目的基于数据挖掘,分析以黄芪为核心的方剂治疗气虚血瘀型卒中的用药规律,运用网络药理学探讨含黄芪核心药物组治疗该病的作用机制。方法以中国学术期刊全文数据库、万方数据知识服务平台、维普生物医学数据库、中国生物医学文献数据库...目的基于数据挖掘,分析以黄芪为核心的方剂治疗气虚血瘀型卒中的用药规律,运用网络药理学探讨含黄芪核心药物组治疗该病的作用机制。方法以中国学术期刊全文数据库、万方数据知识服务平台、维普生物医学数据库、中国生物医学文献数据库、PubMed、Web of Science等中英文数据库收录的相关文献为数据来源,使用Microsoft Excel 2019建立数据库,基于Apriori算法进行关联规则分析,将满足支持度≥0.55、置信度≥0.9药对作为黄芪核心药物组,通过网络药理学探究黄芪核心药物组治疗该病症的作用机制并借助分子对接加以验证。结果最终纳入86首目标方剂,涉及138味中药,累计使用频次908次,关联规则分析结果表明黄芪与川芎、当归、地龙、红花、赤芍具有强关联性,以这6味中药组成的核心药物组共含有89种成分和165个潜在靶点,其中107个潜在靶点分布在神经系统,关键靶点包含丝氨酸/苏氨酸激酶1(AKT1)、血清白蛋白(ALB)、肿瘤坏死因子(TNF)、白细胞介素-6(IL6)、白细胞介素-1β(IL1B)等。基因本体(GO)功能分析主要涉及调节能量代谢、炎症应答、细胞凋亡等生物过程;京都基因与基因组百科全书(KEGG)通路富集分析中磷脂酰肌醇3-激酶-蛋白激酶(PI3K-Akt)、MAPK、IL-17、TNF等通路与核心药物组治疗气虚血瘀型卒中密切相关。分子对接结果显示豆甾醇、β-谷甾醇、槲皮素及汉黄芩素与关键靶蛋白具有较高的结合活性。结论该研究归纳总结了含黄芪方剂治疗气虚血瘀型卒中的用药配伍规律,得到1个黄芪核心药物组,并且在分子水平揭示了黄芪核心药物组治疗该病症的机制,为后续含黄芪方剂治疗该病症的开发提供了数据支撑。展开更多
文摘目的基于数据挖掘,分析以黄芪为核心的方剂治疗气虚血瘀型卒中的用药规律,运用网络药理学探讨含黄芪核心药物组治疗该病的作用机制。方法以中国学术期刊全文数据库、万方数据知识服务平台、维普生物医学数据库、中国生物医学文献数据库、PubMed、Web of Science等中英文数据库收录的相关文献为数据来源,使用Microsoft Excel 2019建立数据库,基于Apriori算法进行关联规则分析,将满足支持度≥0.55、置信度≥0.9药对作为黄芪核心药物组,通过网络药理学探究黄芪核心药物组治疗该病症的作用机制并借助分子对接加以验证。结果最终纳入86首目标方剂,涉及138味中药,累计使用频次908次,关联规则分析结果表明黄芪与川芎、当归、地龙、红花、赤芍具有强关联性,以这6味中药组成的核心药物组共含有89种成分和165个潜在靶点,其中107个潜在靶点分布在神经系统,关键靶点包含丝氨酸/苏氨酸激酶1(AKT1)、血清白蛋白(ALB)、肿瘤坏死因子(TNF)、白细胞介素-6(IL6)、白细胞介素-1β(IL1B)等。基因本体(GO)功能分析主要涉及调节能量代谢、炎症应答、细胞凋亡等生物过程;京都基因与基因组百科全书(KEGG)通路富集分析中磷脂酰肌醇3-激酶-蛋白激酶(PI3K-Akt)、MAPK、IL-17、TNF等通路与核心药物组治疗气虚血瘀型卒中密切相关。分子对接结果显示豆甾醇、β-谷甾醇、槲皮素及汉黄芩素与关键靶蛋白具有较高的结合活性。结论该研究归纳总结了含黄芪方剂治疗气虚血瘀型卒中的用药配伍规律,得到1个黄芪核心药物组,并且在分子水平揭示了黄芪核心药物组治疗该病症的机制,为后续含黄芪方剂治疗该病症的开发提供了数据支撑。
文摘目的分析阿尔茨海默病(Alzheimer’s,AD)免疫相关的生物标志物、发病机制、免疫浸润水平和潜在的靶向药食同源中药。方法从GEO数据库中下载GSE5281、GSE132903数据集的表达谱,获得AD差异表达基因(differentially expressed genes,DEGs)。采用加权共表达算法鉴定出AD重要模块基因,再从Imm Port Portal数据库获取免疫相关基因(immune-related genes,IRGs),将这些基因取交集得到免疫重要差异基因;随后应用最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)及机器学习-支持向量机递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)方法进行分析,筛选出AD共同的免疫相关标志物,并通过基因本体(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)、基因集富集分析(gene set enrichment analysis,GSEA)探索生物途径。然后,通过受试者工作特征(receiver operator characteristic,ROC)曲线来评估其鉴别能力,并在GSE122063数据集中进行验证。此外,建立临床列线图和曲线进行临床应用评估。基于转录样本中不同细胞类型相对丰度算法(cell-type identification by estimating relative subsets of RNA transcripts,Cibersort)和单样本基因集富集分析(single-sample gene set enrichment analysis,ss GSEA)进行免疫细胞浸润分析。最后,运用Coremine Medical、Herb数据库进行中药和成分分析,并进行分子对接和动力学模拟。结果共筛选出1360个DEGs和富半胱氨酸和甘氨酸的蛋白质1(cysteine and glycine rich protein 1,CSRP1)、胶质纤维酸性蛋白(glial fibrillary acidic protein,GFAP)、白细胞介素4受体(interleukin 4 receptor,IL4R)、生长抑素(somatostatin,SST)、人核因子-κB抑制蛋白α(nuclear factor-kappa B inhibitor alpha,NFKBIA)5个生物标志物。GO分析显示AD与神经系统发育和细胞发育的正向调节高度相关;KEGG和GSEA富集结果显示AD与B细胞受体信号通路、糖胺聚糖生物合成途径等通路最为密切。免疫浸润分析显示AD脑组织内巨噬细胞、记忆B细胞、中心记忆CD8 T细胞等比例上升,初始CD4+T细胞、活化的CD8+T细胞、效应记忆CD8+T细胞比例下降,B2M、CD40等检查位点有明显差异。潜在靶向中药有人参、当归、厚朴花等82种,四气五味以温、寒、平、辛、苦、甘为主,归经以肝、肺、脾、胃经为主,功效以清热、活血、补虚居多。分子对接和动力学模拟显示20(S)-原人参二醇与标志物对接稳定。结论通过多种方法筛选出了AD的生物标志物,通过富集分析得到了AD相关的生物过程及信号通路,阐释了免疫相关机制,人参、当归、厚朴花等药食同源类中药有望成为AD新药开发的重要来源,为AD发病机制、临床治疗、药物研发提供新的思路。
