《PLOS Computational Biology》：An integrative analysis reveals the mechanism of plastic stabilizers inducing breast cancer
编辑推荐：
本研究运用计算网络毒理学与生物实验验证相结合的策略，系统探讨了三种常用塑料稳定剂（PSs）的潜在致癌风险，揭示了其通过靶向激活MAPK14、PIM1、TRDMT1等核心基因，驱动乳腺癌细胞增殖与迁移的分子机制。研究发现，这些基因的高表达与患者不良预后相关，为重新评估此类化学添加剂的安全性提供了科学依据，并强调了对其加强风险管控的紧迫性。
1. 引言：环境污染物与乳腺癌风险的新关注点
塑料稳定剂（PSs）是一类被广泛用于防止塑料降解、延长其使用寿命的化学添加剂。其中，2,6-二叔丁基苯酚（2,6-DTB）、叔丁基对苯二酚（TBHQ）和2-(2H-苯并三唑-2-基)-4,6-二叔戊基苯酚（UV-328）是最为常见的几种。它们因高稳定性和强亲脂性，可在人体和环境中持久存在并产生生物累积，其潜在的干扰内分泌作用及长期健康风险正引发越来越多的担忧。乳腺癌作为女性中最主要的恶性肿瘤之一，其病因复杂，涉及遗传、内分泌和环境等多种因素。近年来，环境污染物在乳腺癌发生中的作用日益受到重视。研究表明，长期暴露于PM2.5、多环芳烃（PAHs）等空气污染物会增加患病风险。然而，对于同样普遍存在的塑料稳定剂，其在乳腺癌发生中的潜在作用及具体分子机制尚不明确。传统毒理学测试通常关注单一靶点，难以捕捉复杂的生物相互作用。网络毒理学通过整合蛋白质-蛋白质相互作用网络、虚拟对接和拓扑分析，能够将复杂的多靶点毒性通路转化为可视化的网络模型，为系统性地评估PSs的健康风险提供了新策略。本研究旨在通过多学科方法，阐明PSs的毒理学特性及其在乳腺癌进展中的作用机制。
2. 研究方法：多阶段整合策略
本研究采用了一个包含四个阶段的整合性策略来系统阐明PSs在乳腺癌中的潜在致癌机制。第一阶段是靶点识别：通过数据库筛选三种代表性PSs（2,6-DTB, TBHQ, UV-328）的潜在作用靶点，并将其与乳腺癌及细胞衰老相关基因取交集，以锁定与疾病特异相关的候选基因。第二阶段是生物标志物优化：为避免基因组数据的高维性导致过拟合，研究应用了LASSO回归和支持向量机-递归特征消除（SVM-RFE）两种独立的机器学习算法，筛选出最稳健的预后特征基因，最终确定了5个核心基因构成的诊断特征。第三阶段是临床与分子关联分析：基于核心基因构建了预后风险模型，并评估其预测准确性。同时，考虑到乳腺癌的分子异质性，分析了该特征与PAM50内在亚型的关联，以识别对PS暴露特别易感的患者亚群。第四阶段是多维度验证：通过计算机模拟的分子对接和分子动力学（MD）模拟验证PSs与核心靶点的相互作用，并在体外通过细胞增殖和基因表达实验进行生物学确认。
3. 结果发现：从计算预测到实验验证
3.1. 核心靶点的识别与功能富集
研究首先预测了三种PSs的蛋白靶点，并确定了55个共同靶点。功能富集分析显示，这些靶点显著富集于癌症相关通路、信号转导和代谢过程，如化学致癌、MAPK和Ras信号通路、催乳素信号通路等。在生物过程中，富集于细胞内受体信号、激素介导的通路、乳腺上皮发育等；在分子功能上，涉及蛋白酪氨酸激酶活性、激素结合等。这些发现提示PSs可能干扰雌激素稳态和乳腺发育相关过程。
3.2. 机器学习锁定五个核心预后基因
通过整合乳腺癌、衰老相关基因与PSs靶点，获得了69个重叠基因。随后，利用LASSO和SVM-RFE机器学习算法进行筛选，最终优化出5个核心诊断特征基因：GSK3B、MAPK14、PARP1、PIM1 和 TRDMT1。基于这五个基因构建的风险评分模型能够有效区分乳腺癌患者的高风险和低风险组，高风险组患者的总生存期显著更短。接收者操作特征（ROC）曲线分析显示，该基因特征在训练集和外部验证集中均表现出中等的预测准确性（AUC分别为0.654和0.637）。此外，结合临床病理特征（年龄、TNM分期）和风险评分构建的列线图模型，能够较好地预测患者3年、5年、8年和10年的生存概率，决策曲线分析表明该模型具有临床实用性。
