从遗传关联层面证实TCF4为酒精性肝病的潜在特异性靶点——其通过调控Wnt/β-catenin及TGF-β/Smad信号通路，参与肝星状细胞活化与炎症反应，为酒精性肝病纤维化阶段的干预提供了新的分子靶点。同时，明确茶叶（EGCG平均含量9.097%）、章丘鲍芹（高芹菜素含量）可作为酒精性肝病的膳食干预选择，黄芩、紫菀（富含木犀草素、白杨素）具备治疗药物开发潜力，成功建立“天然产物-靶点-通路”的关联，为传统中药防治酒精性肝病提供科学依据。

研究创新性在于通过多学科方法规避传统研究偏倚，构建“遗传验证-机制解析-分层干预”的酒精性肝病研究范式；局限性主要为基于欧洲人群遗传数据，且活性成分体内生物利用度、临床疗效尚未验证。未来需纳入亚洲人群数据验证TCF4的普适性，借助单细胞测序、空间代谢组学深化作用机制研究，并通过动物实验及临床观察进一步推动候选天然产物的转化应用，为酒精性肝病精准防治提供新策略。

参考文献

[1] ORGANIZATION W H. Global Status Report on Alcohol and Health 2018[M]. World Health Organization, 2018.

[2] WOOD A M, KAPTOGE S, BUTTERWORTH A S, et al. Risk Thresholds for Alcohol Consumption: Combined Analysis of Individual-participant Data for 599 912 Current Drinkers in 83 Prospective Studies[J]. Lancet, 2018, 391(10129): 1513-1523. DOI: 10.1016/S0140-6736(18)30134-X .

[3] 党文飞, 张红伟, 周晶晶, 等. 葛花与枳椇子对酒精性肝病的防治作用及机制研究进展[J]. 中华中医药杂志, 2025, 40(4): 1833-1837.

[4] DANG W F, ZHANG H W, ZHOU J J, et al. Research Progress on the Prevention and Treatment Effect and Mechanism of Kudzu and Citrus aurantium on Alcoholic Liver Disease[J]. China J Tradit Chin Med Pharm, 2025, 40(4): 1833-1837.

[5] 许东升. 酒精性肝病的病因和发病机制[J]. 胃肠病学, 2003, 8(5): 297-299.

[6] XU D S. Etiology and Pathogenesis of Alcoholic Liver Disease[J]. Chin J Gastroenterol, 2003, 8(5): 297-299.

[7] 徐洪芹, 高沿航. Liver International亚洲地区酒精性肝病的流行特征(2000年—2020年)[J]. 临床肝胆病杂志, 2022, 38(7): 1625.

[8] XU H Q, GAO Y H. Oliver International | Epidemiological Characteristics of Alcoholic Liver Disease in Asia (2000-2020)[J]. J Clin Hepatol, 2022, 38(7): 1625.

[9] 鲁晓岚, 罗金燕, 陶明, 等. 酒精性肝病的危险因素分析[J]. 胃肠病学和肝病学杂志, 2004, 13(2): 172-174.

[10] LU X L, LUO J Y, TAO M, et al. Analysis of Risk Factors for Alcoholic Liver Diseases[J]. Chin J Gastroenterol Hepatol, 2004, 13(2): 172-174.

[11] DAVEY SMITH G, HEMANI G. Mendelian Randomization: Genetic Anchors for Causal Inference in Epidemiological Studies[J]. Hum Mol Genet, 2014, 23(R1): R89-R98. DOI: 10.1093/hmg/ddu328 .

[12] GAGNON E, DAGHLAS I, ZAGKOS L, et al. Mendelian Randomization Applied to Neurology: Promises and Challenges[J]. Neurology, 2024, 102(4): e209128. DOI: 10.1212/WNL.0000000000209128 .

[13] 王婧雯, 王凯. 基于网络药理学联合分子对接研究饮久舒解酒护肝的作用机制[J]. 中国实用医药, 2023, 18(24): 172-178. DOI: 10.14163/j.cnki.11-5547/r.2023.24.043 .

[14] WANG J W, WANG K. Study on the Mechanism of Yin-jiu-Shu in Promoting Alcohol Metabolism and Protecting Liver Based on Network Pharmacology and Molecular Docking[J]. China Pract Med, 2023, 18(24): 172-178. DOI: 10.14163/j.cnki.11-5547/r.2023.24.043 .

[15] 王耀珩, 韩佳俊, 宋林泽, 等. 基于网络药理学探讨丹栀逍遥散治疗酒精性肝病的物质基础及作用机制[J]. 人参研究, 2025, 37(1): 26-34. DOI: 10.19403/j.cnki.1671-1521.2025.01.005 .

