靶点鉴定与富集分析
识别DEHP暴露与胰腺癌相关的潜在分子靶点及其富集的信号通路。
整合多个数据库筛选DEHP相互作用靶点和胰腺癌相关基因，取交集后进行GO和KEGG富集分析。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
多尺度系统毒理学定义以KLF5为中心的不良结局通路，将DEHP暴露与胰腺癌进展及与治疗耐受相关的信号程序联系起来。
Multi-scale systems toxicology defines a KLF5-centered adverse outcome pathway linking DEHP exposure to pancreatic cancer progression and signaling programs relevant to therapy tolerance.
实验完整度
中研究包含体外细胞实验（PANC-1）、单细胞转录组分析及多种计算模拟，但KLF5功能依赖性及体内验证未进行。
主要模型
PANC-1人胰腺癌细胞系 TCGA-PAAD患者肿瘤样本及GTEx正常胰腺组织 GSE291124 PDAC肿瘤单细胞转录组数据 GSE15471转录组数据
重点核对
PANC-1细胞DEHP处理浓度（0, 10, 20 μg/mL）及时间（24小时） KLF5和MMP7 mRNA及蛋白表达水平（qRT-PCR和Western blot） 细胞迁移（伤口愈合）和侵袭（Transwell）能力 DEHP-KLF5分子对接结合亲和力（−6.4 kcal/mol）及MD模拟稳定性 TCGA-PAAD中KLF5高表达与总生存期的关联（log-rank p=0.01）
摘要
邻苯二甲酸二(2-乙基己基)酯（DEHP）是一种普遍存在的增塑剂，与胰腺癌的发生有关，然而将暴露与疾病机制联系起来的分子起始事件和不良结局通路（AOPs）仍不明确。在本研究中，我们整合了一个多尺度系统毒理学框架——结合异质性集成机器学习、孟德尔随机化（MR）、分子对接和分子动力学（MD）、单细胞转录组学以及体外实验——来描述一个候选机制轨迹。一个由Tabular Prior-Data Fitted Network (TabPFN)增强的集成模型识别出一个六基因胰腺导管腺癌（PDAC）特征（AUC = 0.946）。在该特征中，MR为遗传预测的Krüppel样因子5 (KLF5)表达与胰腺癌风险之间的适度关联提供了提示性证据（OR = 1.188, p = 0.046）。DEHP–PDAC交集靶点的功能富集分析强调了促生存信号模块，包括PI3K–AKT和MAPK相关通路。基于结构的分析支持DEHP–KLF5非共价相互作用的生物物理合理性（−6.4 kcal/mol），100纳秒的MD模拟表明其具有持续的结合模式并伴随构象适应。单细胞分析将KLF5主要定位于恶性导管细胞，结合CellChat推断，与恶性细胞衍生的TGF-β和MIF相关信号一致。基于网络的虚拟敲除进一步提示KLF5可能有助于维持TGF-β/MMP7相关的基质重塑程序。一致地，DEHP暴露上调了PANC-1细胞中KLF5和MMP7的表达，并增强了其迁移和侵袭能力。总的来说，这些发现支持一个将DEHP响应的KLF5中心活性与细胞外基质（ECM）重塑和免疫调节通讯联系起来的工作AOP模型，提供了一个与治疗耐受性肿瘤微环境特征信号程序（特别是PI3K–AKT偶联的生存信号和TGF-β相关的基质重塑）相一致的机制基础。尽管这些推论是假设生成的，它们为未来的药物反应研究指出了一个潜在的途径。
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
- DEHP暴露如何通过特定分子起始事件和下游信号通路影响胰腺导管腺癌的进展？
- 核心机制
- DEHP暴露可能通过KLF5依赖的方式，激活TGF-β/MMP7轴和PI3K-AKT信号，促进细胞外基质重塑和免疫抑制微环境，从而驱动PDAC进展。
- 主要证据
- 体外实验显示DEHP处理PANC-1细胞可上调KLF5和MMP7并增强迁移侵袭能力；计算模拟预测DEHP-KLF5相互作用；单细胞和网络分析将KLF5与TGF-β/MIF信号和基质重塑程序联系起来。
- 研究意义
- 该研究为环境暴露与PDAC进展之间的联系提供了机制基础，强调了KLF5轴作为潜在治疗靶点的价值，并为后续药物反应研究指明了方向。
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。
集成机器学习筛选核心基因
利用多算法集成学习从DEHP-PDAC交集靶点中筛选出稳定且具有判别能力的核心基因特征。
使用GSE15471转录组数据，训练八种机器学习算法（包括XGBoost、RF、TabPFN等），通过5折交叉验证评估性能，并基于频率≥7/8的策略确定共识核心基因。
外部验证与临床预后关联
在独立队列中验证核心基因的表达差异及其与患者预后的关联。
利用TCGA-PAAD和GTEx数据比较核心基因在肿瘤和正常组织中的表达，并分析其与总生存期的关系。
免疫微环境分析
表征PDAC肿瘤的免疫细胞浸润模式，并评估核心基因表达与免疫细胞丰度的相关性。
使用CIBERSORT算法对转录组数据进行免疫细胞去卷积，并进行核心基因与免疫细胞的相关性分析。
孟德尔随机化因果推断
评估核心基因表达与胰腺癌风险之间的潜在因果关系。
采用双样本MR分析，使用eQTLGen和FinnGen数据，以IVW为主要方法，并进行敏感性分析。
分子对接与动力学模拟
从结构生物学角度评估DEHP与KLF5蛋白之间相互作用的可能性及稳定性。
使用AutoDock Vina进行分子对接，并用GROMACS进行100ns的MD模拟，分析复合物的稳定性。
单细胞转录组分析及网络扰动
确定KLF5在PDAC肿瘤中的细胞类型特异性表达，并预测KLF5敲除对下游基因调控网络的影响。
分析GSE291124单细胞数据，注释细胞类型，通过CellChat推断细胞通讯，并使用scTenifoldKnk进行KLF5虚拟敲除分析。
体外功能验证
实验验证DEHP暴露对PANC-1细胞中KLF5/MMP7表达和恶性表型的影响。
使用CCK-8检测细胞活力，qRT-PCR和Western blot检测KLF5和MMP7表达，伤口愈合和Transwell实验检测迁移和侵袭能力。
