Summary
Denna undersökning syftade till att belysa mekanismen för topikal läkemedelsadministrering med hjälp av en synergistisk integration av nätverksfarmakologi och genuttrycksomnibus (GEO) dataset. Denna artikel utvärderade genomförbarheten, målet och mekanismen för ShiDuGao (SDG) vid behandling av anuseksem.
Abstract
Anuseksem är en kronisk och återkommande inflammatorisk hudsjukdom som drabbar området runt anus. Även om lesionerna främst uppstår i den anala och perianala huden, kan de också sträcka sig till perineum eller könsorganen. ShiDuGao (SDG) har visat sig ha betydande reparerande egenskaper mot anal klåda, utsöndringskontroll, fuktreducering och hudreparation. De genetiska målen och farmakologiska mekanismerna för SDG på analeksem har dock ännu inte klarlagts och diskuterats på ett heltäckande sätt. Följaktligen använde denna studie ett nätverksfarmakologiskt tillvägagångssätt och använde genuttrycksomnibus (GEO) dataset för att undersöka genmål. Dessutom etablerades ett protein-proteininteraktionsnätverk (PPI), vilket resulterade i identifiering av 149 målproteiner, varav 59 bedömdes vara navgener, inom interaktionsnätverket "drug-target-disease".
Genfunktionen för SDG vid behandling av perianalt eksem utvärderades genom användning av Kyoto Encyclopedia of Genes and Genomes (KEGG) och Gene Ontology (GO) analys. Därefter validerades den antiperianala eksemfunktionen och den potentiella vägen för SDG, som identifierats i nätverksfarmakologisk analys, med hjälp av molekylär dockningsmetodik. De biologiska processer som är associerade med SDG-riktade gener och proteiner vid behandling av anuseksem omfattar främst cytokinmedierade svar, inflammatoriska svar och svar på bland annat lipopolysackarid. Resultaten av analyserna av berikning och funktionell annotering tyder på att SDG spelar en avgörande roll för att förebygga och hantera analeksem genom att reglera infektionsvägarna Shigellos och herpes simplexvirus 1. Nätverksfarmakologi och GEO-databasanalys bekräftar SDG:s flermålskaraktär vid behandling av analeksem, särskilt genom att modulera TNF, MAPK14 och CASP3, som är avgörande navmål i TNF- och MAPK-signalvägarna. Dessa fynd ger en tydlig riktning för vidare undersökning av SDG:s terapeutiska mekanism för analeksem samtidigt som de belyser dess potential som en effektiv behandlingsmetod för detta försvagande tillstånd.
Introduction
Analeksem är en allergisk hudsjukdom som påverkar den perianala regionen och slemhinnan och uppvisar olika kliniska manifestationer1. De karakteristiska symtomen är analerytem, papler, blåsor, erosion, exsudat och skorpa. Dessa symtom uppstår oftast på grund av repor, förtjockning och grovhet i det drabbade området2.
Analeklem, som kännetecknas av en förlängd sjukdomstid, återkommande attacker och utmanande behandling, kan ha negativa effekter på patienternas fysiska och psykiska hälsa3. Patogenesen för analeksem är ännu inte klarlagd, och modern medicin tyder på att det kan vara relaterat till lokala anala lesioner, kost, miljö, genetik och andra faktorer4. Förutom att undvika kontakt med irriterande ämnen och potentiella allergener fokuserar behandlingen av analeksem främst på metoder som att hämma inflammation, antiallergi och lindra klåda5.
SDG har använts i stor utsträckning för behandling av analeksem och andra anala tillstånd. SDG reglerar anal hudutsöndring, minskar fukt, reparerar anal hud och tar effektivt itu med klåda 6,7,8. Dessutom har SDG potential att reglera perianus mikrobiota och därigenom förbättra anus eksem 9,10.
Nätverksfarmakologi, ett nytt och tvärvetenskapligt, banbrytande bioinformatiskt tillvägagångssätt inom artificiell intelligens och big data, ger en djupgående utforskning av traditionell kinesisk medicin. Denna disciplin betonar den systemiska förklaringen av molekylära korrelationsregler mellan läkemedel och sjukdomar ur ett ekologiskt nätverksperspektiv. Det har antagits i stor utsträckning för olika aspekter, inklusive att identifiera viktiga aktiva ingredienser i örtextrakt, dechiffrera deras globala verkningsmekanismer, formulera läkemedelskombinationer och studera receptkompatibilitet. Traditionella kinesiska recept uppvisar attributen multikomponent och multi-target, vilket betyder deras betydande anpassningsförmåga till nätverksfarmakologins rike. Driven av denna metodik har nya perspektiv dykt upp i undersökningen av komplexa traditionella kinesiska medicinsystem, vilket ger robust tekniskt stöd för rationalisering av kliniska tillämpningar och läkemedelsinnovation 11,12,13,14.
