“大数据”预测分析与三丁基锡暴露有关疾病

刘 敏,张纪亮,张春暖,齐 茜,崔 伟,冯海洋 (河南科技大学动物科技学院,水环境与动物安全实验室,河南 洛阳471023)

有机锡化合物广泛应用多种工业用途.其中,三丁基锡(TBT)因其作为海洋船只的防污涂料添加剂被广泛使用,造成全球水体环境的普遍污染[1].最近,在水体、海洋水产品和生活用品中均检测到TBT[2-4].人类通过摄入海洋水产品暴露于TBT已被广泛报道,一些污染严重地区居民每天人均摄入量可高达上百微克[5-8].通过对我国部分城市市售海产品中的污染物水平调查,显示丁基锡污染普遍存在[9-10].研究得出我国居民 TBT摄入浓度范围为 0.003～0.006µg/(kg⋅d)[11].另外,人类还可能通过接触聚氯乙烯塑料制品等方式暴露于有机锡.在人体血液和肝脏中已经检测出TBT存在[12-13].TBT对哺乳动物的毒性效应主要体现在免疫、神经、生殖和肝毒性外,并引起细胞发生凋亡、坏死或自噬[14-19].因此,目前TBT对人的暴露可能成为常态,环境水平TBT暴露对人类健康的威胁应引起重视.

近年来,在传统毒理学的基础上,预测毒理学不断发展.大量毒理学数据库开始出现,如比较毒理组学数据库(CTD),京都基因和基因组百科全书(KEGG),注释、可视化和集成发现数据库(DAVID),化学物生物活性预测系统(PASS)等.这些数据库提供的“大数据”是非常高效的分析工具,通过多种分析方法与工具的灵活应用,可以有效从大量数据中发现潜在的生物影响信息,为毒理学研究开辟新的方向.例如,通过结合KEGG和CTD,能够预测黄酮类化合物和雌激素受体结合对生物影响[20];结合 Gene Ontology(GO)能够对人类疾病的致病机制进行推测[21];结合 ToxCast预测毒性机制,能够分析体内药物诱发潜力[22];还可以应用CTD开发新的疾病和药物相关性预测系统[23].我国预测毒理学研究尚处于起步阶段,本研究通过应用预测毒理学数据库,预测分析TBT暴露与人类相关疾病的关系,预测结果将为TBT毒理学进一步的研究指明方向,为TBT的环境政策决策提供依据.

1 材料与方法

1.1 数据来源

CTD(http://ctdbase.org)提供了从文献手动策划的化学-基因、基因-疾病和化学-疾病的关联.本研究根据2017年7月CTD更新的数据[24]进行分析.更新后,核心CTD包括14672种化学物质、42761个基因和 6401个疾病的手动策划相互作用(包括 1379105化学物-基因、202085化学物-疾病和33 583基因-疾病直接相互作用).CTD还可以通过手动策划产生预测推论.例如,某化学物(A)与某基因(B)相互作用,如基因 B单独与某疾病(C)相关,则化学物A被推断与疾病C(通过基因B)有关联.

1.2 CTD分析

CTD提供了一套基于网络的分析工具(http://ctdbase.org/tools/).本研究中主要应用了 Set Analyzer(http://ctdbase.org/tools/analyzer.go),其可对化合物或基因集合进行富集分析,如疾病、通路以及基因间的相互作用.进入CTD的TBT界面后,应用Set Analyzer分析CTD手动策划筛选出的与TBT具有相互作用的基因(共计 488个).另外,CTD 整合了来自BioGRID的基因-基因和蛋白质-蛋白质相互作用信息.将这488个基因(NCBI基因符号或IDs)输入CTD的 Set Analyzer,即可快速得到这些基因间的相互作用网络图.CTD的超几何分布计算和Bonferroni法多重检测校正[25]可进行疾病富集性研究.系统默认显著性校正P值为0.01.通过分析,生成与488个基因具有相互关系的疾病,共计492个.

1.3 基因功能和网络分析

KEGG(http://www.kegg.jp/;http://www.genome.jp/kegg/),是一个包含了基因组、生物学途径、疾病、药物、化合物集合的数据库.KEGG PATHWAY是该数据库的核心资源,将许多实体(包括基因、蛋白质、RNAs、化合物、聚糖和化学反应)以及疾病基因和药物靶标整合的途径图集合,作为个体条目存储在KEGG的其他数据库中[26].CTD整合了KEGG通路信息.为了进一步挖掘信息,利用注释、可视化和集成发现数据库(DAVID,https://david.ncifcrf.gov/)对TBT基因集进行功能富集分析[27-28],以基因符号作为输入内容,可以观察到TBT和疾病之间丰富的KEGG途径的重叠.