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 |
|---|---|---|---|
| 靶点鉴定 | PubChem数据库 | -- | -- |
| ChEMBL数据库 | -- | -- | |
| STITCH数据库 | -- | -- | |
| SwissTargetPrediction数据库 | -- | -- | |
| OMIM数据库 | -- | -- | |
| GeneCards数据库 | -- | -- | |
| 功能富集分析 | DAVID数据库 | -- | -- |
| 分子对接 | AutoDock Vina | -- | -- |
| 分子对接可视化 | PyMOL | -- | -- |
| 分子动力学模拟 | GROMACS 2020.6 | -- | -- |
| 细胞培养 | DMEM培养基 | HyClone | -- |
| 胎牛血清 | Procell | -- | |
| 青霉素-链霉素 | Solarbio | -- | |
| 药物处理 | 邻苯二甲酸二(2-乙基己基)酯 | Sigma-Aldrich | -- |
| 细胞活力检测 | CCK-8试剂盒 | Beyotime | -- |
| RNA提取 | TRIzol试剂 | Vazyme | -- |
| 逆转录 | HiScript III第一链cDNA合成试剂盒 | Vazyme | -- |
| qRT-PCR | ChamQ通用SYBR qPCR预混液 | Vazyme | -- |
| LightCycler 480实时荧光定量PCR仪 | Roche | -- | |
| Western blot | RIPA裂解液 | Beyotime | -- |
| 蛋白酶抑制剂 | Beyotime | -- | |
| PVDF膜 | Millipore | -- | |
| KLF5抗体 | Proteintech | -- | |
| MMP7抗体 | Proteintech | -- | |
| β-actin抗体 | Proteintech | -- | |
| ECL化学发光试剂盒 | Vazyme | -- | |
| Western blot定量 | ImageJ软件 | -- | -- |
| 细胞迁移实验 | 倒置显微镜 | Olympus | -- |
| 细胞侵袭实验 | Transwell小室（8µm孔径） | Corning | -- |
| Matrigel基质胶 | BD Biosciences | -- | |
| 结晶紫 | -- | -- |
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 |
|---|---|
| 细胞培养与DEHP处理 | PANC-1细胞来源、培养基成分（DMEM, 10% FBS, 1% 青霉素-链霉素）、DEHP处理浓度（0, 10, 20 μg/mL）和处理时间（24小时）。 阅读提示：Materials and methods 2.10 Cell culture and DEHP exposure |
| 细胞活力检测 | 细胞接种密度（5000细胞/孔）、DEHP处理时间（24小时）、CCK-8检测时间点（0, 24, 48, 72, 96小时）及孵育时间（2小时）。 阅读提示：Materials and methods 2.11 Cell viability assay |
| 基因和蛋白表达检测 | RNA提取方法、逆转录试剂盒、qRT-PCR试剂、引物序列、Western blot抗体及稀释比例（KLF5, MMP7, β-actin）。 阅读提示：Materials and methods 2.12 Quantitative real-time PCR 和 2.13 Western blot analysis |
| 细胞迁移和侵袭能力检测 | 细胞接种密度、DEHP处理时间（24小时）、无血清培养基处理时间（12小时）、Transwell小室孔径、Matrigel包被、侵袭细胞计数方法（每重复5个随机视野）。 阅读提示：Materials and methods 2.14 Wound healing assay 和 2.15 Transwell invasion assays |
| 计算模拟条件 | KLF5蛋白结构（PDB ID: 2EBT）、对接评分、MD模拟力场、水模型、模拟时间（100ns）、温度、压力。 阅读提示：Materials and methods 2.8 Molecular docking and molecular dynamics simulations |
| 机器学习分析 | 数据集（GSE15471）、算法列表、交叉验证方案（5折）、特征筛选标准（频率≥7/8）。 阅读提示：Materials and methods 2.3 Construction of a heterogeneous ensemble learning framework |
| 外部验证与生存分析 | TCGA-PAAD和GTEx样本数、表达值转换方法、差异表达检验方法、生存分组方法（中位数）、统计检验方法（log-rank, Cox）。 阅读提示：Materials and methods 2.5 External validation in TCGA and GTEx cohorts |
| 免疫浸润分析 | CIBERSORT参数（1000次排列）、样本保留标准（p<0.05）。 阅读提示：Materials and methods 2.6 Immune microenvironment profiling |
| MR分析 | eQTL数据来源、结局数据来源、工具变量阈值、LD clumping参数、主要及敏感性分析方法。 阅读提示：Materials and methods 2.7 Two-sample Mendelian randomization analysis |
| 单细胞分析 | 数据集来源、质量控制标准、分析软件版本、虚拟敲除工具及参数。 阅读提示：Materials and methods 2.9 Single-cell RNA sequencing and interaction analysis |