同一个靶点，同一种药物，在不同癌种中却呈现完全相反的临床相关表达趋势。这一矛盾恰恰指向了天然产物抗癌研究中一个常被忽视的底层逻辑：“广谱”≠“均效” 。网络药理学擅长预测多靶点相互作用，但仅凭靶点预测和通路富集，我们很容易陷入“一个药物、一个靶点、一种疗效”的线性思维陷阱。而以下这篇文章之所以值得关注，恰恰在于它不仅做了常规的PPI网络和分子对接，更通过100ns的分子动力学模拟和MM-PBSA结合自由能分解，从构象稳定性层面验证了木犀草素与AKT1之间确实存在强且稳定的物理结合，同时借助CPTAC蛋白组数据和HPA免疫组化完成了组织水平的多组学交叉验证——而非止步于转录组层面的“纸上谈兵”。
当然，这篇文章并非没有瑕疵。它的核心结论“AKT1是木犀草素抗五种癌症的关键靶点”其实面临一个逻辑考验：如果AKT1在肝癌和结直肠癌中本就低表达，那么在这些癌种中，木犀草素的抗癌效应到底多大程度上依赖于AKT1？这恰好揭示了网络药理学方法的一个固有短板——它能告诉你“谁可能是靶点”，却难以区分“谁是主靶、谁是配角” 。这也引出了一个更深层的科研命题：计算预测的价值不在于给出“标准答案”，而在于为后续实验提供可检验的假设。
对于这样一套融合了多数据库挖掘、PPI网络构建、分子对接、MD模拟、MM-PBSA自由能计算、多组学差异表达验证的完整分析流程，想系统性复现并用于自己的课题，并非易事。如果你也对这类网络药理学+计算生物学+多组学验证的干湿结合思路感兴趣，却苦于代码实现或分析流程搭建——团队可提供专业的思路设计、生信分析、文献复现等服务，从TCGA/CPTAC数据下载到分子动力学模拟结果解读，覆盖生信分析平台与分子实验平台的一站式支持，助力你的科研想法落地成文！
l 题目：基于网络药理学与生物信息学分析探索木犀草素治疗五种癌症机制的策略：一项回顾性计算研究
l 杂志：J Int Med Res.
l 影响因子：8.2
l 发表时间：2026年6月
研究思路
1.靶点预测：从SwissTargetPrediction和TCMSP获取木犀草素的潜在作用靶点。
2.疾病靶点收集：从GeneCards、OMIM和TTD获取五种癌症的疾病相关靶点。
3.交集分析：取木犀草素靶点与癌症靶点交集，获得共同靶点。
4.网络构建与核心靶点筛选：构建PPI网络，按degree值筛选核心靶点。
5.功能与通路富集：对共同靶点进行GO和KEGG分析，探索参与的生物学过程和信号通路。
6.分子对接验证：验证木犀草素与核心靶点的结合亲和力，确认AKT1结合最优。
7.分子动力学模拟：对AKT1进行100ns MD模拟，评估结合稳定性。
8.表达差异验证：利用CPTAC和HPA数据库验证AKT1在五种癌症中的蛋白表达差异。
亮点
1.多癌种系统筛选覆盖全面
研究同时覆盖肺癌、肝癌、胃癌、结直肠癌和乳腺癌五种高发癌症，识别出80个共同靶点，揭示木犀草素“一药多癌”的广谱抗癌潜力。这种“多对多”的研究策略比单癌种分析更具系统视野。
2.干实验研究框架完整可复用
从靶点预测到网络构建、分子对接、MD模拟到表达验证，形成了完整的纯生信分析闭环。虽为回顾性计算研究，缺乏实验验证，但该方法学框架可直接迁移至其他天然产物的多靶点机制研究。
研究结果
1. PPI网络、药物-靶点-疾病网络构建及Venn分析，鉴定出木犀草素的核心抗癌靶点
研究首先从SwissTargetPrediction和TCMSP数据库获取100个木犀草素作用靶点，从GeneCards、OMIM和TTD数据库获取五种癌症的相关靶点（图1）；随后Venn分析获得80个共同靶点（图2），导入STRING数据库构建PPI网络，经Cytoscape可视化后按degree值排序，筛选出AKT1、EGFR、ESR1、MMP9和SRC五个核心靶点。
图1木犀草素在癌症中的核心靶点鉴定
图2 Venn分析获得木犀草素与五种癌症的共同靶点
2. GO和KEGG富集分析揭示木犀草素核心靶点主要富集通路