1.4 PASS预测TBT生物活性

PASS是使用计算机辅助,通过化学结构来预测生物活性的工具.在 PASS中生物活性被定性描述为有活性和无活性.将TBT简化分子式SMILES输入系统,可得到活性概率(Pa)和无活性概率(Pi).通过Delta=Pa-Pi,可以预测TBT的生物活性[29].Delta值越大,表示相关的生物活性越高.

2 结果与讨论

2.1 CTD分析与TBT相关的基因

在CTD中,通过手动策划,共筛选出与TBT具有相互作用的基因488个.PPARG是出现频次最高的基因(表1).PPARG主要负责脂类的分解代谢[30].研究证实TBT能够通过PPARG诱导脂肪细胞分化,引起小鼠体内脂肪沉积[31].在作者的研究中也发现伴随TBT诱导的鱼类精巢脂质的蓄积,PPARG表达增加[32].

表1 应用CTD分析与TBT相互作用出现频次最高的10个基因Table 1 10genes with the highest frequency of interactions with TBT in CTD analysis

图1显示了与TBT具有相互作用的488个基因之间相互作用网络图.图中的每个圈代表一个基因,直线代表基因存在相互作用.圈越大,颜色越深,表明与其他基因的相互作用越强,越处于中心地位.可看出,基因TP53拥有相关联基因最多,处于中心地位;其次是ESR1和FN1.TP53为著名的抑癌基因,可在多个肿瘤类型中发生突变[33];ESR1为雌激素受体alpha,对于雌性的生殖活动起重要作用[34];FN1基因可影响糖尿病并发症中的 RET信号和 AGE-RAGE信号通路[35].因此这些基因表达的改变可能是 TBT诱导相关疾病中的关键事件.

2.2 CTD分析与TBT相关的疾病

如图2所示,与488个基因具有直接相互作用关系的疾病为 492个.其中,癌症的比例最高.这和 TBT与抑癌基因TP53相关性最高的结果一致.在前10类疾病中,基本都与已经报道的TBT能够诱导免疫、神经、生殖毒性以及引起细胞发生凋亡、坏死或自噬的结果[14-19]一致.值得注意的是,代谢疾病在所有疾病中的比例为10.2%.然而,TBT与代谢疾病的关系却很少引起关注.

图1 应用CTD分析与TBT相关的基因间相互作用网络Fig.1 Network map of genes interacted with TBT in CTD analysis

图2 CTD分析与TBT可能相关的前10类疾病Fig.2 Top 10diseases induced by TBT in CTD analysis

2.3 CTD分析与TBT相关的KEGG通路

表2显示了与TBT相关的前10个KEGG通路,可以发现基因注释较多的途径包括代谢、信号传导、癌症、免疫系统等.其中与免疫有关的通路3个(免疫系统、先天免疫系统、免疫系统验证因子信号通路),与代谢有关的通路4个(代谢、脂质和脂蛋白代谢、代谢通路、蛋白代谢).TBT免疫毒性已经开展了较多的研究[36],而 TBT与代谢类疾病的关系研究还较少,更需要在以后的研究中关注.在作者的研究中[37],已经发现TBT可能通过诱导肝脏中与脂质转运、脂质存储、脂酶以及脂生成因子等基因的表达进而诱导肝脏脂肪变性.

2.4 DAVID对KEGG中代谢通路的基因注释

结合前述结果,对TBT所影响的代谢途径和代谢性疾病进行更加深入的分析和研究.应用 DAVID对KEGG PATHWAY数据库中人类所有代谢的通路图进行注释.如图3所示,发现基因注释大多分布于糖的生物合成与代谢途径区域,说明TBT可能干扰糖的合成与代谢.

2.5 PASS分析TBT生物活性

表3显示,TBT可能具有多种与糖代谢相关的生物活性.如对糖磷酸酶的抑制作用将影响体内葡萄糖水平的稳态[38].糖代谢异常可引起人体多种疾病,其中以糖尿病最为常见[39].因此,可以推测 TBT暴露能够干扰生物体糖类代谢过程,与人类糖类代谢性疾病有关,如糖尿病、胰岛素抵抗等.

表3 PASS分析TBT影响糖代谢的生物活性Table 3 Biological activity of TBT on glucose metabolism predicated by PASS

3 结论

3.1 在CTD中,共筛选出与TBT具有相互作用的基因488个;基因相互作用网络图显示TP53处于中心地位,其次是ESR1和FN1.

3.2 CTD分析结果表明,与TBT相关疾病中癌症比例最高;另外,代谢类疾病应引起关注,其在所有疾病中的比例高达10.2%.

3.3 KEGG通路和DAVID基因功能注释分析,发现TBT不仅和代谢性疾病有较高的关联性,其相互作用基因在糖代谢途径上亦有较密集的基因功能注释.

3.4 PASS的活性预测发现TBT可能影响多种与糖代谢相关的酶生物活性,提示TBT对糖代谢相关疾病的影响在今后研究中应引起注意.