基于网络毒理学分析质子泵抑制剂与H

摘要

本发明公开了一种基于网络毒理学分析质子泵抑制剂与H

说明书

技术领域

本发明属于生物信息学技术领域，具体涉及一种基于网络毒理学分析质子泵抑制剂与H

背景技术

临床上治疗胃部疾病主要以对抗胃酸分泌为主，旨在通过调节患者胃酸分泌趋于正常水平达到治疗的目的。现有临床诊疗中使用的对抗胃酸分泌过多的药物主要分为受体拮抗剂和质子泵抑制剂两类，前者包括M受体拮抗剂、H

发明内容

为了解决现有技术中的问题，本发明提供一种基于网络毒理学分析质子泵抑制剂与H

本发明的目的通过以下技术方案来实现：

一种基于网络毒理学分析质子泵抑制剂与H

(1).药物靶点的获取和处理：通过在线数据库获取质子泵抑制剂与H

(2).肝脏毒性风险基因的获得和处理：采用Chemical and Drug Induced LiverInjury、Chemical and Drug Induced Liver Injury，Chronic作为关键词在MeSH数据库(https://www.ncbi.nlm.nih.gov/mesh)检索，根据检索结果在OMIM数据库(https://www.omim.org/)和GWAS数据库(https://www.gwascentral.org/)获取肝脏毒性风险基因，去除未成功映射的基因及重复项。

(3).构建药物性肝损伤(Drug-Induced Liver Injury，DILI)疾病模块：将收集的肝脏毒性风险基因定位于STRING(https://cn.string-db.org/)，根据网络定位观察疾病风险基因的分布，通过网络的随机化验证DILI疾病模块的有效性，得到DILI疾病模块。

(4).药物与DILI疾病模块的网络邻近：对疾病风险基因集和药物靶点集，基于STRING网络利用代码计算药物靶点和疾病风险基因之间的最短路径长度，计算随机选择的风险基因与药物靶点之间的路径长度作为参考距离，得到药物和DILI疾病模块的相对平均最短距离。

使用网络邻近策略评估药物与DILI疾病模块的接近程度，利用代码计算药物靶点同DILI疾病模块风险基因的邻近程度：对于给定V(疾病基因集)和T(药物靶点集),d(V,T)表示网络节点中v和t之间最短的路径长度，dc(V,T)表示网络中药物靶点与疾病风险基因的平均最短路径长度，计算公式如下：

当参考距离分布均值μd(V，T)和标准差σd(V，T)用于将观察距离转换为归一化距离时，药物和DILI疾病模块之间的相对平均最短距离Zdc的计算公式如下所示，通过网络邻近的计算，得到网络邻近结果。

(5).药物和DILI疾病模块的网络重叠：通过代码将药物靶点和风险基因在STRING网络进行网络重叠，计算药物靶点与风险基因的ds值，分析药物肝脏毒性机制的差异性及药物与疾病模块的网络关联性。ds＝0表示重叠网络中的疾病风险基因与药物靶点完全相同；ds＝1表示二者相邻近且距离为1；ds＝2表示二者之间的最短距离为2；ds＞2表示二者间的最短距离大于2；ds＝NA被视作在PPI中二者之间不存在相互作用关系。两类药物在重叠网络中作用的特异性靶点的相关生物学过程和调控途径，反映出分子层面和疾病发生发展过程中两类药物产生肝脏毒性机制的原因及差异性。

(6).DILI疾病模块的基因富集：将DILI疾病模块的所有风险基因上传到DAVID生物信息学数据库(http://david.abcc.ncifcrf.gov)进行基因富集，得到的结果用于分析药物性肝损伤疾病的生物过程、分子功能及相关信号通路，探究药物性肝损伤的相关机制。

