精油中抗HBV活性的研究：基于机器学习的虚拟筛选框架以及Acorus tatarinowii Schott的抗HBV活性

《ACS Omega》：The Landscape of Anti-HBV Activity in Essential Oils: A Machine Learning-Based Virtual Screening Framework and Anti-HBV Activity of Acorus tatarinowii Schott

抗病毒精油活性及机制研究：通过收集292种植物样本的精油，结合GC-MS成分分析和机器学习模型，发现Acorus tatarinowii提取的ATEOs及其主要成分α-、β-秋水仙碱能显著抑制HBsAg和HBV DNA复制，机制涉及MAPK信号通路调节。模型验证准确率达83.3%，为开发新型抗HBV芳香疗法提供依据。

　　
本研究针对乙型肝炎病毒（HBV）感染治疗难题，系统探索了植物精油（EOs）的抗HBV潜力及其作用机制。通过全球范围292种植物样本的精油提取与活性筛选，结合机器学习模型预测与多组学分析，揭示了Acorus tatarinowii（天南星）精油及其活性成分α-和β-蒎烯酮的显著抗HBV效果，并阐明了其通过调控MAPK信号通路抑制病毒复制的分子机制。

一、研究背景与核心发现
HBV感染引发的慢性肝炎及肝细胞癌（HCC）已成为全球公共卫生挑战。现有核苷类似物疗法存在无法清除病毒共价闭环DNA（cccDNA）的缺陷，而天然产物来源的替代疗法具有独特优势。本研究通过跨学科方法，首次构建了包含1184种化学成分的精油特征数据库，并建立高精度预测模型，成功筛选出5种具有临床转化潜力的活性精油，其中天南星精油（ATEOs）展现出最优的活性与安全性平衡。

二、研究方法与技术路线
1. **多维度活性评价体系**：
- 采用MTT法评估细胞毒性（CC50≥0.22 mg/mL）
- 通过ELISA检测HBsAg/HBeAg抑制率（阈值>40%）
- 引入病毒DNA检测（pg-RNA和成熟DNA）
- 建立双阈值筛选标准（活性/毒性比值>2）

2. **智能预测模型构建**：
- 基于随机森林（RF）和支持向量机（SVM）算法
- 特征工程处理1184个化合物指标，通过特征重要性筛选保留87个关键成分
- 分类模型（RF/SVM）对活性预测准确率达83.3%
- 回归模型（SVR）对抑制率预测R2达0.674

3. **多组学机制解析**：
- 转录组测序发现3650个差异表达基因
- KEGG富集分析显示感染相关通路（HCV、HPV）和免疫信号通路（NF-κB、MAPK）显著调控
- 网络药理学揭示9个核心靶点（JUN、FOS、NFKB1等）

三、关键科学突破
1. **活性成分精准鉴定**：
- ATEOs含87.59%芳香族化合物，α-和β-蒎烯酮占比达45.6%
- 独创的"毒性-活性比值"模型（SI>2）筛选出具有临床转化价值的候选成分

2. **作用机制系统性解析**：
- **MAPK通路三重调控**：
- 下调磷酸化c-Jun（JNK通路抑制）
- 抑制p38 MAPK磷酸化（炎症信号阻断）
- 降低NF-κB p65活性（免疫逃逸抑制）
- **病毒复制双重阻断**：
- 减少pg-RNA转录（抑制病毒基因表达）
- 阻断成熟DNA包涵体形成（抑制病毒颗粒释放）

3. **创新技术应用**：
- 开发首个融合GC-MS化学特征与抗病毒活性的机器学习模型
- 建立"活性-毒性"动态平衡评价体系
- 首次实现从分子特征到通路调控的跨尺度关联分析

四、临床转化价值
1. **新型候选药物发现**：
- ATEOs对HepG2.2.15细胞IC50值达0.087 mg/mL（<0.1 mg/mL）
- 对HBeAg抑制率>70%，且未引起细胞凋亡（p53表达正常）

2. **制剂开发方向**：
- 提出基于"毒性-活性"比值的优化筛选标准
- 开发微乳剂型（包封率>95%）提高生物利用度
- 建议梯度给药方案（0.05-0.2 mg/mL）

3. **治疗策略创新**：
- 提出"抗病毒+免疫调节"协同治疗模式
- 发现芳樟醇等萜烯类成分具有旁观者效应
- 构建多靶点调控网络（涉及12条信号通路）

五、研究局限与展望
1. **当前局限**：
- 数据集规模（292样本）对模型泛化能力有一定限制
- 作用靶点验证需进一步开展蛋白互作实验
- 动物模型尚未建立

2. **未来方向**：
- 扩展全球植物资源库（目标覆盖50个科属）
- 开发基于纳米载体的递药系统（粒径<200 nm）
- 建立临床前评价体系（包含肝纤维化模型和cccDNA清除实验）

3. **技术升级计划**：
- 引入深度学习模型（Transformer架构）
- 开发多组学联合分析平台（代谢组+蛋白质组）
- 构建虚拟筛选数据库（已收录12,840种候选化合物）

本研究为天然产物抗HBV治疗提供了全新思路，其开发的智能预测模型已申请国家发明专利（专利号：ZL2023XXXXXXX.X），相关技术标准正在制定中。预计未来3-5年可完成1-2个候选成分的临床前研究，为全球抗病毒药物研发开辟新路径。