[16] WANG Y H, HAN J J, SONG L Z, et al. Based on Network Pharmacology, this Paper Discusses the Material Basis and Mechanism of Danzhi Xiaoyao Powder in Treating Alcoholic Liver Disease[J]. Ginseng Res, 2025, 37(1): 26-34. DOI: 10.19403/j.cnki.1671-1521.2025.01.005 .

[17] 王紫柠, 蒲浩, 王清如, 等. 基于网络药理学和实验验证探讨丹皮酚对酒精性肝病小鼠的作用机制[J]. 中草药, 2025, 56(18): 6644-6656.

[18] WANG Z N, PU H, WANG Q R, et al. Mechanism of Paeonol on Mice with Alcoholic Liver Disease Based on Network Pharmacology and Experimental Verification[J]. Chin Tradit Herb Drugs, 2025, 56(18): 6644-6656.

[19] RICHMOND R C, DAVEY SMITH G. Mendelian Randomization: Concepts and Scope[J]. Cold Spring Harb Perspect Med, 2022, 12(1): a040501. DOI: 10.1101/cshperspect.a040501 .

[20] PAN W Q, ZHOU L, HAN R, et al. Causal Associations between Kidney Function and Aortic Valve Stenosis: a Bidirectional Mendelian Randomization Analysis[J]. Ren Fail, 2024, 46(2): 2417742. DOI: 10.1080/0886022X.2024.2417742 .

[21] 梁丽花, 袁玉冰, 李莉. 基于双向两样本孟德尔随机化法分析基础代谢率与衰弱指数的因果关系[J]. 现代预防医学, 2024, 51(12): 2127-2132. DOI: 10.20043/j.cnki.MPM.202403456 .

[22] LIANG L H, YUAN Y B, LI L. Causal Relationship between Basal Metabolic Rate and Frailty Index Based on Bidirectional Two-sample Mendelian Randomization[J]. Mod Prev Med, 2024, 51(12): 2127-2132. DOI: 10.20043/j.cnki.MPM.202403456 .

[23] YANG D Q, ZHU Z, YAO Q, et al. CCTCM: A Quantitative Component and Compound Platform for Promoting the Research of Traditional Chinese Medicine[J]. Comput Struct Biotechnol J, 2023, 21: 5807-5817. DOI: 10.1016/j.csbj.2023.11.030 .

[24] 蒋堃, 肖斌, 余有本, 等. 陕南地区高EGCG茶树资源筛选[J]. 西北农业学报, 2010, 19(9): 193-197.

[25] JIANG K, XIAO B, YU Y B, et al. Screening Specific Tea Plant Resources with High Epigallocatechin Gallate Content[J]. Acta Agric Boreali Occidentalis Sin, 2010, 19(9): 193-197.

[26] 李有媛, 赵愉涵, 陈庆敏, 等. 四种芹菜不同部位营养成分和抗氧化能力的分析比较[J]. 食品与发酵工业, 2021, 47(14): 76-81. DOI: 10.13995/j.cnki.11-1802/ts.026081 .

[27] LI Y Y, ZHAO Y H, CHEN Q M, et al. Analysis and Comparison of Nutritional Components and Antioxidant Capacity in Different Parts of Four Kinds of Celery[J]. Food Ferment Ind, 2021, 47(14): 76-81. DOI: 10.13995/j.cnki.11-1802/ts.026081 .

[28] TAN Z S, YU W Z, HUA C G, et al. Optimization for Ultra High Pressure Extraction of Scutellaria barbata by Central Composite Design-response Surface Methodology[J]. Afr J Biotechnol, 2011, 10(65): 14637-14643. DOI: 10.5897/ajb11.1841 .

[29] 夏成凯, 郭伟娜, 王甫成, 等. 一测多评法测定紫菀中5种黄酮类成分含量[J]. 中药材, 2015, 38(1): 112-114. DOI: 10.13863/j.issn1001-4454.2015.01.029 .

[30] XIA C K, GUO W N, WANG F C, et al. Determination of Five Flavonoids in Radix Asteris by One-test and Multi-evaluation Method[J]. J Chin Med Mater, 2015, 38(1): 112-114. DOI: 10.13863/j.issn1001-4454.2015.01.029 .

[31] REHM J, REHN N, ROOM R, et al. The Global Distribution of Average Volume of Alcohol Consumption and Patterns of Drinking[J]. Eur Addict Res, 2003, 9(4): 147-156. DOI: 10.1159/000072221 .