(7).筛选药物作用于疾病模块的核心靶点：将药物靶点与疾病风险基因重合，得到药物作用于疾病模块的候选核心靶点，统计基因富集结果中所有信号通路涉及的基因的频次，统计候选核心靶点对应的频次排序。将疾病风险基因上传到STRING数据库分析，得到靶点蛋白相互作用网络(PPI)及其txt.数据，使用Cytoscape3.9.0软件中的NetworkAnalyzer模块分析txt.数据(网络节点)的最大自由度值。结合候选核心靶点在PPI网络中的度值排名及候选核心靶点的基因频次排序，筛选确定药物作用在疾病模块的核心靶点。

(8).药物和核心靶点的分子对接：核心靶点在PDB蛋白质数据库(http://www.rcsb.org/)下载对应的人源性蛋白结构，在PubChem数据库(https://pubchem.ncbi.nlm.nih.gov/)下载药物的2D结构作为配体文件，使用DiscoveryStudio2019软件进行分子对接。

进一步，本发明质子泵抑制剂选取的药物包括：埃索美拉唑(esomeprazole)、兰索拉唑(lansoprazole)、奥美拉唑(omeprazole)、泮托拉唑(pantoprazole)、雷贝拉唑(rabeprazole)。H

(famotidine)、尼扎替丁(nizatidine)、雷尼替丁(ranitidine)、罗沙替丁(roxatidine)。上述药物为同药物类型中问世较早，临床使用量和治疗效果最佳的一线药物，具有研究的代表性。药物分子的结构文件来源于DrugBank数据库(https://go.drugbank.com/)，将药物结构文件在PharmMapper数据库(http://www.lilab-ecust.cn/pharmmapper/)通过药效团映射在线识别药物的作用靶点。

本发明中，步骤1)所述的药物在线数据库选自Drugbank；药物靶点映射的数据库选自PharmMapper；蛋白质数据库选自Uniprot；所述的进行靶点处理是将药物靶点ID名称转化为UniProt ID，去除重复项后得到药物靶点。

本发明中，步骤2)肝脏毒性风险基因的数据源来自OMIM数据库和GWAS数据库，并且基于MeSH数据库选取的肝脏毒性疾病的标准化术语。

本发明中，步骤3)是根据步骤2)中收集的肝脏毒性风险基因定位于STRING后，根据网络定位观察疾病风险基因的分布，疾病风险基因显著定位；通过网络的随机化验证了结果的有效性后得到了构建的DILI疾病模块。

本发明中，步骤4)中使用网络邻近策略评估药物与DILI疾病模块的接近程度时，对于给定V(疾病基因集)和T(药物靶点集),d(V,T)表示网络节点中v和t之间最短的路径长度，dc(V,T)表示网络中药物靶点与疾病风险基因的平均最短路径长度；计算随机选择的靶点与风险基因之间的接近程度得到参考距离，此过程随机化进行了1000次。为规避重复选择相同的网络节点，当参考距离分布均值μd(V，T)和标准差σd(V，T)用于将观察距离转换为归一化距离时，得到药物和DILI疾病模块之间的相对平均最短距离Zdc。

本发明中，步骤5)是将步骤1)中的药物靶点与步骤3)构建的DILI疾病模块基于STRING网络进行网络重叠，计算药物靶点与风险基因的ds值。ds＝0表示重叠网络中的疾病风险基因与药物靶点完全相同；ds＝1表示二者相邻近且距离为1；ds＝2表示二者之间的最短距离为2；ds＞2表示二者间的最短距离大于2；ds＝NA被视作在PPI中二者之间不存在相互作用关系。

本发明中，步骤6)是将步骤3)中DILI疾病模块的肝脏毒性风险基因上传DAVID生物学信息数据库(http://david.abcc.ncifcrf.gov)进行基因富集工作，得到基因本体生物学过程、分子功能、细胞组成和相关生物学途径的结果。