Denna studie syftar till att utforska mekanismen för effektiviteten av SDG vid behandling av analeksem. Denna undersökning syftade till att belysa mekanismen för topikal läkemedelsadministrering med hjälp av en synergistisk integration av nätverksfarmakologi och GEO-dataset. Resultaten ger värdefulla insikter om effektiviteten och de underliggande mekanismerna för SDG vid behandling av anuseksem, vilket indikerar dess potential som en effektiv terapeutisk metod för detta tillstånd. Det detaljerade arbetsflödesdiagrammet för studien presenteras i figur 1.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denna studie avser inte etiskt godkännande och samtycke till att delta. De data som användes i denna studie erhölls från gendatabaser.
1. Prediktion av sjukdomsmål
- Få tillgång till GeneCards databas (https://www.genecards.org) och online Mendelian inheritance in man database (OMIM, https://www.omim.org), med "anus eksem" som sökterm för sjukdomsmål.
- Ladda ner kalkylbladen för sjukdomsmålen. Ta bort de upprepade målen för att få anuseksemmålen.
2. Val av aktiva komponenter
- Sök på nyckelordet "indigo naturalis, gyllene cypress, kalcinerad gips, kalamin och kinesisk gall" på Traditional Chinese Medicine Systems farmakologiska databas (TCMSP; http://tcmspw.com/tcmsp.php) för att få en lista över de aktiva ingredienserna och målen för SDG.
- Anförtro komponenten till den schweiziska ADME-databasen (http://www.swissadme.ch/index.php) och extrahera detaljer om de som uppvisar "hög" GI-absorption, tillsammans med minst två "Ja" DL-värden som aktiva element.
OBS: Normalt ingår endast ingredienser med läkemedelsliknande (DL) värden ≥0,18 i databasen som aktiva ingredienser.
3. Uppbyggnad av PAM-nätverket och screening av kärnproteinerna
- I Venny2.1( https://bioinfogp.cnb.csic.es/tools/venny/index.html) anger du målen för SDG och anuseksem i LIST1 respektive LIST2. En visuell representation av korsningen genereras omedelbart. Klicka på det delade området för att visa de gemensamma målen i avsnittet Resultat .
- Öppna STRING-databasen (https://string-db.org/). Ange målen i fältet Lista över namn . Välj sedan Homo sapiens som organism och fortsätt med Sök > Fortsätt.
- När resultaten är tillgängliga öppnar du Avancerade inställningar och väljer dölj frånkopplade noder i nätverket. I Minsta nödvändiga interaktionspoäng anger du den högsta konfidensen (0,900) och klickar sedan på Uppdatera.
- Klicka på Exporter för att ladda ned texten i PPI-nätverket (protein-protein interaction) i .png- och .tsv-format.
4. Uppbyggnad av ett nätverk av läkemedelskomponent-sjukdom-målmolekyl
- Öppna Cytoscape 3.9.1 och importera .tsv-filen som nämns i steg 3.4. Klicka på stilfältet i kontrollpanelen för att optimera färg, teckensnitt och sida av nätverksnoderna.
- För analys av nätverkstopologi använder du funktionen Analysera nätverk . För att få navgener, använd CytoHubba i Cytoscape-programvaran. Upprätta ett nätverk för läkemedelskomponent-sjukdom-mål.
5. GO- och KEGG-berikningsanalys
- Gå till Metascapes webbplats (https://metascape.org/). Välj en fil eller klistra in en genlista i dialogrutan och klicka på knappen Skicka . Välj sedan H. sapiens i både Input as Species och Analysis as Species; efter det, aktivera funktionen Anpassad analys .
- I berikningsalternativet väljer du GO Molecular Functions, GO Biological Processes, GO Cellular Components och KEGG Pathway-databasen. Markera Välj selektiva GO-kluster och klicka sedan på knappen Berikningsanalys . När förloppsindikatorn är klar startar du en analysrapportsida och klickar för att hämta berikningsresultaten.
6. Analys av datauppsättning för GEO-genchip
- Sök och analysera GEO-genchipdatasetet (GDS3806) med hjälp av GEO2R-verktyget (https://ncbi.nlm.nih.gov/geo/geo2r/) för att undersöka uttrycket av centrala gener i olika datagrupper (kontrollgrupp-icke-atopisk dermatit; experimentell grupp-atopisk dermatit).
- Gå in på GEO-databasens webbplats (https://www.ncbi.nlm.nih.gov/geo/). Ange nyckelord eller GEO-åtkomst och klicka på knappen Sök . Välj det resultat som matchar bäst. Hitta referensserien (GSE26952).
- Gå in på GEO2R-verktygets webbplats (https://ncbi.nlm.nih.gov/geo/geo2r/), ange referensserien i rutan GEO-anslutning och klicka på knappen Ange . Välj Atopisk dermatit som experimentgrupp, välj Nonatopisk kontroll som kontrollgrupp och klicka på knappen Analysera . När beräkningen är klar visas resultatet.
