張 華,周煥芳,梁英琴,徐萬鵬,孫雪梅,陸俊霏,覃 思,林 軍△
(1.廣西醫科大學藥學院,南寧 530021;2.廣西醫科大學第十附屬醫院,欽州 535000 ;3廣西醫科大學附屬腫瘤醫院藥學部,南寧 530021)
肝臟是人類最重要的器官之一,各種肝損害引起的肝炎是一個世界性的健康問題。急性肝損傷(ALI)是指突然出現大量肝細胞壞死或肝功能顯著異常的綜合征,以凝血機制障礙、黃疸及肝性腦病等癥狀為主要表現,可累及機體多個系統[1]。該病起病急,病情危重,肝細胞廣泛壞死,且目前缺乏有效治療手段,治療藥物的干預效果較差,病死率較高[2]。
中國傳統藥物在治療肝損傷中發揮著重要作用。老鼠簕(Acanthus ilicifolius L.)屬爵床科(Acanthaceae)老鼠簕屬(Acanthus),是一種重要的藥用紅樹林植物,民間主要用于治療淋巴結腫大、急慢性肝炎、肝脾腫大、胃痛、咳嗽、哮喘,外敷用來治療瘰疬。本課題組前期研究發現,老鼠簕提取物中的單體活性成分為老鼠簕生物堿A,其化學名為4-苯并噁唑-2-酮(HBOA),具有良好的抗炎、抗氧化活性[3],但由于老鼠簕植物生長緩慢,限制了從中大量的提取,經廣西醫科大學藥學院藥物化學教研室的探索,現已能夠實現全人工合成,并且進一步合成了一系列低毒的HBOA 衍生物[4],4-乙酰氧基苯并噁唑-2-酮(AcO-BOA)為衍生物之一,根據前期研究結果,AcO-BOA 具有良好的抗炎和保肝作用[5],但其具體作用機制尚不明確。
網絡藥理學作為藥理學新興分支學科,給中醫藥的發展帶來了新的思路和方法[6]。本研究旨在運用網絡藥理學方法預測并篩選AcO-BOA 和ALI 的交集靶點,進行富集并分析其所參與的生物過程及信號通路,從而探討AcO-BOA 防治ALI 的潛在作用機制。
1.1 數據庫 所用數據庫包括Swiss Target Prediction(http://www.swisstargetprediction.ch/)、Phammapper(http://www.lilab-ecust.cn/pharmmapper/)、Gene-Cards 5.0(https://www.genecards.org/)、OMIM(https://omim.org/)、Venny 2.1.0(https://bioinfogp.cnb.csic.es/tools/venny/index.html)、String 11.0(https://stringdb.org/)、David 6.8(https://david.ncifcrf.gov/)、Omicshare 5.0.1(https://www.omicshare.com/tools/)、Uniprot(https://www.uniprot.org/)、RCSB PDB(https://www.rcsb.org/)。
1.2 主要材料與試劑 SPF 級健康C57 小鼠,體重(18±22)g,購于廣西醫科大學實驗動物中心,動物使用許可證號:SCXK(桂)2020-0003。AcOBOA,廣西醫科大學藥學院藥物化學教研室合成,純度>90%。脂多糖(LPS,北京索萊寶科技有限公司,批號:426Y034);D-氨基半乳糖(D-GalN,合肥博美生物科技有限責任公司,批號:RT052019)。一抗AKT、β-actin(中國Proteintech 公司);p-AKT(美國Affinity公司)。
1.3 藥物靶點、疾病靶點、藥物與疾病交集靶點的篩選 采用ChemDraw 軟件繪制AcO-BOA 的結構式,分別導入Swiss Target Prediction 及Phammapper數據庫,獲取藥物相關靶點。登陸GeneCards 5.0和OMIM數據庫,分別以“Acute Liver Injury”,“Hepatic Injury”作為關鍵詞進行檢索,從而獲取ALI 相關靶點。登陸Venny 2.1.0網站,分別輸入藥物和疾病的靶點,即可獲得AcO-BOA和ALI的交集靶點。
