基于网络药理学分析冬虫夏草防治急性肾损伤的分子机制北大核心CSCD

目的：基于网络药理学分析冬虫夏草（CS）防治急性肾损伤（AKI）的分子作用机制。方法：应用中药系统药理学数据库（TCMSP）筛选CS的有效成分和作用靶点,从DisGeNET、GeneCards、OMIM、TTD数据库筛选AKI的疾病靶点,运用Cytoscape 3.8.0软件构建“药物-成分-疾病-靶点”可视化调控网络,采用String在线数据库构建CS与AKI共同靶点的蛋白互作网络,DAVID数据库和KEGG数据库对共同靶点进行GO功能富集分析和KEGG通路富集分析,探讨其潜在分子机制。结果：CS中筛选得到有效成分9种,防治AKI的作用靶点63个。GO功能富集分析主要包括对药物的反应、信号转导、衰老、细胞增殖调控、细胞凋亡调控等。CS防治AKI的主要富集通路有PI3K-Akt信号通路、MAPK信号通路、细胞凋亡通路、TNF信号通路、P53信号通路等。结论：通过网络药理学研究方法预测了CS防治AKI的有效活性成分及作用靶点,并通过PPI网络和KEGG富集分析推测了CS通过多条信号通路调节防治AKI,涉及细胞自噬、凋亡及炎症反应等多环节生物学过程。     

基于网络药理学和分子对接技术探讨郁金治疗乳腺癌的作用机制

目的 基于网络药理学和分子对接技术探讨郁金治疗乳腺癌的分子机制。方法 利用中药系统药理学分析平台（TCMSP）检索筛选郁金的有效成分，查询有效成分作用的靶点，利用UniversalProtein数据库（Uniprot）进行靶点注释；在Genecards和人类孟德尔遗传综合数据库（OMIM）检索乳腺癌相关基因；绘制有效成分作用靶点和乳腺癌相关基因的维恩图；使用Cytoscape3.7.2软件构建郁金-有效成分-靶点-乳腺癌网络；使用STRING平台构建蛋白互助网络（PPI network），并获取核心基因；运用Bioconductor进行GO生物过程富集及KEGG信号通路预测；运用Autodock vina软件对有效成分和靶点进行分子对接。结果 郁金筛选出有效成分15种，有效成分对应作用靶点78个，与乳腺癌交集靶点49个，预测郁金作用于乳腺癌主要成分为柚皮素（naringenin）、β-谷甾醇（beta-sitosterol）、谷甾醇（sitosterol），核心基因为AKT1、MAPK3等，GO功能主要涉及磷酸酶结合、G蛋白偶联胺受体活性、抗氧化活性等过程，KEGG信号通路4条，柚皮素...     

基于网络药理学的黄连治疗糖尿病的作用机制研究

目的 利用网络药理学手段研究黄连治疗糖尿病的作用机制。方法 从TCMSP数据库获取黄连的有效成分以及作用靶点,与GeneCards数据库中糖尿病的作用靶点取交集获取黄连治疗糖尿病的预测靶点,利用Cytoscape软件构建中药化合物-靶点网络及STRING数据库构建PPI网络,利用 DAVID在线工具进行GO功能分析及KEGG通路富集分析。结果 黄连的活性成分有14个,关键有效成分有11个,治疗糖尿病靶点137个。黄连主要活性成分作用的核心靶点为JUN、MAPK1、IL-6等靶基因,参与调控Insulin resistance,Regulation of lipolysis in adipocytes等多个信号通路。结论 黄连能发挥多靶点、多通路的协同治疗糖尿病作用。     