7. Molekylär dockning
- Öppna TCMSP-databasen och ladda ner 3D-strukturen för de valda ingredienserna. Använd sökrutan Kemiskt namn och sök efter de valda ingrediensnamnen för att ladda ner motsvarande 3D-strukturfiler i mol2-format.
- Öppna RCSB:s proteindatabas (http://www.pdb.org/) och ladda ner kristallstrukturerna för de viktigaste målmolekylerna. I sökrutan söker du efter målnamnen och laddar ner motsvarande kristallstrukturfiler i pdb-format.
- Importera ingredienser och målstrukturfiler till analysprogrammet. Ta bort vattenmolekyler genom att klicka på Redigera > Ta bort vatten. Lägg till vätgas genom att klicka på Redigera > Vätgas > Lägg till. Ställ in ingredienserna som liganden, välj hela mål som receptor och utför blind dockning.
- Bestäm intervallet för molekylär dockning.
- Välj receptor och ligand i följd. Klicka på Rutnät > Rutnätsruta för att justera rutnätsrutan så att den omfattar hela modellen. Klicka på Arkiv > Stäng spara ström för att spara rutnätsboxens status. Spara filer i gpf-format.
- Klicka på Kör > kör Autogrid4 > Parameter Filnamn > Bläddra, välj gpf-filen och klicka sedan på knappen Starta .
- Använd AutoDock 4 för att utföra molekylär dockning.
- Klicka på Dockning > makromolekyl > Ställ in stelt filnamn för att välja mottagare. Klicka på Dockning > Ligand > Öppna/Välj för att välja liganden.
- Klicka på Docknings- > sökparametrar för att ställa in driftalgoritmer och Docknings- > dockningsparametrar för att ställa in dockningsparametrar. Välj dpf-filen och klicka sedan på knappen Starta. Spara filer i dpf-format.
- Klicka på Analysera > dockning > Öppna, välj dlg-filen, klicka på Analysera > makromolekyl för att öppna receptorn, klicka på Analysera > konformationer > spela, rankad efter energi för att analysera resultaten. Klicka på Set Play > Write Complex för att spara resultaten i pdbqt-format.
- Importera dockningsfilerna till PyMOL-programvaran för att skapa ytterligare visualisering.
- Välj liganden och klicka på Åtgärd > Hitta > polära kontakter > till andra atomer i objekt för att visa vätebindningar mellan ligander och den yttre miljön. Klicka på c för att ändra färg.
- Klicka på Åtgärd > extrahera objekt. Klicka på Visa > pinnar för att visa receptorns stickstruktur. Identifiera de rester som är kopplade till ligander och visa stickstrukturen.
- Klicka på Dölj > pinnar för att dölja receptorns stickstruktur. Klicka på Wizard > Measurement och klicka på två atomer i följd. Klicka på Etikett > Rester för att visa resternas etikett. Justera bakgrundsfärgen och transparensen om det behövs. Klicka på Arkiv > Exportera bild som för att spara bilden.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Anus eksem-relaterade gener, SDG-målgener och vanliga mål
Totalt 958 potentiella genkandidater screenades i Genecards och 634 i OMIM-databaser, medan dubbletter uteslöts. För att få en omfattande förståelse för analeksemrelaterade gener slogs resultaten från flera databaser samman, vilket gav totalt 958 distinkta gener. Följaktligen formulerades ett protein-proteininteraktionsnätverk (PPI) specifikt för analeksem minutiöst. SDG består av fem traditionella kinesiska läkemedel, nämligen indigo naturalis, gyllene cypress, kalcinerad gips, kalamin och kinesisk gall15,16. Huvudkomponenten i kalcinerat gips är vattenfritt kalciumsulfat (CaSO4), medan huvudkomponenten i kalamin är zinkkarbonat (ZnCO3). Indigo naturalis, gyllene cypress och kinesisk gall har komplexa ingredienser. Från TCMSP-databasen innehåller läkemedlen 92 sammansatta komponenter, vilket ger totalt 867 tillförlitliga läkemedelsmål (tabell 1).
Genom överlagring av båda målgendatauppsättningarna identifierades totalt 149 ofta samtidiga målgener (Figur 2A), följt av konstruktionen av ett nätverk av essentiell målprotein-proteininteraktion (PPI) (Figur 2B). Genom en medianbaserad screeningmetod för grad, närhet och mellanrum valdes 59 nyckelmål ut som potentiella mål för analeksem. Medianpoängen för grad, närhet och mellanförskap för de viktigaste målen var 49, 40,31947 respektive 0,522. De 10 bästa generna med hög poäng inkluderade AKT1, TNF, TP53, EGFR, STAT3, SRC, JUN, CASP3, HRAS och PTGS2 (tabell 2). Dessa gener är högst relevanta för analeksem.