本发明中，步骤7)中将药物靶点与疾病风险基因重合，得到药物作用于疾病模块的候选核心靶点，统计基因富集结果中所有信号通路涉及的基因的频次，统计候选核心靶点对应的频次排序。将疾病风险基因上传到STRING数据库，得到靶点蛋白相互作用网络(PPI)及其txt.数据，使用Cytoscape3.9.0软件中的NetworkAnalyzer模块分析txt.数据(网络节点)的最大自由度值。结合候选核心靶点在PPI网络中的度值排名及候选核心靶点的基因频次排序，筛选确定药物作用在疾病模块的核心靶点。核心靶点筛选，根据PPI中最大自由度值排序筛选核心靶点，节点的度数定义为连接到节点的边数，代表了网络节点的拓扑重要性，是分析药物靶点的最方便可行的方法。风险基因的度值越大说明与其连接的风险基因越多，则此风险基因越有可能与肝毒性有关，越可能是肝毒性疾病模块中药物作用的核心靶点。同时考虑了候选核心靶点在疾病模块基因富集中的信号通路结果出现的频次，高频次出现的候选靶点与疾病发生发展的过程更加密切相关，是筛选药物作用在DILI疾病模块中关键靶点的重要辅助参考。

本发明中，步骤8)在PDB蛋白质数据库下载质子泵抑制剂与H

和现有技术和相关肝脏毒性研究相比，本发明具有如下优点：

1.本发明所述的一种基于网络毒理学及分子对接分析质子泵抑制剂与H

2.本发明所述的一种基于网络毒理学及分子对接分析质子泵抑制剂与H

3.本发明所述的一种基于网络毒理学及分子对接分析质子泵抑制剂与H

附图说明

图1是本发明实施例中质子泵抑制剂与H

图2是本发明实施例中质子泵抑制剂与H

图3是本发明实施例中DILI疾病模块网络图；

图4是本发明实施例中质子泵抑制剂与H

图5是本发明实施例中H

图6是本发明实施例中质子泵抑制剂特有靶点图；

图7是本发明实施例中DILI基因富集排名前10结果图。

具体实施方式

以下实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。本发明实施例中质子泵抑制剂与H

实施例1

一种基于网络毒理学分析质子泵抑制剂与H

1.1药物靶点的获取和处理

质子泵抑制剂：(esomeprazole、lansoprazole、omeprazole、pantoprazole、rabeprazole)；H

在MeSH数据库确定了肝脏毒性疾病的标准化术语，根据确定的标准化术语：Chemical and Drug Induced Liver Injury、Chemical and Drug Induced LiverInjury，Chronic作为关键词在MeSH数据库检索，得到49个条目。49个条目在OMIM数据库收集到691个肝脏毒性风险基因；在GWAS数据库收集到38个肝脏毒性风险基因，去除未成功映射的基因及重复项后，共收集得到683个肝脏毒性风险基因。

1.3药物性肝损伤疾病模块的构建

将1.2的疾病风险基因通过代码定位于STRING网络，根据网络定位观察疾病风险基因的分布，通过网络的随机化验证DILI疾病模块的有效性，利用网络拓扑参数验证构建的DILI疾病模块的质量，得到DILI疾病模块网络定位结果与疾病模块网络。

1.4药物与DILI疾病模块的网络邻近

使用网络邻近策略评估药物与DILI疾病模块的接近程度，利用代码计算药物靶点同DILI疾病模块风险基因的邻近程度：对于给定V(疾病基因集)和T(药物靶点集),d(V,T)表示网络节点中v和t之间最短的路径长度，dc(V,T)表示网络中药物靶点与疾病风险基因的平均最短路径长度，计算公式如下：

计算随机选择的靶点与风险基因之间的接近程度得到参考距离，此过程随机化1000次。

为规避重复选择相同的网络节点，当参考距离分布均值μd(V，T)和标准差σd(V，T)用于将观察距离转换为归一化距离时，药物和DILI疾病模块之间的相对平均最短距离Zdc的计算公式如下所示，通过网络邻近的计算，得到网络邻近结果。

