期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于网络药理学探讨丹参-红花药对治疗冠心病的作用机制 被引量:15
1
作者 范吉林 朱婷婷 +3 位作者 薛振宇 任雯庆 郭经奇 张世亮 《世界中医药》 CAS 2020年第24期3740-3747,共8页
目的:利用网络药理学的方法探讨丹参-红花药对治疗冠心病的作用机制。方法:运用TCMSP网络数据库对丹参-红花两味药主要有效成分及作用靶点进行筛选和挖掘,利用Cytoscape3.7.2软件,构建中药成分-靶点网络图;以OMIM在线分析平台挖掘冠心... 目的:利用网络药理学的方法探讨丹参-红花药对治疗冠心病的作用机制。方法:运用TCMSP网络数据库对丹参-红花两味药主要有效成分及作用靶点进行筛选和挖掘,利用Cytoscape3.7.2软件,构建中药成分-靶点网络图;以OMIM在线分析平台挖掘冠心病的相关作用靶点,基于STRING数据库构建丹参-红花治疗CHD的蛋白质-蛋白质相互作用(PPI)网络图,然后进行拓扑分析,筛选出丹参-红花治疗冠心病的核心靶点。利用Metascape数据库对药物-疾病交集靶点进行生物通路及富集分析。结果:丹参-红花成分-靶点网络图包含87个有效成分,相对应靶点1 693个;核心靶点涉及TNF、白细胞介素-1B(IL-1B)、髓过氧化物酶(MPO)、血管细胞黏附蛋白1(VCAM1)、血管内皮生长因子A(VEGFA)、基质金属蛋白酶3(MMP3)等。结论:丹参-红花治疗冠心病主要靶点参与与流体剪切应力与动脉粥样硬化、活性氧代谢过程、DNA结合转录因子活性的正调控、蛋白质复合物装配的正调控、细胞活化的调节等相关,其中聚集在流体剪切应力与动脉粥样硬化的靶点最多。 展开更多
关键词 丹参-红花 网络药理学 冠心病 作用机制
下载PDF
基于网络药理学探讨药对“金银花-黄芪”对COVID-19的潜在作用机制研究 被引量:8
2
作者 范吉林 朱婷婷 张世亮 《海南医学院学报》 CAS 2020年第10期735-741,共7页
目的:运用网络药理学的方法探讨药对“金银花-黄芪”抗COVID-19的潜在机理。方法:利用中药系统药理学数据库(TCMSP)平台和BATMAN-TCM平台检索金银花、黄芪的活性化合物,并通过该数据库筛选出与活性成分相关的作用靶点;通过OMIM、GeneCa... 目的:运用网络药理学的方法探讨药对“金银花-黄芪”抗COVID-19的潜在机理。方法:利用中药系统药理学数据库(TCMSP)平台和BATMAN-TCM平台检索金银花、黄芪的活性化合物,并通过该数据库筛选出与活性成分相关的作用靶点;通过OMIM、GeneCards数据库筛选出与COVID-19相关的靶点。利用Cytoscape软件构建“药物-成分-疾病-靶点”网络图,并运用STRING数据库构建靶点蛋白互作PPI网络图。利用DAVID数据库对药物-疾病交集的靶点进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。结果:筛选后得到金银花有效成分23个,黄芪有效成分20个,药物与疾病交集的靶点共10个,主要涉及NOS3、DPP4、TN、FIL6等。利用DAVID数据库分析,以P<0.05为筛选标准,得到生物过程85条,其中前20条涉及对抗生素的反应(response to antibiotic)、脂多糖介导的信号通路(lipopolysaccharide-mediated signaling pathway)、细胞增殖的负调控(negative regulation of cell proliferation)等;同时筛选得到26条信号通路,其中前20条与疟疾(Malaria)、单纯疱疹感染(Herpes simplex infection)、肿瘤坏死因子信号途径(TNF signaling pathway)等信号通路相关。结论:金银花-黄芪治疗COVID-19可能具有多成分、多靶点、多通路的特点,其作用机理可能是通过抗病毒感染和修复肺部损伤来治疗COVID-19,这为中药金银花-黄芪在临床中治疗COVID-19提供了理论依据。 展开更多
关键词 金银花-黄芪 COVID-19 网络药理学 潜在机理
下载PDF
基于生物信息学探讨肥胖与高血压的关系 被引量:1
3
作者 范吉林 朱婷婷 +4 位作者 田晓玲 薛振宇 郭经奇 任雯庆 张世亮 《中华高血压杂志》 CAS CSCD 北大核心 2022年第4期352-358,共7页
目的 利用生物信息学技术方法探讨肥胖与高血压的相互关系。方法 在相关疾病数据库(GeneCards、OMIM、CTD、TTD、DisGeNET、Drugbank)中获取高血压和肥胖相关靶点,利用Venn在线网址构建肥胖与高血压的交集靶点。运用STRING在线平台获得... 目的 利用生物信息学技术方法探讨肥胖与高血压的相互关系。方法 在相关疾病数据库(GeneCards、OMIM、CTD、TTD、DisGeNET、Drugbank)中获取高血压和肥胖相关靶点,利用Venn在线网址构建肥胖与高血压的交集靶点。运用STRING在线平台获得共同靶点蛋白与蛋白互作(PPI)网络图,利用Cytohubba插件筛选核心靶点。并通过DAVID数据库对共同靶点进行基因本体功能(GO)以及京都基因与基因组百科全书(KEGG)通路富集分析。结果 通过疾病数据库筛选得到肥胖与高血压靶点分别为459和551个,共同靶点135个,其中肿瘤坏死因子(TNF)、细胞肿瘤抗原P53(TP53)、趋化因子2(CCL2)、Toll样受体4(TLR4)、白细胞介素(IL)1B、一氧化氮合酶3(NOS3)、IL-6、丝氨酸/苏氨酸蛋白激酶1(AKT1)等可能是调控肥胖与高血压的关键靶点。富集分析得到GO条目306条[P<0.05,错误校正率(FDR)<0.05],主要涉及丝裂原活化蛋白激酶(MAPK)传递的正调控、一氧化氮生物合成的正调控、纤毛基体、激素活性、抑制转录因子结合的核糖核酸聚合酶Ⅱ等;富集分析得到KEGG 86条(P<0.05,FDR<0.05),主要包括脂肪细胞因子信号通路、脂肪细胞脂肪分解的调节、磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路、叉头转录因子O(FoxO)信号通路,肥胖与高血压可能通过以上信号通路相互作用。结论 肥胖与高血压可能通过TNF、TP53、CCL2、TLR4、IL-1B、NOS3、IL-6、AKT1等关键靶点、脂肪细胞因子信号通路、脂肪细胞脂肪分解的调节、PI3K-Akt信号通路、FoxO信号通路等通路发生相互作用,为后续探索疾病间复杂的作用关系提供了新方向与新思路。 展开更多
关键词 生物信息学 肥胖 高血压
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部