Spridningsvägar och nätverk med gemensamma mål
KEGG- och GO-anrikningsmetoder användes för att analysera 59 nyckelmål, vilket avslöjade 218 associerade vägar och över 3000 associerade biologiska processer. Analysen avslöjade signalvägar som starkt korrelerar med SDG- och analeksemproteiner, inklusive Cherry simplexvirus 1-infektion, Shigellos, TNF-signalväg, resistens mot EGFR-tyrosinkinashämmare, human cytomegalovirusinfektion och T-cellsreceptorsignalväg (Figur 3A). Dessa vägar relaterar främst till gener som AKT1, TNF, TP53, STAT3, SRC, EGFR och CASP3. Figur 3B ger en detaljerad bild av målgener och signalvägar. GO-analys utfördes på biologiska processer (BP), cellsammansättning (CC) och molekylär funktion (MF) (Figur 4A). Resultaten tyder på att denna studie främst fokuserar på vanliga mål för SDG och analeksem i biologiska processer, med ett fåtal relevanta för CC och MF. Biologiska funktioner som var särskilt relevanta inkluderar peptidyl-tyrosinfosforylering, peptidyl-tyrosinmodifiering, reglering av cell-celladhesion, positiv reglering av celladhesion, T-cellsaktivering, reglering av leukocytcell-celladhesion (Figur 4B-D).
Förutsäga bindningen av aktiva komponenter i SDG till mål för anuseksem
Baserat på medianvärdena grad, närhet och mellanrum screenades 59 nyckelmål, inklusive AKT1, TNF, TP53, EGFR, STAT3, SRC, JUN, CASP3, HRAS och PTGS2. Ytterligare analys av GEO-databasen avslöjade uppreglering av PPARG, EGFR och TNF, medan PTPRC, MMP9, MAPK14 och CASP3 var nedreglerade i experimentgruppen (atopisk dermatit) (figur 5). Genom analys av anrikning av vanliga genvägar fastställdes att dessa gener huvudsakligen deltog i TNF-signalkaskaden och MAPK-signalvägen. I TNF-signalvägen var TNF-uttrycket uppreglerat, medan MMP9-, MAPK14- och CASP3-uttrycket var nedreglerat. I MAPK-signalvägen var EGFR- och TNF-uttrycket uppreglerade, medan MAPK14 och CASP3 var nedreglerade (figur 6). Baserat på dessa fynd betraktades TNF, MAPK14 och CASP3 som potentiella mål för SDG-terapi.
För att validera kandidatmål i aktiva komponenter av SDG användes dockningsanalys för att testa noggrannheten mellan den aktiva komponentstrukturen och potentiella målproteiner. Dessa målproteiner är involverade i olika funktionella kopplingar och är de höga noderna i nätverket, vilket tyder på att de spelar en avgörande roll i SDG-svaret på analeksem. Det negativa värdet på dockningsbindningsenergin indikerar förmågan hos SDG att docka med sjukdomsmål in vivo, med ett mer negativt värde som indikerar enklare dockning. I denna undersökning uppnåddes den framgångsrika molekylära dockningen av kärnaktiva komponenter med nyckelmålet, och dockningsbindningsenergin var negativ, med värden mindre än -1 kcal/mol. Indigo och berberrubin har god bindningsaktivitet, med bindningsenergi mindre än -5 kcal/mol (tabell 3, figur 7). Sammantaget ger dessa resultat ytterligare bevis för att dessa proteiner som motsvarar genloci kan fungera som SDG-mål vid anuseksem.
Bild 1: Arbetsflöde för nätverksfarmakologianalys. GO, Gene Ontology; KEGG, Kyoto Encyclopedia of Genes and Genomes; TCMSP, Traditionell kinesisk medicinsystems farmakologidatabas och analysplattform; GEO, Gene Expression Omnibus. Klicka här för att se en större version av denna figur.
Figur 2: Venndiagram och PPI-nätverk för de gemensamma målen. (A) Venndiagram över skärningspunkten mellan läkemedelsmål och sjukdomsmål. (B) Gemensamt mål-PPI-nätverk av STRING. Klicka här för att se en större version av denna figur.
Figur 3: Analys av KEGG-berikningsvägar. (A) Analys av KEGG-berikningsvägar. De 10 bästa KEGG-vägarna rankas enligt P-värdena i stigande ordning. (B) Förbindelsen mellan vägen och målet: väg (gul), mål (röd). Klicka här för att se en större version av denna figur.
Figur 4: GO-anrikningsanalys. (A) GO-resultat av tre ontologier. (B) Bubbeldiagram för biologisk process (BP). (C) Bubbeldiagram för cellkomponent (CC). (D) Bubbeldiagram för molekylär funktion (MF). Klicka här för att se en större version av denna figur.
