科研成果 | 穆云松教授课题组ES&T:AI多任务学习破解液晶单体的PI3K/Akt信号通路扰动机制

科研成果 | 穆云松教授课题组ES&T:AI多任务学习破解液晶单体的PI3K/Akt信号通路扰动机制

近日,中国人民大学化学与生命资源学院穆云松教授团队,在环境领域顶级期刊Environmental Science & Technology发表题为Mechanism-Based Multitarget Modeling for Pathway-Level Prediction of PI3K/Akt Signaling Perturbation Induced by Liquid Crystal Monomers的研究论文(DOI: 10.1021/acs.est.6c00371)。论文第一作者为中国人民大学化学与生命资源学院博士生程佳威,穆云松教授为该文章的独立通讯作者。合作单位包括中国环境科学研究院(赵晓丽研究员、吴丰昌院士)、香港城市大学(何宇鹤副教授)、美国贝勒大学(Christie M. Sayes教授)及加拿大萨斯喀彻温大学(John P. Giesy教授)。该研究获国家自然科学基金(42277235、42430714)和香港研究资助局(11300723)等资助。




液晶单体(LCMs)作为一类新污染物,对细胞信号通路的扰动机制尚不清楚。本研究开发了一种通路导向的多靶点框架,用于表征信号网络层面的协同毒理学扰动。通过KEGG富集分析锁定PI3K/Akt信号通路——这一调控细胞生存、增殖、代谢和免疫的“总司令部”为关键扰动轴;继而,基于网络拓扑分析,从该通路上百个蛋白中精选出涵盖上游受体(如EGFR、VEGFR2)、中枢激酶(如PIK3CA、AKT1)和下游效应器(如BCL2、CDK2)的19个核心蛋白,形成覆盖“信号输入→中继放大→功能输出”全链条的最小监测集。

在此基础上,构建了多模态多任务深度学习模型——融合图神经网络、分子指纹和理化描述符,利用ChEMBL数据库中5.3万余个抑制剂、6.2万余条活性数据,同时预测19个靶点的抑制概率,模型精度均超0.85。将模型应用于1412种LCMs后,结果令人警醒:超过20%的LCMs被预测为EGFR和JAK1(关键免疫调控节点)的活性抑制剂,18%可抑制PIK3CA(通路的“油门踏板”);部分LCMs对JAK1的抑制概率高达0.996,对VEGFR2达0.989。分子对接结果表明,对SYK、PIK3CA和HSP90AA1等靶点,超过29%~81%的LCMs的对接能超过了原共结晶配体。

Figure4

为什么LCMs会“误伤”信号蛋白?研究通过三重结构解析工具(BRICS碎片拆解、PubChem指纹和结构聚类)揭示了三大“毒效元凶”:①多氟代芳香环——增强疏水性和静电相互作用;②环己烷/双环脂肪族骨架——刚性结构提升亲和力;③含氧基团(醚、酯)——提供氢键作用,增强结合特异性。将通路水平抑制谱与模拟基因本体富集分析相结合,发现多节点干扰与细胞周期阻滞、凋亡、免疫抑制和细胞迁移受损等生物学过程相关。人肺上皮A549细胞转录组分析进一步证实了LCMs对PI3K/Akt信号通路的扰动。

Figure6

该研究不仅首次系统揭示了LCMs通过多靶点协同抑制扰动信号网络的分子机制,更建立了一套可迁移的通路级毒性评估框架——仅凭化学结构即可对新污染物进行快速风险画像,为绿色替代设计和优先管控清单制定提供了明确方向。这项成果标志着从“单靶点碎片化测试”到“通路级全景智能评估”的范式跃迁,对破解新污染物系统毒性数据缺失难题具有重要指导意义。

文章链接:

https://pubs.acs.org/doi/10.1021/acs.est.6c00371

本团队在LCMs领域的系列工作:

·                     JW Cheng, YS Mu, et al. J. Hazard. Mater. 2025, 499, 140166.DOI:10.1016/j.jhazmat.2025.140166)

·                     JW Cheng, YS Mu, et al. Crit. Rev. Environ. Sci. Technol. 2024, 54 (24), 1902-1919.DOI:10.1080/10643389.2024.2373948