45天接到，仅网络药理学，8.2分顶级期刊! 是的，你没有错，网络医学再一次刷新了小科的认知。近年来，关于网络药理学的研究层出不穷，根据小科之前的认知，没有分子对接，以及体内体外实验验证，很难发表，或者很难出高分。那么这篇文章到底有什么优势能够实现纯网药发8+呢?首先，本文研究的是醋酸三丁酯(ATBC)，这是一种广泛使用的无毒增塑剂，常用于制造塑料制品以提高其柔韧性，因此文章投稿的期刊为环境期刊。其次，我们通过ChEMBL、STITCH、GeneCards和OMIM数据库确定了213个与ATBC暴露和脑损伤相关的潜在靶点，并继续进行功能和途径富集分析。最后通过分子对接证实了ATBC与核心靶点之间的强结合力。本研究为了解ATBC诱导脑毒性的分子机制，以及与接触含ATBC的塑料制品和某些高浓度ATBC环境有关的疾病的预防和治疗提供了理论基础。因此具有重要的临床和现实意义! 让我们和小科一起来看看这篇文章吧! ps:在这里您可以获得最新最热门的生信研究方向，以及许多可以重复使用的创新想法。如果您有兴趣，可以扫码联系小科做创意设计或定制生信分析，我们会提供最适合您的。
文章标题：Efficient analysis of toxicity and mechanisms of environmental pollutants with network toxicology and molecular docking strategy: Acetyl tributyl citrate as an example
中文标题：基于网络毒理学和分子对接策略的环境污染物毒性及机理高效分析——以乙酰三丁基柠檬酸酯为例
发表期刊：Science of The Total Environment
发表时间：2023年12月
影响因子：8.2/Q1
研究背景
ATBC(醋酸三丁酯)是一种广泛使用的无毒增塑剂，常用于制造塑料制品，以提高其柔韧性。广泛应用于医疗器械、食品包装、玩具等产品。本研究旨在通过网络毒理学方法探索ATBC脑损伤的例子，有效地研究环境污染物的潜在毒性及其背后的分子机制。
结果解析
1. ATBC诱导脑毒性靶点的鉴定
作者最初从ChEMBL和STITCH数据库中筛选了256个ATBC靶点，并通过GeneCards和OMIM数据库确定了8841个与脑损伤高度相关的靶点。通过对这些靶点集进行整合和去重复，共确定了213个交叉靶点作为与ATBC脑毒性一致的潜在靶点。
2. 获取潜在的目标相互作用网络和核心基因
利用STRING数据库构建蛋白质-蛋白质相互作用网络(PPI)，共212个节点和569条边。
3. 确定了23个ATBC诱导脑毒性的核心靶点
通过网络分析，我们确定了23个ATBC诱导脑毒性的核心靶点，并绘制了蛋白-蛋白相互作用网络图，显示这些核心靶点之间的相互作用。鉴定出三个靶点AKT1、CASP3和HSP90AA1。
4. 靶蛋白的功能富集分析
使用DAVID数据库(v2023q2)对213个潜在靶点进行GO分析。共获得GO表项814条。根据FDR值对GO富集结果进行排序，选择BP、CC和MF中FDR值最低的前10个项目在富集分析图中进行可视化。使用DAVID和FUMA数据库对这213个潜在靶标进行KEGG分析，以确定所涉及的具体信号通路。在总共140条富集的信号通路中，生成了统计显著性气泡图和分类直方图，以与FDR值相反的顺序直观地表示KEGG中排名前20位的信号通路。
5. 核心目标的通路分析
采用DAVID和FUMA数据库对23个核心靶点进行经典pathway分析，包括KEGG富集分析和Reactome pathway分析。共富集了287条经典信号通路，显示了FDR值较低的前20条通路，并描绘了每个通路中的重叠基因。结果显示，ATBC脑损伤相关核心基因的主要通路也与肿瘤及不同分子介导的信号转导通路密切相关。6. ATBC与脑损伤核心靶蛋白的分子对接
通过分子对接分析ATBC与5个核心靶基因(AKT1、CASP3、HSP90AA1、ESR1和MMP9)的相互作用。利用AutoDock软件，5个对接结果均显示结合能较低，表明化合物与靶标具有较强的亲和力。值得注意的是，5种核心靶蛋白均与ATBC具有较强的结合能力，说明ATBC与各核心靶蛋白均能自发结合，说明它们在ATBC致脑毒理学及损伤的分子机制中发挥重要作用。使用Discovery Studio和Pymol可视化每个靶标与CHSGS生物活性化合物之间的最小结合能。
文章小结
总之，这些发现表明，ATBC可能通过调节脑癌细胞的凋亡和增殖，激活炎症信号通路，调节神经可塑性，同时引入认知障碍和神经变性的风险，从而影响脑癌和脑相关炎症的发生和发展。本文确实是一个标准的网络化药物四联体:药物疾病靶点、PPI网络、GO、KEGG通路富集、分子对接。纯生信发8+，你说网络药不香吗? 快速复现! 如果您对生信分析还没有思路，或者分析方法过于简单过时，您想创新思路，或者对孟德尔随机化、多组学联合分析等方向感兴趣，请扫码联系小科!