Figur 5: Förutsäga potentiella målresultat. (A) Värmekarta över nav-genuttryck i GEO-databasen, grupp A är experimentgruppen (atopisk dermatit) och grupp B är kontrollgruppen (icke-atopisk dermatit); (B) PPI-nätverksnoder representerar proteiner, kant representerar relationerna. Klicka här för att se en större version av denna figur.
Figur 6: Signalvägen. (A) MAPK-signalväg. B) TNF-signalväg. Klicka här för att se en större version av denna figur.
Figur 7: Molekylär dockning av kärngener och ingredienser. Magenta representerar kärnkomponenterna i SDG, och blått representerar resterna av kärngenerna. Klicka här för att se en större version av denna figur.
| Traditionell kinesisk medicin | Aktiva ingredienser | ||
| Indigo naturalis | 9alfa,13alfa-dihydroxylisopropylidenylisatisin,a, bisindigotin, indicant, isatan B, isatisin,a, isoorientin, isoscoparin, isovitexin, (+)-isolariciresinol, 10h-indolo,[3,2-b],kinolon, isoindigo, saponarin, indigo, tryptantrin, 6-(3-oxoindolin-2-yliden)indolo[2,1-b]kinazolin-12-on | ||
| Indirubin, beta-sitosterol, Lariciresinol, Nonacosane, isovitexin, Dotriacontanol | |||
| Gyllene cypress | berberin, koptisin, dauricine (8CI), javanicin, (±)-lyoniresinol, kihadalakton A, obacunoic syra, obacunon, phellavin, Phellavin_qt, phellodendrine, delta 7-stigmastenol, Phellopterin, Vanillolosid, Coniferin, Dehydrotanshinone II A, delta7-dehydrosophoramine, Amurensin, Amurensin_qt, dihydroniloticin, hispidol B, kihadalactone B, kihadanin A, niloticin, nomilin, rutaecarpine, Skimmianin, Chelerythrine, Stigmasterol, Worenine, Campesterylferulate, Cavidine, Candletoxin A, Hericenone H, hispidon, syrigin, beta-sitosterol, magnograndiolid, (2S,3S)-3,5,7-trihydroxi-2-(4-hydroxifenyl)krom-4-on, palmidin A, magnoflorin, menisporfin, palmatin, fumarin, isokorypalmin, quercetin, sitoglusid, friedelin | ||
| STOCK1N-14407, jatrorrizin, menisperin, phellamurin_qt, (S)-kanadin, columbamine, poriferast-5-en-3beta-ol, magnoflorin, berberrubin, phellodendrin, limonin, Hyperin, campesterol, SMR000232320, Canthin-6-on, 4-[(1R,3aS,4R,6aS)-4-(4-hydroxi-3,5-dimetoxifenyl)-1,3,3a,4,6,6a-hexahydrofuro[4,3-c]furan-1-yl]-2,6-dimetoxifenol, dihydroniloticin, melianon, phellochin, talifendin, vanillolosid, Auraptene | |||
| Bränd gips | vattenfritt kalciumsulfat (CaSO4) | ||
| Calamine | zinkkarbonat (ZnCO3) | ||
| Kinesisk galla | digallate | ||
Tabell 1: Aktiva ingredienser i SDG.
| Gen | Grad | Mellanförskapets centralitet | Närhet i centrum |
| AKT1 | 204 | 1669.1692 | 0.765625 |
| TNF (TNF) | 202 | 1988.4543 | 0.761658 |
| TP53 | 190 | 1590.9288 | 0.73134327 |
| EGFR | 174 | 686.3063 | 0.7033493 |
| STAT3 | 168 | 673.03723 | 0.6869159 |
| SRC | 162 | 568.1574 | 0.69014084 |
| JUN | 162 | 435.33737 | 0.6805556 |
| CASP3 | 156 | 483.45276 | 0.67431194 |
| HRAS (HRAS) | 148 | 515.28815 | 0.65625 |
| PTGS2 | 134 | 761.34094 | 0.6447368 |
Tabell 2: Karakteristika för de 10 främsta navgenerna.
| Mål (PDB-ID) | Affinitet (kcal/mol) | ||
| Indigoblå | Berberrubin | Digallate | |
| TNF (1A8M) | -5.96 | -5.19 | -2.22 |
| MAPK14 (1A9U) | -5.51 | -5.41 | -1.93 |
| CASP3 (1CP3) | -5.77 | -4.98 | -1.06 |
Tabell 3: Den molekylära dockningsbindningsenergin för ingredienserna och kärngenerna.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Atopisk dermatit är en specifik form av eksem som delar underliggande mekanismer med eksem. Navgener som tros vara relaterade till detta tillstånd är TNF, MAPK14 och CASP3. De terapeutiska effekterna av SDG på analeksem tillskrivs främst dess verkan på TNF- och MAPK-signalvägarna via dessa tre navgener17.
