探秘慢阻肺 “幕后黑手” 苯并 [a] 芘：关键靶点、致病机制与精准预测新突破

为解决 BaP 相关毒理学靶点及在 COPD 发病机制中作用不明的问题，中山大学附属第八医院等单位研究人员开展相关研究，鉴定出相关靶点和特征基因，构建的列线图预测效果好。推荐阅读，助您了解 COPD 发病新机制及诊疗新思路！

　　

慢性阻塞性肺疾病（COPD）是一种让人头疼的慢性呼吸道疾病，它就像一个顽固的 “小怪兽”，持续破坏着人们的气道，让呼吸变得越来越困难。在全球范围内，COPD 影响着数以百万计的人，是导致死亡的重要原因之一，而且随着时间推移，它的发病率还在不断上升。

COPD 的发病原因比较复杂，遗传因素和环境因素都在其中起着作用。在众多环境因素里，多环芳烃引起了科学家们的特别关注。多环芳烃常常藏在烟草烟雾、汽车尾气以及工业污染物中，人们在日常生活里很容易接触到它。苯并 [a] 芘（BaP）就是多环芳烃的典型代表，它广泛存在于土壤、水体、空气和沉积物里，人们抽烟、吃烧烤的时候也会接触到它。大量研究已经表明，BaP 可不是个 “善茬”，对人体有不小的危害。虽然之前有研究发现环境污染物和 COPD 的发病、病情加重有关系，也知道 BaP 会通过产生活性氧（ROS）、激活炎症通路来搞破坏，但 BaP 在 COPD 发病过程中具体的毒理学靶点还不明确。因此，科学家们迫切需要深入研究，搞清楚 BaP 和 COPD 之间复杂的关系，找到新的诊断和治疗方法。

为了攻克这个难题，中山大学附属第八医院等单位的研究人员在《BMC Pharmacology and Toxicology》期刊上发表了一篇名为 “Identification of benzo (a) pyrene-related toxicological targets and their role in chronic obstructive pulmonary disease pathogenesis: a comprehensive bioinformatics and machine learning approach” 的论文。他们通过一系列研究，得出了不少重要结论。研究发现了 72 个与 BaP 相关的差异表达毒理学靶点，还确定了 7 个特征基因（ACE、APOE、CDK1、CTNNB1、GATA6、IRF1、SLC1A3） ，这些基因可能成为潜在的生物标志物和治疗靶点。而且，他们构建的列线图（nomogram）在预测 COPD 风险方面表现出色，准确性很高，能为临床应用提供有力帮助。这项研究不仅揭示了 BaP 诱导 COPD 的分子机制，还为 COPD 的诊断和治疗开辟了新的方向，意义重大。

在这项研究中，研究人员运用了多种先进的技术方法。他们从公共数据库获取与 COPD 相关的数据集，经过预处理后筛选出差异表达基因（DEGs）。接着，从相关数据库收集 BaP 相关靶点，并通过蛋白质 - 蛋白质相互作用（PPI）网络分析研究这些靶点之间的关系。为了了解这些靶点的功能，研究人员进行了功能富集分析和免疫浸润分析。同时，利用随机森林（RF）、最小绝对收缩和选择算子（Lasso）回归、支持向量机递归特征消除（SVM - RFE）等机器学习方法筛选关键基因。最后，构建人工神经网络（ANN）模型和列线图来预测 COPD 风险，并通过分子对接评估 BaP 与关键蛋白的结合亲和力。

下面我们来详细看看研究的具体结果。

1. 鉴定 COPD 中差异表达的 BaP 相关毒理学靶点

研究人员从比较毒理基因组学数据库（CTD）和 Super - PRED 数据库中找到了 402 个与 BaP 相关的靶点，又从 GSE76925 数据集中识别出 4523 个与 COPD 相关的差异表达基因。这两组数据一交叉，就得到了 72 个差异表达的 BaP 相关毒理学靶点。对这些靶点进行 PPI 网络分析后发现，MMP9、CD8A、IL10 等基因在网络中处于核心位置，它们就像 “指挥官” 一样，在 BaP 影响 COPD 发病的过程中可能起着关键作用。

