基于QSAR机器学习模型结合“久病致瘀”理论对丹参治疗慢性疼痛的分子机制研究

目的:运用定量结构-活性关系(QSAR)机器学习模型和分子对接技术预测丹参治疗慢性疼痛相关的活性成分,并结合“久病致瘀”理论以及网络药理学探讨丹参治疗慢性疼痛的分子机制。方法:首先通过中药系统药理学数据库与分析平台(TCMSP)和人类基因组数据库(GeneCards)收集丹参化学成分和慢性疼痛作用靶点,筛选核心靶标,通过STRING数据库进行蛋白质相互作用(PPI)网络分析;然后对交集靶标进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析;最后运用QSAR机器学习模型以及分子对接技术筛选丹参治疗慢性疼痛的活性成分和核心靶点。结果:(1)筛选获得丹参与慢性疼痛的交集靶标55个、潜在活性成分55个,通过PPI分析发现丝氨酸/苏氨酸激酶1(AKT1)、表皮生长因子受体(EGFR)、白介素(IL)-6等核心靶标;(2)通过功能富集分析得到细胞组成45个,分子功能87个,生物过程1 450个,信号通路140条,涉及磷脂酰肌醇-3-激酶/蛋白激酶B(PI3K/AKT)、IL-17、缺氧诱导因子1(HIF-1)、环磷腺苷(cAMP)、丝裂原活化蛋白激酶(MAPK)等信号通路;(3)通过QSAR模型和分子对接发现丹参中的鼠尾草呋萘嵌苯、表丹参螺缩酮内脂、salvianan A、异丹参酮Ⅱ和丹酚酸C是治疗慢性疼痛的活性成分。结论:丹参治疗慢性疼痛的活性成分为二萜类化合物,其作用机制可能与调节AKT1介导的信号通路密切相关。