SDG inkluderar fem distinkta läkemedel: indigo naturalis, gyllene cypress, kalcinerad gips, kalamin och kinesisk gall. I traditionell kinesisk medicin kan kalcinerad gips och kalamin spela en roll för att främja sårläkning och torkning av fukt, medan indigo naturalis, gyllene cypress och kinesisk gall kan rensa värme, avgifta och torka fukt. Kombinationen av dessa örter kan uppnå effekten av att dränera fukt, främja sårläkning, rensa värme och skingra vind18.
Tidigare studier har indikerat att huvudkomponenterna i SDG har antiinflammatoriska egenskaper. Indigo naturalis (IN) har visat sig behandla kolit, psoriasis och akut promyelocytisk leukemi 19,20,21. IN:s funktion kan vara relaterad till dess hämning av TLR4/MyD88/NF-kB-signaltransduktion, vilket minskar inflammation och främjar läkning av tarmslemhinnan hos patienter med ulcerös kolit (UC). Det kan också reglera tarmfloran, vilket demonstrerades i den DSS-inducerade UC-musmodellen22,23. Ny forskning visar att ulcerös kolit ofta är kopplad till en obalans i tarmmikrobiomet. IN kan effektivt återställa balansen i tarmekologin och skydda mag-tarmsystemet, beroende påtarmfloran. Genom att flytta proinflammatoriska cytokiner till antiinflammatoriska cytokiner minskar gyllene cypress proliferationen av T-lymfocyter och DC-inducerade T-celler och IL-12p70-cytokinsekretioner, vilket främjar interaktionen mellan DC och Treg25. Saponarin och campesterol fungerar som naturliga antiinflammatoriska medel med antiallergiska effekter 26,27,28. Tryptantirin har en antimikrobiell verkan29. Melianonen uppvisar betydande hämmande effekter på både svamp och mikrobiell flora som kan bidra till behandling av analeksem30,31.
Studier har visat att svårighetsgraden av hudsjukdomar som akne, irriterande kontaktdermatit och allergisk kontaktdermatit är relaterade till den mikrobiella floran i tarmen. Genom att jämföra mikroflorafördelningen av akut och kroniskt anuseksem visade resultaten att stafylokockmikrofloran hos patienter med akut anuseksem var rikligare i den kroniska gruppen32. Spädbarn med atopiskt eksem och lägre mångfald i tarmmikrobiomet visar ett samband mellan mikrobiell förekomst och hudsjukdomar33. Baserat på effekterna av olika komponenter i SDG på tarmfloran kan möjligheten att SDG kan förbättra anus eksem genom att reglera mikrofloran inte uteslutas. Dessutom kan melianon i SDG också verka på svampar för att förhindra anuseksem.
Mekanismforskning är erkänd som den mest intrikata aspekten av växtbaserade receptundersökningar. Nätverksfarmakologi genomsyrar för närvarande olika aspekter av läkemedelsområdet, vilket markerar ett paradigmskifte från konventionell till modern biomedicin och omdefinierar utvecklingen av traditionell kinesisk medicin (TCM) 34,35,36. Den använder nätverksmål som grund och konstruerar ett nätverksdiagram som kopplar samman TCM, aktiva ingredienser, mål och störningar för att förutse relevanta terapeutiska mål. Nätverksfarmakologi belyser på ett omfattande sätt interaktionerna mellan läkemedel och sjukdomsmål och undersöker systematiskt associativa nätverksmekanismer och förutsäger därigenom centrala metaboliska vägar. Dess användning har implementerats strategiskt för att undersöka verkningsmekanismerna för olika örter. Dessutom, genom att etablera ett PPI-nätverk för sjukdomsläkemedel, tillsammans med konstruktionen av KEGG- och GO-berikade vägar, har nätverksfarmakologi underlättat förutsägelsen av den komplexa mekanism genom vilken kinesiska örter påverkar sjukdomar och sonderar patogenesen av åkommor 37,38,39. Denna forskning kombinerade nätverksfarmakologi med GEO-datauppsättningar för att urskilja topikala läkemedelsmekanismer.
Nätverksfarmakologisk analys förutsäger endast läkemedelskomponenter och mål, och verifierar exakta mekanismer som kräver djurförsök eller kliniska prövningar. Denna studie använde endast molekylär dockningssimuleringsverifiering utan att utföra djurförsök eller kliniska experiment för att verifiera. Det föreslagna nätverksfarmakologiska ramverket för traditionell kinesisk medicin kombinerar de förutspådda målen för enskilda örter, om än med en lägre noggrannhet. Införlivandet av GEO-datauppsättningar förbättrar denna precision avsevärt.
