课程文献中心 更多>>

关键词： 王枣子叶   UPLC-Q-TOF-MS/MS   抗炎   网络药理学   分子对接  

摘要： 目的:本文旨在利用UPLC-Q-TOF-MS/MS技术,快速准确地鉴定王枣子叶的化学成分,结合网络药理学和分子对接方法,探究王枣子叶抗炎的潜在分子作用机制。方法:首先通过UPLC-Q-TOF-MS/MS分析王枣子叶的主要化学成分,并利用Swiss Target Prediction数据库预测其主要成分靶点,通过GeneCards数据库收集抗炎的相关治疗靶点,运用Venny 2.1构建韦恩图取主要成分靶点、GeneCards抗炎靶点交集,其次通过String数据库构建蛋白相互作用网络,将结果导入Cytoscape 3.6.0软件构建蛋白互作网络及成分-靶点-通路网络。通过Metascape数据库对靶点基因进行GO功能富集分析和KEGG通路富集分析,最后利用Autodock等软件将网络中预测到的关键活性成分与关键靶点进行分子对接验证。结果:从王枣子叶中共鉴定出化合物63个,显示60个抗炎作用的活性成分和203个潜在靶点。主要通过炎症反应的调节、炎症反应、细胞迁移的积极调节、磷酸化的正向调节、对激素的反应等生物过程,以及Pathways in cancer、AGE-RAGE signaling pathway in diabetic complications、Lipid and atherosclerosis、EGFR tyrosine kinase inhibitor resistance、Proteoglycans in cancer、Kaposi sarcoma-associated herpesvirus infection、PI3K-Akt signaling pathway、Prostate cancer、Chemical carcinogenesis-receptor activation、Fluid shear stress and atherosclerosis等关键信号通路,发挥抗炎的作用。结论:王枣子叶的多种有效成分能够通过多靶点、多通路发挥抗炎作用。

关键词： 中国药理学会   药效动力学   药物治疗学   新药研究   药物基因组学   定量药理学   征订启事   幅面尺寸  

摘要： 本刊为中国科学技术协会主管,中国药理学会主办的全国性、学术性刊物。月刊,幅面尺寸:280mm×205 mm,120页,CN34-1206/R,ISSN1009-2501。以从事新药研究、临床药理学与治疗学工作的高中级医疗、科研、教学人员为主要读者对象。设有专论、综述与讲座、基础研究、定量药理学(包括药代动力学、药效动力学及药物临床评价等)、临床药理学(包括药物基因组学及药物蛋白组学等)、药物治疗学、读者·作者·编者等栏目。