将80个共同靶点导入Metascape数据库进行功能富集分析，GO分析与KEGG富集分析结果表明，木犀草素可能通过调控氧化应激和PI3K-AKT等通路发挥抗癌效应。
图3木犀草素-癌症核心靶点的GO和KEGG富集分析
3.分子对接证实木犀草素与核心靶点具有稳定结合能力
随后将木犀草素与五个核心靶点AKT1、EGFR、ESR1、MMP9、SRC进行分子对接验证，所有靶点与木犀草素的结合能均低于-7.5 kcal/mol，表明均可形成稳定结合。其中AKT1与木犀草素的结合能最低，可能是木犀草素最稳定的直接作用靶点。具体结合模式显示，AKT1的ASN-54和THR-211与木犀草素形成氢键，ASP-292、TRP-80等残基参与疏水和π-π堆积相互作用。
图4木犀草素与核心靶点的分子对接
4.分子动力学模拟验证木犀草素-AKT1复合物的结合稳定性
进一步对木犀草素-AKT1复合物进行100ns分子动力学模拟。PCA分析显示复合物存在稳定结合构象；RMSD分析表明体系在20ns后趋于稳定；Rg波动小，提示蛋白结构紧凑；FEL显示单一低能态，表明构象稳定；RMSF显示结合位点残基柔性降低；距离分析显示木犀草素与AKT1结合位点距离逐渐稳定。这些结果表明，木犀草素与AKT1的结合在动态环境下具有高度稳定性，证实AKT1为木犀草素的直接功能性靶点。
图5分子动力学模拟
5. MM/GBSA结合自由能计算和氢键分析，鉴定出与木犀草素结合的关键氨基酸残基
之后，作者对MD模拟轨迹进行MM/GBSA结合自由能计算。氢键分析显示木犀草素与AKT1之间形成1-3个氢键，结合自由能为-86.084 kJ/mol，表明两者具有较高结合亲和力。能量分解分析鉴定出TRP-80和LEU-210为贡献最大的关键残基。综上，疏水相互作用和氢键共同介导了木犀草素与AKT1的稳定结合，TRP-80和LEU-210是结合口袋中的关键锚点。
图6木犀草素与AKT1蛋白之间氢键相互作用的分析
6. CPTAC蛋白数据库和HPA免疫组化验证，发现AKT1在不同癌症中呈现组织特异性表达差异
接下来作者利用CPTAC数据集分析了五种癌症中AKT1的总蛋白表达水平。结果显示，肺癌、胃癌和乳腺癌中AKT1蛋白表达显著高于正常组织，而肝癌和结直肠癌中AKT1表达显著低于正常组织。HPA数据库免疫组化染色结果与CPTAC数据一致：肺癌、胃癌和乳腺癌肿瘤组织染色更深，表明高表达，肝癌和结直肠癌肿瘤组织染色更浅，表明低表达。这表明，AKT1在肿瘤中的表达具有组织特异性，木犀草素靶向AKT1的效应可能因癌种不同而有所差异。
图7验证AKT1在五种癌症类型及相应正常组织中的表达情况
7. AKT1结合蛋白和表达相关基因的富集分析，进一步确认PI3K-AKT通路为AKT1的核心调控网络
之后作者利用STRING数据库获取50个经实验验证的AKT1结合蛋白，并利用GEPIA2在TCGA泛癌数据中筛选出与AKT1表达正相关的基因BRF1、ZBTB42、WDR20等，进行KEGG富集分析。结果显示这些基因主要富集于PI3K-AKT信号通路和FoxO信号通路；GO分析显示主要涉及肽基丝氨酸磷酸化和TORC2复合物等。这些结果表明，AKT1在肿瘤中通过与多种蛋白互作并调控下游基因表达，发挥核心信号枢纽作用，PI3K-AKT通路是其最主要的功能通路。
图8 AKT1相关基因富集分析
结论
这项研究为我们勾勒出木犀草素抗癌机制的一个系统性轮廓：从80个共同靶点的网络筛选，到AKT1核心枢纽的锁定，再到分子对接与100 ns分子动力学模拟对结合稳定性的验证——TRP-80和LEU-210关键残基的识别、-86.084 kJ/mol的结合自由能，这些数据共同构建了一个相对完整的计算证据链。而CPTAC与HPA数据库揭示的AKT1组织特异性表达特征，则进一步提示：天然产物的“广谱”抗癌效应背后，可能隐藏着更为复杂的谱系依赖性调控逻辑，这恰恰是后续研究值得深挖的方向。
