Network-Guided Systems Biology Prioritizes Regulatory Modulators, Potential Drug Targets, and Multi-Target Natural Candidate Compounds for Diabetic Nephropathy
本研究采用结合转录组分析、网络重构和虚拟筛选的整合系统生物学方法，旨在识别糖尿病肾病中的关键调节模块，并优先筛选甾烷型类固醇作为潜在的多靶点天然治疗候选药物。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
糖尿病肾病是糖尿病的一种严重并发症，会对肾脏造成损伤，并往往导致肾衰竭。当高血糖水平引发一系列有害的连锁反应（包括慢性炎症和疤痕组织的堆积）时，该病便会发生。在分子层面，这种损伤是由特定的基因驱动的，这些基因变得过度活跃，从而开启了导致细胞产生破坏性行为的生物通路。由于这些过度活跃的基因就像一台失控的引擎，科学家们长期以来一直怀疑，寻找能够减缓这些基因运行速度的分子可以阻止疾病的进展。然而，人体是一个复杂的连接网络，针对单一基因的治疗往往会失败，因为疾病是由一个相互作用的信号网络所维持的。为了寻找更好的解决方案，研究人员正转向系统生物学——这是一个通过绘制这些复杂的网络来理解整个系统如何运作，而非仅仅观察孤立部分的领域。通过将基因活动的计算机模型与天然化合物的搜寻相结合，科学家们希望能够鉴定出可以同时平息网络中多个部分的药物，从而为治疗复杂疾病提供更有效的方法。
在最近的一项研究中，来自阿拉ahabad大学的研究人员将这种网络引导的方法应用于糖尿病肾病，以寻找新的治疗候选药物。他们首先通过分析人类肾脏活检的遗传数据，对比了健康个体与患有晚期糖尿病肾病个体的样本。这一对比揭示了数千个行为异常的基因，并特别关注了那 1,484 个表达水平过高的基因。研究人员认为，这些过度活跃的基因代表了驱动疾病的过度活跃病理级联反应，因此它们是逻辑上最理想的抑制目标。他们过滤掉了那些表达量下降的基因，因为那些基因需要的是恢复其功能的不同类型治疗，并将精力集中在抑制那些失控运行的基因上。
为了理清这庞大的过度活跃基因列表，团队根据它们的协同运动方式对它们进行了聚类，就像根据人们交谈的对象将人群分类一样。他们识别出了 75 个不同的组别，并寻找其中连接最为紧密、且包含已知可作为代谢药物靶点的基因的组别。这一过程将研究范围缩小到了最具生物学相关性的模块。随后，他们构建了一张详细的图谱，展示了这些基因产生的蛋白质之间是如何相互作用的。这张图谱揭示了一个密集的网络，其中某些蛋白质充当了中心枢纽，连接着系统的许多不同部分。在这些枢纽中，包含了参与免疫激活、炎症信号传导以及细胞外基质（即维持细胞结构的支架）组织的蛋白质。该网络中的关键参与者包括 CD4、CCR1、CSF1R 和 SYK 等蛋白质，它们似乎是疾病过程的关键协调者。
研究人员并未止步于绘制蛋白质图谱，他们还调查了控制这些蛋白质的因素。他们构建了一个调控网络，以观察哪些转录因子（作为基因表达主开关的蛋白质）和 microRNA（微调基因活动的微小分子）正在驱动这些枢纽。他们发现，包括 NFKB1、RELA、SP1 和 STAT3 在内的一小组转录因子正在策划广泛的免疫和炎症反应。同样，特定的 microRNA 被鉴定为关键的调节因子，能够同时影响多个疾病相关的基因。这种多层面的视角表明，疾病是由一个稳健且相互关联的调节系统所维持的，这也解释了为什么简单的单靶点治疗往往难以提供持久的缓解。
在掌握了这张全面的疾病图谱后，团队转向了寻找疗法的过程。他们将目光投向了植物来源的天然化合物，理由是这些物质在进化过程中已经能够与生物系统进行交互，或许能够同时调节多个靶点。他们从一个包含超过 276,000 种植物衍生化合物的庞大库开始，应用了一系列严格的筛选程序，以寻找那些最可能有效且安全的化合物。他们剔除了体积过大、缺乏类药特性或属于不太可能具有生物活性的分子类别的化合物。这一过程将名单缩减至 640 个高置信度的候选物，其中包括黄酮类、生物碱和萜类化合物。
最后一步是利用计算机模拟来测试这 640 种天然化合物与他们网络中确定的 29 个最重要的蛋白质靶点之间的结合能力。这种被称为分子对接的虚拟筛选技术，使研究人员能够预测哪些化合物能紧密地嵌入疾病驱动蛋白的活性位点。他们运行了超过 18,000 次模拟来绘制相互作用图谱。结果显示，被称为 Ergostane 型甾体的特定化合物组是最具潜力的候选物。其中几种甾体，包括 LTS0003161、LTS0144363 和 LTS0182645，表现出能够同时与多种不同蛋白质靶点强力结合的能力。事实上，排名靠前的候选物被预测可以与疾病网络中多达九种不同的蛋白质发生相互作用。
该研究表明，这些 Ergostane 型甾体可以作为多靶点拮抗剂，这意味着它们可能能够同时减缓驱动糖尿病肾病的多个过度活跃通路。通过作用于涉及炎症、免疫信号传导和纤维化的蛋白质，这些天然化合物相比于旨在仅针对单一靶点的药物，可能会提供一种更全面的治疗方案。然而，研究人员强调，这些发现是基于计算机模拟和网络分析的。虽然数据提供了一个强大的、由数据驱动的假设，用于未来的调查，但这些化合物在活细胞或动物体内的实际生物活性及安全性尚未经过测试。这项工作如同一份路线图，确定了特定的分子靶点和天然候选物，值得进一步的实验验证，以观察它们是否真能成为治疗这种致残性疾病的有效手段。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。