Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

سعى هذا الجهد الاستقصائي إلى توضيح آلية إدارة الأدوية الموضعية باستخدام التكامل التآزري لعلم الأدوية الشبكي ومجموعات البيانات الشاملة للتعبير الجيني (GEO). قيمت هذه المقالة جدوى وهدف وآلية ShiDuGao (SDG) في علاج الأكزيما الشرجية.

Abstract

الأكزيما الشرجية هي مرض جلدي التهابي مزمن ومتكرر يصيب المنطقة المحيطة بفتحة الشرج. في حين أن الآفات تحدث في المقام الأول في الجلد الشرجي وحول الشرج ، فإنها يمكن أن تمتد أيضا إلى العجان أو الأعضاء التناسلية. تم العثور على ShiDuGao (SDG) لامتلاك خصائص تعويضية كبيرة ضد الحكة الشرجية ، والتحكم في النضح ، والحد من الرطوبة ، وإصلاح الجلد. ومع ذلك ، فإن الأهداف الجينية والآليات الدوائية لأهداف التنمية المستدامة بشأن الأكزيما الشرجية لم يتم توضيحها ومناقشتها بشكل شامل. وبالتالي ، استخدمت هذه الدراسة نهجا دوائيا للشبكة واستخدمت مجموعات بيانات التعبير الجيني الشامل (GEO) للتحقيق في أهداف الجينات. بالإضافة إلى ذلك ، تم إنشاء شبكة تفاعل البروتين والبروتين (PPI) ، مما أدى إلى تحديد 149 هدفا ، منها 59 تعتبر جينات محورية ، داخل شبكة التفاعل بين "الدواء والمرض المستهدف".

تم تقييم الوظيفة الجينية لأهداف التنمية المستدامة في علاج الأكزيما حول الشرج من خلال استخدام موسوعة كيوتو للجينات والجينوم (KEGG) وتحليل أنطولوجيا الجينات (GO). بعد ذلك ، تم التحقق من وظيفة الأكزيما المضادة للأكزيما حول الشرج والمسار المحتمل لأهداف التنمية المستدامة ، كما هو محدد في التحليل الدوائي للشبكة ، باستخدام منهجية الالتحام الجزيئي. تشمل العمليات البيولوجية المرتبطة بالجينات والبروتينات التي تستهدف أهداف التنمية المستدامة في علاج الأكزيما الشرجية في المقام الأول الاستجابات بوساطة السيتوكين ، والاستجابات الالتهابية ، والاستجابات لعديد السكاريد الدهني ، من بين أمور أخرى. تشير نتائج إثراء المسار وتحليل التعليقات التوضيحية الوظيفية إلى أن SDG يلعب دورا حاسما في الوقاية من الأكزيما الشرجية وإدارتها من خلال تنظيم مسارات عدوى داء الشيغيلات وفيروس الهربس البسيط 1. يؤكد علم الأدوية الشبكي وتحليل قاعدة بيانات GEO الطبيعة متعددة الأهداف لأهداف التنمية المستدامة في علاج الأكزيما الشرجية ، وتحديدا عن طريق تعديل TNF و MAPK14 و CASP3 ، وهي أهداف محورية حاسمة في مسارات إشارات TNF و MAPK. توفر هذه النتائج اتجاها واضحا لمزيد من التحقيق في الآلية العلاجية لأهداف التنمية المستدامة للأكزيما الشرجية مع تسليط الضوء على إمكاناتها كنهج علاجي فعال لهذه الحالة المنهكة.

Introduction

الأكزيما الشرجية هي حالة جلدية تحسسية تؤثر على المنطقة حول الشرج والغشاء المخاطي ، وتظهر مظاهر سريرية مختلفة1. تشمل الأعراض المميزة الحمامي الشرجية والحطاطات والبثور والتآكل والإفرازات والتقشر. تنشأ هذه الأعراض في الغالب بسبب الخدش والسماكة وخشونة المنطقة المصابة2.