枇杷清肺饮基于 MAPK/NF-κB 信号通路调控 HaCaT 细胞炎性损伤机制研究

目的：采用网络药理学和体外细胞实验研究枇杷清肺饮通过MAPK/NF-κB信号通路调控LPS诱导的HaCaT细胞炎性损伤机制。方法：通过TCMSP数据库、GeneCards、OMIM和TTD数据库,取枇杷清肺饮和痤疮交集靶点,使用STRING数据库建立PPI网络,DAVID数据库筛选靶点GO功能并进行KEGG通路富集分析,Cytoscape软件构建“活性成分-靶点-KEGG-痤疮”网络,预测其作用机制。进一步采用细胞实验验证预测靶点的准确性,采用LPS诱导HaCaT细胞炎症模型,CCK-8检测不同浓度枇杷清肺饮含药血清对细胞活力的影响,qPCR和ELISA检测HaCaT细胞IL-1β、AKR1B1、IL-4、TNF-α的mRNA及蛋白表达水平,Western blot检测NF-κBp65、P38-MAPK和JNK-MAPK蛋白的表达水平。结果：通过网络分析可知,6种中药包含153个活性成分共304个靶标,与痤疮共有靶标基因118个,关键靶点涉及IL-1β、IL-4、TNF-α、AKR1B1等;GO功能富集分析得到条目1 922个（P<0.05）;KEGG通路富集分析筛选到131条信...     

基于生物信息学的息痛散治疗痛风性关节炎的作用机制

目的:挖掘中药复方息痛散的有效成分、预测其潜在功能靶标,通过网络药理学和实验验证的方法探讨息痛散治疗痛风性关节炎的作用机制。方法:利用TCMSP、TCMID数据库筛选出息痛散的活性成分及靶标;通过NCBI、GeneCards数据库筛选痛风性关节炎的疾病靶点;将两者靶点通过Cytoscape软件构建蛋白互作网络图并进行拓扑学分析;筛选出核心靶点;通过R软件进行KEGG和GO富集分析;最后分子对接及Western Blot实验验证网络药理学富集分析结果。结果:共筛选出146个活性成分以及158个关键靶点,涉及PI3K-Akt信号通路、TNF信号通路和MAPK信号通路等,实验验证显示通路关键节点蛋白存在差异性表达。结论:本研究系统揭示息痛散通过多成分-多靶点-多途径共同调控痛风性关节炎的物质基础和作用机制,为中药复方息痛散的临床应用提供理论基础和科学依据。     

基于网络药理学分析牛膝-桑寄生药对治疗骨关节炎的作用机制

文题释义： 网络药理学：基于系统生物学的理论,对生物系统网络进行分析,从成分-靶点-通路进行整体预测及阐明药物在体内的作用机制。 骨关节炎：是以中年后可动关节的关节软骨退行性变和继发性骨质增生为特征的慢性关节疾病,以关节疼痛、活动受限和关节畸形为主要表现,又称退行性关节炎。 背景：牛膝-桑寄生是临床治疗骨关节炎最常用的药物组合,但其药理机制尚不明确。 目的：基于网络药理学的方法,对牛膝-桑寄生的主要活性化学成分进行筛选,并收集化合物对应的靶点,构建药物-活性成分-治疗骨关节炎潜在靶点网络,对其治疗骨关节炎的药理作用机制进行系统阐述。 方法：利用TCMSP数据库获取牛膝-桑寄生药物活性成分及靶点,与DisGeNET和GENE数据库获取的骨关节炎疾病靶点映射,筛选出牛膝-桑寄生治疗骨关节炎的潜在靶点;利用String数据库和Cytoscape 3.6.1软件构建药物-活性成分-治疗骨关节炎潜在靶点网络及潜在靶点间的蛋白互作网络,同时通过Omicshare云平台和DAVID数据库分析潜在靶点的GO生物学功能和KEGG通路富集分析。  结果与结论：①从牛膝-桑寄生中共筛选出了21个活性成分及48个防治骨关节炎的潜在靶点;②GO富集分析共获取1 970个GO条目,其中生物过程1 862个,细胞组分占29个,分子功能79个(P < 0.01);③KEGG通路富集分析筛选出了76条牛膝-桑寄生防治骨关节炎的潜在信号通路(P < 0.01);④表明牛膝-桑寄生通过作用于多个靶点,影响不同的代谢通路,相互作用、相互协调,从而起到对骨关节炎的防治作用;⑤初步阐述了牛膝-桑寄生通过多成分-多靶点-多通路防治骨关节炎的作用机制,为骨关节炎的防治提供了新的思路与线索。 ORCID: 0000-0002-2014-9844(黄泽灵) 中国组织工程研究杂志出版内容重点：组织构建;骨细胞;软骨细胞;细胞培养;成纤维细胞;血管内皮细胞;骨质疏松;组织工程     

