基于网络药理学预测沙苑子的抗炎作用机制

目的 预测沙苑子的活性化学成分和作用靶点,揭示沙苑子抗炎作用的分子机制。 方法 通过中药系统药理学数据库与分析平台(TCMSP)、中药台湾数据库(TDT)和中药中医药综合数据库(TCMID)检索沙苑子的所有化学成分,以药代动力(ADME)参数(OB≥30%和DL≥0.15)为标准,筛选沙苑子的活性化学成分,然后通过中药靶标数据库、TCMSP 数据库和中医分子机制生物信息学分析数据库(BATMAN-TCM),查找活性化学成分的作用靶点,建立靶点数据集;使用 Cytoscape 3.6.1软件构建“成分-靶点-疾病”复杂网络关系图;利用蛋白互作(PPI)网络分析—STRING数据库,构建沙苑子作用靶点和炎症作用靶点的PPI关系网络;利用生物学信息注释数据库(DAVID)进行基因本体(GO)功能富集分析和基于京都基因与基因组百科全书(KEGG)通路富集分析;将沙苑子与炎症相关联的潜在靶点导入KEGG Pathway数据库中,验证沙苑子的抗炎机制。 结果 共检索出41个化合物,其中以kaempferid、formononetin、calycosin-7-O-beta-D-glucopyranoside等11个化合物作为活性化合物;共检索出414个作用靶点,筛选出50个潜在作用靶点与沙苑子的抗炎作用机制最为密切,进而分析出261个生物过程和80条信号通路参与沙苑子的抗炎作用。与沙苑子抗炎最密切的信号通路包括RNA聚合酶Ⅱ启动子转录的正调控、炎症反应、I-κB激酶/NF-κB信号通路的正调控、NF-κB转录因子活性的正调控、细胞对脂多糖的反应、细胞增殖调节、依赖TRIF的Toll样受体信号通路等,其主要涉及的生物过程包括TNF信号通路、细胞凋亡、Toll样受体信号通路、NF-κB信号通路、RIG-I样受体信号通路、NOD样受体信号通路等。 结论 通过网络药理学预测了沙苑子的11个活性化学成分、50个潜在作用靶点及相关信号通路,发挥多成分、多靶点、多途径抗炎的生物学效应。

Mechanism of anti-inflammatory effect for Astragali Complanati Semen based on network pharmacology