1.5药物和DILI疾病模块的网络重叠

为探究两类药物肝脏毒性机制的差异性及药物与疾病模块的网络关联性，使用代码将药物靶点和DILI疾病模块基于STRING网络进行网络重叠，计算药物靶点与风险基因的ds值。ds＝0表示重叠网络中的疾病风险基因与药物靶点完全相同；ds＝1表示二者相邻近且距离为1；ds＝2表示二者之间的最短距离为2；ds＞2表示二者间的最短距离大于2；ds＝NA被视作在PPI中二者之间不存在相互作用关系。两类药物在重叠网络中作用的特异性靶点的相关生物学过程和调控途径，反映出分子层面和疾病发生发展过程中两类药物产生肝脏毒性机制的原因及差异性。

1.6DILI疾病模块风险基因的基因富集

将DILI疾病模块中的所有风险基因、核心风险基因、最大连通成分的风险基因上传DAVID数据库进行基因富集，得到基因本体生物学过程、分子功能、细胞组成和相关生物学途径等信息和基因富集结果。

1.7药物作用在疾病模块的核心靶点筛选

对核心风险基因基因富集结果中所有信号通路出现的基因作频次排序，共统计到314个风险基因。将质子泵抑制剂与H

药物作用的核心靶点在PDB蛋白质数据库下载靶点的人源性蛋白结构。通过X射线晶体学确定了的三维蛋白质结构；晶体分辨率小于

2.结果

2.1质子泵抑制剂与H

经过数据收集与处理，质子泵抑制剂与H

表1药物靶点

H2受体拮抗剂的5个药物共收集到424个药物靶标，质子泵抑制剂的5个药物共收集到379个药物靶标，使用在线分析工具venny对两类药物的靶点进行差异性分析，结果见图2。

2.2肝脏毒性风险基因的获得和处理

基于MeSH数据库确定的标准化肝脏毒性疾病名称，选用Chemical and DrugInduced Liver Injury、Chemical and Drug Induced Liver Injury，Chronic作为关键词检索，在OMIM数据库中收集到691个肝脏毒性风险基因；在GWAS数据库中收集到38个肝脏毒性风险基因，去除未成功映射及重复的风险基因，共收集到683个肝脏毒性风险基因。

2.3DILI疾病模块

683个风险基因定位于STRING网络，使用Cytoscape3.9.0的网络分析工具对疾病模块的网络拓扑属性进行分析，结果显示与随机选择的基因集相比有595个风险基因显著定位(Z＝23.68，p<0.001，随机化抽样1000次)，经过网络拓扑参数验证，DILI疾病模块质量良好。DILI疾病模块的PPI网络中，595个风险基因聚集形成2721条边，每两个风险基因平均拥有1.205条边。486个风险基因相互关联，称为核心风险基因；疾病模块的最大连通成分由458个风险基因构成，构建的DILI疾病模块网络见图3。

2.4药物与DILI疾病模块的网络邻近分析

采用网络邻近策略计算了10个药物与DILI疾病模块之间的相对平均邻近距离参数Zdc，Zdc值小于0表明药物与疾病模块相邻近，其绝对值大小与邻近程度呈正相关。网络邻近结果如图4所示，10个药物与DILI疾病模块的Zdc值均小于0，表明药物与DILI疾病模块相邻近，显示出药物潜在的肝脏毒性。在基于相同疾病模块、代码环境的计算方法中，H

2.5药物与DILI疾病模块的网络重叠分析

重叠网络结果中ds≤1的风险基因H2受体拮抗剂共有401个，质子泵抑制剂共有399个，ds＝2的风险基因中H

根据两类药物在重叠网络中作用的差异性靶点，在分子层面和疾病发生发展的相关过程探究两种类型药物导致肝脏损伤机制的差异性。H

靶点蛋白在肝脏细胞的表达可表现为在肝脏疾病的不同阶段发挥不同功能，并参与一些复杂的信号转导过程，药物可通过作用于靶点进而对疾病的发生发展过程产生相关影响。质子泵抑制剂作用在疾病模块的特有靶点见图6。ARG1在肝癌细胞的表达出现显著下调，其通过促进上皮细胞-间充质的转化在原发性肝癌的进展中作为关键致癌基因发挥作用；ESR2及相关通路与原发性肝癌的严重程度有关；ALDH2的缺乏会增强酒精诱导的肝损伤，动物实验中ALDH2的基因敲除可进一步增加由TGFβ1诱导的活性氧生成；在肝损伤模型中肝细胞激活的STAT3被证明是一种有效的抗炎因子，可以保护肝细胞免受损伤；研究发现RAC2在四氯化碳诱导的小鼠急性肝损伤模型中高度表达，而RAC2基因的敲除明显减少了这些促炎症性物质释放。