الأكزيما الشرجية ، التي تتميز بطول مدة المرض ، والهجمات المتكررة ، والعلاج الصعب ، يمكن أن يكون لها آثار ضارة على الصحة البدنية والعقلية للمرضى3. التسبب في الأكزيما الشرجية ليس واضحا بعد ، ويشير الطب الحديث إلى أنه قد يكون مرتبطا بالآفات الشرجية المحلية ، والنظام الغذائي ، والبيئة ، وعلم الوراثة ، وعوامل أخرى4. بالإضافة إلى تجنب ملامسة المهيجات والمواد المسببة للحساسية المحتملة ، يركز علاج الأكزيما الشرجية بشكل أساسي على طرق مثل تثبيط الالتهاب ومكافحة الحساسية وتخفيف الحكة5.

تم استخدام SDG على نطاق واسع لعلاج الأكزيما الشرجية وغيرها من الحالات الشرجية. ينظم SDG نضح الجلد الشرجي ، ويقلل من الرطوبة ، ويصلح الجلد الشرجي ، ويعالج الحكةبشكل فعال 6،7،8. علاوة على ذلك ، فإن SDG لديها القدرة على تنظيم الجراثيم حول العجان ، وبالتالي تحسين الأكزيما الشرجية 9,10.

يوفر علم الصيدلة الشبكي ، وهو نهج معلوماتي حيوي جديد ومتعدد التخصصات ومتطور في مجال الذكاء الاصطناعي والبيانات الضخمة ، استكشافا متعمقا للطب الصيني التقليدي. يؤكد هذا الانضباط على الشرح المنهجي لقواعد الارتباط الجزيئي بين الأدوية والأمراض من منظور الشبكة البيئية. وقد تم اعتماده على نطاق واسع لجوانب مختلفة ، بما في ذلك تحديد المكونات النشطة الرئيسية في مستخلصات الأعشاب ، وفك رموز آليات عملها العالمية ، وصياغة مجموعات الأدوية ، ودراسة توافق الوصفات الطبية. تظهر الوصفات الصينية التقليدية سمات متعددة المكونات ومتعددة الأهداف ، مما يدل على قدرتها الكبيرة على التكيف مع مجال علم الأدوية الشبكي. مدفوعة بهذه المنهجية ، ظهرت وجهات نظر جديدة في فحص أنظمة الطب الصيني التقليدي المعقدة ، مما يوفر دعما تقنيا قويا لترشيد التطبيقات السريرية وابتكار الأدوية11،12،13،14.

تهدف هذه الدراسة إلى استكشاف آلية فعالية أهداف التنمية المستدامة في علاج الأكزيما الشرجية. سعى هذا الجهد الاستقصائي إلى توضيح آلية إدارة الأدوية الموضعية باستخدام تكامل تآزري بين علم الأدوية الشبكي ومجموعات بيانات GEO. توفر النتائج رؤى قيمة حول فعالية أهداف التنمية المستدامة وآلياتها الأساسية في إدارة الأكزيما الشرجية ، مما يشير إلى إمكاناتها كنهج علاجي فعال لهذه الحالة. يتم عرض مخطط سير العمل التفصيلي للدراسة في الشكل 1.

Protocol

لا تشير هذه الدراسة إلى الموافقة الأخلاقية والموافقة على المشاركة. تم الحصول على البيانات المستخدمة في هذه الدراسة من قواعد بيانات الجينات.

1. التنبؤ بأهداف المرض

  1. الوصول إلى قاعدة بيانات GeneCards (https://www.genecards.org) وقاعدة بيانات الميراث المندلي في الإنسان (OMIM ، https://www.omim.org) ، باستخدام "الأكزيما الشرجية" كمصطلح بحث عن أهداف المرض.
  2. قم بتنزيل جداول البيانات الخاصة بأهداف المرض. حذف الأهداف المتكررة للحصول على أهداف الأكزيما الشرجية.