3.3. 分子对接与动力学模拟证实强结合
为评估PSs与核心靶点的结合能力，研究进行了分子对接分析。结果显示，所有PSs-蛋白复合物的结合能均低于-5 kcal/mol，其中TBHQ和UV-328与靶点表现出特别强的结合亲和力。进一步的分子动力学模拟历时100纳秒，分析了复合物的根均方偏差（RMSD）、根均方涨落（RMSF）、回转半径（Rg）和氢键数量等指标。结果表明，GSK3B、MAPK14、PIM1和TRDMT1与PSs形成的复合物结构相对稳定，RMSD在2 ?范围内收敛，而PARP1复合物则表现出较大的结构波动。氢键分析显示TBHQ在模拟过程中形成的氢键数量最多，表明其相互作用可能更稳定。
3.4. PSs特征与PAM50亚型关联：基底样亚型风险最高
PAM50分子分型对乳腺癌的精准诊疗至关重要。研究发现，这五个核心基因在不同PAM50亚型中的表达存在差异。其中，PIM1 和 TRDMT1 在基底样亚型中表达显著上调。基于PSs相关基因特征计算的风险评分在基底样亚型中也是最高的，而在管腔A型中最低。这提示，PSs暴露可能尤其增加了发展为预后较差的基底样亚型乳腺癌的风险。免疫组化结果也证实，与正常组织相比，乳腺癌组织中这五个核心基因的蛋白表达水平均有所升高。
3.5. 体外实验验证PSs的促癌作用及上游机制
细胞功能实验为计算预测提供了生物学证据。CCK-8实验表明，低浓度的TBHQ和UV-328能以浓度和时间依赖性的方式显著促进MDA-MB-231和MCF-7乳腺癌细胞的增殖，而高浓度则抑制细胞活力。划痕实验显示，经5 μM TBHQ或1 μM UV-328处理的细胞，其迁移能力显著增强。在分子机制上，RT-qPCR检测发现，TBHQ处理24小时后，能显著上调 MAPK14 的mRNA表达，在MDA-MB-231细胞中，PIM1 和 TRDMT1 的转录水平也明显升高。为了探索上游调控机制，研究通过整合多个转录因子数据库的染色质免疫共沉淀测序（ChIP-seq）数据，发现转录因子STAT3 是 MAPK14、PIM1 和 TRDMT1 共同的上游调控因子。JASPAR基序分析进一步在MAPK14启动子区（-731至-739位点）鉴定出一个高亲和力、保守的STAT3结合位点（TTCTGGGAA）。Western blot实验验证，PSs处理能激活STAT3的磷酸化（p-STAT3），并上调MAPK14、PIM1和TRDMT1的蛋白表达。这些结果共同表明，PSs可能通过激活STAT3，进而转录上调MAPK14、PIM1和TRDMT1的表达，从而驱动乳腺癌的进展。
4. 讨论与结论：重新评估塑料添加剂的安全性
本研究通过整合网络毒理学、机器学习和实验验证，首次系统揭示了塑料稳定剂促进乳腺癌进展的潜在分子机制。研究发现了一个与不良预后相关的五基因核心特征，并证实PSs通过STAT3介导的转录调控，上调MAPK14、PIM1 和 TRDMT1 的表达，从而促进肿瘤发生。MAPK14（p38α）是调控细胞增殖、迁移的关键信号分子；PIM1是一种原癌基因，可磷酸化下游靶点促进细胞存活；TRDMT1则可能通过增强肿瘤细胞的应激适应能力来促进进展。这三者受共同的上游调控因子STAT3协调，构成了一个响应PSs暴露的致癌信号轴。
特别值得注意的是，PSs相关风险特征在PAM50分型中的基底样亚型呈现最高评分，且该亚型中核心基因表达上调最为显著。这提示PSs暴露不仅具有普遍毒性，还可能特异性地驱动基底样乳腺癌这一高危亚型的恶性进展。尽管研究存在一定局限性，如靶点预测依赖于计算数据库、缺乏体内动物模型验证等，但现有发现为PSs与乳腺癌之间的关联提供了有力证据。综上所述，本研究强调了重新评估塑料添加剂安全性的紧迫性，并为未来开展更深入的流行病学调查、制定针对性预防策略以及探索MAPK14/PIM1/TRDMT1作为潜在治疗靶点提供了新的科学视角和理论基础。
