网络毒理学与机器学习整合分析揭示马兜铃酸诱导肝细胞癌的关键生物标志物及其免疫调控机制

摘要

本研究旨在整合网络毒理学、多种机器学习算法与分子对接技术，系统性筛选并验证与马兜铃酸(aristolochic acids, AAs)暴露相关的肝细胞癌(hepatocellular carcinoma, HCC)核心生物标志物，并揭示其潜在的致癌分子机制。整合多个GEO公共数据集，经批次校正后筛选HCC的差异表达基因(differentially expressed genes, DEGs)。通过ChEMBL、 SwissTargetPrediction及PharmMapper 3个互补数据库预测AAs潜在靶点。应用12种特征选择算法(包括Lasso、 Ridge、 Enet、 Stepglm、 SVM、 glmBoost、 LDA、 plsRglm、 RF、 GBM、 XGBoost和NaiveBayes)构建了113种算法组合，用于筛选最优模型，并对关键靶基因进行特征筛选，鉴定出最优诊断效能的核心基因组合。采用SHAP(shapley additive explanations)分析模型可解释性，并构建人工神经网络(artificial neural network, ANN)模型以验证核心标志物的分类效能。进一步通过CIBERSORT和ssGSEA算法分析核心基因与免疫微环境的关联。最后，采用分子对接技术验证靶点结合能。研究共获得68个AAs与HCC的共同靶基因，并对关键靶点进行基因本体论(gene ontology, GO)功能、基因组百科全书(kyoto encyclopedia of genes and genomes, KEGG)通路富集分析。最优机器学习模型筛选出8个核心基因RND3、HMMR、LY6E、CCNA2、PCK1、PSPH、KIF11、TK1,其在HCC诊断中表现出较强潜力(AUC>0.85)。SHAP分析表明，RND3是模型中最重要的预测特征(SHAP value=0.164)。基于该基因组合构建的ANN模型展现出极高的分类效能(AUC=0.990, 95%CI:0.984～0.995)。免疫浸润分析表明，这些基因在调控免疫微环境中呈现两种相反的功能模式：部分基因(如HMMR、CCNA2)与免疫激活状态正相关，而另一部分(如RND3、PCK1)则与免疫静息或抑制状态正相关。分子对接结果证实了6个核心蛋白与AAs具有良好的结合活性。本研究成功鉴定出以RND3为代表的8个核心基因，可作为诊断AAs相关HCC的潜在工具。同时揭示了AAs可能通过直接结合关键蛋白，进而调控细胞代谢重编程和免疫微环境来诱导HCC的潜在分子机制。这些发现为阐明AAs的肝脏致癌机制提供了具体的分子靶点，并为HCC的早期诊断与精准治疗提供了潜在的生物标志物。后期相关研究应集中于对这些核心靶点进行体外与体内实验功能验证。

关键词

马兜铃酸 / 肝细胞癌 / 机器学习 / 人工神经网络 / 分子对接