基于转录组学数据的抗高尿酸血症肾病药物的预测和活性验证

目的运用转录组学数据从现有药物中筛选可用于抗高尿酸血症肾病(hyperuricemic nephropathy,HN)的小分子药物,为HN的治疗提供新思路。方法从GEO数据获得HN数据集,筛选获得差异表达基因;通过Metascape平台对核心靶点进行KEGG和GO富集分析;采用String数据库构建蛋白质-蛋白质相互作用网络(PPI),Cytoscape计算节点连接度筛选HN发病核心基因;CMAP(connectivity map)数据库中预测抗HN药物,分子对接分析候选药物与核心靶点之间的相互作用;氧嗪酸钾联合腺嘌呤建立HN模型,验证候选药物的肾保护功能。结果从HN转录组数据集GSE190205,共筛选获得557个差异表达基因,其中上调基因374个,下调基因183个,差异基因涉及类风湿性关节炎、脂肪酸降解、TNF信号通路、吞噬小泡等信号通路,ITGAM、TLR2、CD68、CD44和CCL5等基因可能参与HN的发病;通过CMAP分析,筛选到M-3M3FBS、恩扎妥林、白桦脂酸和恩替卡韦等候选药物,进一步动物实验证实恩扎妥林具有良好的肾保护功能,降低HN大鼠的肾脏指数,血清肌酐和尿素氮显著降低(P<0.05或P<0.01),改善肾组织损伤。结论基于转录组学数据的“药物重定位”策略可从现有药物中筛选到有效的抗HN药物,为HN药物的研究提供了新思路。