多组学整合分析揭示人工食用色素与常见癌症的分子关联及预后风险

《Frontiers in Nutrition》：A multi-omics approach elucidates the link between artificial food colorings and common cancers

本综述通过整合多数据库挖掘、网络毒理学、TCGA预后分析及实验验证，系统阐明了四种高暴露人工食用色素（AFCs）与肺癌（NSCLC）、结肠癌（COAD）、胃癌（GC）和乳腺癌（BRCA）的分子关联。研究筛选出108个共享AFCs-癌症靶点，其中50个核心靶点（如TP53、IL6、TNF）富集于细胞周期调控（如CDK-cyclin复合物）和致癌通路（如PI3K-Akt信号）。预后模型显示AFCs相关基因可显著分层患者生存风险（p<0.05），动物实验进一步证实AFCs暴露促进肿瘤生长。本研究为AFCs的安全性评估和监管提供了分子流行病学证据。

　　

1 引言

人工食用色素（AFCs）作为化学合成添加剂，广泛用于加工食品以改善外观和适口性。尽管其使用受到国际监管机构的限制，但其潜在健康风险尤其是致癌性仍存争议。全球癌症统计显示，肺癌、乳腺癌、结直肠癌和胃癌是发病率和死亡率最高的恶性肿瘤之一。本研究通过整合多组学数据、网络毒理学和机器学习方法，系统性评估AFCs与上述四种癌症的分子关联及临床预后意义。

2 方法

2.1 AFCs靶点筛选

从CTD、ChEMBL、SEA和TargetNet数据库获取四种高暴露AFCs（Allura Red AC、Sunset Yellow FCF、Brilliant Blue FCF、Tartrazine）的潜在靶点，经去重后得到398个AFCs相关靶点。

2.2 癌症相关靶点获取

通过GeneCards、OMIM和CTD数据库收集癌症相关靶点（关键词"cancer"），筛选后获得960个非冗余靶点。

2.3 共享靶点与PPI网络构建

AFCs与癌症靶点取交集获得108个共享靶点，利用STRING数据库（置信度≥0.9）构建蛋白质相互作用（PPI）网络，并通过Cytoscape可视化。

2.4 功能富集分析

对共享靶点进行GO和KEGG富集分析（clusterProfiler工具），定义显著性为p<0.05。

2.5 数据来源与处理

从GEO数据库获取肺癌（GSE74706）、结肠癌（GSE68468）、胃癌（GSE19826）和乳腺癌（GSE22820）的基因表达数据，从TCGA下载转录组及临床生存数据。

2.6 差异表达与GSEA分析

使用limma包筛选差异表达基因（DEGs），设定|log₂FC|>0.5且p<0.05；GSEA分析采用preranked基因列表。

2.7 预后模型构建

通过单变量Cox回归、LASSO回归和多变量Cox回归构建癌症特异性风险评分模型，通过SHAP值评估变量重要性。

2.8 实验验证

利用Human Protein Atlas（HPA）数据库验证关键靶点蛋白表达；通过qPCR检测AFCs处理后人源癌细胞（A549、HCT116等）中预后基因的表达变化；建立C57BL/6J小鼠Lewis肺癌（LLC）模型，评估AFCs饮水暴露对肿瘤生长的影响。

3 结果

3.1 AFCs-癌症核心靶点

PPI网络拓扑分析筛选出50个核心靶点（如TP53、IL6、JUN），其中细胞周期相关靶点（如CDK1、CDK2）和炎症调控靶点（如TNF、IL6）网络中心性突出。

3.2 功能富集特征

GO分析显示核心靶点显著富集于"对外源刺激反应"（response to xenobiotic stimulus）、"细胞周期调控"（cyclin-dependent protein kinase holoenzyme complex）等生物学过程；KEGG通路富集于PI3K-Akt、MAPK信号通路等经典致癌通路。

3.3 差异表达与通路激活

在四种癌症的GEO数据中，多个核心靶点呈现一致性表达失调（如CDK1在NSCLC和COAD中均上调）；GSEA揭示代谢通路（如脂肪酸降解）和DNA复制通路在肿瘤组织中显著激活。

3.4 预后模型效能

基于TCGA数据的多变量Cox模型显示：

• •
  NSCLC模型中RELA、CDK1、GSTA4等6个基因的风险评分可显著分层患者生存（HR=1.43, p<0.05）；
• •
  COAD模型中CTNNB1、CDH1等基因的5年生存AUC达0.651；
• •
  GC和BRCA模型分别包含FN1、IL10等关键基因，高风险组死亡风险增加1.69-2.46倍。
  3.5 实验验证
  分子对接表明AFCs与预后靶点（如BCL2、NOS2）具有稳定结合能（≤-5.0 kcal/mol）；qPCR验证AFCs处理可调控癌细胞中预后基因表达；动物实验发现AFCs暴露组小鼠肿瘤体积和重量显著高于对照组（p<0.05）。

4 讨论

本研究首次通过多组学整合策略揭示AFCs可能通过干扰细胞周期调控（如CDK-cyclin复合物）和激活致癌通路（如PI3K-Akt）参与肿瘤发生。预后模型提示AFCs相关基因与患者生存显著相关，但需注意其关联性而非因果性。研究局限性包括TCGA人群代表性不足、AFCs剂量效应未量化等。建议加强AFCs使用监管，推动天然色素替代策略。

5 结论

AFCs可能通过调控癌症相关分子网络影响NSCLC、COAD、GC和BRCA的预后，研究为食品安全评估提供了多维度证据支持。