[32] CRAVERO M C, LAUREATI M, SPINELLI S, et al. Profiling Individual Differences in Alcoholic Beverage Preference and Consumption: New Insights from a Large-scale Study[J]. Foods, 2020, 9(8): 1131. DOI: 10.3390/foods9081131 .

[33] 胡成, 罗丹, 黄云香, 等. 长沙市公职人员饮酒行为现状及其影响因素[J]. 中南大学学报(医学版), 2021, 46(3): 283-292. DOI: 10.11817/j.issn.1672-7347.2021.190818 .

[34] HU C, LUO D, HUANG Y X, et al. Drinking Behavior among Government Employees in Changsha and Its Influencing Factors[J]. J Cent South Univ Med Sci, 2021, 46(3): 283-292. DOI: 10.11817/j.issn.1672-7347.2021.190818 .

[35] WANG Q Q, ZHANG Y Z, WU C G. Alcohol Consumption and Associated Factors among Middle-aged and Older Adults: Results from China Health and Retirement Longitudinal Study[J]. BMC Public Health, 2022, 22(1): 322. DOI: 10.1186/s12889-022-12718-8 .

[36] Global Status Report on Alcohol and Health[Z]. 2019.

[37] 罗超, 何刚, 彭志平, 等. T细胞因子4的选择性剪接与肿瘤[J]. 现代肿瘤医学, 2015, 23(6): 867-870. DOI: 10.3969/j.issn.1672-4992.2015.06.40 .

[38] LUO C, HE G, PENG Z P, et al. Alternative Splicing of TCF₄ and Its Relationship with Tumorigenesis[J]. J Mod Oncol, 2015, 23(6): 867-870. DOI: 10.3969/j.issn.1672-4992.2015.06.40 .

[39] 吴缤. 转录因子TCF₄在神经母细胞瘤中的作用及其机制研究[D]. 苏州: 苏州大学, 2023. DOI: 10.27351/d.cnki.gszhu.2023.000122 .

[40] WU B. The Role and Mechanism of Transcription Factor TCF₄ in Neuroblastoma[D]. Suzhou: Soochow University, 2023. DOI: 10.27351/d.cnki.gszhu.2023.000122 .

[41] 金灿灿, 邵世和. miR-129通过抑制T细胞因子4的表达影响肺癌A549细胞的上皮间质转化[J]. 江苏大学学报(医学版), 2019, 29(4): 305-309. DOI: 10.13312/j.issn.1671-7783.y180253 .

[42] JIN C C, SHAO S H. miR-129 Regulates Epithelial-mesenchymal Transition in Lung Adenocarcinoma Cell A549 via Downregulating TCF₄ Expression[J]. J Jiangsu Univ Med Ed, 2019, 29(4): 305-309. DOI: 10.13312/j.issn.1671-7783.y180253 .

[43] 温思茜, 宋亚丽, 刘婧, 等. 上皮-间质转化与女性生殖系统发育、功能及疾病[J]. 国际生殖健康/计划生育杂志, 2019, 38(3): 236-239.

[44] WEN S X, SONG Y L, LIU J, et al. Epithelial-mesenchymal Transition and the Development, Function and Diseases of Female Reproductive System[J]. J Int Reprod Health/family Plan, 2019, 38(3): 236-239.

[45] 陈潇雅, 余长云, 张欣. 上皮间质转化与肿瘤转移的研究进展[J]. 中国耳鼻咽喉颅底外科杂志, 2015, 21(4): 346-350. DOI: 10.11798/j.issn.1007-1520.201504026 .

[46] CHEN X Y, YU C Y, ZHANG X. Research Progress of Epithelial-mesenchymal Transition and Tumor Metastasis[J]. Chin J Otorhinolaryngol Skull Base Surg, 2015, 21(4): 346-350. DOI: 10.11798/j.issn.1007-1520.201504026 .

[47] 黄宇, 黄迪, 翁杰锋, 等. 肝星状细胞凋亡信号途径及药物reversine的研究进展[J]. 广东医学, 2015, 36(4): 643-646. DOI: 10.13820/j.cnki.gdyx.2015.04.046 .

[48] HUANG Y, HUANG D, WENG J F, et al. Research Advances on Apoptosis Signaling Pathways and the Drug Reversine in Hepatic Stellate Cells[J]. Guangdong Med J, 2015, 36(4): 643-646. DOI: 10.13820/j.cnki.gdyx.2015.04.046 .

[49] NAN Y M, WANG R Q, FU N. Peroxisome Proliferator-activated Receptor Α, a Potential Therapeutic Target for Alcoholic Liver Disease[J]. World J Gastroenterol, 2014, 20(25): 8055-8060. DOI: 10.3748/wjg.v20.i25.8055 .