I denna studie användes den rena datagenereringsmetoden för att maximera dataanvändningen genom att kombinera flera databaser. Speciellt för vissa sjukdomar som är svåra att bygga djurmodeller för, används online-data främst för att förutsäga och verifiera sjukdomar och läkemedelsmål för att vägleda forskningsriktningen och lägga en god grund för efterföljande experimentell verifiering.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Ingen.
Materials
| Name | Company | Catalog Number | Comments |
| AutoDockTools | AutoDock | https://autodocksuite.scripps.edu/adt/ | |
| Cytoscape 3.9.1 | Cytoscape | https://cytoscape.org/ | |
| GeneCards database | GeneCards | https://www.genecards.org | |
| GEO database | National Center for Biotechnology Information | https://www.ncbi.nlm.nih.gov/geo/ | |
| GEO2R tool | National Center for Biotechnology Information | https://ncbi.nlm.nih.gov/geo/geo2r/ | |
| Metascape | Metascape | https://metascape.org/ | |
| Online Mendelian inheritance in man database | OMIM | https://www.omim.org | |
| RCSB protein database | RCSB Protein Data Bank (RCSB PDB) | http://www.pdb.org/ | |
| STRING database | STRING | https://string-db.org/ | |
| Swiss ADME database | Swiss Institute of Bioinformatics | http://www.swissadme.ch/index.php | |
| Traditional Chinese Medicine system's pharmacology database (TCMSP) | Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform | http://tcmspw.com/tcmsp.php | |
| Venny2.1 | BioinfoGP | https://bioinfogp.cnb.csic.es/tools/venny/index.html |
References
- Ma, M., Lu, H., Yang, Z., Chen, L., Li, Y., Zhang, X. Differences in microbiota between acute and chronic perianal eczema. Medicine. 100 (16), e25623 (2021).
- Dietrich, C. F., Hoch, F.
- Dietrich, A., Ruzicka, T., Hermans, C.
- Rohde, H.
- Havlickova, B., Weyandt, G. H. Therapeutic management of anal eczema: an evidence-based review. International Journal of Clinical Practice. 68 (11), 1388-1399 (2014).
- Rainer, B. M., et al. Characterization and analysis of the skin microbiota in Rosacea: A case-control study. American Journal of Clinical Dermatology. 21 (1), 139-147 (2020).
- Park, S. Y., Kim, H. S., Lee, S. H., Kim, S. Characterization and analysis of the skin microbiota in acne: Impact of systemic antibiotics. Journal of Clinical Medicine. 9 (1), 168 (2020).
- Woo, Y. R., Lee, S. H., Cho, S. H., Lee, J. D., Kim, H. S. Characterization and analysis of the skin microbiota in Rosacea: Impact of systemic antibiotics. Journal of Clinical Medicine. 9 (1), 185 (2020).
- Zheng, Y., et al. Alterations in the skin microbiome are associated with disease severity and treatment in the perioral zone of the skin of infants with atopic dermatitis. European Journal of Clinical Microbiology & Infectious Diseases. 38 (9), 1677-1685 (2019).
- Totté, J. E. E., et al. Nasal and skin microbiomes are associated with disease severity in paediatric atopic dermatitis. The British Journal of Dermatology. 181 (4), 796-804 (2019).
- Zhao, X. Y., Yang, Y. Y., Jl Feng,, Feng, C. I. Network pharmacology prediction and experimental validation of Trichosanthes-Fritillaria thunbergii action mechanism against lung adenocarcinoma. Journal of Visualized Experiments. (193), e64847 (2023).
- Zeng, B., et al. Network pharmacology prediction and metabolomics validation of the mechanism of Fructus Phyllanthi against hyperlipidemia. Journal of Visualized Experiments. (194), e65071 (2023).
- Wang, T., Jiang, X., Ruan, Y., Li, L., Chu, L. The mechanism of action of the combination of Astragalus membranaceus and Ligusticum chuanxiong in the treatment of ischemic stroke based on network pharmacology and molecular docking. Medicine. 101 (28), Baltimore. e29593 (2022).
- Wang, T., et al. Exploring the mechanism of luteolin by regulating microglia polarization based on network pharmacology and in vitro experiments. Scientific Reports. 13 (1), 13767 (2023).
- Qi-Yue, Y., et al. From natural dye to herbal medicine: a systematic review of chemical constituents, pharmacological effects and clinical applications of indigo naturalis. Chinese Medicine. 15 (1), 127 (2020).
- André, C., Dumur, J. P., Hrabina, M., Lefebvre, E., Sicard, H. Juniperus ashei: the gold standard of the Cuppressaceae. Allergie et Immunologie. 32 (3), 104-106 (2000).
- Weidinger, S., Novak, N.
- Cai, L. L., Wu, Y., He, J. Network pharmacology of Shidu ointment in the treatment of EGFR-TKIs induced acneiform eruptions. China Pharmaceuticals. 29 (16), 5 (2020).
