5分+毒理2区!南昌大学团队超绝思路!网络毒理学+机器学习+单细胞+空转+实验验证;科研模板赶紧入库!

当下环境污染物健康风险研究持续升温，毒理与肿瘤交叉领域更是国自然与高分期刊的热门方向！很急！但是没啥思路？

别担心！今天小渡给大家分享一篇发表在《Chemico-biological Interactions》（IF=5.4，Q1）上的研究，直接给你打了一套“多组学+干湿结合”的组合拳，从“靶点预测”到“机制验证”全程高能，简直就是环境毒理与肿瘤交叉研究的教科书级模板！（以前小渡也给大家分享过很多关于“环境污染物”相关研究思路，还嫌不够的小伙伴们可以往前翻翻哟~）

（PS：这篇文章最大的亮点不是用了多少方法，而是每一步都服务于一个核心问题：DOTP到底怎么促癌？从预测到验证，从分子到细胞，从组织到空间，逻辑环环相扣，证据层层递进。想发高水平文章？不是堆砌方法，而是用对方法讲好一个故事。）

题目：对苯二甲酸二（2-乙基己基）酯促进乳腺癌进展：多组学整合实验验证

期刊：Chemico-biological Interactions

影响因子：5.4

发表时间：2026.3.2

1.网络毒理学+多数据库：从6个数据库中锁定136个DOTP相关癌基因，构建PPI网络，结合11种拓扑算法筛选出24个核心基因；

2.机器学习：用Lasso、弹性网络、CoxBoost等15种算法构建预后模型，量化DOTP相关基因的风险权重；

3.分子对接：筛选出6个高亲和力靶点，结合单细胞数据验证其在肿瘤细胞中的高表达；

4.单细胞+空间转录组：在BRCA、LIHC、OV等6种癌种中，精准定位靶基因在TME中的细胞来源和空间分布；

5.细胞实验验证：通过克隆形成实验和WB，证实DOTP促进乳腺癌细胞增殖，并上调PTPN11和ESR1表达，浓度依赖性增强。

1、DOTP毒性评估与核心致癌基因筛选：

研究先预测DOTP毒性特征，多数据库筛选得到136个DOTP致癌靶点，再通过11种拓扑算法从PPI网络中鉴定出24个核心致癌基因，完成泛癌表达、预后分析及机器学习预后风险量化。

图1 DOTP毒性预测与致癌基因获取

图2 富集基因功能注释与PPI核心基因鉴定

图3 机器学习评估与预后关联分析

2、DOTP高亲和力致癌靶点筛选：

分子对接实验筛选出6个与DOTP高亲和力结合的致癌靶点，分别为PIK3CA、PTPN11、ESR1、PPARG、PTGS2、MAPK1。

图4 分子对接

3、肿瘤微环境中靶点的单细胞与空间定位：

单细胞测序结合空间转录组分析，明确了6个高亲和力靶点在肿瘤微环境的细胞亚群分布与组织空间定位。

图5 乳腺癌单细胞聚类分析与空间转录组分析

4、DOTP促肿瘤增殖及蛋白上调验证：

细胞实验证实，DOTP暴露可促进肿瘤细胞增殖，且该促增殖效应、PTPN11与ESR1蛋白水平上调均呈浓度依赖性增强。

图6 DOTP通过上调PTPN11表达促进乳腺癌增殖

图7 DOTP通过上调ESR1表达促进乳腺癌增殖

本研究通过多组学整合与实验验证，证实DOTP可结合6个关键致癌靶点、上调PTPN11与ESR1表达并促进乳腺癌细胞增殖，主要通过PI3K-Akt-mTOR通路发挥潜在致癌作用。

无论你是做环境污染物、药物靶点筛选，还是肿瘤微环境研究，这套思路，完全可以迁移到你的研究中去。你的文章也能从“投稿困难”逆袭成“5+2区”！