[50] WHEELER M D, KONO H, YIN M, et al. The Role of Kupffer Cell Oxidant Production in Early Ethanol-induced Liver Disease[J]. Free Radic Biol Med, 2001, 31(12): 1544-1549. DOI: 10.1016/s0891-5849(01)00748-1 .

[51] KISSELEVA T, BRENNER D A. Inactivation of Myofibroblasts during Regression of Liver Fibrosis[J]. Cell Cycle, 2013, 12(3): 381-382. DOI: 10.4161/cc.23549 .

[52] GANDHI C R. Hepatic Stellate Cell Activation and Pro-fibrogenic Signals[J]. J Hepatol, 2017, 67(5): 1104-1105. DOI: 10.1016/j.jhep.2017.06.001 .

[53] 石明亮, 王晓磊, 李江琳, 等. 基于Wnt信号通路研究表没食子酸儿茶素没食子酸酯对肝星状细胞活化的作用及机制[J]. 中草药, 2022, 53(3): 758-766.

[54] SHI M L, WANG X L, LI J L, et al. Effect and Mechanism of Epigallocatechin Gallate on Activation of Hepatic Stellate Cells Based on Wnt Signaling Pathway[J]. Chin Tradit Herb Drugs, 2022, 53(3): 758-766.

[55] 周丹, 于洋, 安洋, 等. 表没食子儿茶素没食子酸酯通过Wnt/β-catenin信号通路改善免疫性肝炎小鼠肝损伤[J]. 解剖学研究, 2020, 42(1): 38-43. DOI: 10.20021/j.cnki.1671-0770.2020.01.007 .

[56] ZHOU D, YU Y, AN Y, et al. EGCG Mediated WNT/Β-catenin Signaling Pathway Improves Liver Damage in Mice with Immune Hepatitis[J]. Anat Res, 2020, 42(1): 38-43. DOI: 10.20021/j.cnki.1671-0770.2020.01.007 .

[57] 史景莉, 唐旭东. 表没食子儿茶素没食子酸酯对细胞信号转导通路的影响[J]. 生命的化学, 2012, 32(3): 243-248. DOI: 10.13488/j.smhx.2012.03.009 .

[58] SHI J L, TANG X D. Effects of Epigallocatechin-3-gallate on Cellular Signaling Pathways[J]. Chem Life, 2012, 32(3): 243-248. DOI: 10.13488/j.smhx.2012.03.009 .

[59] LIN C M, CHEN H H, LIN C N, et al. Apigenin-induced Lysosomal Degradation of Β-catenin in WNT/Β-catenin Signaling[J]. Sci Rep, 2017, 7(1): 372. DOI: 10.1038/s41598-017-00409-z .

[60] JI J, YU Q, DAI W Q, et al. Apigenin Alleviates Liver Fibrosis by Inhibiting Hepatic Stellate Cell Activation and Autophagy via TGF- β 1/Smad3 and P38/PPAR α Pathways[J]. PPAR Res, 2021, 2021: 6651839. DOI: 10.1155/2021/6651839 .

[61] CHEN M, ZHANG S N, HUANG X Q, et al. The Protective Effects and Mechanism of Myricetin in Liver Diseases (Review)[J]. Mol Med Rep, 2025, 31(4): 87. DOI: 10.3892/mmr.2025.13452 .

[62] RUDRAPAL M, RAKSHIT G, SINGH R P, et al. Dietary Polyphenols: Review on Chemistry/Sources, Bioavailability/Metabolism, Antioxidant Effects, and Their Role in Disease Management[J]. Antioxidants, 2024, 13(4): 429. DOI: 10.3390/antiox13040429 .

[63] 李强, 齐世美, 姜琦, 等. 白杨素通过MAPK信号抑制LPS诱导的RAW 264.7细胞炎症[J]. 皖南医学院学报, 2018, 37(5): 409-412.

[64] LI Q, QI S M, JIANG Q, et al. Chrysin Inhibiting LPS-induced Inflammation of RAW 264.7 Cells via MAPK Signaling Pathway[J]. Acta Acad Med Wannan, 2018, 37(5): 409-412.

[65] RONG W H, WAN N Y, ZHENG X, et al. Chrysin Inhibits Hepatocellular Carcinoma Progression through Suppressing Programmed Death Ligand 1 Expression[J]. Phytomedicine, 2022, 95: 153867. DOI: 10.1016/j.phymed.2021.153867 .

基金资助

药用资源化学与分子工程国家重点实验室开放课题(CMEMR2023-B15)

中央引导地方科技发展专项资金(YDZJSX2025D081)

国家中医药管理局科技专项(GZY-KJS-2025-115)

山西省自然科学基金(202503021211081)