TeroACT:萜类化合物生物活性全景图谱与发现平台

TeroACT: A terpenoid bioactivity landscape and discovery platform

作者信息XiaoJuan Shen, Shijia Yan, Xu Kang, Kangwei Xu, Yongxing Jian, Tao Zeng, Guohui Wan, Ruibo Wu
PMID41909737
发布时间2026-03
DOI10.1016/j.apsb.2025.12.036

实验完整度

包含知识图谱构建、疾病预测模型开发与评估、体外细胞实验(CCK8、凋亡、迁移、克隆形成等)、动物模型验证、机制研究(SPR、RT-qPCR、Western blot)等多层级验证。

主要模型

A375 和 B16-F10 黑色素瘤细胞系 B16-F10 黑色素瘤细胞皮下移植瘤模型(C57 小鼠) Raw264.7 巨噬细胞(LPS 刺激炎症模型) 萜类-疾病知识图谱(数据队列)

重点核对

mollugin 和 columbianadin 的 IC50 值(A375 和 B16-F10) mollugin 处理浓度 30-60 μmol/L,时间 24-48 h 动物模型中给药剂量和频率(文中未明确说明具体剂量) FABP5 与 mollugin 的结合亲和力(KD=1.03 μmol/L)

摘要

萜类化合物表现出多样的生物活性,因此在药物研发中具有广泛的应用前景。在现代药物发现中,数据驱动的深度模型在促进高效特征表示和知识推理方面发挥着关键作用。为了探索萜类未知的生物活性空间,构建一个多维关系的萜类化合物数据库对于绘制萜类-生物活性图谱至关重要。在本研究中,我们首先通过整合多种数据类型,包括萜类化合物、蛋白靶点、细胞靶点、基因、疾病及其相互关系,构建了一个大规模的生物知识图谱。随后,我们开发了一个基于网络的疾病预测模型,并优化了多种化合物-蛋白质相互作用预测工具,以扩展该框架用于活性研究。这些资源已部署在一个用户友好的网络平台(TeroACT)上,可通过 http://terokit.qmclab.com/teroact/ 访问。利用 TeroACT 平台内的计算机模拟模型,我们筛选了多种具有抗黑色素瘤活性的萜类分子。体外和体内动物模型进一步验证了 mollugin 和 columbianadin 在黑色素瘤中的抗迁移和抗增殖作用。此外,整合的计算筛选和实验方法鉴定出许多具有抗炎特性的萜类化合物。从这个意义上说,TeroACT 通过提供全面的数据资源和人工智能驱动的药物发现工具,填补了萜类生物活性研究的空白。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何构建萜类生物活性知识图谱和预测平台,并利用其发现新的抗黑色素瘤和抗炎萜类化合物?
核心机制
mollugin 通过结合 FABP5(KD=1.03 μmol/L)下调脂质代谢相关基因(ACC、FASN、CPT1A、SREBPs、PPARγ)的表达,从而破坏肿瘤细胞能量稳态,抑制黑色素瘤增殖和迁移。
主要证据
体外实验显示 mollugin 和 columbianadin 抑制 A375 和 B16-F10 细胞增殖、迁移并诱导凋亡;体内 CDX 模型显示 mollugin 抑制肿瘤生长;SPR 和 RT-qPCR 证实 mollugin 与 FABP5 结合并影响脂质代谢。
研究意义
TeroACT 平台为萜类化合物药物发现提供了全面的数据资源和AI驱动工具,并提出了 mollugin 和 columbianadin 作为黑色素瘤治疗的潜在候选药物。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

知识图谱构建

整合多源数据,建立萜类-靶点-疾病关联网络

从 TeroKit、DrugBank、TCMBank、Cellosaurus、CTD、GeneCards、TTD 等数据库提取萜类、蛋白靶点、细胞系、基因、疾病信息,并整合 CPI 数据,构建包含 11,653 个萜类、1321 个蛋白靶点等实体的大规模知识图谱。

2

TerDA 模型开发与评估

构建并验证预测萜类-疾病关联的深度模型

设计 TerDA 模型,结合 CNN 和 GCN 提取分子特征,并使用 DistMult、TransE、TransH 三种知识图谱嵌入模型进行链接预测。通过 5 折交叉验证与四种基线模型比较,评估分类和排序性能。

