《MEDIATORS OF INFLAMMATION》：Integrative Multi-Omics Identifies S100A4 as a Translational Hub Linking Environmental Bis(2-Ethylhexyl) Phthalate (DEHP) Exposure to Glioblastoma Risk
编辑推荐：
本研究整合网络毒理学、孟德尔随机化与分子动力学模拟，首次揭示了环境塑化剂DEHP通过高亲和力结合并稳定肿瘤驱动蛋白S100A4，进而重构脂质代谢（芥酸是关键介质），最终增加胶质母细胞瘤(GBM)风险的因果链，为环境-肿瘤交互研究提供了新范式。
研究背景与挑战
胶质母细胞瘤(GBM)是一种高度侵袭性的中枢神经系统恶性肿瘤，其五年生存率低于5%，预后极差。除遗传因素外，环境因素在其发生发展中的作用尚不清楚。邻苯二甲酸二(2-乙基己基)酯(DEHP)作为一种广泛使用的塑化剂，具有公认的神经毒性，但其在GBM发病机制中的潜在作用仍不明确。本研究旨在通过整合多组学与计算生物学方法，系统探究DEHP暴露与GBM风险之间的分子联系。
材料与方法
本研究采用了一个整合性的计算生物学框架，结合因果推断，系统探究DEHP促进GBM发展的分子机制。其核心设计包括几个关键步骤：首先，通过挖掘毒理基因组学数据库（如ChEMBL、SwissTargetPrediction、CTD）和疾病数据库（如GeneCards、OMIM），并与GBM单细胞转录组数据（GSE162631， GSE273274）及UK Biobank Pharma Proteomics Project (UKB-PPP)的蛋白质定量性状位点(pQTL)数据整合，识别出76个DEHP与GBM共有的交叉靶点。随后，通过蛋白质-蛋白质相互作用(PPI)网络拓扑分析，从中筛选出24个枢纽基因。
为评估因果关系，研究利用UKB-PPP的暴露数据和芬兰FinnGen队列（含406例GBM病例和378，749例对照）的结果数据进行了孟德尔随机化(MR)分析。敏感性分析支持了结果的稳健性。此外，为探究该关联的物理基础，研究进行了分子对接和100纳秒分子动力学(MD)模拟。更进一步，采用两步法MR中介分析来阐明下游代谢后果，并利用TCGA、GTEx及11个GEO数据集等多个独立队列验证了转录组相关性。
结果
1. 单细胞转录组图谱揭示GBM微环境特征及巨噬细胞关键基因
对14个样本的整合分析获得了147,444个高质量细胞，鉴定出12种主要细胞类型。其中，巨噬细胞是主导群体（84,775个细胞，占57.5%）。在巨噬细胞亚群中，研究者鉴定出一组在GBM组织中显著上调的基因，为后续功能研究提供了候选分子。
2. DEHP与疾病相关靶点预测及PPI网络构建
通过维恩图分析，研究者确定了76个DEHP与GBM共有的交叉靶点。基于这些基因构建的PPI网络包含89个节点和684条边。通过Cytoscape的CytoHubba插件，使用四种中心性算法（MCC、MNC、DMNC、Degree）筛选出24个稳健的枢纽基因用于后续分析。
3. 孟德尔随机化分析揭示枢纽基因与GBM的因果关系
对24个枢纽基因的深入研究发现，其中三个基因的表达水平与GBM风险存在显著的因果关联。MR分析（采用IVW方法）表明，CD63、CTSS和S100A4基因表达的升高与GBM风险增加显著相关。其中，S100A4的效应值最大（比值比[OR] = 2.03， 95% 置信区间[CI]： 1.148–3.584），而CTSS的统计学显著性最高。
4. GBM标志基因的多队列验证
MR分析结果在多个独立队列中得到验证。TCGA-GBM联合GTEx数据集的分析显示，S100A4、CD63和CTSS在GBM组织中的表达均显著高于正常脑组织。对11个独立GEO数据集的荟萃分析进一步证实，在绝大多数数据集中，这三个基因在GBM组均显著过表达，其中S100A4的差异表达最为显著。
