前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >当免疫遇到病毒如何系统地进行分析发表4分!

当免疫遇到病毒如何系统地进行分析发表4分!

作者头像
科研菌
发布2020-07-02 16:04:12
3690
发布2020-07-02 16:04:12
举报
文章被收录于专栏:科研菌科研菌

大家好, 今天和大家分享的是 2020 年 4 月发表在Biomed Pharmacother(IF:3.743)上的一篇文章,“Study on the anti-tumor mechanism related to immune microenvironment of Bombyx Batryticatus on viral and non-viral infections of hepatocellular carcinoma”。作者通过网络药理学结合生物信息学方法,分析了传统中药——家蚕对于肝癌的药理机制。

Study on the anti-tumor mechanism related to immune microenvironment of Bombyx Batryticatus on viral and non-viral infections of hepatocellular carcinoma

家蚕免疫微环境对病毒和非病毒感染的肝细胞癌的抗肿瘤机制研究

一、研究背景

肝细胞癌(HCC)是原发性肝癌的主要形式。肝癌的发生和发展主要是病毒的感染(如HBV或HCV),以及其他肝硬化的病因(包括非酒精性脂肪性肝病(NAFLD),酒精相关性肝病和遗传性血色素沉着症)。

HCC是一种免疫原性肿瘤,由潜在慢性肝脏疾病而出现在慢性发炎的肝脏中。这种炎症导致肿瘤发展,并与更高的肿瘤免疫原性有关。HCC包括病毒感染和非病毒性环境,这两类HCC执行不同的基因表达和途径。

作为一种辅助和替代药物,中药(TCM)疗法已广泛用于治疗各种形式的癌症。家蚕(Bombyx batryticatusB. batryticatus))是中,韩,日医学体系中常见的动物药物。家蚕许多抗肿瘤研究已经证明了其对人类癌细胞系(例如子宫颈癌,肝癌和胃癌)的抗增殖作用。但是家蚕关于肝癌的机制仍不清楚。本文建立了网络药理学整合的TME策略,以揭示家蚕对肝癌的药理机制。

二、分析流程

三、结果解读
1、过滤:活性化合物成分的过滤、DEG和目标靶点的过滤

通过ADME标准(吸收,分布,代谢和排泄)后,共从家蚕中选出6种活性化合物。(檞皮素、山奈酚、β-谷甾醇、胡萝卜甾醇、金色酰胺醇酯、右旋杜仲树脂粉)

  • 6种蛋白质与被相应的化合物靶向(化合物节点和蛋白质节点连接在一起)(如图A)
  • 从靶向化合物参与的生物学过程可知(图B),这些靶标的生物学过程包括乙型肝炎,前列腺癌,胰腺癌,丙型肝炎,肝细胞癌等。

图1. 活性化合物的过滤

筛选出HCC中重要的DEG,共1,404个基因。在这些DEG中,有1,007个上调,有397个下调。

  • A.火山图代表DEG,可从图形和标注看出上调以及下调的基因。
  • B. HCC和HTA之间的DEG热图。
  • C.过滤出24个靶标和2种化合物的子网。

图2. DEG和核心子网过滤

2、靶点与KEGG富集的蛋白质的相互作用

STRING数据库分析核心24个靶标的潜在的蛋白质-蛋白质相互作用网络。KEGG富集的结果表明,最主要的5个途径是乙型肝炎,肝细胞癌,化学致癌作用,类固醇激素的生物合成和p53信号途径。作者选择6个靶点及其邻域(仅化合物)作为核心子网络,将其分为5个模块:乙型肝炎、肝癌、化学致癌、类固醇激素生物合成和p53信号通路。家蚕中的化合物具有多靶点效应,可能参与多种与肝癌相关的途径。

  • A.核心24个基因的蛋白质-蛋白质相互作用网络。
  • B. KEGG的DEG富集。

图3. 核心24个靶标与KEGG富集的蛋白相互作用

3、分析肝癌中的适应性免疫细胞
  • 热图显示了22种免疫细胞亚型分别在VIR组和NVIR组的计数和激活状态。(A:NVIR组;B:VIR组)
  • 生存曲线:NVIR组的预后要优于VIR组。
  • 小提琴图:NVIR组合和VIR组的4个TMES(浆细胞,肥大细胞活性,巨噬细胞(M1)和γδT细胞)显著不同。(p<0.05)

图4. HCC的肿瘤微环境

4、测试VIR组和NVIR组靶标基因的预后

作者采用了多变量Cox回归分析基因的预后。其中3个基因是VIR组的独立因子,是高危因素(HR>1)。NVIR组14个基因与预后密切相关,14个基因与存活率显著相关。