基于网络药理学研究寒湿痹颗粒治疗强直性脊柱炎的机制

文题释义： 寒湿痹颗粒：由附子、制川乌、黄芪、桂枝、麻黄、白术、当归、白芍、威灵仙、木瓜、细辛、甘草等10多味中药组成,具有温肾散寒、祛风、益气活血、止痛等功效,可用于治疗强直性脊柱炎、风湿性关节炎、骨关节炎等病。 网络药理学：基于系统生物学的理论,对生物系统网络进行分析,从成分-靶点-通路进行整体预测及阐明药物在体内作用机制。 背景：寒湿痹颗粒已被临床中用于治疗强直性脊柱炎,但其药理作用机制不明确。 目的：基于网络药理学的方法,对寒湿痹颗粒的主要化学成分进行筛选,并收集其化合物对应的靶点,并构建化合物-靶点网络,对其治疗强直性脊柱炎的药理作用机制进行系统阐述。 方法：寒湿痹颗粒化合物及与药物靶点的收集主要基于TCMSP数据库及文献报道,强直性脊柱炎疾病靶点来源于DRUGBANK、GeneCards、Home-OMIM-NCBI、PALM-IST数据库。所获得药物基因和疾病基因经过Uniprot数据库校正后使用Draw Venn Diagrams分析工具获得交集基因。结合STRING数据库与Cytoscape3.6.1对交集基因进行PPI分析。通过使用Cytoscape3.6.1插件ClueGO对交集基因进行GO富集分析及KEGG通路富集分析。 结果与结论：①从TCMSP获得69个活性成分,142个药物靶点,利用DRUGBANK、GeneCards、Home-OMIM-NCBI、PALM-IST数据库获得595个强直性脊柱炎疾病靶点;②使用Draw Venn Diagrams工具分析获得交集基因39个,通过PPI分析,肿瘤坏死因子、白细胞介素6、前列腺素内过氧化物合酶2在PPI网络中连接度较高;③通过GO富集分析发现,其主要涉及活性氧代谢调节、脂肪酸代谢、急性炎症反应、神经递质的生物过程、花生四烯酸的代谢等生物功能;④通过KEGG通路富集分析发现,其主要涉及AGE-RAGE信号通路、流体剪切应力和动脉粥样硬化、白细胞介素17信号通路、核因子κB信号通路、肿瘤坏死因子信号通路、Toll样受体信号通路等;⑤研究初步预测寒湿痹颗粒治疗强直性脊柱炎的药理作用机制,为老药新用及实验研究提供新思路。 ORCID: 0000-0001-9827-9537(王卓) 中国组织工程研究杂志出版内容重点：组织构建;骨细胞;软骨细胞;细胞培养;成纤维细胞;血管内皮细胞;骨质疏松;组织工程     

基于网络药理及分子对接预测青蒿素对银屑病的作用机制

目的 利用网络药理学和分子对接技术，探讨青蒿素防治银屑病的作用机制。方法 通过PubChem数据库和Swisstarget数据库获取青蒿素的主要有效成分及其作用靶点，从GeneCard数据库获取银屑病的治疗靶点，然后利用STRING数据库和Cytoscape构建靶点PPI网络，并进行聚类分析和筛选关键靶点。利用R软件进行基因本体（GO）和京都基因与基因组百科全书（KEGG）通路分析和目标基因可视化。最后通过AutoDock软件对青蒿素与靶基因进行分子对接验证。结果 共获得41个交集靶点，通路富集分析显示，这些靶点通过调节神经营养蛋白信号通路、血清素突触通路等发挥防治银屑病的作用。对接结果显示，青蒿素可与关键靶点HSP90AA1、EGFR、MAPK14、MAP2K1匹配。结论 通过网络药理学及分子对接的方法，找到了青蒿素治疗银屑病可能的潜在靶点，预测了其发挥药理作用的关键通路。     