5. 基于单细胞数据的GBM免疫微环境中巨噬细胞基因表达与功能调控分析
单细胞数据表明，肿瘤相关巨噬细胞(TAMs)中S100A4、CD63和CTSS的表达被协同上调。密度图证实它们的表达在GBM巨噬细胞中尤其富集。伪时间轨迹分析显示，巨噬细胞在GBM进展中从低侵袭状态向高侵袭状态转变，S100A4、CD63和CTSS的表达沿伪时间轴呈现动态变化，S100A4和CD63的升高更为明显。GO富集分析揭示了巨噬细胞差异表达基因涉及能量代谢、细胞粘附、RNA剪接、泛素连接酶复合体等多种功能，支持了巨噬细胞在塑造免疫微环境和促进GBM进展中的作用。
6. 分子对接与分子动力学模拟证实DEHP与核心靶点的相互作用
分子对接评估了DEHP与三个疾病相关靶蛋白的结合亲和力。结果显示，DEHP能与所有三个靶蛋白形成稳定复合物，其中与S100A4的结合亲和力最强。CTSS >CD63, with S100A4 exhibiting the strongest affinity.">进一步的100纳秒MD模拟分析结合自由能和结构动力学，一致确定S100A4是DEHP的主要结合伙伴。DEHP-S100A4复合物的计算结合自由能最低（ΔG= ?37.22 kcal/mol）。结构动力学分析表明，DEHP-S100A4复合物在整个模拟过程中保持了最紧凑的整体结构，并形成了2-4个氢键以维持动态相互作用。RMSF分析显示S100A4在其N端区域（残基40-80）具有显著的柔性，表明DEHP结合可能涉及诱导契合机制。
7. 基于血浆代谢物的S100A4在GBM关联中的中介分析
研究者首先利用MR-IVW方法评估了1400种血浆代谢物与GBM的潜在因果关系，鉴定出67种与GBM风险相关的血浆代谢物。随后证实，升高的S100A4基因表达会显著增加GBM风险（OR = 2.028），并因果性地改变九种血浆代谢物的水平。基于两步分析结果的中介分析显示，S100A4对GBM的影响部分通过血浆脂质代谢物扰动介导，其中芥酸(22:1n9)介导了约17%的总效应，而酪胺O-硫酸盐介导了约11%。
讨论
本研究系统探讨了环境暴露于DEHP与GBM风险之间的潜在关联及其分子机制。DEHP作为一种产量巨大的环境内分泌干扰物，可通过食物、空气和皮肤接触等途径进入人体。本研究通过整合多组学方法，发现CD63、CTSS和S100A4是GBM发病机制的关键驱动因子。其中，S100A4通过激活Wnt/β-catenin和NF-κB等信号通路，在肿瘤迁移和血管生成中发挥重要作用。分子对接和MD模拟结果表明，DEHP与S100A4具有最高的结合亲和力，提示DEHP可能通过稳定S100A4的促转移构象来发挥其毒性作用。中介分析进一步揭示，S100A4部分通过改变血浆脂质代谢物（特别是芥酸）来影响GBM风险，从而提出了一个新颖的DEHP–S100A4–脂质代谢轴。
值得注意的是，S100A4的表达不仅限于髓系细胞，在恶性细胞和血管周围基质细胞中也有报道，表明它可能协调一个涉及TAMs、肿瘤细胞和基质元素的多细胞网络。我们的巨噬细胞为中心的分析应被视为突出了这个更广泛的S100A4驱动通讯轴中的一个关键节点。
总之，这项整合分析提供了计算和遗传流行病学证据，将DEHP暴露与GBM发展联系起来，主要提出了一个DEHP–S100A4–脂质代谢轴的概念。这一通路在概念上连接了环境毒理学和神经肿瘤学，并突出了S100A4及相关脂质紊乱作为预防性干预的潜在靶点。然而，所提出的机制联系仍然是推断性的，确证需要未来的体外和体内实验来直接测试DEHP在GBM模型中对S100A4表达、功能和下游代谢重编程的影响。这项工作为未来的精准肿瘤学方法和旨在减少环境对GBM风险贡献的公共卫生策略提供了信息。
