黄曲霉毒素B1暴露的脓毒症风险:基于机器学习的生物标志物发掘与机制阐释
苏舜成
郭健
夏一春
王涵洲
李宇航
马乐乐
傅育情
胡冠宇
刘竹
钱义明
200437 上海,上海中医药大学附属岳阳中西医结合医院急诊医学科
摘要：目的 通过整合生物信息学与机器学习方法,系统分析环境毒素黄曲霉毒素B1(aflatoxin B1,AFB1)与脓毒症之间的分子关联,识别关键的交集基因与核心生物标志物,探讨AFB1 影响脓毒症进程的潜在机制.方法 从基因表达综合数据库(gene expression omnibus,GEO)获取脓毒症相关转录组数据集,合并后进行批次效应校正,并划分为训练集与测试集.通过差异表达分析(DEGs)、加权基因共表达网络分析(weighted correlation network analysis,WGCNA)筛选脓毒症相关基因,并从多个数据库预测AFB1 的潜在作用靶点,取两者交集基因.对交集基因进行基因本体数据库(gene ontology,GO)、京都基因和基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)富集分析,并构建蛋白质-蛋白质互作(protein-protein interaction,PPI)网络以筛选核心基因.应用多种机器学习算法构建诊断模型,通过独立数据集验证性能,并利用可解释机器学习算法(shapley additive explanations,SHAP)分析鉴定贡献度最高的关键生物标志物.对筛选出的核心生物标志物与AFB1 进行分子对接,计算结合能以评估其结合潜力.结果 发现55 个AFB1 与脓毒症的共有交集基因,其功能显著富集于免疫与炎症反应相关通路.蛋白质相互作用网络筛选出表皮生长因子受体(EGFR)、编码p53 蛋白的抑癌基因(TP53)、原癌基因(SRC)等20 个核心基因.机器学习模型(glmBoost+StepGlm[both])表现出优异诊断效能[受试者工作特征(ROC)曲线下面积(AUC)=0.974],SHAP分析确定,甘油醛-3-磷酸脱氢酶(GAPDH)为诊断价值最高的生物标志物(AUC=0.901).分子对接证实,AFB1 与GAPDH蛋白具有极强的结合潜力(结合能=-10.5 kcal/mol).结论 AFB1 可能通过作用于GAPDH等关键靶点,干扰免疫稳态,从而增加脓毒症易感性的潜在分子机制.GAPDH被确定为具有重要价值的生物标志物,为理解环境毒素在脓毒症发病中的作用提供了新视角,也为风险评估和早期预警提供了潜在的靶点.
关键词：黄曲霉毒素B1(AFB1)脓毒症机器学习生物标志物分子对接甘油醛-3-磷酸脱氢酶(GAPDH)
资助基金：上海中医药大学附属岳阳中西医结合医院大学科制建设经费(QY71.42.12)
论文发表日期：2026-03-10
在线出版日期：2026-03-27（本平台首次上网日期，不代表文献的发表时间）
页数：10( 189-198 )
英文信息