目的利用生物信息学及分子对接,探讨天牛止眩胶囊治疗原发性高血压(essential hypertension,EH)的潜在活性成分及分子机制。方法利用中药系统药理学数据库和分析平台、BATMAN-TCM平台筛选天牛止眩胶囊的活性成分及药物靶点,使用GeneCard...目的利用生物信息学及分子对接,探讨天牛止眩胶囊治疗原发性高血压(essential hypertension,EH)的潜在活性成分及分子机制。方法利用中药系统药理学数据库和分析平台、BATMAN-TCM平台筛选天牛止眩胶囊的活性成分及药物靶点,使用GeneCards、PharmGkb、TTD、DrugBank检索EH的疾病相关靶点,采用Cytoscape3.8.0软件构建“药物–成分–靶点”网络图,应用STRING平台进行蛋白质–蛋白质相互作用分析,使用R软件包进行基因本体论(gene ontology,GO)与京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析,运用AutoDockTools及AutoDock Vina进行分子对接验证,使用PyMol软件进行可视化分析。结果共筛选出天牛止眩胶囊有效成分53种,涉及相关靶点基因422个。筛选出关键活性化合物217个,拓扑分析得出核心靶点蛋白AKT1、MAPK8、NFKB1、FOS、MAPK1、JUN等10个,GO及KEGG富集分析结果提示天牛止眩胶囊干预EH主要涉及细胞对外的刺激、对活性氧的反应、氧化应激反应等多种生物学途径与涉及脂质和动脉粥样硬化、流体剪切应力和动脉粥样硬化等相关通路。分子对接结果显示FOS与槲皮素及山柰酚结合力最强。结论天牛止眩胶囊中的槲皮素、山柰酚等多种关键活性成分可作用于FOS、JUN、AKT等多个核心靶点蛋白,发挥调控血压、降低心脑血管并发症危险等级、保护靶器官的作用。展开更多
针对语法依赖树存在多个方面词相互干扰的依赖信息、无效单词,以及标点符号带来的冗余信息和方面词与对应情感词之间的关联性较弱等问题,提出一种融合强关联依赖和简洁语法的方面级情感分析模型(SADCS)。首先,构建情感词性(POS)列表,通...针对语法依赖树存在多个方面词相互干扰的依赖信息、无效单词,以及标点符号带来的冗余信息和方面词与对应情感词之间的关联性较弱等问题,提出一种融合强关联依赖和简洁语法的方面级情感分析模型(SADCS)。首先,构建情感词性(POS)列表,通过该列表加强方面词与对应情感的相关性;其次,构建融合POS和依赖关系的联合列表,通过该联合列表去除已优化的依赖树无效单词与标点符号的冗余信息;再次,将优化后的依赖树与图注意力网络(GAT)结合建模提取上下文特征;最后,与依赖关系类型的特征信息进行交互学习并融合特征,增强特征表示,最终使分类器能高效预测每个方面词的情感极性。将所提模型在4个公开数据集上进行实验分析,与DMF-GAT-BERT(Dynamic Multichannel Fusion mechanism based on the GAT and BERT(Bidirectional Encoder Representations from Transformers))模型相比,所提模型的准确率分别提高了1.48、1.81、0.09和0.44个百分点。实验结果表明,所提模型能够有效增强方面词与情感词的联系,使方面词情感极性的预测更准确。展开更多
文摘目的利用生物信息学及分子对接,探讨天牛止眩胶囊治疗原发性高血压(essential hypertension,EH)的潜在活性成分及分子机制。方法利用中药系统药理学数据库和分析平台、BATMAN-TCM平台筛选天牛止眩胶囊的活性成分及药物靶点,使用GeneCards、PharmGkb、TTD、DrugBank检索EH的疾病相关靶点,采用Cytoscape3.8.0软件构建“药物–成分–靶点”网络图,应用STRING平台进行蛋白质–蛋白质相互作用分析,使用R软件包进行基因本体论(gene ontology,GO)与京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析,运用AutoDockTools及AutoDock Vina进行分子对接验证,使用PyMol软件进行可视化分析。结果共筛选出天牛止眩胶囊有效成分53种,涉及相关靶点基因422个。筛选出关键活性化合物217个,拓扑分析得出核心靶点蛋白AKT1、MAPK8、NFKB1、FOS、MAPK1、JUN等10个,GO及KEGG富集分析结果提示天牛止眩胶囊干预EH主要涉及细胞对外的刺激、对活性氧的反应、氧化应激反应等多种生物学途径与涉及脂质和动脉粥样硬化、流体剪切应力和动脉粥样硬化等相关通路。分子对接结果显示FOS与槲皮素及山柰酚结合力最强。结论天牛止眩胶囊中的槲皮素、山柰酚等多种关键活性成分可作用于FOS、JUN、AKT等多个核心靶点蛋白,发挥调控血压、降低心脑血管并发症危险等级、保护靶器官的作用。
文摘针对语法依赖树存在多个方面词相互干扰的依赖信息、无效单词,以及标点符号带来的冗余信息和方面词与对应情感词之间的关联性较弱等问题,提出一种融合强关联依赖和简洁语法的方面级情感分析模型(SADCS)。首先,构建情感词性(POS)列表,通过该列表加强方面词与对应情感的相关性;其次,构建融合POS和依赖关系的联合列表,通过该联合列表去除已优化的依赖树无效单词与标点符号的冗余信息;再次,将优化后的依赖树与图注意力网络(GAT)结合建模提取上下文特征;最后,与依赖关系类型的特征信息进行交互学习并融合特征,增强特征表示,最终使分类器能高效预测每个方面词的情感极性。将所提模型在4个公开数据集上进行实验分析,与DMF-GAT-BERT(Dynamic Multichannel Fusion mechanism based on the GAT and BERT(Bidirectional Encoder Representations from Transformers))模型相比,所提模型的准确率分别提高了1.48、1.81、0.09和0.44个百分点。实验结果表明,所提模型能够有效增强方面词与情感词的联系,使方面词情感极性的预测更准确。
