Pour commencer, ouvrez la base de données et la plateforme d’analyse des systèmes de médecine traditionnelle chinoise. Entrez la composition médicinale pour Jiawei Shengjiang San, ou JWSJS, et appliquez les critères de sélection. Ensuite, à l’aide de la base de données, récupérez les cibles correspondant aux ingrédients.
Obtenir les ingrédients actifs de Bombyx batryticatus et Cicadidae Periostracum dans les bases de données de la médecine traditionnelle chinoise et de la composition chimique. Après avoir sélectionné des composés avec des numéros de service abstraits chimiques, téléchargez des diagrammes de structure 2D des ingrédients actifs sur PubChem. Avec SwissADME, dépister les composants à absorption gastro-intestinale élevée comme similitude médicamenteuse dont deux articles ou plus étaient oui.
Importez-les dans la base de données pour la prédiction de la protéine cible. Dans l’UniProt, définissez le statut comme examiné et l’espèce comme humaine et standardisez les cibles. Recherchez la néphropathie diabétique, ou DN, dans diverses bases de données et obtenez les cibles.
Après la combinaison et la déduplication. À l’aide de notre logiciel 4.2.0, filtrez les cibles courantes de JWSJS et DN pour dessiner des diagrammes de Venn. Importez les ingrédients actifs et les cibles potentielles de JWSJS dans le logiciel Cytoscape 3.8.0 pour créer un diagramme de réseau de cibles d’ingrédients médicamenteux qui visualise le lien entre les médicaments, les ingrédients, les cibles et les maladies.
Pour analyser les gènes qui se croisent dans la plateforme STRING, définissez l’espèce à Homo sapiens et le score d’interaction minimum requis à plus de 0,9 pour construire le réseau à l’aide d’un mode d’analyse de protéines multiples. À l’aide de Cytoscape 3.8.0, analysez topologiquement le réseau et calculez la centralité d’intermédiarité, la centralité de proximité, la centralité de degré, la centralité de vecteur propre, la méthode basée sur la connectivité moyenne locale et les valeurs de centralité de réseau pour chaque nœud. Obtenez ensuite les ID des cibles d’intersection avec orghs.eg.
db. À l’aide du profileur de cluster org.hs.eg. db, enrichplot et ggplot2, effectuent des analyses d’enrichissement.
Recherchez l’analyse d’enrichissement de l’ontologie génétique fonctionnelle sur les 10 principaux résultats biologiques avec une valeur p corrigée inférieure à 0,05, et sélectionnez les 30 principales voies d’enrichissement les plus élevées pour l’Encyclopédie de Kyoto sur l’analyse des gènes et des génomes. Recherchez dans la base de données PubChem le fichier SDF de la structure 2D des composants de base de JWSJS. À l’aide du logiciel ChemBio3D Ultra 14.0, générez et optimisez sa structure 3D.
Enregistrez-le au format MOL2 pour l’utiliser comme fichier ligand. Retrouvez et téléchargez le format PDB de la structure 3D des cibles principales à partir de la base de données de la banque de données de protéines du laboratoire de recherche en bioinformatique structurale. À l’aide du logiciel PyMOL 2.4.0, supprimez les molécules d’eau et les ligands de la structure de la protéine et enregistrez-les en tant que fichier de récepteur PDB.
Importez le fichier de protéine réceptrice dans le logiciel AutoDock Tools 1.5.7 pour l’hydrogénation et convertissez à la fois la protéine réceptrice et le ligand de petite molécule au format PDBQT. Réglez la poche active pour la protéine réceptrice avec le coefficient d’espacement défini sur un. À l’aide d’AutoDock Vina 1.2.0 pour l’amarrage moléculaire, calculez l’énergie de liaison.
Visualisez les résultats de l’amarrage à l’aide des logiciels PyMOL 2.3.0 et LigPlot 2.2.5. Mener des études de dynamique moléculaire ou de DM sur un trio de complexes de ligands dérivés les plus prometteurs, et utiliser un environnement aqueux SBC avec 0,15 molaire de chlorure de sodium. Lancez une phase de minimisation de l’énergie pendant 100 picosecondes à l’aide des paramètres par défaut de Desmond.
Assurer une température et une pression stables de 26,85 degrés Celsius et 1,01325 bar dans tous les systèmes de production grâce à la chaîne Nose-Hoover et aux méthodologies Martyna-Tobias-Kline. Exécutez la simulation MD pendant 100 nanosecondes avec un pas de temps de deux femtosecondes, en enregistrant les coordonnées atomiques toutes les 100 picosecondes. Ouvrez le diagramme d’interactions de simulation ou le module SID et chargez-y les fichiers de données des résultats de simulation.
Une fois l’analyse terminée, visualisez et interprétez les résultats dans l’interface du module SID. Injectez chez l’animal du groupe modèle une injection intrapéritonéale de streptozotocine. Après 72 heures, testez le taux de sucre dans le sang par prélèvement sanguin dans la veine de la queue.
Observez les changements histopathologiques dans le rein de rat pour confirmer le succès du modèle DN. Ensuite, administrez des médicaments appropriés au rat par gavage oral une fois par jour. Prélevez des échantillons de sang dans l’aorte abdominale du rat anesthésié.
Enfin, après l’euthanasie du rat, prélevez les reins pour des analyses biochimiques et microscopiques. La coloration périodique à l’acide de Schiff a montré que le groupe modèle avait des volumes glomérulaires accrus, une membrane basale épaissie et une matrice mésangiale accrue par rapport au groupe normal. Ces manifestations pathologiques ont été significativement atténuées dans chaque groupe de médicaments administrés.
La microscopie électronique à transmission a indiqué que la membrane basale glomérulaire du groupe modèle était épaissie par rapport au groupe normal. Les manifestations microscopiques des rats dans chaque groupe d’administration ont été soulagées à des degrés divers par rapport au groupe modèle. Par rapport au groupe modèle, il y a eu une réduction significative de l’expression de p-EGFR, de p-MAPK3/1 et de BAX, et une régulation à la hausse de l’expression de BCL-2 dans les tissus rénaux de rat de chaque groupe de dosage à des degrés divers.
