白藜芦醇治疗卵巢癌的潜在机制:基于网络药理学、机器学习和生物信息学的分析

摘要

目的:基于生物信息学分析和机器学习算法探索白藜芦醇治疗卵巢癌的关键靶点和潜在机制。方法:首先从TCMSP、Ch EMBL等数据库收集白藜芦醇药物靶点，采用生物信息学筛选卵巢癌相关靶点，并通过分析卵巢癌数据集GSE26712确定卵巢癌相关靶点。随后计算药物靶点和疾病靶点的交集，对交集靶点进行功能富集分析，并构建蛋白互作网络和药物-疾病相互作用网络。最后结合机器学习算法识别枢纽基因，并通过免疫浸润分析与分子对接验证其作用。结果:鉴定得到430个药物靶点，3 093个差异表达基因，1 254个卵巢癌相关共表达模块基因。35个交集靶点富集分析显示白藜芦醇可能通过PI3K-Akt、VEGF、HIF-1信号通路及细胞基质连接组装等过程影响卵巢癌。机器学习算法鉴定出GSTP1和FKBP1A两个枢纽基因，免疫浸润分析和分子对接证实其在卵巢癌治疗中的关键作用。免疫浸润分析表明，白藜芦醇可以调节枢纽基因的表达来影响卵巢癌免疫浸润微环境。白藜芦醇与FKBP1A和GSTP1的对接结合能分别为-9.3和-7.1 kcal/mol，均小于-5 kcal/mol，具有稳定的结合亲和力。结论:白藜芦醇可能通过调节GSTP1和FKBP1A等关键基因的表达，影响PI3K-Akt、VEGF、HIF-1信号通路，并改变肿瘤免疫微环境，从而在卵巢癌治疗中发挥作用。

关键词

白藜芦醇 / 卵巢癌 / 免疫浸润 / 网络药理学