2. اختيار المكونات النشطة

  1. ابحث عن الكلمة الرئيسية "النيلي الطبيعي ، السرو الذهبي ، الجبس المكلس ، الكالامين ، والمرارة الصينية" في قاعدة بيانات الصيدلة لنظام الطب الصيني التقليدي (TCMSP ؛ http://tcmspw.com/tcmsp.php) للحصول على قائمة المكونات النشطة المرشحة وأهداف SDG.
  2. تعهد بالمكون إلى قاعدة بيانات ADME السويسرية (http://www.swissadme.ch/index.php) ، مع استخراج تفاصيل تلك التي تظهر امتصاصا "عاليا" للمؤشر الجلايسيمي ، إلى جانب قيمتين على الأقل من قيم DL "نعم" كعناصر نشطة.
    ملاحظة: عادة ، يتم تضمين المكونات ذات القيم الشبيهة بالدواء (DL) ≥0.18 في قاعدة البيانات فقط كمكونات نشطة.

3. بناء شبكة PPI وفحص البروتينات الأساسية

  1. في Venny2.1 (https://bioinfogp.cnb.csic.es/tools/venny/index.html) ، أدخل أهداف SDG والأكزيما الشرجية في LIST1 و LIST2 ، على التوالي. يتم إنشاء تمثيل مرئي للتقاطع على الفور. انقر فوق المنطقة المشتركة للكشف عن الأهداف المشتركة في قسم النتائج .
  2. الوصول إلى قاعدة بيانات STRING (https://string-db.org/). أدخل الأهداف في حقل قائمة الأسماء . ثم حدد الإنسان العاقل ككائن حي وتابع البحث > متابعة.
  3. عندما تكون النتائج متاحة ، افتح الإعدادات المتقدمة وحدد إخفاء العقد غير المتصلة في الشبكة. في الحد الأدنى المطلوب من نقاط التفاعل، قم بتعيين أعلى ثقة (0.900) ثم انقر فوق تحديث.
  4. انقر فوق الصادرات لتنزيل نص شبكة تفاعل البروتين والبروتين (PPI) بتنسيق .png و .tsv.

4. بناء شبكة مستهدفة لمكونات الأدوية والأمراض

  1. افتح Cytoscape 3.9.1 وقم باستيراد ملف .tsv المذكور في الخطوة 3.4. انقر فوق شريط النمط في لوحة التحكم لتحسين لون عقد الشبكة وخطها وجانبها.
  2. لتحليل طبولوجيا الشبكة، استخدم وظيفة تحليل الشبكة . للحصول على جينات المحور ، استخدم CytoHubba في برنامج Cytoscape. إنشاء شبكة مستهدفة للأدوية المكونة للأمراض.

5. تحليل التخصيب GO و KEGG

  1. قم بالوصول إلى موقع Metascape (https://metascape.org/). حدد ملفا أو الصق قائمة جينات في مربع الحوار وانقر فوق الزر إرسال. ثم حدد H. sapiens في كل من المدخلات كأنواع والتحليل كأنواع ؛ بعد ذلك ، قم بتمكين وظيفة التحليل المخصص.
  2. في خيار التخصيب ، حدد GO Molecular Functions و GO Biological Operations و GO Cellular Components وقاعدة بيانات KEGG Pathway. حدد اختيار مجموعات GO الانتقائية ، ثم انقر فوق الزر تحليل الإثراء . عند الانتهاء من شريط التقدم، ابدأ صفحة تقرير التحليل انقر لاسترداد نتائج الإثراء.

6. تحليل مجموعة بيانات رقاقة الجينات GEO

  1. ابحث وحلل مجموعة بيانات رقاقة الجينات GEO (GDS3806) باستخدام أداة GEO2R (https://ncbi.nlm.nih.gov/geo/geo2r/) للتحقيق في التعبير عن الجينات المركزية في مجموعات البيانات المختلفة (التهاب الجلد غير التأتبي في المجموعة الضابطة ؛ التهاب الجلد التأتبي الجماعي التجريبي).
  2. أدخل موقع قاعدة بيانات GEO على الويب (https://www.ncbi.nlm.nih.gov/geo/). أدخل الكلمة الرئيسية أو انضمام GEO ، وانقر فوق الزر "بحث ". حدد أفضل نتيجة مطابقة. ابحث عن السلسلة المرجعية (GSE26952).
  3. أدخل موقع أداة GEO2R (https://ncbi.nlm.nih.gov/geo/geo2r/) ، وأدخل السلسلة المرجعية في مربع انضمام GEO ، وانقر فوق الزر تعيين . حدد التهاب الجلد التحسسي كمجموعة تجريبية، وحدد عنصر التحكم غير التأتبي كمجموعة ضابطة، وانقر فوق الزر تحليل . بعد اكتمال الحساب ، ستظهر النتيجة.