3

抗黑色素瘤化合物筛选

利用 TerDA 模型筛选潜在的抗黑色素瘤萜类化合物

使用 TerDA 模型对知识图谱中所有萜类-黑色素瘤关联进行评分,选择高排名化合物进行体外活性验证。最终选定 mollugin 和 columbianadin 进行后续实验。

4

体外抗黑色素瘤活性验证

验证 mollugin 和 columbianadin 对黑色素瘤细胞增殖、迁移和凋亡的影响

通过 CCK8 实验测定 IC50,克隆形成实验评估长期增殖抑制,EdU 实验检测 DNA 合成,划痕实验和 Transwell 实验评估迁移和侵袭,流式细胞术检测凋亡。

5

体内抗肿瘤效果验证

评估 mollugin 和 columbianadin 在黑色素瘤 CDX 模型中的抗肿瘤作用

将 B16-F10 细胞皮下接种至 C57 小鼠,形成肿瘤后口服给予 mollugin 或 columbianadin,隔天给药,测量肿瘤体积和重量。

6

机制探索

探究 mollugin 抗黑色素瘤的分子机制

使用 CPI 预测工具(SPVec_Tero)预测 mollugin 的潜在靶点,并通过分子动力学模拟和 SPR 实验验证其与 FABP5 的结合,随后用 RT-qPCR 检测脂质代谢相关基因表达。

7

抗炎活性验证

验证 TerDA 模型预测的抗炎萜类化合物的活性

用 LPS 刺激 Raw264.7 巨噬细胞,检测预测的 23 种萜类化合物的抗炎效果,通过 RT-qPCR 检测炎症因子(IκBα、CXCL2、IL-1β、IL-6、TNF-α)表达。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
DMEM 培养基Gibco11965092
胎牛血清NewzerumFBS-BE500
青霉素/链霉素Gibco15140122
支原体染色检测试剂盒BeyotimeC0296
GenePrint 10 系统PromegaB9510
CCK-8 试剂盒TargetMolC0005
Multiskan GO 酶标仪ThermoFisher--
Annexin V-FITC 凋亡检测试剂盒Yeasen40302ES50
EdU 细胞增殖试剂盒BeyotimeC0075S
结晶紫染色液BeyotimeC0121
聚碳酸酯膜Corning3422
Fast Cell RNA 提取试剂盒Googie400-100
Evo M-MLV RT 预混液Accurate BiologyAG11706
SYBR Green Pro Taq HS 预混液Accurate BiologyAG11701
CFX96 实时荧光定量 PCR 检测系统Bio-rad--
RIPA 裂解液BeyotimeP0013B
PVDF 膜InvitrogenLC2005
增强化学发光 Western blot 试剂盒Fude Bio. Tech. Co.#FD8000
ChemiDocTouch 成像系统Bio-rad--
抗磷酸化 NF-kB p65 抗体Cell Signaling Technology#3033
抗磷酸化 IkBα 抗体SelleckF0197
抗 GAPDH 抗体Cell Signaling Technology5174
羊抗兔 IgG H&L (HRP) 二抗Abcamab205718
Biacore 8K 分子互作分析仪GE Healthcare--
CM5 传感芯片----
脱蜡液ServicebioG1128
GraphPad Prism 8.0GraphPad--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
细胞培养
细胞系、培养基、血清浓度、培养条件(37°C、5% CO2)、支原体检测方法
阅读提示:Methods 2.5 Cell lines and cell culture
细胞活性检测(CCK8)
细胞接种密度、处理时间(24-48 h)、mollugin 浓度、CCK8 孵育时间
阅读提示:Methods 2.6 Measurement of cell viability by CCK8 assay
动物实验
小鼠品系、周龄、饲养环境、细胞接种量、给药剂量、给药频率、肿瘤测量方法
阅读提示:Methods 2.14 Animal experiments
SPR 实验
FABP5 固定方法、mollugin 浓度、流速、缓冲液、温度
阅读提示:Methods 2.13 Surface plasmon resonance
RT-qPCR
RNA 提取方法、逆转录试剂盒、PCR 条件、内参基因
阅读提示:Methods 2.12 Quantitative real-time PCR and Western blot analysis