基于网络药理学和分子对接探讨斑蝥复方制剂治疗宫颈癌的作用机制

目的:基于网络药理学和分子对接技术,探讨斑蝥复方制剂治疗宫颈癌的生物活性成分以及潜在作用机制.方法:从中药系统药理学数据库分析平台(TCMSP)和文献筛选确定相应的活性成分和药物靶点,通过Genecards、OMIM数据库收集宫颈癌靶点.运用STRING数据库借助Cytoscape3.8.2软件构建PPI网络图和"药物-成分-靶点-通路"网格.应用Metascape进行GO(Gene ontology)功能和KEGG(Kyoto encyclopedia of genes and genomes)通路富集分析.采用Autoduck软件对具有代表性的活性成分和作用靶点进行分子对接验证.结果:通过筛选共确定34种活性成分和211个药物靶点与1218个疾病靶点,交汇得到110个交集靶点,其中核心靶点包括TP53、AKT1、MAPK1、TNF等;KEGG富集分析显示核心靶点主要与癌症途径、IL-17信号通路、PI3K-Akt信号通路等密切相关.分子对接结果表明JUN和HSP90AA1与活性成分有着较好的结合亲和力.结论:本研究初步揭示了斑蝥复方制剂通过多组分、多靶点、多通路治疗宫颈癌的机制,为后续斑蝥复方制剂治疗宫颈癌的分子机制及新药的开发提供新的思路.     

基于网络药理学和分子对接探讨蠲痹汤治疗骨关节炎的机制

目的采用网络药理学和分子对接探讨蠲痹汤治疗骨关节炎的机制。方法应用TCMSP数据库获取蠲痹汤的活性成分和对应靶点,检索GeneCards数据库、OMIM数据库、PharmGkb数据库和TTD数据库获得骨关节炎的治疗靶点。运用R语言软件(版本4.0.2)获得蠲痹汤治疗骨关节炎的交集靶点,使用Cytoscape软件(版本3.8.0)构建“活性成分—治疗靶点”网络并将关键成分进行排序,同时通过蛋白质相互作用(PPI)网络筛选出其核心靶点。运用R语言软件对蠲痹汤治疗骨关节炎的作用靶点进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)富集分析。运用AutoDockVina(版本1.1.2)等软件对上述核心靶点及关键成分进行分子对接验证。结果应用TCMSP数据库共得到蠲痹汤活性成分165个及对应靶点2529个,药物药效靶点与骨关节炎治疗靶点取交集得到115个靶点,关键成分有槲皮素、山柰酚、柚皮素等,核心靶点有STAT3、TNF、MAPK14等。GO富集分析得到2306个生物过程条目,144个分子功能条目,69个细胞组成条目;KEGG富集分析得到TNF信号通路、IL-17信号通路、PI3K-AKT信号通路等相关通路。分子对接结果显示,蠲痹汤治疗骨关节炎的关键成分槲皮素、山柰酚、柚皮素、甘草酮A、刺芒柄花素与其对应的核心靶点有较好的结合性。结论蠲痹汤可能通过多成分、多靶点、多通路的相互作用发挥对骨关节炎的治疗作用。     

基于网络药理学探讨白藜芦醇抗衰老的作用机制

目的:运用网络药理学方法探寻白藜芦醇抗衰老的关键靶点及分子作用机制。方法:通过PharmMapper数据库查找白藜芦醇的作用靶点;采用GeneCards数据库搜索衰老的相关蛋白。将白藜芦醇作用靶点和疾病靶点取交集,即为白藜芦醇抗衰老潜在靶点。采用STRING数据库找出靶点的作用关系,以DAVID数据库分析结果,Cytoscape3.8.0软件构建药物-疾病-靶点-通路网络。结果:从PharmMapper得到的91个白藜芦醇(Resveratrol,Res)作用靶点,GeneCards数据库得到的474个衰老相关靶点,两者取交集后共得到22个白藜芦醇抗衰老的作用靶点。在蛋白相互作用网络中IGF1、ESR1、MAPK1和EGFR处于核心位置。在GO富集分析和KEGG通路分析中,EGFR、MAPK1和IGFR均存在于PI3K-Akt通路、FoxO通路和HIF-1通路中。在药物-疾病-靶点-通路网络中,EGFR和MAPK1处于核心位置。结论:Res通过EGFR、MAPK1、IGFR调节PI3K-Akt和FoxO通路抗衰老。     

