Environmental toxicant glyphosate induces cardiotoxicity: New insights from network toxicology, integrated machine learning, molecular modeling and multidimensional bioinformatics analysis.
Medicine (Baltimore) · 2026 · 105:e48974 · PMID 42216354 · 등급6 세포·모델 모델링연구 · 농업과 정책 > 기타·종설
요약 생성 대기 중입니다.
초록 전문 번역 · gemma4:e4b
글리포세이트는 전 세계적으로 가장 널리 사용되는 제초제 중 하나이지만, 글리포세이트와 심장 독성 간의 인과 관계는 여전히 불충분하다. 본 연구에서는 계산 독성학(computational toxicometry), 예측 기계 학습(predictive machine learning), 원자 수준 분자 모델링을 결합한 통합적 전략을 통해 글리포세이트의 심장 독성 메커니즘을 규명하였다. 초기 단계로, ProTox-3.0과 ADMETlab 3.0을 사용하여 글리포세이트의 전반적인 독성학적 프로파일을 평가하였다. 세 개의 독립된 데이터베이스로부터 글리포세이트와 관련된 후보 유전자들을 얻었다. 심장 독성과 관련된 표적 유전자들은 두 개의 데이터베이스에서 통합되었다. 교차 분석(Intersection analysis)을 통해 글리포세이트 및 심장 독성과 관련된 113개의 핵심 후보 유전자를 확인하였다. 기능적 농축 관련 분석(Functional enrichment-related analyses)이 사용되었으며, 이 분석 결과 표적 유전자들이 ERBB3 신호 전달 경로와 같은 주요 생물학적 과정에 유의미하게 관여하고 있음을 밝혔다. 후보 유전자들을 보다 정밀한 유전자 풀로 정제하기 위해 네트워크 위상 분석(net topology analyses)이 사용되었고, 이 분석을 통해 16개의 핵심 특징 유전자가 식별되었다. 이후 기계 학습 알고리즘을 통합하고 GEO 데이터베이스를 사용하여 결과를 검증하였으며, 최종적으로 4개의 허브 유전자, 즉 AKT1, IL1B, BRCA1, 및 PTGS2를 확인하였다. 마지막으로 분자 도킹 분석(molecular docking analysis)을 적용하여 강한 결합 친화도를 밝혀냈고, 이는 글리포세이트 유도 심장 독성에서 직접적인 상호작용 메커니즘이 있음을 시사하였다. 요약하자면, 본 연구는 글리포세이트 유도 심장 독성에 대한 포괄적인 기전적 틀을 확립하였다.ORIGINAL ABSTRACT
Glyphosate is one of the world's most widely used herbicide, yet the causal relationship between glyphosate and cardiotoxicity remains inadequate. To elucidate the cardiotoxic mechanisms of glyphosate, an integrative strategy was developed in this work, which combines computational toxicometry, predictive machine learning, and atomic-level molecular modeling. Initially, glyphosate's systematic toxicological profile was evaluated using ProTox-3.0 and ADMETlab 3.0. Candidate genes associated with glyphosate were obtained from 3 separate databases. Target genes associated with cardiotoxicity were integrated from 2 databases. Intersection analysis identified 113 core candidate genes associated with glyphosate and cardiotoxicity. Functional enrichment-related analyses were employed and revealed that the target genes were significantly involved in key biological processes such as ERBB3 signaling pathways. In order to refine the candidate genes to a more precise gene pool, net topology analyses were employed and identified 16 key feature genes. We subsequently integrated machine learning algorithms and validated the results using the GEO database, ultimately identifying 4 hub genes, AKT1, IL1B, BRCA1, and PTGS2. Finally, we applied molecular docking analysis and revealed strong binding affinities, which suggested direct interaction mechanisms in glyphosate-induced cardiotoxicity. In summary, our study establishes a comprehensive mechanistic framework for glyphosate-induced cardiotoxicity.| 저자 | Sun, M.; Wang, Y.; Tong, R.; Yan, R.; Pu, J. |
|---|---|
| 저널 | Medicine |
| 권·호·쪽 | 105(22), e48974 |
| PMID | 42216354 |
| DOI | 10.1097/MD.0000000000048974 |
| MeSH | Glyphosate; Glycine; Machine Learning; Cardiotoxicity; Computational Biology; Herbicides; Humans; Models, Molecular |