《Science丨青蒿素通过介导 LONP1-CYP11A1 相互作用改善多囊卵巢综合征》

  • 编译者: 李康音
  • 发布时间:2024-06-19
  • 2024年6月14日,复旦大学附属中山医院团队联合基础医学院团队合作在Science杂志上在线发表了题为Artemisinins ameliorate polycystic ovarian syndrome by mediating LONP1-CYP11A1 interaction的研究论文,发现青蒿素类衍生物能够显著改善PCOS的疾病表型。研究人员发现青蒿素能够靶向线粒体蛋白酶LONP1,促进LONP1与其底物CYP11A1的结合,加速CYP11A1的降解,抑制卵巢雄激素的合成,降低PCOS患者的雄激素水平,改善月经周期及卵巢多囊样变。

    为了探究青蒿素对PCOS发生发展的影响,研究人员建立了PCOS样的大鼠及小鼠模型,并使用青蒿素类衍生物蒿甲醚处理该模型,发现蒿甲醚能够显著抑制血清雄激素水平,改善动情周期,降低卵巢中囊状卵泡的数量,并且能够提高PCOS样大鼠的生育能力。雄激素的合成来源于胆固醇,在卵巢膜细胞中胆固醇经CYP11A1催化产生孕烯醇酮,并在HSD3B2、CYP17A1及HSD17一系列酶的催化下产生雄激素。研究人员使用青蒿素类衍生物蒿甲醚,青蒿琥酯及SM934处理卵巢膜细胞,发现青蒿素类衍生物能够剂量依赖的抑制细胞上清中雄激素水平。此外,雄激素合成过程中的上游激素包括孕烯醇酮,17α-羟孕酮,孕酮等水平均受到青蒿素类衍生物抑制。

    为了明确青蒿素抑制雄激素合成的机制,研究人员通过蛋白组学分析蒿甲醚处理的卵巢膜细胞中差异表达蛋白,发现CYP11A1表达下调最为显著。CYP11A1是雄激素合成的限速酶,催化胆固醇转变为孕烯醇酮。细胞研究发现青蒿素类衍生物能够剂量依赖的下调CYP11A1表达;在CYP11A1缺失的细胞中,青蒿素类衍生物不能进一步抑制雄激素合成,表明青蒿素通过抑制CYP11A1蛋白水平进而抑制雄激素合成。研究人员进一步发现,青蒿素类衍生物能够直接靶向并结合线粒体蛋白酶LONP1,发挥类似分子胶水的作用进而促进LONP1与CYP11A1的相互作用,增强LONP1降解CYP11A1。过表达LONP1能够模拟青蒿素类衍生物的作用,抑制雄激素的合成。

    最后,研究人员开展了一项小型临床研究来评估青蒿素对PCOS患者的疗效,发现口服双氢青蒿素能够显著降低PCOS患者的血清雄激素水平,减少卵巢窦状卵泡数量,降低抗苗勒氏管激素(AMH)水平,并改善患者的月经周期。

    综上所述,本项研究揭示了青蒿素治疗PCOS的潜在效果,鉴定了青蒿素诱导的LONP1-CYP11A1互作在PCOS治疗方面的应用价值,为临床治疗PCOS及雄激素升高相关疾病提供了新的思路。