关键词： 槲皮素   网络药理学   阿尔兹海默病   β淀粉样蛋白25-35(Aβ_(25-35))   小鼠海马神经元细胞  

摘要： 目的通过网络药理学和实验验证和探究槲皮素(quercetin)治疗阿尔兹海默病(Alzheimer’s disease,AD)的作用机制。方法通过TCMSP、Swiss Target Prediction和Uniprot数据库筛选槲皮素对应的作用靶点。通过TCMIP V2.0、TCMSP、TTD、DrugBank、CTD和DisGeNET数据库得到与AD发病机制相关的靶点,并与槲皮素作用靶点进行映射,将得到的交集靶点作为槲皮素治疗AD的靶点。通过String数据库、CytoNCA和MCODE插件对槲皮素治疗AD的靶点进行各蛋白之间的相互作用研究,作用强的靶点为槲皮素治疗AD的关键靶点。将槲皮素治疗AD的靶点通过Cytoscape 3.8.2软件的ClueGO插件和DAVID数据库进行GO和KEGG信号通路富集分析。用蛋白印迹法(Western blotting)和实时荧光定量聚合酶链式反应(real-time fluorescence quantitative polymerase chain reaction,qRT-PCR)对预测的通路进行初步验证。结果筛选出与槲皮素作用的靶点有230个,与442个AD疾病靶点重合的靶点有43个,该靶点涉及多个生物学过程和54条信号通路。通过聚类分析和网络拓扑参数,得到槲皮素治疗AD的6个关键靶点,包括糖原合成酶激酶-3β(glycogen synthase kinase-3β,GSK3β)、血管内皮生长因子A(vascular endothelial growth factor A,VEGFA)、淀粉样βA4蛋白(amyloidβA4 protein,APP)、磷脂酰肌醇3-激酶调节亚单位α(phosphatidylinositol 3-kinase regulatory subunitα,PIK3R1)、白细胞介素-6(interleukin-6,IL-6)、胰岛素样生长因子Ⅱ(insulinlike growth factorⅡ,IGF2)和转化生长因子β1(transforming growth factor beta-1,TGFβ1);细胞实验结果表明,槲皮素可提高AD细胞模型中的蛋白激酶B(protein kinase B,AKT),GSK-3βmRNA水平,与调控AKT/GSK-3β通路的磷酸化有关。结论槲皮素可增强损伤神经细胞的稳定性、改善细胞膜的通透性,从而稳定细胞内环境。该作用可能与槲皮素提高AD细胞模型中的AKT、GSK-3β等mRNA水平,调控AKT/GSK-3β通路的磷酸化有关。

关键词： 溃疡性结肠炎   白及   网络药理学   分子对接  

摘要： 溃疡性结肠炎(ulcerative colitis,UC)是位于直肠至结肠黏膜及黏膜下层的慢性非特异性炎症性疾病,临床主要表现为腹痛、腹泻和黏液脓血便反复发作^([1])。常见病因包括肠道通透性改变、肠道菌群失调、黏膜免疫应答、心理因素以及肠神经结构和功能异常^([2])。目前,临床尚无根治性治疗手段,治疗难度大,并且需要长期维持治疗,有进展为结肠癌的潜在风险,严重影响患者的生活质量^([3])。根据UC的临床表现,中医将其归属于“泄泻”“痢疾”范畴^([4])。脾虚、湿热内蕴是UC活动期的的核心病机,治疗以清热解毒、健脾化湿、敛疮生肌为大法^([5])。

关键词： 右归丸   强直性脊柱炎   网络药理学   IL-17信号通路   TNF信号通路  

摘要： 目的基于网络药理学的研究方法探讨右归丸干预强直性脊柱炎的作用机制。方法通过中药系统药理学数据库与分析平台(TCMSP)检索并筛选出右归丸中药组成的有效化学成分及作用靶点信息,利用GeneCards及OMIM数据库获得强直性脊柱炎的靶点基因,通过VENNY 2.1.0获得右归丸组成中药与强直性脊柱炎的交集基因,借助String在线平台与Cytoscape 3.7.2软件获得PPI网络,在DAVID数据库完成GO及KEGG通路富集分析。结果共获得药物有效成分79个,有效基因靶点500个,疾病靶点基因767个,交集基因98个,PPI网络分析得到关键靶点基因是IL1B、IL6和TNF等。GO功能富集分析得到GOBP条目535条、GOMF条目88条和GOCC条目53条。KEGG富集分析得到121条通路,主要信号通路为IL-17、HIF-1和TNF等。结论该研究基于网络药理学理论,系统地分析了右归丸的中药组成可以通过多成分、多靶点、多通路等干预强直性脊柱炎的作用机制,进而起到调节免疫反应、调控炎症因子、保护软骨、延缓骨破坏等治疗作用。