基于网络药理学和分子对接探析健脾丸治疗慢性胃炎的作用机制

目的:运用网络药理学和分子对接技术，分析健脾丸治疗慢性胃炎的作用机制。方法:通过TCMSP数据平台、化学专业数据库及SwissADME平台筛选出健脾丸的主要成分，通过TCMSP数据库及SwissTargetPrediction平台对主要成分进行靶点预测，通过UniProt数据库获得对应的靶点基因，通过GeneCards数据库获取慢性胃炎的靶点信息，在STRING平台分别构建健脾丸和慢性胃炎的PPI network，导入Cytoscape软件，获取健脾丸治疗慢性胃炎的靶点信息，导入Metascape数据库进行KEGG富集分析，通过PubChem数据库及ChemDraw软件获得健脾丸关键活性成分的3D结构，通过PDB数据库达到已验证的与慢性胃炎相关的BBC3、IL-17A的蛋白结构，导入Autodock Vina软件进行分子对接，将结果导入Pymol软件进行可视化分析。结果:健脾丸治疗慢性胃炎的潜在关键成分主要有黄柏酮、槲皮素、表儿茶素、木犀草素、柚皮素等，可调控88个核心靶点，通过细胞凋亡信号通路、糖尿病并发症中的AGE-RAGE信号通路、C型凝集素受体信号通路等多个信号通路发挥作用。结论:健脾丸通过多个成分、多个靶点、多条通路发挥治疗慢性胃炎的作用。     

唾液腺腺样囊性癌中相关微小RNAs及其靶基因的生物信息学分析

目的 探讨唾液腺腺样囊性癌(SACC)潜在的微小RNAs(miRNAs）分子标志物,构建miRNA-mRNA调控网络,并阐明其潜在的分子机制。 方法 从Gene Expression Omnibus(GEO)数据库下载2个SACC的微阵列芯片数据,通过R语言进行分析差异的miRNAs与mRNA。应用FunRich 3.1.3软件对差异miRNA进行转录因子富集分析以及预测差异miRNAs的靶基因。对SACC中差异miRNAs的靶基因进行基因本体论（GO）富集分析与京都基因与基因组百科全书（KEGG）通路富集分析以及蛋白互作分析。使用Cytoscape 3.7.0构建miRNA-mRNA调控网络。 结果 1. 共筛选出144个差异表达的miRNAs (DEMs)和1216个差异表达的mRNAs(DEGs);2. KEGG信号通路富集分析发现,靶基因主要参与Rap1信号通路、丝裂原活化蛋白激酶（MAPK）信号通路、磷脂酰肌醇-3激酶/蛋白激酶B（PI3K/Akt）信号通路以及肌动蛋白细胞骨架的调节;3. STRING蛋白相互作用分析发现,ACSL1、SCD、MGLL、FABP4在蛋白相互作用网络中处于核心地位。 结论 我们筛选出SACC与相对正常组织间差异明显的miRNA和mRNA,并分析发现了这些差异分子主要参与的信号通路和功能。     

Bioinformatics analysis of gene expression profiles of Inclusion body myositis

Inclusion body myositis (IBM) is a disease with a poor prognosis and limited treatment options. This study aimed at exploring gene expression profile alterations, investigating the underlying mechanisms and identifying novel targets for IBM. We analysed two microarray datasets (GSE39454 and GSE128470) derived from the Gene Expression Omnibus (GEO) database. The GEO2R tool was used to screen out differentially expressed genes (DEGs) between IBM and normal samples. Gene Ontology（GO）function and Kyoto Encyclopedia of Genes and Genomes（KEGG）pathway enrichment analysis were performed using the Database for Annotation, Visualization and Integrated Discovery to identify the pathways and functional annotation of DEGs. Finally, protein-protein interaction (PPI) networks were constructed using STRING and Cytoscape, in order to identify hub genes. A total of 144 upregulated DEGs and one downregulated DEG were identified. The GO enrichment analysis revealed that the immune response was the most significantly enriched term within the DEGs. The KEGG pathway analysis identified 22 significant pathways, the majority of which could be divided into the immune and infectious diseases. Following the construction of PPI networks, ten hub genes with high degrees of connectivity were picked out, namely PTPRC, IRF8, CCR5, VCAM1, HLA-DRA, TYROBP, C1QB, HLA-DRB1, CD74 and CXCL9. Our research hypothesizes that autoimmunity plays an irreplaceable role in the pathogenesis of IBM. The novel DEGs and pathways identified in this study may provide new insight into the underlying mechanisms of IBM at the molecular level.     

