IF 11.3 南京大学团队凭借“网络毒理学+多组学”拿下双一区

 本图展示了研究的完整技术路线：从PAEs靶点与EM靶点筛选，到bulk RNA-seq差异分析、WGCNA、铁死亡基因交集，再到机器学习筛选关键基因ARF6，随后通过单细胞RNA-seq、空间转录组、虚拟基因敲除及分子对接进行多维度验证，最后结合临床样本免疫组化/免疫荧光确认，系统阐明PAEs暴露促进EM的分子机制。

图1

 通过PAEs靶点、EM靶点、差异表达基因及WGCNA的turquoise模块，最终筛选出10个PAEs/EM-FRGs。GO富集显示这些基因主要参与氧化应激和EMT相关通路；KEGG富集涉及子宫内膜癌、铁死亡等。基因共表达分析提示它们协同参与EM进展。

图2

采用12种机器学习算法的82种组合，确定XGBoost+Lasso+RF为最优模型，最终三个算法共同识别出ARF6为关键FRG。临床样本免疫组化和免疫荧光验证显示，ARF6在EM组织中显著高表达，而在正常内膜中低表达，表明ARF6是PAEs暴露下促进EM的核心枢纽基因。

图3

通过scRNA-seq鉴定出7种主要细胞类型。EM组织中间充质干细胞富集，而上皮细胞减少。ARF6在Epi和MSCs中均有表达。免疫荧光共定位显示：对照组中ARF6与上皮标志物EPCAM共定位，而EM组中ARF6与间质标志物COL1A1共定位，提示ARF6参与EMT过程中的表型转换。

图4

将上皮细胞分为SOX9、Lumenal、Glandular、Ciliated四个亚型。细胞比例分析显示Lumenal和Ciliated主要存在于对照组。CytoTRACE分析证实Lumenal和Ciliated具有高分化潜能。相关性分析表明，ARF6表达与Lumenal和Ciliated的干细胞性呈显著正相关，提示ARF6可能通过增强上皮亚型的干性来启动EMT过程。

图5

将MSCs分为EnS、Fibros、SMCs三个亚型。EM组织中Fibros比例显著升高，且ARF6在Fibros中高表达。GSVA分析显示Fibros具有最高的EMT能力。这些结果表明，Fibros是ARF6介导EMT的主要效应细胞，PAEs暴露可能通过ARF6促进Fibros的富集，从而推动EM病变进展。

图6

伪时间分析揭示了从对照组的上皮亚型向EM组的成纤维细胞分化的明确轨迹。随着伪时间推移，Fibros的EMT分化水平逐渐升高，且与ARF6表达呈显著正相关。免疫荧光共定位进一步验证了ARF6与CDH2在EM组织中高度重叠，证明ARF6直接介导了该EMT过程。

图7

 空间转录组去卷积分析定位了EMT细胞区域。ARF6在EMT区域内高表达；上皮标志物CDH1在EMT区域下调，而间质标志物CDH2上调，呈现“钙黏蛋白转换”。细胞通讯分析显示，TGFβ、WNT、NOTCH和IL6等信号通路在Epi与MSCs之间活跃，其中IL6信号特异性地介导Luminal+Ciliated与Fibros的通讯。空间距离分析表明Luminal+Ciliated与Fibros位置最近，为EMT提供了空间基础。

图8

使用scTenifoldKnk在Fibros中虚拟敲除ARF6，导致多个铁死亡基因表达扰动，富集于氧化应激、蛋白磷酸化调控及细胞黏附等过程，证实ARF6在铁死亡-EMT中起桥梁作用。分子对接显示，PAEs与ARF6蛋白均存在自发性结合，主要通过氢键和范德华力相互作用，直接支持了“PAEs-铁死亡-EMT-EM”轴的分子基础。

图9