基于转录组分析的抗氧化应激损伤药物模式发现与药物重定位

Oxidative stress induced injury is the earliest damage pathway of sulfur mustard and other chemical toxic agents, the prevention and treatment of oxidative stress injury are of major significance for the poisoning treatment. While most of the mechanisms and targets of anti-oxidative stress drugs are not clear at present. Because of the various biological processes involved in oxidative stress induced injury, the mechanisms and modes of drug action are also different. Therefore, classification and identification of modes and mechanisms of actions for anti-oxidative stress drugs will greatly promote the development of the poisoning treatment and candidate drug discovery for oxidative stress injury. Researches of minority molecules could not solve this problem, while the gene set enrichment analysis method would be used in this project to solve the problem. Through the calculation of transcriptional response correlations for antioxidant and clustering, modes of action and influenced pathways for anti-oxidative stress drugs would be identified. On this basis, through the expression signature analysis, cellular responses similar to anti-oxidative stress drugs induced by other drugs or genetic perturbations would be discoverd for target discovery and drug repurposing. And the activity of predicted targets and drugs would be tested with cell and animal models for sulfur mustard injury to filter the target and drug candidates against sulfur mustard.

氧化应激损伤是硫芥等多种难防难治化学毒剂损伤最早发生的损伤途径，针对氧化应激损伤的防护和治疗对中毒救治意义重大。然而目前多数的抗氧化应激损伤药物的作用机制及作用靶标并不清楚，且由于氧化应激损伤涉及的生物过程众多，药物作用的机制也各不相同，对中毒救治的效果差别极大。因此，对抗氧化应激损伤药物的作用模式和作用机制进行分类和鉴别将极大促进氧化应激损伤的对抗疗法发展及候选药物发现。传统的针对少数分子的研究无法解决这一问题，本项目拟使用表达谱印记分析方法，通过计算抗氧化应激药物作用下的转录反应相关性，结合聚类算法，对抗氧化应激药物的作用模式及影响通路进行鉴定。在此基础上，通过表达谱印记分析方法发现与抗氧化应激损伤药物相似的由基因扰动或其他药物导致的细胞反应，并以此为线索进行靶标发现和药物重定位，并在硫芥损伤的细胞和动物模型上进行活性验证，以获得抗硫芥致氧化应激损伤防治的候选靶标和候选药物。

氧化应激损伤是以硫芥为代表的多种毒剂及感染性疾病对机体损伤的较早途径，因此，研究氧化应激损伤机制并研发抗氧化应激药物对相关中毒和疾病的救治至关重要。而目前包括大量天然产物和药物在内的抗氧化剂对氧化应激损伤的治疗机制及具体作用靶标并不清楚。且由于氧化应激作为损伤起始途径，涉及的后续生物过程众多，而不同抗氧化剂的作用机制不同，且临床应用效果也差别极大。因此，对这些药物的作用模式和作用机制进行分类和识别对于有效利用抗氧化剂和发展氧化应激损伤的对抗疗法意义重大。本项目使用表达谱数据作为抗氧化剂作用及氧化应激损伤作用的生物反应数据，利用人工智能及其他统计分析方法从表达谱数据中对抗氧化剂和硫芥氧化应激损伤机制进行分类识别，以发现抗氧化剂的作用机制，并针对硫芥致氧化应激损伤发现候选治疗药物和靶点。本研究设计和实现了基于深度学习神经网络的基于表达谱进行化合物作用机制预测的算法GPAR，可以有效解决现有预测算法难以识别低转录活性药物作用机制的问题。基于聚类算法对92种抗氧化剂表达谱进行聚类得到6个分别，将GPAR算法用于识别抗氧化剂的表达谱分析，发现IKK抑制作用，HIF激动作用，ATP合酶抑制作用以及对NFkB通路抑制作用等是多数抗氧化剂的潜在作用机制，而不同分类的抗氧化剂则具备特殊的潜在作用机制如激动维生素D受体，抑制JAK激酶和激动雌激素受体等。同时，通路分析结果显示抗氧化剂也存在共同和不同调节的生物过程。通过表达谱印记分析我们发现了钙离子通道阻断剂氨氯地平能够逆转硫芥致细胞转录变化，并通过实验进行了验证，并进一步发现了氨氯地平对P53通路的影响，预测了候选治疗靶标CHK1，CHK2和BCL2。基于关联分析预测CHK2抑制剂BML-277和BCL2抑制剂ABT-199对硫芥的治疗作用，并通过细胞实验验证。本研究建立的GPAR算法为基于表达谱数据进行药物用途发现提供了有效工具，对抗氧化剂的分类为抗氧化应激损伤治疗提供了线索，验证的抗硫芥候选靶标和药物为开发硫芥临床疗法提供基础。