表1 VIR和NVIR的靶标基因的预后分析

5、分析TME(VIR组合NVIR组)与靶标基因之间的相关性
  • VIR组:AKR1C3与VIR中的巨噬细胞M1呈显着负相关(cor = –0.35,p<0.001);而在NVIR组中,AKR1C3和巨噬细胞M1之间的相关性非常低(cor = 0.064,p= 0.36)。
  • AKR1C3的生存曲线:高水平的AKR1C3在VIR组中预后较差(HR = 2.32,p= 0.012)。在NVIR组中无统计学意义(p> 0.05)。

图5. 预后目标基因AKR1C3的分析

  • VIR组:NR1I2,CYP1A2和CYP3A4与VIR中的巨噬细胞M1相关性不大。它们均与巨噬细胞M1无关,高水平的靶标和患者的预后无关(p>0.05)。

图6. VIR组中的预后目标分析

  • NVIR组:分析NVIR组中的这三个靶标。它们均与巨噬细胞M1显著相关,高水平靶标NR1I2和CYP3A4对患者的预后要好于低水平(p<0.05)。

图7. NVIR组中的预后目标分析

6、模拟分子对接
  • 结合位点:绿色,青色,红色,蓝色圆圈代表疏水性,极性,带负电荷,带正电荷的残基。
  • 山奈酚与靶标结合方式的三维表征:结合部位的残基以绿色棒状物显示,山奈酚以黄色棒状物显示。
  • 在VIR组,AKR1C3与预后和巨噬细胞M1有关。下图模拟了山奈酚与AKR1C3蛋白的相互作用,结果表明山奈酚可以很好地结合AKR1C3蛋白。

图8. VIR组,AKR1C3与山奈酚的对接结果

  • 山奈酚与靶标分子的结合位点。绿色,青色,红色,蓝色圆圈代表疏水性,极性,带负电荷,带正电荷的残基。
  • 山奈酚与靶标分子结合方式的三维表征。结合部位的残基以绿色棒状物显示,山奈酚以黄色棒状物显示。
  • 在NVIR组,NR1l2、CYP1A2、CYP3A4与预后和巨噬细胞M1有关。下图模拟了山奈酚与三种蛋白的相互作用,结果表明山奈酚可以较好结合这三种蛋白,对CYP1A2的包被作用最好。

图9. NVIR组,NR1l2、CYP1A2、CYP3A4与山奈酚的对接结果

  • 槲皮素周围残基的电性槲皮素及其与靶分子的相互作用。绿色,青色,红色,蓝色圆圈代表疏水性,极性,带负电荷,带正电荷的残基。
  • 槲皮素与靶标分子结合方式的三维表征。结合部位的残基以绿色棒状物显示,槲皮素以黄色棒状物显示。
  • 在NVIR组,NR1l2、CYP1A2、CYP3A4与预后和巨噬细胞M1有关。下图模拟了槲皮素与三种蛋白的相互作用,结果表明槲皮素可以较好地结合这三种蛋白,其中与CYP1A2的结合最理想,与NR1l2的结合效果一般。

图10. NVIR组,NVIR组,NR1l2、CYP1A2、CYP3A4与槲皮素的对接结果

小结

作者过滤出家蚕的活性成分,以及过滤出HCC中差异表达的基因,得到活性成分的靶标与DEG的重叠部分,筛选出重叠靶标。随后作者测试了VIR和NVIR中的靶标,表征和量化了HCC免疫细胞亚型。作者分组分析靶标与免疫微环境的相互作用,分析了它们对于患者的预后。结果表明:VIR组中靶蛋白AKR1C3与M1巨噬细胞呈显着负相关,而NVIR组中相关性很弱,高水平的AKR1C3在VIR组中预后较差;在NVIR组中,NR1I2,CYP1A2和CYP3A4与巨噬细胞M1密切相关,而在VIR组相关性弱,高水平NR1I2和CYP3A4的预后较好。以上结果反映出家蚕的抗癌作用可能与免疫微环境密切相关。分子对接结果表明,槲皮素和山奈酚可以通过调节TME中的M1细胞发挥抗肿瘤作用。

局限性:本研究仅研究了家蚕单一疗法的抗肝癌机制。将来,有必要进一步研究家蚕与其他中药或西药结合的作用机理。此外,本文忽略了家蚕的安全性,未确定家蚕的毒性成分。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-07-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 科研菌 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、研究背景
  • 三、结果解读
    • 1、过滤:活性化合物成分的过滤、DEG和目标靶点的过滤
      • 2、靶点与KEGG富集的蛋白质的相互作用
        • 3、分析肝癌中的适应性免疫细胞
          • 4、测试VIR组和NVIR组靶标基因的预后
            • 5、分析TME(VIR组合NVIR组)与靶标基因之间的相关性
              • 6、模拟分子对接
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档