Identification of core genes and potential molecular mechanisms in breast cancer using bioinformatics analysis

BackgroundBreast cancer is the most frequently diagnosed cancer in women worldwide. This study aimed to elucidate the potential key candidate genes and pathways in breast cancer.MethodsThe gene expression profile dataset GSE65212 was downloaded from GEO database. Differentially expressed genes (DEGs) were obtained by the R Bioconductor packages. The Gene ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis of DEGs were performed using DAVID database. The protein–protein interaction (PPI) network was then established by STRING and visualized by Cytoscape software. Module analysis of the PPI network was performed by the plug-in Molecular Complex Detection (MCODE). Then, the identified genes were verified by Kaplan–Meier plotter online database and quantitative real-time PCR (qPCR) in breast cancer tissue samples.ResultsA total of 857 differential expressed genes were identified, of which, the upregulated genes were mainly enriched in the cell cycle, while the downregulated genes were mainly enriched in PPAR signaling pathway. Moreover, six hub genes with high degree were identified, including TOP2A, PCNA, CCNB1, CDC20, BIRC5 and CCNA2. Lastly, the Kaplan–Meier plotter online database confirmed that higher expression levels of these hub genes were related to lower overall survival. Experimental validation showed that all six hub genes had the same expression trend as predicted.ConclusionThese results identified key genes, which could be used as a new biomarker for breast cancer diagnosis and treatment.     

利什曼原虫感染树突状细胞早期基因表达差异分析及关键基因筛选

目的:分析利什曼原虫感染树突状细胞(DCs)早期的基因表达与信号通路变化,探究DCs感染后应答,寻找利什曼原虫感染后基于DCs的免疫治疗方法。方法:GEO数据库下载利什曼原虫感染前后DCs基因芯片数据,RStudio软件筛选差异表达基因(DEGs),STRING构建DEGs蛋白质相互作用网络(PPI),Cytoscape筛选差异表达蛋白质的核心模块,RStudio软件对DEGs进行GO和KEGG富集分析。结果:共筛选出DEGs 129个,其中IL12B与CXCL10差异最为显著,GO分析共富集23个过程,主要涉及病毒感染过程相关细胞反应及Ⅰ-IFN相关免疫反应;KEGG分析共富集3条信号通路,分别为甲型流感、麻疹及DNA复制信号通路。结论:利什曼原虫感染DCs前后Ⅰ-IFN信号通路和TLR4/NF-κB信号通路激活,影响IL12表达,提示Ⅰ-IFN/IL12信号通路与TLR4/NF-κB/IL12信号通路可作为利什曼原虫感染治疗的靶点,CXCL10也有望成为潜在的治疗靶点;利什曼原虫感染后,出现类似病毒感染现象,推测抗病毒免疫疗法可能在对抗利什曼原虫感染中具有一定疗效。     

Network-based pharmacology to predict the mechanism of Ginger and Forsythia combined treatment of viral pneumonia

Background: Viral pneumonia (VP) is a common inflammatory disease caused by a virus in the upper respiratory tract. However, current treatment options for pneumonia are limited because of the strong infectivity and lack of research. Method: Based on various databases, the mechanisms of Ginger and Forsythia were predicted by network pharmacology. The possible active ingredients of Ginger and Forsythia were obtained from the Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP) and screened by pharmacokinetic parameters. Their possible targets were predicted by the TCMSP database. The VP-related targets were collected from the GeneCards and OMIM databases. The compound-target-disease network was visualized by Cytoscape 3.7.1. In addition, the protein functional annotation and identification of signalling pathways of possible targets were performed with Gene Ontology (GO) and KEGG enrichment analysis. Molecular docking was finally employed for in silico simulation matching between representative Ginger and Forsythia compounds and their core genes. Results: Twenty-eight active ingredients of Ginger and Forsythia were found and 30 common targets for the combined treatment of VP were obtained. The enrichment analysis of GO functions and KEGG pathways included 186 GO function entries and 56 KEGG pathways. Molecular docking showed that the main ingredients can closely bind three targets (CASP3, JUN, and ESR1). Thus, Ginger and Forsythia play significant roles in the prevention and treatment of VP, and this study showed their mechanism was “multicomponent, multitarget, and multipathway” for the prevention and treatment of VP. Conclusion: We successfully predicted the active components and targets of Ginger and Forsythia for prevention and treatment of VP. This may systematically clarify its mechanism of action and provide a direction for future research.