| 基于有害结局路径网络的有机磷酸酯毒性筛查及机制研究 |
| 王晓晴
|
| 学位类型 | 博士
|
| 导师 | 吴惠丰
|
| 2023-05-31
|
| 培养单位 | 中国科学院烟台海岸带研究所
|
| 学位授予单位 | 中国科学院烟台海岸带研究所
|
| 学位名称 | 工学博士
|
| 学位专业 | 环境科学
|
| 关键词 | 新污染物
有机磷酸酯
有害结局路径网络
计算毒理学
风险预测与评估
|
| 摘要 | 作为新污染物的典型代表，有机磷酸酯（Organophosphate Esters，OPEs）在环境中普遍存在且具有多种毒性效应，但其毒性机制尚不明确。大多毒性效应侧重于其暴露后对某个/某几个生物学水平的影响，缺乏对不同层次生物效应的整合和系统性的毒性评估。以体外实验（in vitro）为基础，联合计算机分析技术和高通量筛选技术的毒性通路分析策略有望解決这一难题。有害结局路径（AOP）框架通过高内聚低耦合的模块化方法，将OPEs诱导的不同生物学层次的毒性事件进行关联，并以逻辑推理来确定事件发生的前后关系。基于该策略，本论文构建了表征OPEs毒性作用机制的多级AOPs网络，发展了机制驱动的毒性预测模型，为该类污染物的风险评估提供理论数据支撑。本论文的主要研究内容与结果如下：
1. 文献计量学结合构效关系模型筛选典型OPEs
基于文献计量学筛选出15种在环境中普遍存在且具有代表性的OPEs作为研究对象，构建定量结构-活性关系模型（QSAR）。结果表明，原子电负性（MATS7e）和原子质量在三维空间的分布（Mor19m）是影响OPEs与模拟生物膜作用的关键因素。电负性越强的OPEs，越容易破坏膜结构，造成膜损伤。强电负性的磷酸三苯酯（TPP）被筛选为典型OPEs，进一步探讨其诱导毒性的AOPs。
2. 高通量组学结合计算毒理学和体外实验发展AOPs
转录组学（溶剂对照组、低浓度组（20 μM TPP）及高浓度组（200 μM TPP））结合计算毒理学筛选了关键分子起始事件（MIEs），补充了关键事件（KEs）、关键事件关系（KERs）和有害结局（AOs），构建了3条表征致毒机制的AOPs。根据世界经济合作组织（OECD）指南，利用证据权重（WoE）分析方法和AOP权威知识库，评估已构建的AOPs证据链条。关键毒性通路的表述如下：
1）脂质代谢异常的毒性通路（AOP 401）
G蛋白偶联雌激素受体（GPER）激活（MIE）影响PI3K / AKT3 / mTOR / S6K2 / NCOR1信号通路，抑制过氧化物酶体增殖物激活受体α（PPARα）的活性，下调脂肪酸氧化代谢（CPT1A和CPT2）相关基因的表达，上调脂质合成（SREBF2和SCD）相关基因的表达，导致细胞脂粒滴积累，引起脂质代谢异常。
2）肝损伤的毒性通路（AOP 423）
ADP核糖聚合酶1（PARP1）激活（MIE）导致线粒体膜电位（MMP）去极化，损伤线粒体微观结构，影响凋亡诱导因子（AIF）的释放，诱发活性氧（ROS）的产生，诱导肝细胞凋亡。
3）甲状腺激素调控异常的毒性通路（AOP 393）
甲状腺激素受体β（TRβ）激活作为关键MIE，影响THRA、THRB、CCND1、IL1A、IL6、BAD、TP53和CASP9等相关基因的表达水平，干扰细胞周期、细胞增殖和凋亡等KEs，最终导致甲状腺激素调控异常。
3. 机器学习算法构建基于多级AOPs网络的毒性预测模型
通过整合AOP 423、AOP 401和AOP 393发展了多级AOPs网络，利用6种机器学习算法（支持向量机、随机森林、多层神经网络感知器、K近邻、高斯朴素贝叶斯和极端梯度提升树等）和6类分子指纹/分子描述符，发展了23个关键通路节点的828个预测毒理学模型，筛选出诱导脂质代谢异常、肝损伤和甲状腺激素调控异常的关键警示结构（卤素原子和芳环结构等）。模型预测结果表明，氯代OPEs磷酸三（2-氯乙基）酯（TCEP）、芳环取代的磷酸三间甲苯酯（TMCP）、四苯基间苯二酚二磷酸酯（RDP）和磷酸三甲苯酯（TCrP）对多级AOPs网络的通路扰动潜力最大，并且更倾向于通过影响GPER调控的AOP 401产生毒性效应。
综上所述，本论文利用多种技术手段，整合多维生物毒性数据，发展了基于多级AOPs网络的毒性预测模型，预测了新污染物OPEs的毒性通路干扰潜力，识别出OPEs的关键致毒结构。研究结果为阐明OPEs的毒理效应和评估毒性风险提供了理论数据，对OPEs的早期防控具有重要意义。 |
| 目录 | 目 录
第1章 绪论 1
1.1 典型新污染物—有机磷酸酯（OPEs） 1
1.2 基于毒性通路的化学品风险评估策略 6
1.3 多种技术手段在AOP发展中的应用 8
1.3.1 高通量组学技术 8
1.3.2 公共毒理学数据库挖掘技术 8
1.3.3 分子模拟技术 10
1.3.4 计算毒理学技术 10
1.4 本论文的研究意义、内容及技术路线 13
1.4.1 研究意义 13
1.4.2 研究内容 13
1.4.3 技术路线 14