相关报告
  • 《人工智能和机器学习可以成功诊断多囊卵巢综合征》

    • 来源专题:新一代信息技术
    • 编译者:袁晨
    • 发布时间:2023-11-29
    • 美国国立卫生研究院的研究回顾了25年的数据,发现人工智能/机器学习可以检测到常见的激素紊乱。 根据美国国立卫生研究院的一项新研究,人工智能(AI)和机器学习(ML)可以有效地检测和诊断多囊卵巢综合征(PCOS),这是女性中最常见的激素失调,通常在15至45岁之间。研究人员系统地回顾了已发表的使用AI/ML分析数据来诊断和分类PCOS的科学研究,发现基于AI/ML的程序能够成功检测PCOS。 美国国家环境健康科学研究所(NIEHS)的高级研究员和内分泌学家Janet Hall医学博士说:“鉴于社区中PCOS诊断不足和误诊的巨大负担及其潜在的严重后果,我们希望确定AI/ML在识别可能有PCOS风险的患者中的应用。”NIEHS是美国国立卫生研究院的一部分,也是该研究的合著者。“人工智能和机器学习在检测多囊卵巢综合征方面的效果比我们想象的还要令人印象深刻。” 多囊卵巢综合征发生时,卵巢不能正常工作,并在许多情况下,伴随着睾丸激素水平升高。这种疾病会导致月经不规律、痤疮、面部毛发过多或脱发。患有多囊卵巢综合征的女性患2型糖尿病、睡眠、心理、心血管和其他生殖疾病(如子宫癌和不孕症)的风险通常会增加。 该研究的资深作者、NIEHS的助理研究医师和内分泌学家Skand Shekhar博士说:“鉴于多囊卵巢综合征与其他疾病的重叠,诊断多囊卵巢综合征可能具有挑战性。”“这些数据反映了将AI/ML纳入电子健康记录和其他临床环境以改善多囊卵巢综合征女性的诊断和护理的未开发潜力。” 研究作者建议将基于人群的大型研究与电子健康数据集结合起来,并分析常见的实验室测试,以确定能够促进多囊卵巢综合征诊断的敏感诊断生物标志物。 诊断基于多年来发展的广泛接受的标准化标准,但通常包括临床特征(如痤疮,毛发生长过多和月经不规律),伴有实验室(如高血睾酮)和放射学表现(如卵巢超声显示多个小囊肿和卵巢体积增大)。然而,由于多囊卵巢综合征的一些特征可能与其他疾病如肥胖、糖尿病和心脏代谢疾病共同发生,因此它经常被忽视。 人工智能指的是使用基于计算机的系统或工具来模仿人类的智能,并帮助做出决策或预测。ML是AI的一个分支,专注于从以前的事件中学习,并将这些知识应用于未来的决策。人工智能可以处理大量不同的数据,例如来自电子健康记录的数据,使其成为诊断多囊卵巢综合征等难以诊断的疾病的理想辅助工具。 研究人员对过去25年(1997-2022年)发表的关于该主题的所有同行评审研究进行了系统回顾,这些研究使用AI/ML检测多囊卵巢综合征。在一位经验丰富的NIH图书管理员的帮助下,研究人员确定了可能符合条件的研究。他们总共筛选了135项研究,其中31项被纳入了论文。所有研究都是观察性的,并评估了AI/ML技术在患者诊断中的应用。大约一半的研究包括超声图像。研究参与者的平均年龄为29岁。 在采用标准化诊断标准诊断PCOS的10项研究中,检测准确率在80-90%之间。 Shekhar说:“在一系列诊断和分类模式中,人工智能/机器学习在检测多囊卵巢综合征方面表现非常出色,这是我们研究中最重要的收获。” 作者指出,基于人工智能/机器学习的项目有可能显著提高我们早期识别多囊卵巢综合征女性的能力,节省相关成本,减轻多囊卵巢综合征患者和卫生系统的负担。 具有强大验证和测试实践的后续研究将允许人工智能/机器学习在慢性健康状况中的顺利整合。
  • 《Science | WT1的-KTS剪接变体是确定小鼠卵巢的必要条件》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2023-11-06
    • 本文内容转载自“CNS推送BioMed”微信公众号。原文链接: https://mp.weixin.qq.com/s/mi3Pt-WNN62CHgj-QivTiw 2023年11月2日,法国蔚蓝海岸大学等机构的研究人员在Science发表题为The -KTS splice variant of WT1 is essential for ovarian determination in mice的文章。 哺乳动物的性别决定取决于性腺的支持谱系分化为分别支配睾丸和卵巢发育的支持细胞或颗粒前细胞。虽然y染色体相关的睾丸决定基因Sry已被确定,但卵巢决定因素仍然未知。 该研究发现-KTS是Wilms肿瘤抑制因子WT1的一个主要的选择性剪接异构体,是女性性别决定的关键决定因素。在小鼠中,-KTS变异的缺失阻断了性腺分化,而在弗雷泽综合征中发现的表达增加,则诱导了卵巢的早熟分化,而不依赖于其遗传性别。在XY胚胎中,这拮抗Sry表达,导致雄性向雌性的性别逆转。该研究结果确定-KTS是卵巢的决定因素,并证明其激活时间对性腺性别分化至关重要。