山柰酚治疗乳腺癌机制的网络药理学与生物信息学分析及机制相关预后模型构建

摘要

背景与目的：山柰酚是一种天然黄酮类化合物，可以调节各种与癌症相关的过程和活动，如细胞周期、氧化应激、细胞凋亡、增殖、转移和血管生成，且其抗乳腺癌的潜力已得到了一些研究的验证，但其作用机制尚不清楚。因此，本研究探讨山柰酚治疗乳腺癌的潜在作用靶点和通路，并建立预后模型。方法：基于网络药理学和生物信息学方法，利用HERB、GeneCards、STRING、Pubchem、RSCD PDB、TCGA等数据库获取山柰酚治疗乳腺癌的交集靶点进行蛋白互作、GO分析及KEGG通路富集分析，并进行分子对接进行验证。用LASSO-Cox回归分析获取预后相关基因并建立风险评分模型，分别对单基因进行预后分析，并分析风险评分和免疫浸润的相关性。结果：网络药理学分析获得55个交集靶点，蛋白互作分析结果获得5个潜在关键基因（Akt1、Bcl2、CASP3、ESR1、AR）。GO分析结果发现山柰酚治疗乳腺癌涉及1 604个生物学过程条目、20个细胞组成条目，121个分子功能条目。KEGG通路富集主要包括化学致癌-活性氧信号通路、糖尿病并发症中的AGE-RAGE信号通路、TNF信号通路、IL-17信号通路等。分子对接结果表明，山柰酚与关键靶点具有强大的亲和力，与ESR1结合效果最好（-9.1 kcal/mol）。通过LASSO-Cox回归分析获得了10个预后基因（Bcl2、CYP1B1、DPP4、GSTM1、GSTM2、MMP1、NCOA2、NOS2、NR1I3、PTGS2），并以此建立风险评分模型。该模型预测乳腺癌患者预后的AUC>0.5。单基因预后分析提示，Bcl2 (HR=0.61,95%CI=0.43～0.86, P=0.005)、 CYP1B1 (HR=0.68, 95%CI=0.49～0.94, P=0.022)、 GSTM1 (HR=0.68, 95%CI=0.47～0.98, P=0.037)、 GSTM2 (HR=0.64, 95%CI=0.46～0.90, P=0.010)、 PTGS2 (HR=0.62, 95%CI=0.44～0.86,P=0.005)高表达组的总生存（OS）期均高于各自的低表达组；MMP1 (HR=1.72,95%CI=1.22～2.41,P=0.002)、NCOA2 (HR=1.71,95%CI=1.12～2.60,P=0.013)、NOS2 (HR=1.67,95%CI=1.20～2.32,P=0.002)、NR1I3 (HR=1.69,95%CI=1.21～2.37,P=0.002)高表达组的OS均低于各自的低表达组。预后模型评分与T细胞、CD8+T细胞、髓样树突细胞、NK细胞、B细胞的浸润呈负相关，与单核/巨噬细胞的浸润呈正相关（均P<0.05）。结论：山柰酚可通过多靶点、多通路发挥治疗乳腺癌作用。基于其作用相关靶点筛选出来的预后基因及建立的预后模型可为乳腺癌的临床治疗提供指导；预后模型与免疫的相关性可为下一步实验研究提供了方向。

关键词

乳腺肿瘤 / 山柰酚 / 网络药理学 / 计算生物学