1.4 蛋白質相互作用(PPI)網絡的構建及核心靶點的篩選 登陸String11.0 在線網站,輸入AcO-BOA和ALI的交集靶點,物種選擇為“Homo sapiens”,設置隱藏游離靶點,得到PPI 網絡。將PPI 網絡圖.tsv格式文件導入Cytoscape 3.7.1 軟件進行拓撲分析并獲得各節點的中心度值(Degree),根據Degree 值大小將PPI 網絡圖可視化。利用Cytohubba 插件計算并篩選出網絡中Top 10的核心靶點。
1.5 基因功能和通路富集分析及“成分-靶點-通路”網絡圖的構建 將所獲得的Top 10核心靶點輸入David 6.8數據庫,物種選擇為“Homo sapiens”,選擇“office gene”,以P<0.05 為閾值,篩選出Top 20的生物過程和信號通路。再運用Omicshare5.0.1在線工具繪制動態富集氣泡圖。最后運用Cytoscape 3.7.1 軟件,構建AcO-BOA 與Top 10 核心靶點及Top 20信號通路的“成分-靶點-通路”網絡圖。
1.6 分子對接驗證 配體分子的準備:將配體分子(即AcO-BOA)結構式,保存為mol2 格式。受體分子的準備:登陸Uniprot 數據庫獲取受體分子的ID號,在PDB 數據庫下載各受體的3D 結構,采用Pymol 軟件處理后另存為.pdb 格式。運用AutoDock-Tools-1.5.6 軟件對其進行加氫,計算電荷,設置原子類型處理后,另存為.pdbpt格式。對接:根據受體分子的活性位點,設置對接范圍和計算方法,運用軟件開始對接,運用Pymol軟件對結果進行分析。
1.7 實驗動物分組及給藥 AcO-BOA 用CMC-Na作為溶劑,D-GalN 和LPS 均用生理鹽水作為溶劑。將C57 小鼠隨機分為5 組:正常組、模型組及AcOBOA低劑量(50 mg/kg)、中劑量(100 mg/kg)和高劑量(200 mg/kg)組,每組8只。給藥組按20 mL/kg灌胃相應劑量的AcO-BOA,正常組和模型組灌胃等量CMC-Na,連續10 d。末次給藥后禁食不禁水12 h,除正常組(注射等量生理鹽水)外,其它各組均腹腔注射D-GalN(800 mg/kg)/LPS(40 μL/kg)復制ALI小鼠模型。
1.8 血清堿性磷酸酶(ALP)含量檢測 造模4 h后,將小鼠麻醉后眼球取血,血液靜置1 h 后離心,取上層血清,用全自動生化儀檢測各組小鼠血清中ALP的含量。
1.9 Western blotting法檢測肝組織AKT、p-AKT蛋白表達 取肝組織,稱重后在預冷的研缽中用液氮研磨,加入裂解液,冰上裂解20 min,離心,取上清,加入蛋白上樣緩沖液,混勻,煮沸使蛋白變性,使用SDS-PAGE分離蛋白,轉移至PVDF膜,封閉1 h后;將膜轉移至一抗β-actin(1∶1 000)、AKT(1∶1 000)、p-AKT(1∶1 000),4 ℃冰箱孵育過夜,洗膜3次;熒光二抗室溫下避光孵育1 h,洗膜;用雙色紅外激光成像系統(美國Odyssey LI-COR 公司)掃膜,Image J軟件分析蛋白條帶灰度值。
1.10 統計學方法 采用SPSS 17.0 軟件進行數據分析,計量資料以均數±標準差()表示,各組間均數的比較采用單因素方差分析,方差齊時,兩兩比較采用LSD-t檢驗;方差不齊時,采用Tamhane’sT2檢驗;以P<0.05為差異具有統計學意義。
2.1 藥物靶點的篩選 根據Swiss Target Prediction及Phammapper 數據庫的篩選并處理后,共獲得藥物靶點268 個。AcO-BOA 結構式見圖1,其分子量<200,藥代動力學性質(Pharmacokinetics)中胃腸道吸收系數為高,表明AcO-BOA在胃腸道易吸收;類藥性(Druglikeness)中前5個性質中有4個滿足條件,符合類藥五原則,表明AcO-BOA 在生物體內代謝過程中有較高的生物利用度,更有潛力成為口服藥物。