- Gu, S., et al. Mechanisms of indigo naturalis on treating ulcerative colitis explored by GEO gene chips combined with network pharmacology and molecular docking. Scientific Reports. 10 (1), 15204 (2020).
- Lou, Y., Ma, Y., Jin, J., Zhu, H. Oral realgar-indigo naturalis formula plus retinoic acid for acute promyelocytic leukemia. Frontiers in Oncology. 10, 597601 (2021).
- Zhang, Q., et al. Psoriasis treatment using Indigo Naturalis: Progress and strategy. Journal of Ethnopharmacology. 297, 115522 (2022).
- Naganuma, M., et al. Efficacy of Indigo Naturalis in a multicenter randomized controlled trial of patients with ulcerative colitis. Gastroenterology. 154 (4), 935-947 (2018).
- Yang, Q. Y., et al. Exploring the mechanism of Indigo Naturalis in the treatment of ulcerative colitis based on TLR4/MyD88/NF-κB signaling pathway and gut microbiota. Frontiers in Pharmacology. 12, 674416 (2021).
- Sun, Z., et al. Indigo Naturalis alleviates dextran sulfate sodium-induced colitis in rats via altering gut microbiota. Frontiers in Microbiology. 11, 731 (2020).
- Cao, H., et al. Immune and metabolic regulation mechanism of Dangguiliuhuang decoction against insulin resistance and hepatic steatosis. Frontiers in Pharmacology. 8, 445 (2017).
- Min, S. Y., Park, C. H., Yu, H. W., Park, Y. J. Anti-inflammatory and anti-allergic effects of saponarin and its impact on signaling pathways of RAW 264.7, RBL-2H3, and HaCaT cells. International Journal of Molecular Sciences. 22 (16), 8431 (2021).
- Seo, K. H., et al. Saponarin from barley sprouts inhibits NF-κB and MAPK on LPS-induced RAW 264.7 cells. Food & Function. 5 (11), 3005-3013 (2014).
- Moreno-Anzúrez, N. E., et al. A cytotoxic and anti-inflammatory campesterol derivative from genetically transformed hairy roots of Lopezia racemosa Cav. (Onagraceae). Molecules. 22 (1), Basel, Switzerland. 118 (2017).
- Numao, N., et al. Tryptanthrin attenuates TLR3-mediated STAT1 activation in THP-1 cells. Immunologic Research. 70 (5), 688-697 (2022).
- Veni, A., Lokeswari, T. S., Pavithra, D., Sugapriya, T. Melianone inhibits secreted aspartic proteases (SAP), a virulence factor during hyphal formation in Candida albicans. Current Computer-Aided Drug Design. 18 (5), 327-336 (2022).
- Veni, A., Lokeswari, T. S., Krishna Kumari, G. N., Gayathri, D., Sudandiradoss, C. Bioactivity of melianone against Salmonella and in silico prediction of a membrane protein target. 3 Biotech. 10 (10), 460 (2020).
- Ma, M., Lu, H., Yang, Z., Chen, L., Li, Y., Zhang, X. Differences in microbiota between acute and chronic perianal eczema. Medicine. 100 (16), e25623 (2021).
- Williams, H. C., Chalmers, J.
- Nogales, C., Mamdouh, Z. M., List, M., Kiel, C., Casas, A. I., Schmidt, H. H. H. W. Network pharmacology: curing causal mechanisms instead of treating symptoms. Trends in Pharmacological Sciences. 43 (2), 136-150 (2022).
- Wang, T., Zhou, Y., Wang, K., Jiang, X., Wang, J., Chen, J. Prediction and validation of potential molecular targets for the combination of Astragalus membranaceus and Angelica sinensis in the treatment of atherosclerosis based on network pharmacology. Medicine (Baltimore). 101 (26), e29762 (2022).
- Jiang, X., et al. Exploration of Fuzheng Yugan mixture on COVID-19 based on network pharmacology and molecular docking. Medicine (Baltimore). 102 (3), e32693 (2023).
- Dong, Y., Zhao, Q., Wang, Y. Network pharmacology-based investigation of potential targets of astragalus membranaceous-angelica sinensis compound acting on diabetic nephropathy. Scientific Reports. 11 (1), 19496 (2021).
- Wang, T., Jiang, X., Lu, Y., Ruan, Y., Wang, J. Identification and integration analysis of a novel prognostic signature associated with cuproptosis-related ferroptosis genes and relevant lncRNA regulatory axis in lung adenocarcinoma. Aging (Albany NY). 15 (5), 1543-1563 (2023).
- Wang, T., Jiang, X., Ruan, Y., Zhuang, J., Yin, Y. Based on network pharmacology and in vitro experiments to prove the effective inhibition of myocardial fibrosis by Buyang Huanwu decoction). Bioengineered. 13 (5), 13767-13783 (2022).
