目的基于网络药理学联合基因表达数据库(GEO)芯片分析及分子对接技术探讨健脾清化化瘀汤治疗胃癌前病变(PLGC)的成分靶点及信号通路,预测其潜在作用机制。方法利用中药系统药理学数据库与分析平台(TCMSP)及本草组鉴数据库(HERB)搜集健...目的基于网络药理学联合基因表达数据库(GEO)芯片分析及分子对接技术探讨健脾清化化瘀汤治疗胃癌前病变(PLGC)的成分靶点及信号通路,预测其潜在作用机制。方法利用中药系统药理学数据库与分析平台(TCMSP)及本草组鉴数据库(HERB)搜集健脾清化化瘀汤中14味药物的活性成分和靶点。通过GEO数据库中的GSE55696基因芯片获取差异表达基因,利用人类孟德尔遗传在线数据库(OMIM)、Dis Ge Net、Gene Cards疾病数据库获取PLGC的相关疾病靶点,运用R软件获取健脾清化化瘀汤治疗PLGC的关键靶点。通过R语言对关键靶点进行基因本体论(GO)和京都基因和基因组的百科全书(KEGG)通路富集分析,利用蛋白互作(STRING)数据库及Cytoscape3.9.1软件绘制关键靶点的蛋白质-蛋白质相互作用(PPI)网络,筛选出核心靶点,利用Cytoscape3.9.1构建健脾清化化瘀汤与PLGC的“活性成分-关键靶点”网络,筛选出核心成分,最后将核心成分与核心靶点进行分子对接,探索蛋白与分子间的亲和性。结果共获得健脾清化化瘀汤226个活性成分,对应416个药物靶点;获得PLGC差异表达基因1673个,疾病数据库获得相关靶点1302个;药物与疾病交集基因149个;GO功能富集分析得到2802个条目,KEGG通路富集分析得到161条相关通路,主要涉及糖尿病并发症晚期糖基化终末产物/AGEs受体(AGE-RAGE)信号通路与癌症相关信号通路;筛选得到核心活性成分槲皮素、木犀草素等,核心靶点TP53、JUN、AKT1等;分子对接结果证实核心成分与核心靶点之间有较好的结合活性。结论健脾清化化瘀汤可能通过参与多条信号通路作用于多成分、多靶点,从而发挥治疗PLGC的效用。展开更多
文摘目的基于网络药理学联合基因表达数据库(GEO)芯片分析及分子对接技术探讨健脾清化化瘀汤治疗胃癌前病变(PLGC)的成分靶点及信号通路,预测其潜在作用机制。方法利用中药系统药理学数据库与分析平台(TCMSP)及本草组鉴数据库(HERB)搜集健脾清化化瘀汤中14味药物的活性成分和靶点。通过GEO数据库中的GSE55696基因芯片获取差异表达基因,利用人类孟德尔遗传在线数据库(OMIM)、Dis Ge Net、Gene Cards疾病数据库获取PLGC的相关疾病靶点,运用R软件获取健脾清化化瘀汤治疗PLGC的关键靶点。通过R语言对关键靶点进行基因本体论(GO)和京都基因和基因组的百科全书(KEGG)通路富集分析,利用蛋白互作(STRING)数据库及Cytoscape3.9.1软件绘制关键靶点的蛋白质-蛋白质相互作用(PPI)网络,筛选出核心靶点,利用Cytoscape3.9.1构建健脾清化化瘀汤与PLGC的“活性成分-关键靶点”网络,筛选出核心成分,最后将核心成分与核心靶点进行分子对接,探索蛋白与分子间的亲和性。结果共获得健脾清化化瘀汤226个活性成分,对应416个药物靶点;获得PLGC差异表达基因1673个,疾病数据库获得相关靶点1302个;药物与疾病交集基因149个;GO功能富集分析得到2802个条目,KEGG通路富集分析得到161条相关通路,主要涉及糖尿病并发症晚期糖基化终末产物/AGEs受体(AGE-RAGE)信号通路与癌症相关信号通路;筛选得到核心活性成分槲皮素、木犀草素等,核心靶点TP53、JUN、AKT1等;分子对接结果证实核心成分与核心靶点之间有较好的结合活性。结论健脾清化化瘀汤可能通过参与多条信号通路作用于多成分、多靶点,从而发挥治疗PLGC的效用。