圖1 AcO-BOA結構式
2.2 疾病靶點篩選結果 分別從GeneCards、OMIM 數據庫篩選出ALI 相關靶點1 906 個和291個,對靶點進行合并,刪除78 個重復值后,共獲得ALI相關靶點2 119個。
2.3 藥物與疾病交集靶點的篩選 分別將268 個藥物靶點和2 119 個疾病靶點導入Venny 2.1.0 網站繪制韋恩圖(圖2),即獲得AcO-BOA防治ALI的潛在靶點,共52個,見表1。

圖2 靶點韋恩圖

表1 AcO-BOA對ALI的保護作用的潛在靶點
2.4 PPI 網絡的構建及核心靶點的篩選 Cytoscape 3.7.1 軟件所繪制的PPI網絡圖如圖3A所示。圖中各節點(Node)表示蛋白,連線(Edge)表示蛋白之間的關聯。各節點大小和顏色與其Degree 值呈正相關,Degree 值越大,節點面積越大,顏色越深。Cytohubba 插件篩選出的Top 10 核心靶點,如圖3B所示。顏色越深,說明該節點越重要。Top 10 核心靶點為絲氨酸/蘇氨酸激酶(AKT1)、表皮生長因子受 體(EGFR)、Toll 樣 受 體4(TLR4)、酪 氨 酸 激 酶(SRC)、Toll 樣受體9(TLR9)、酪氨酸激酶(JAK1)、淋巴細胞特異性酪氨酸激酶(LCK)、β 淀粉樣前體蛋白(APP)、細胞周期檢測點激酶1(CHEK1)和E1A結合蛋白EP300(EP300),見表2。以上結果提示AKT1在該網絡中的作用更為重要。

表2 前10核心靶點信息

圖3 PPI網絡的可視化圖及核心靶點圖
2.5 基因功能和通路富集分析及“成分-靶點-通路”網絡的構建 GO 分析包括生物學過程(BP)、細胞組分(CC)和分子功能(MF)。GO 分析共富集到111 條生物學過程,其中所涉及BP 為77 條,CC 為14 條,MF 為20 條。KEGG 通路富集分析共涉及38條信號通路。運用Omicshare 在線工具,均按照富集基因數目篩選出Top 20 富集結果,以P<0.05 為閾值,繪制動態富集氣泡圖。
GO 分析結果顯示,Top 20 條生物學過程主要包括先天免疫反應(innate immune response)、細胞對機械刺激的反應(cellular response to mechanical stimulus)、調節細胞增殖(regulation of cell proliferation)等;KEGG通路富集結果顯示,Top 20信號通路中主要包括PI3K-AKT信號傳導途徑(PI3K-Akt signaling pathway)、癌癥途徑(pathways in cancer)、Toll 樣受體信號通路(Toll-like receptor signaling pathway)等。“成分—靶點—通路”網絡有1 個AcOBOA 節點,10 個基因節點,20 個信號通路節點,共形成64 條連線,根據Degree 值由小到大順時針分布,節點面積越大,說明該節點越重要。可見靶點中AKT1 及通路中PI3K-AKT通路在該網絡中發揮重要作用,見圖4。提示AKT1及PI3K-AKT通路在AcO-BOA防治ALI中具有重要意義。

圖4 富集分析氣泡圖和網絡圖
2.6 分子對接驗證結果 將AcO-BOA 與篩選出的Top 10 靶點進行分子對接驗證。對接結果與結合能大小相關,結合能是指配體和受體分子之間相結合的能力。當結合能<0 kJ/mol 時,表示化合物與蛋白可以自發結合;結合能<-5 kJ/mol 時,表明化合物與蛋白之間有較好的結合活性[7],以此類推,結合能越小,兩者間發生結合作用的可能性越大,并且結合得越穩定。所得對接結果如表3 所示,結果表明,除了TLR9、LCK 兩個靶點不能與AcOBOA 自發結合外,其余靶點均能與AcO-BOA 自發結合,且有較好的結合活性,其中AcO-BOA 與AKT1 的結合能為-5.64 kJ/mol,說明AcO-BOA 與AKT1 能穩定的結合,驗證了上述網絡藥理學所預測的結果,表明AcO-BOA 可能通過調控PI3K-Akt信號通路產生抗肝損傷的藥理作用。利用Pymol軟件對結果進行可視化,見圖5。