7. الالتحام الجزيئي

  1. افتح قاعدة بيانات TCMSP وقم بتنزيل بنية 3D للمكونات المحددة. استخدم مربع البحث عن الاسم الكيميائي وابحث في أسماء المكونات المحددة لتنزيل ملفات بنية 3D المقابلة بتنسيق mol2.
  2. افتح قاعدة بيانات بروتين RCSB (http://www.pdb.org/) وقم بتنزيل الهياكل البلورية للأهداف الرئيسية. في مربع البحث ، ابحث عن الأسماء المستهدفة وقم بتنزيل ملفات البنية البلورية المقابلة بتنسيق pdb.
  3. استيراد المكونات وملفات البنية المستهدفة إلى برنامج التحليل. احذف جزيئات الماء بالنقر فوق تحرير > حذف الماء. أضف الهيدروجين بالنقر فوق تحرير > الهيدروجين > إضافة. اضبط المكونات على أنها الرباط ، وحدد أهدافا كاملة كمستقبل ، وقم بإجراء إرساء أعمى.
  4. تحديد نطاق الالتحام الجزيئي.
    1. حدد المستقبل والرباط بالتسلسل. انقر فوق Grid > Grid Box لضبط مربع الشبكة لتضمين النموذج بأكمله. انقر فوق ملف > إغلاق حفظ التيار لحفظ حالة مربع الشبكة. حفظ الملفات بتنسيق gpf.
    2. انقر فوق تشغيل > تشغيل Autogrid4 > اسم ملف المعلمة > تصفح ، حدد ملف gpf ، ثم انقر فوق الزر تشغيل .
  5. استخدم AutoDock 4 لإجراء الإرساء الجزيئي.
    1. انقر فوق إرساء > جزيء كبير > تعيين اسم الملف الصلب لتحديد المستقبل. انقر فوق الالتحام > Ligand > Open / اختر لتحديد الرباط.
    2. انقر فوق معلمات البحث > الإرساء لتعيين خوارزميات التشغيل ومعلمات الإرساء > الإرساء لتعيين معلمات الإرساء. حدد ملف dpf ، ثم انقر فوق الزر تشغيل. حفظ الملفات بتنسيق dpf.
    3. انقر فوق تحليل > الالتحام > فتح ، حدد ملف dlg ، انقر فوق تحليل > جزيء كبير لفتح المستقبل ، انقر فوق تحليل > المطابقات > Play ، مرتبة حسب الطاقة لتحليل النتائج. انقر فوق تعيين تشغيل > مركب الكتابة لحفظ النتائج بتنسيق pdbqt.
  6. استيراد ملفات الإرساء إلى برنامج PyMOL لإنشاء مزيد من التصور.
    1. حدد الليجند ، وانقر فوق الإجراء > البحث عن جهات الاتصال القطبية > > إلى ذرات أخرى في الكائن لعرض الروابط الهيدروجينية بين الروابط والبيئة الخارجية. انقر فوق c لتغيير اللون.
    2. انقر فوق الإجراء > استخراج الكائن. انقر فوق إظهار > العصي لإظهار بنية العصا للمستقبل. تحديد المخلفات المتصلة بالروابط وإظهار هيكل العصا.
    3. انقر فوق إخفاء > العصي لإخفاء بنية العصا للمستقبل. انقر فوق معالج > القياس وانقر على ذرتين بالتسلسل. انقر فوق الملصق > البقايا لإظهار ملصق المخلفات. اضبط لون الخلفية والشفافية إذا لزم الأمر. انقر فوق ملف > تصدير الصورة لحفظ الصورة.