第2章 文献计量学结合构效关系模型筛选典型OPEs 15
2.1 前言 15
2.2 OPEs文献检索与分析 15
2.2.1 数据来源 15
2.2.2 检索策略 16
2.2.3 高频关键词谱构建与可视化分析 16
2.2.4 较高关注度的OPEs筛选 17
2.3 实验材料与方法 19
2.3.1 实验试剂和仪器 19
2.3.2 模拟生物膜构建 20
2.3.3 电化学阻抗检测 20
2.3.4 数据集构建与QSAR建模 21
2.3.5 QSAR模型评估 22
2.3.6 QSAR模型应用域表征 23
2.4 结果与讨论 23
2.4.1 模拟生物膜表征与电极阻抗值检测 23
2.4.2 QSAR模型的构建与评价 24
2.4.3 应用域表征 25
2.4.4 典型OPEs筛选与机理解释 25
2.5 本章小结 27
第3章 转录组学结合分子模拟锚定和表征关键分子起始事件 28
3.1 前言 28
3.2 实验材料与方法 28
3.2.1 实验试剂和仪器 28
3.2.2 细胞培养 30
3.2.3 细胞暴露与样品收集 30
3.2.4 细胞形态检测 31
3.2.5 细胞转录组学分析 31
3.2.6 关键靶标基因表达水平检测 33
3.3 分子模拟识别触发MIEs的关键分子机制 34
3.3.1 受体-配体结构预处理 34
3.3.2 分子对接 34
3.3.3 分子动力学模拟 34
3.4 转录组学结果分析 35
3.4.1 细胞活性检测 35
3.4.2 转录组数据质量控制与组间相关性评估 36
3.4.3 差异表达基因及聚类分析 37
3.4.4 GO功能富集分析 38
3.4.5 KEGG通路富集分析 40
3.4.6 转录组信息与数据库比较分析 41
3.5 关键致毒通路的MIEs锚定 43
3.5.1 靶向毒性效应的基因集筛选 43
3.5.2 图谱网络分析筛选MIEs 44
3.5.3 关键靶标基因表达水平 47
3.5.4 MIEs调控的微观分子机制 47
3.6 本章小结 50
第4章 毒理学体外实验完善并发展AOPs网络 51
4.1 前言 51
4.2 实验材料与方法 51
4.2.1 实验试剂和仪器 51
4.2.2 GPER调控通路KEs的补充和验证 53
4.2.3 PARP1调控通路KEs的补充和验证 54
4.2.4 TRβ调控通路KEs的补充和验证 57
4.2.5 数据分析 58
4.2.6 AOP的构建及证据权重评估 58
4.3 脂质代谢异常的AOP发展 59
4.3.1 膜受体GPER激活（MIE） 59
4.3.2 下游关键事件（KEs） 60
4.3.3 AOP 401通路发展与评估 62
4.4 肝损伤的AOP发展 62
4.4.1 线粒体PARP1激活（MIE） 62
4.4.2 下游关键事件（KEs） 63
4.4.3 AOP 423通路发展与评估 66
4.5 甲状腺激素调控异常的AOP发展 67
4.5.1 核受体TRβ激活（MIE） 67
4.5.2 下游关键事件（KEs） 68
4.5.3 AOP 393通路发展与评估 70
4.6 本章小结 71
第5章 多级AOPs网络预测模型的构建与应用 73
5.1 前言 73
5.2 多级AOPs网络的构建 75
5.3 基于多维AOPs网络的机器学习建模 75
5.3.1 数据集构建与分子特征计算 75
5.3.2 机器学习模型发展与性能评价 77
5.3.3 变量重要性评估与警示结构筛选 78
5.3.4 模型应用域表征 78
5.4 多级AOPs网络预测模型表征 78
5.4.1 GPER信号通路模型表征 81
5.4.2 PARP1信号通路模型表征 82
5.4.3 TRβ信号通路模型表征 83
5.5 关键分子特征和警示子结构筛查 86
5.5.1 膜受体GPER调控AOP 401通路的分子特征和警示结构 88
5.5.2 线粒体PARP1调控AOP 423通路的分子特征和警示结构 88
5.5.3 核受体TRβ调控AOP 393通路的分子特征和警示结构 88
5.6 机器学习模型的应用域评估 88
5.7 多级AOPs网络预测模型的应用 90
第6章 结论与展望 94
6.1 主要结论 94
6.2 论文创新点 94
6.3 展望 95
参考文献 97
附录 127
致谢 147
作者简历及攻读学位期间发表的学术论文与其他相关学术成果 149 |
| 页数 | 151
|
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.yic.ac.cn/handle/133337/32046
|
| 专题 | 中国科学院烟台海岸带研究所知识产出_学位论文
|
推荐引用方式
GB/T 7714 |
王晓晴. 基于有害结局路径网络的有机磷酸酯毒性筛查及机制研究[D]. 中国科学院烟台海岸带研究所,2023.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论