圖5 AcO-BOA與核心靶點的分子對接結果圖

表3 分子對接結果
2.7 5 組血清ALP 含量及AKT/p-AKT 蛋白表達量比較 與正常組相比,模型組血清中ALP含量及p-AKT蛋白表達量顯著升高,AKT蛋白表達量顯著降低(均P<0.01);與模型組相比,AcO-BOA低、中、高劑量組中ALP含量均顯著降低,AcO-BOA中、高劑量組p-AKT 蛋白表達量顯著降低,AcO-BOA 高劑量組AKT蛋白表達量顯著升高(均P<0.01),見圖6。

圖6 5組小鼠血清ALP含量及肝組織AKT、p-AKT蛋白表達比較
ALI 的病因主要有藥物毒物反應、肝臟脂肪病變、自身免疫性疾病等[8]。肝損傷是急性肝衰竭的基礎,嚴重或持續性肝損傷會導致肝衰竭[9]。對于急性肝衰竭,目前除了肝移植外,臨床上缺乏有效的治療藥物和方法[10]。前期研究結果表明,AcOBOA可以改善四氯化碳所導致的肝纖維化,但其對ALI的具體機制尚不明確,需要進一步探討。
本研究運用網絡藥理學獲取AcO-BOA發揮防治ALI的潛在靶點及信號通路,共得到10個核心靶點,依次是AKT1、EGFR、TLR4、SRC、TLR9、JAK1、LCK、APP、CHEK1 和EP300。蛋白互作關系表明AKT1在Top 10靶點中的作用尤為重要,提示AKT1可能是AcO-BOA 防治ALI 過程中的重要靶點。GO 和KEGG 通路富集結果表明AcO-BOA 防治ALI 過程中主要參與的生物學過程有先天免疫反應、炎癥反應的正調控、調節細胞增殖、蛋白質磷酸化等;主要的信號通路有PI3K-AKT信號傳導途徑、癌癥途徑、Toll 樣受體信號通路、弓形蟲病、甲狀腺激素信號通路、破骨細胞分化等。上述結果表明AcO-BOA 可以通過多靶點,多通路發揮抗肝損傷作用,且AKT1 及PI3K-AKT 信號通路在AcO-BOA防治ALI 中具有重要意義。許多研究表明,PI3KAKT信號通路在防治ALI過程中具有重要地位,如Zhong等[11]研究表明,姜黃素抑制PI3K/AKT通路的激活,促進脂多糖誘導的肝損傷細胞凋亡。
動物實驗結果表明,AcO-BOA 能顯著降低血清中ALP含量,血清中ALP的水平常用于肝臟疾病的診斷與治療,表示AcO-BOA 對小鼠ALI 有一定的保護作用。PI3K-AKT 途徑在細胞中普遍存在,并且在許多疾病發生發展中起著重要作用。牛艷邦[12]研究發現,在Toll 樣受體介導的炎癥發生時抑制PI3K 信號,可以抑制促炎因子的分泌以及增加抗炎因子IL-10的分泌。PI3K/Akt途徑在調節細胞生長、增殖、分化、運動、存活和細胞內運輸中起著關鍵作用[13]。PI3K是該信號通路的關鍵因子,AKT也稱蛋白激酶B,是PI3K下游重要的效應物。PI3K被激活后,生成3位磷酸化的磷脂產物,該產物使得AKT在磷酸肌醇依賴性酶(PDK)的作用下發生磷酸化后進而正性調控細胞周期,促進細胞周期的轉換[14]。動物實驗結果顯示,經LPS/D-GalN 造模后,AcO-BOA 的預處理能下降p-AKT 蛋白的表達,表明AcO-BOA 可以抑制AKT 的磷酸化,抑制PI3K/AKT信號通路,降低LPS所引起的炎癥反應。
綜上所述,本文以ACO-BOA為研究對象,結合網絡藥理學方法,對其發揮ALI 的保護作用機制進行探討。研究結果初步表明,ACO-BOA 能夠有效預防小鼠ALI的發生,其作用機制可能與調控PI3K/AKT信號通路有關,為進一步研究提供了新的思路和理論依據,但仍需深入地對相關靶點和通路進行實驗驗證。