关键词： 糖脉康颗粒   糖尿病周围神经病变   网络药理学   分子对接   巴马汀   广玉兰内酯   11,14,17-三烯酸甲酯  

摘要： 目的通过网络药理学和分子对接的方法,探究糖脉康颗粒治疗糖尿病周围神经病变(DPN)的机制。方法利用检索中药系统药理学数据库及分析平台(TCMSP)对筛选糖脉康颗粒的组方药物的化学活性物质,药物靶标采用Swiss Target Prediction平台进行预测,并搜索Genecards数据库、OMIM数据库、TTD数据库和DisGeNET数据库预测DPN相关靶点。对药物与疾病的靶标基因取交集后采用Cytoscape软件构建活性成分–靶点网络图,并导入String数据库构建PPI网络,进行拓扑分析寻找核心基因。采用R软件进行基因本体(GO)注释和京都基因与基因组百科全书(KEGG)信号通路富集分析。结果糖脉康颗粒治疗糖尿病周围神经病变的关键化学成分为巴马汀、广玉兰内酯和11,14,17-三烯酸甲酯等;药物-疾病的共同靶点共331个,关键蛋白包括细胞肿瘤抗原p53、连环蛋白β-1(CTNNB1)、热休克蛋白90-α(HSP90AA1)等。GO富集分析显示,生物过程主要包括细胞对化学应激的反应、对营养素水平的反应和肽基酪氨酸磷酸化等,细胞组成主要包括膜筏膜微域和膜区等,分子功能主要包括蛋白酪氨酸激酶活性、细胞表面受体蛋白酪氨酸激酶活性和细胞表面受体蛋白激酶活性等。KEGG富集分析所涉及的通路有糖尿病并发症中的高糖基化终产物-高糖基化终产物受体信号通路、脂质和动脉粥样硬化、前列腺癌、表皮生长因子受体酪氨酸激酶抑制剂耐药性和癌症的中枢碳代谢等。分子对接结果显示,糖脉康颗粒中的7个关键活性成分与5个核心靶点蛋白的结合能均≤-5.0kcal/mol,说明成分和靶点蛋白结合性可能较好。结论利用网络药理学和分子对接揭示了糖脉康颗粒通过多种途径,多种信号通路作用于多种靶点发挥药效,为进一步阐释糖脉康颗粒治疗糖尿病周围神经病变的作用机制提供了依据。

关键词： 民族药   古山龙   糖尿病   网络药理学  

摘要： 目的通过网络药理学及分子对接等方法探讨古山龙防治糖尿病的作用机制。方法筛选古山龙目标化合物,采用Swiss Target Prediction对所选化合物进行靶点预测筛选,构建“成分-靶点”互作网络,结合Disgenet数据库获取糖尿病的相关基因,建立“成分-靶点-疾病”网络,对古山龙的专属成分与关键蛋白进行分子对接。结果经筛选得到古山龙15个目标化合物,预测出146个蛋白靶点,确定了84个与糖尿病相关靶点,涉及PI3K-Akt、AMPK、SignalingbyInterleukins等169条相关通路。分子对接结果显示古山龙专属成分与网络拓扑的关键靶点有很好的结合能力。结论古山龙可能是通过抗氧化,调控细胞凋亡通路,减少胰岛B细胞损伤,促进糖酵解等途径,改善糖尿病及其并发症。

关键词： 网络药理学   淫羊藿总黄酮   阿尔兹海默病   机制   淫羊藿  

摘要： 目的:采用网络药理学的分析方法研究淫羊藿总黄酮治疗阿尔兹海默病的机制。借助网络药理学数据库与分析平台(TCMSP)得到淫羊藿中的有效活性成分,并从中筛选出黄酮类成分。通过Pubchem和Swiss Target Prediction数据库,找到各黄酮类成分的相关靶点;采用Gene Cards数据库获取阿尔兹海默病的相关基因;淫羊藿“黄酮类活性成分-靶点-阿尔兹海默病”相互作用网络利用Cytoscape 3.9.1软件建立;采用Venny2.1.0平台获得总黄酮类成分与阿尔兹海默病的交集靶点,再将交集靶点输入STRING 11.0数据库获取蛋白质之间相互作用的网络图;采用Metascape数据库对GO功能以及KEGG通路进行分析。结果:得到淫羊藿治疗阿尔兹海默病黄酮类的核心成分12个,核心靶点为AKT1、TNF、VEGFA、SRC等10个,包括癌症途径、松弛素信号通路、EGFR酪氨酸激酶抑制剂耐药性等信号通路。结论:构建的“成分-靶点-通路”网络结构图能够揭示淫羊藿黄酮类成分的多成分、多靶点、多通路协同抗阿尔兹海默病的作用,为进一步阐明淫羊藿抗阿尔兹海默病的作用机制提供理论依据。