2.6DILI疾病模块的基因富集

在GO功能分析结果中选取P＜0.05的生物过程(BP)、分子功能(MF)、细胞组成(CC)富集结果排序前10的生物学过程分析，显示药物性肝损伤主要涉及了inflammatoryresponse(炎症反应)、immune response(免疫反应)、negative regulation of apoptoticprocess(凋亡过程的负调控)、positive regulation of transcription from RNApolymerase II promoter(RNA聚合酶II启动子转录的正调控)、response tolipopolysaccharide(对脂多糖的反应)等生物过程；涉及到细胞成分有cytosol(胞质溶胶)、plasma membrane(质膜)cytoplasm(细胞质)、perinuclear region of cytoplasm(细胞质核周区)等；涉及的分子功能有protein binding(蛋白质结合)、enzyme binding(酶结合)、receptor binding(受体结合)、transcription factor binding(转录因子结合)、cytokine activity(细胞因子活性)等；观察KEGG富集分析结果来看(p＜0.05)，排序前10信号的主要涉及了Hepatitis C(丙型肝炎)、Hepatitis B(乙型肝炎)、Pathways incancer(癌症的途径)、Toll-like receptor signaling pathway(Toll样受体信号通路)，DILI基因富集排名前10的结果见图7。

2.7药物作用在疾病模块的核心靶点

根据PPI网络中的度值排名及候选核心靶点的频次排序情况筛选药物作用在疾病模块的7个核心靶点的UniProt ID与蛋白名称见表2。

表2.DILI疾病模块核心靶点

2.8药物和核心靶点的分子对接

使用DiscoveryStudio2019软件进行分子对接，评估药物分子和核心靶点的结合亲和力，结果见表3。

表3.核心靶点分子对接结果

结合能-CDOCKER ENERGY数值大于0，表明配体药物分子可以自发地与靶点受体蛋白结合，数值越大表明其结合的越紧密，亲和力越好。我们观察到靶点蛋白与同重类型药物分子的结合能数值较为接近，反映出药物结构的相似性。表中的数值大部分都大于0，表明药物能够与靶点自发地相结合。无论是从H

基于H

重叠网络的差异性分析结果表明，与肝脏损伤相关的药物靶点参与了很多复杂的信号通路，包括炎症相关的信号通路、肝脏疾病相关的信号通路、免疫相关的信号通路，药物可通过作用于不同靶点进而影响相关生物途径，影响免疫过程、细胞增殖与分化、炎症反应进程以及其他可导致肝脏损伤的信号通路发挥内在作用。

通过PPI网络的构建，筛选出的7个核心靶点，包括MAPK1、MAP2K1、RAF1、AKT1、GRB2、MAPK14、EGFR。RAF1参与了正常细胞生长和许多致癌转化的信号通路，RAF1在肝细胞癌中的表达显著增加，其高度表达与细胞增殖、化疗耐药性和肿瘤侵袭性有关。褪黑素是松果体产生的高效抗氧化物质，具有抗氧化和自由基清除作用，可抑制肝损伤与肝细胞氧化应激。有研究证实褪黑素通过诱导了肝癌细胞中let7i-3p的表达，并进一步证明let7i-3p直接抑制了RAF1蛋白的翻译和RAF1下游致癌通路的激活，从而抑制肝癌细胞生长和转移，并促进其凋亡。

质子泵抑制剂作用于H+/K+-ATP酶发挥抑酸作用，该酶仅存在于胃壁细胞表面，H

综上，基于药物靶点和DILI疾病模块的重叠网络结果和疾病模块基因富集的结果，使用网络医学分析的方法初步探究了质子泵抑制剂和H