2. 功能富集分析

通过 GO 富集分析发现，这些靶点在生物学过程方面，主要和应对氧化应激、活性氧以及化学应激有关。就好比细胞遇到 BaP 这个 “敌人” 时，会启动这些应激反应来保护自己。在细胞组成方面，涉及到板状伪足、侧质膜等结构；在分子功能方面，丝氨酸水解酶活性、丝氨酸型肽酶活性等被富集。KEGG 通路富集分析也有重要发现，像癌症中的 MicroRNAs、阿尔茨海默病、癌症中的蛋白聚糖、TNF 信号通路等都和这些靶点有关。构建的 KEGG 通路网络里，PIK3CA、CHUK 等基因处于关键节点，说明它们在 BaP 相关的毒性机制里很重要。Sankey 气泡图进一步展示出，氧化应激和炎症相关通路在 BaP 对 COPD 的影响中意义重大，是潜在的治疗靶点和机制所在。

3. 免疫细胞浸润评估

利用 ssGSEA 技术评估免疫细胞浸润情况后发现，COPD 患者体内 B 细胞、DC、iDC、巨噬细胞等多种免疫细胞的浸润水平比健康人明显升高。这表明 COPD 患者的免疫细胞格局发生了很大变化，这些变化和疾病的发病机制密切相关，也为治疗提供了潜在靶点。

4. 氧化应激和炎症通路评分与免疫细胞浸润的评估及相关性分析

研究人员用 ssGSEA 算法比较了健康组和 COPD 组氧化应激和炎症信号通路的 GSVA 评分，发现 COPD 组中对活性氧的反应和 TNF 信号通路的评分显著升高。而且，氧化应激通路评分和 TNF 信号通路评分都与多种免疫细胞的浸润水平呈正相关。这说明在 COPD 患者中，氧化应激和炎症会促进免疫细胞浸润，它们在 BaP 诱导 COPD 发病的过程中起着关键作用。

5. 利用机器学习鉴定 BaP 暴露相关的特征基因

研究人员用 SVM - RFE、Lasso 回归和 RF 这三种机器学习方法来找关键毒理学靶点。三种方法共同确定了 7 个特征基因：ACE、APOE、CDK1、CTNNB1、GATA6、IRF1 和 SLC1A3。这些基因在 COPD 组和健康组的表达有明显差异，用另一个数据集 GSE38974 进行外部验证后发现，基于这些基因构建的预测模型诊断效果很好，说明这些基因很靠谱，可能成为 BaP 暴露的生物标志物，帮助我们更好地理解 COPD 的发病机制。

6. COPD 风险预测列线图的构建与验证

基于前面找到的 7 个特征基因，研究人员构建了列线图来预测 COPD 风险。这个列线图表现超棒，ROC 曲线下面积达到 0.899，校准曲线显示预测结果很可靠，决策曲线分析也表明它在不同风险阈值下都有很高的临床应用价值。这意味着它可以成为医生预测 COPD 风险的得力助手，帮助医生更好地制定预防和治疗策略。

7. ANN 模型的构建

研究人员用 7 个特征基因构建了 ANN 模型，这个模型在训练集和验证集上都表现出色，训练集的 AUC 达到 0.973，验证集的 AUC 为 0.812。这说明这个模型能很好地区分 COPD 患者和健康人，在 COPD 的早期诊断和靶向治疗方面有很大潜力。

8. BaP 与 7 个特征基因编码蛋白的分子对接评估

分子对接结果显示，BaP 与 CDK1 的结合亲和力最强，Vina 评分为 - 12.3。这表明 CDK1 在 BaP 诱导 COPD 发病的分子机制中可能扮演着非常关键的角色，值得进一步深入研究。

综合研究结果和讨论部分，这项研究详细阐述了 BaP 暴露、氧化应激、炎症和免疫细胞浸润在 COPD 发病过程中的复杂相互作用。确定的关键特征基因和构建的预测列线图为未来的研究和临床应用提供了新方向。不过，研究人员也表示，后续还需要在更大的人群队列中验证这些结果，进一步研究针对相关通路和基因的治疗方法，看看能不能在 COPD 的治疗上取得新突破，为 COPD 患者带来更多希望。