关键词： 银翘散   抽动障碍   网络药理学   分子对接   炎症   神经递质  

摘要： 目的:基于网络药理学和分子对接探讨银翘散治疗儿童抽动障碍(tic disorder,TD)的潜在药理机制。方法:借助中药系统药理数据库和分析平台(TCMSP)检索筛选银翘散的活性成分,利用TCMSP,SwissTargetPrediction数据库和TargetNet服务器对银翘散活性成分的靶点进行预测,通过比较毒物基因组学数据库(Comparative Toxicogenomics Database,CTD)和人类基因数据库(The Human Gene Database,GeneCards)获取抽动障碍(Tic Disorder,TD)的相关靶点。通过Venny图网站(http://***/webtools/Venn/)取银翘散活性成分靶点与TD相关靶点交集,获取银翘散治疗TD的潜在靶点。利用Cytoscape 3.8.0对有效成分及治疗靶点进行可视化,构建“中药-有效成分-治疗靶点”网络。借助STRING 11.0数据库构建蛋白互作网络,同时借助Cytoscape 3.8.0软件中CytoHubba计算网络中节点的拓扑参数,筛选出网络中的关键靶点。利用R语言的“ClusterProfiler”包对潜在治疗靶点进行基因本体论(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析。最后,借助AutoDock Vina(Vina)平台进行分子对接,预测银翘散主要有效成分与关键靶点的结合度。结果:通过筛选得到银翘散的有效成分173个,预测靶点407个;TD相关靶点307个,银翘散治疗TD的治疗靶点共41个,其中ALB、IL-6、AKT1、APP、NR3C1等靶点在银翘散治疗TD的生物网络中具有关键作用,主要涉及神经递质传递信号、炎症、免疫等信号转导通路。分子对接结果显示银翘散活性成分与ALB、IL6、AKT1等关键靶点具有较高结合能力。结论:银翘散治疗TD的途径可能是多种活性成分和靶点的相互作用,通过调控免疫、炎症、神经递质等多条通路干预神经信号的传递。

关键词： 高良姜   质量标志物   网络药理学   指纹图谱   化学成分  

摘要： 目的:将指纹图谱与网络药理学相结合预测分析高良姜的质量标志物(Q-Marker)。方法:采用高效液相色谱法(HPLC)对高良姜进行成分分析,对20批高良姜提取物成分进行相似度评价、聚类分析和主成分分析,筛选高良姜提取物中Q-Marker候选成分;对筛选的Q-Marker候选成分进行靶点收集和网络药理学分析,构建“成分-靶点-通路”网络,并预测高良姜提取物的Q-Marker。结果:20批高良姜指纹图谱相似度集中在0.952~1.000范围,提示不同产地和批次的高良姜提取物整体组成上具有一致性;聚类分析和主成分分析显示海南的高良姜样品聚类趋势比较一致,云南、广东和广西的高良姜未按产地归类,不同产地的高良姜在成分上存在着差异,说明产地只是高良姜质量的影响因素之一。根据HPLC共有成分以及聚类分析和主要成分分析,得到2个Q-Marker候选成分,分别为高良姜素和槲皮素。经网络药理学分析筛选6个关键活性成分,6个关键要点和21条通路。结论:本研究初步预测槲皮素、山奈酚和高良姜素为高良姜的Q-Marker,为高良姜的质量控制予与参考,同时也为高良姜功效关联物质的研究及作用机制的阐释奠定了基础。