النتائج

الجينات المرتبطة بالأكزيما الشرجية والجينات المستهدفة لأهداف التنمية المستدامة والأهداف الشائعة
تم فحص ما مجموعه 958 جينا مرشحا محتملا في بطاقات الجينات و 634 في قواعد بيانات OMIM ، بينما تم استبعاد التكرارات. للحصول على فهم شامل للجينات المرتبطة بالأكزيما الشرجية ، تم دمج النتائ?...

Discussion

التهاب الجلد التأتبي هو شكل محدد من الأكزيما التي تشترك في الآليات الأساسية مع الأكزيما. جينات المحور التي يعتقد أنها مرتبطة بهذه الحالة هي TNF و MAPK14 و CASP3. تعزى الآثار العلاجية لأهداف التنمية المستدامة على الأكزيما الشرجية بشكل أساسي إلى عملها على مسارات إشارات TNF و MAPK عبر هذه الجينات المحو...

Disclosures

ليس لدى المؤلفين ما يكشفون عنه.

Acknowledgements

اي.

Materials

NameCompanyCatalog NumberComments
AutoDockToolsAutoDockhttps://autodocksuite.scripps.edu/adt/
Cytoscape 3.9.1 Cytoscapehttps://cytoscape.org/
GeneCards database GeneCardshttps://www.genecards.org
GEO databaseNational Center for Biotechnology Informationhttps://www.ncbi.nlm.nih.gov/geo/
GEO2R tool National Center for Biotechnology Informationhttps://ncbi.nlm.nih.gov/geo/geo2r/
MetascapeMetascapehttps://metascape.org/
Online Mendelian inheritance in man databaseOMIMhttps://www.omim.org
RCSB protein database RCSB Protein Data Bank (RCSB PDB)http://www.pdb.org/
STRING database STRINGhttps://string-db.org/
Swiss ADME database Swiss Institute of Bioinformaticshttp://www.swissadme.ch/index.php
Traditional Chinese Medicine system's pharmacology database (TCMSP)Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platformhttp://tcmspw.com/tcmsp.php
Venny2.1BioinfoGPhttps://bioinfogp.cnb.csic.es/tools/venny/index.html

References

  1. 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).
  2. Dietrich, C. F., Hoch, F. Anal eczema. Revue Therapeutique. 78 (9), 509-512 (2021).
  3. Dietrich, A., Ruzicka, T., Hermans, C. Differential diagnosis of anal eczema. Hautarzt. 66 (6), 400-407 (2015).
  4. Rohde, H. Anal eczema, condylomata acuminata. Deutsche Medizinische Wochenschrift. 133 (6), 245-246 (2008).
  5. Havlickova, B., Weyandt, G. H. Therapeutic management of anal eczema: an evidence-based review. International Journal of Clinical Practice. 68 (11), 1388-1399 (2014).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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), e29593 (2022).
  14. 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).
  15. 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).
  16. 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).
  17. Weidinger, S., Novak, N. Atopic dermatitis. Lancet. 387 (10023), 1109-1122 (2016).
  18. 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).
  19. 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).
  20. 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).
  21. Zhang, Q., et al. Psoriasis treatment using Indigo Naturalis: Progress and strategy. Journal of Ethnopharmacology. 297, 115522 (2022).
  22. 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).
  23. 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).
  24. Sun, Z., et al. Indigo Naturalis alleviates dextran sulfate sodium-induced colitis in rats via altering gut microbiota. Frontiers in Microbiology. 11, 731 (2020).
  25. Cao, H., et al. Immune and metabolic regulation mechanism of Dangguiliuhuang decoction against insulin resistance and hepatic steatosis. Frontiers in Pharmacology. 8, 445 (2017).
  26. 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).
  27. 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).
  28. 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), 118 (2017).
  29. Numao, N., et al. Tryptanthrin attenuates TLR3-mediated STAT1 activation in THP-1 cells. Immunologic Research. 70 (5), 688-697 (2022).
  30. 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).
  31. 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).
  32. 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).
  33. Williams, H. C., Chalmers, J. Prevention of atopic dermatitis. Acta Dermato-Venereologica. 100 (12), (2020).
  34. 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).
  35. 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).
  36. 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).
  37. 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).
  38. 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).
  39. 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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

JoVE 203 ShiDuGao TNF MAPK GEO

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved