JoVE Logo
저자
연락처

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • 재인쇄 및 허가

요약

이 연구 노력은 네트워크 약리학과 유전자 발현 옴니버스(GEO) 데이터 세트의 시너지 통합을 사용하여 국소 약물 투여의 메커니즘을 설명하고자 했습니다. 이 논문은 항문 습진 치료에서 ShiDuGao(SDG)의 타당성, 표적 및 기전을 평가했습니다.

초록

항문 습진은 항문 주변 부위에 영향을 미치는 만성적이고 재발성 염증성 피부 질환입니다. 병변은 주로 항문과 항문 주위 피부에서 발생하지만 회음부나 생식기까지 확장될 수도 있습니다. ShiDuGao(SDG)는 항문 소양증, 삼출물 조절, 수분 감소 및 피부 복구에 대한 상당한 회복 특성을 가지고 있는 것으로 밝혀졌습니다. 그러나 항문 습진에 대한 SDG의 유전적 표적과 약리학적 기전은 아직 포괄적으로 설명되고 논의되지 않았습니다. 결과적으로 이 연구는 네트워크 약리학적 접근 방식을 채택하고 유전자 발현 옴니버스(GEO) 데이터 세트를 활용하여 유전자 표적을 조사했습니다. 또한 단백질-단백질 상호 작용 네트워크(PPI)가 구축되어 "약물-표적-질병" 상호 작용 네트워크 내에서 149개의 표적을 식별했으며 그 중 59개는 허브 유전자로 간주되었습니다.

항문 주위 습진 치료에서 SDG의 유전자 기능은 KEGG(Kyoto Encyclopedia of Genes and Genomes) 및 GO(Gene Ontology) 분석을 활용하여 평가되었습니다. 그 후, 네트워크 약리학적 분석에서 확인된 항항문 주위 습진 기능과 SDG의 잠재적 경로는 분자 도킹 방법론을 사용하여 검증되었습니다. 항문 습진 치료에서 SDG 표적 유전자 및 단백질과 관련된 생물학적 과정은 주로 사이토카인 매개 반응, 염증 반응 및 지질다당류에 대한 반응을 포함합니다. 경로 농축 및 기능적 주석 분석 결과는 SDG가 이질균 및 단순 헤르페스 바이러스 1 감염 경로를 조절하여 항문 습진을 예방하고 관리하는 데 중요한 역할을 한다는 것을 시사합니다. 네트워크 약리학 및 GEO 데이터베이스 분석은 특히 TNF 및 MAPK 신호 경로에서 중요한 허브 표적인 TNF, MAPK14 및 CASP3를 조절하여 항문 습진 치료에서 SDG의 다중 표적 특성을 확인합니다. 이러한 발견은 항문 습진에 대한 SDG의 치료 메커니즘에 대한 추가 조사를 위한 명확한 방향을 제공하는 동시에 이 쇠약해지는 상태에 대한 효과적인 치료 접근 방식으로서의 잠재력을 강조합니다.

서문

항문 습진은 항문 주위와 점막에 영향을 미치는 알레르기성 피부 질환으로 다양한 임상 증상을 나타낸다1. 특징적인 증상으로는 항문 홍반, 구진, 물집, 미란, 삼출물 및 딱지가 있습니다. 이러한 증상은 주로 환부의 긁힘, 두꺼워짐, 거칠기로 인해 발생한다2.

항문 습진은 질병의 장기화, 재발성 발작 및 까다로운 치료를 특징으로 하며 환자의 신체적, 정신적 건강에 악영향을 미칠 수 있습니다3. 항문 습진의 발병 기전은 아직 명확하지 않으며, 현대 의학은 국소 항문 병변, 식습관, 환경, 유전 및 기타 요인과 관련이 있을 수 있음을 시사합니다4. 항문 습진의 치료는 자극 물질 및 잠재적 알레르기 항원과의 접촉을 피하는 것 외에도 주로 염증 억제, 항알레르기 및 가려움증 완화와 같은 방법에 중점을 둡니다5.

SDG는 항문 습진 및 기타 항문 질환의 치료에 광범위하게 활용되어 왔습니다. SDG는 항문 피부 삼출물을 조절하고, 수분을 줄이며, 항문 피부를 복구하고, 소양증 6,7,8을 효과적으로 해결합니다. 또한 SDG는 periianus 미생물군을 조절하여 항문 습진 9,10을 개선할 수 있는 잠재력을 가지고 있습니다.

인공 지능 및 빅 데이터 영역에서 새롭고 학제 간 최첨단 생물 정보학 접근 방식인 네트워크 약리학은 중국 전통 의학에 대한 심층적인 탐구를 제공합니다. 이 분야는 생태학적 네트워크 관점에서 약물과 질병 간의 분자 상관 관계 규칙을 체계적으로 설명하는 것을 강조합니다. 허브 추출물의 주요 활성 성분 식별, 글로벌 작용 메커니즘 해독, 약물 조합 공식화, 처방 호환성 연구 등 다양한 측면에서 광범위하게 채택되었습니다. 전통적인 중국 처방은 다중 성분 및 다중 표적의 특성을 나타내며 네트워크 약리학 영역에 대한 상당한 적응성을 나타냅니다. 이 방법론에 힘입어 복잡한 한의학 체계에 대한 새로운 관점이 등장하여 임상 적용 합리화 및 약물 혁신을 위한 강력한 기술 지원을 제공하고있습니다 11,12,13,14.

이 연구는 항문 습진 치료에서 SDG의 효과 메커니즘을 탐구하는 것을 목표로 합니다. 이 조사 노력은 네트워크 약리학과 GEO 데이터 세트의 시너지 통합을 사용하여 국소 약물 투여의 메커니즘을 설명하고자 했습니다. 이 연구 결과는 항문 습진 관리에서 SDG의 효능과 근본적인 메커니즘에 대한 귀중한 통찰력을 제공하여 이 질환에 대한 효과적인 치료 접근 방식으로서의 잠재력을 나타냅니다. 연구의 자세한 워크플로 다이어그램은 그림 1에 나와 있습니다.

프로토콜

이 연구는 참여에 대한 윤리적 승인과 동의를 언급하지 않습니다. 이 연구에 사용된 데이터는 유전자 데이터베이스에서 얻은 것입니다.

1. 질병 표적 예측

  1. GeneCards 데이터베이스(https://www.genecards.org)와 온라인 Mendelian inheritance in man 데이터베이스(OMIM, https://www.omim.org)에 액세스하여 "항문 습진"을 질병 표적 검색어로 사용합니다.
  2. 질병 표적의 스프레드시트를 다운로드합니다. 반복되는 표적을 삭제하여 항문 습진 표적을 얻습니다.

2. 활성 성분 선택

  1. Traditional Chinese Medicine 시스템의 약리학 데이터베이스(TCMSP; http://tcmspw.com/tcmsp.php)에서 "indigo naturalis, golden cypress, calcined gypsum, calamine, and Chinese Gall"이라는 키워드를 검색하면 SDG의 후보 활성 성분 및 목표 목록을 얻을 수 있습니다.
  2. 구성 요소를 스위스 ADME 데이터베이스(http://www.swissadme.ch/index.php)에 맡기고 활성 요소로 최소 2개의 "예" DL 값과 함께 "높은" GI 흡수를 나타내는 구성 요소의 세부 정보를 추출합니다.
    참고: 일반적으로 데이터베이스에서 DL(Drug-Like) 값이 ≥0.18인 성분만 활성 성분으로 포함됩니다.

3. PPI 네트워크 구축 및 핵심 단백질 스크리닝

  1. Venny2.1( https://bioinfogp.cnb.csic.es/tools/venny/index.html)에서는 SDG와 항문 습진의 목표를 각각 LIST1과 LIST2에 입력합니다. 교차로의 시각적 표현이 즉시 생성됩니다. 공유 영역을 클릭하면 결과 섹션에 공통 대상이 표시됩니다.
  2. STRING 데이터베이스(https://string-db.org/)에 액세스합니다. List of Names 필드에 대상을 입력합니다. 그런 다음 호모 사피엔스를 유기체 로 선택하고 검색 > 계속을 진행합니다.
  3. 결과를 사용할 수 있는 경우 고급 설정을 열고 네트워크에서 연결이 끊긴 노드 숨기기를 선택합니다. 필요한 최소 상호 작용 점수에서 가장 높은 신뢰도(0.900)를 설정한 다음 업데이트를 클릭합니다.
  4. 내보내기를 클릭하여 단백질-단백질 상호 작용(PPI) 네트워크의 텍스트를 .png 및 .tsv 형식으로 다운로드합니다.

4. 의약품-성분-질병-표적 네트워크 구축

  1. Cytoscape 3.9.1을 열고 3.4단계에서 언급한 .tsv 파일을 가져옵니다. 제어판에서 스타일 표시줄을 클릭하여 네트워크 노드의 색상, 글꼴 및 측면을 최적화합니다.
  2. 네트워크 토폴로지 분석의 경우 네트워크 분석 기능을 사용합니다. 허브 유전자를 얻으려면 Cytoscape 소프트웨어에서 CytoHubba 를 사용하십시오. 약물-성분-질병-표적 네트워크를 구축합니다.

5. GO 및 KEGG 농축 분석

  1. Metascape 웹 사이트(https://metascape.org/)에 액세스합니다. 파일을 선택하거나 유전자 목록을 대화 상자에 붙여넣고 제출 버튼을 클릭합니다. 그런 다음 Input(입력)을 Species(종)로, Analysis(분석)를 Species(종)로 선택합니다. 그런 다음 사용자 지정 분석 기능을 활성화하십시오.
  2. 농축 옵션에서 GO Molecular Functions, GO Biological Processes, GO Cellular Components 및 KEGG Pathway 데이터베이스를 선택합니다. Pick Selective GO Clusters(선택적 GO 클러스터 선택)를 선택한 다음 Enrichment Analysis 버튼을 클릭합니다. 진행률 표시줄이 완료되면 분석 보고서 페이지 클릭을 시작하여 보강 결과를 검색합니다.

6. GEO 유전자 칩 데이터 세트 분석

  1. GEO2R 도구(https://ncbi.nlm.nih.gov/geo/geo2r/)를 사용하여 GEO 유전자 칩 데이터 세트(GDS3806)를 검색 및 분석하여 다양한 데이터 그룹(대조군-비아토피 피부염, 실험군-아토피 피부염)에서 중심 유전자의 발현을 조사합니다.
  2. GEO 데이터베이스 웹 사이트 (https://www.ncbi.nlm.nih.gov/geo/)를 입력합니다. 키워드 또는 GEO Accession을 입력하고 검색 버튼을 클릭합니다. 가장 일치하는 결과를 선택합니다. 참조 시리즈(GSE26952)를 찾습니다.
  3. GEO2R 도구 웹 사이트 (https://ncbi.nlm.nih.gov/geo/geo2r/)에 들어가 GEO Accession 상자에 참조 시리즈를 입력하고 설정 버튼을 클릭합니다. 실험군으로 아토피 피부염 을 선택하고, 대조군으로 Nonatopic Control 을 선택한 후 Analyze 버튼을 클릭합니다. 계산이 완료되면 결과가 나타납니다.

7. 분자 도킹

  1. TCMSP 데이터베이스를 열고 선택한 성분의 3D 구조를 다운로드합니다. 화학명 검색 상자를 사용하고 선택한 성분 이름을 검색하여 해당 3D 구조 파일을 mol2 형식으로 다운로드합니다.
  2. RCSB 단백질 데이터베이스(http://www.pdb.org/)를 열고 주요 표적의 결정 구조를 다운로드합니다. 검색 상자에서 대상 이름을 검색하고 해당 결정 구조 파일을 pdb 형식으로 다운로드합니다.
  3. 성분 및 표적 구조 파일을 분석 소프트웨어로 가져옵니다. Edit > Delete Water를 클릭하여 물 분자를 삭제합니다. Edit(Edit) > Hydrogens(수소) > Add(추가)를 클릭하여 수소를 추가합니다. 성분을 리간드로 설정하고, 전체 표적을 수용체로 선택하고, 블라인드 도킹을 수행합니다.
  4. 분자 도킹의 범위를 결정합니다.
    1. 수용체와 리간드를 순서대로 선택합니다. 그리드(Grid) > 그리드 상자(Grid Box )를 클릭하여 전체 모델을 포함하도록 그리드 상자를 조정합니다. 파일( File) > 현재 저장 닫기(Close saving current)를 클릭하여 그리드 상자 상태를 저장합니다. 파일을 gpf 형식으로 저장합니다.
    2. Run > Run Autogrid4 > Parameter Filename > Browse를 클릭하고 gpf 파일을 선택한 다음 Launch 버튼을 클릭합니다.
  5. AutoDock 4를 사용하여 분자 도킹을 수행합니다.
    1. Docking > Macromolecule > Set Rigid Filename을 클릭하여 수용체를 선택합니다. Docking > Ligand > Open/을 클릭하여 리간드를 선택합니다.
    2. 도킹(Docking) > 파라미터 검색(Search Parameters)을 클릭하여 작동 알고리즘을 설정하고 도킹 > 도킹 파라미터(Docking Docking Parameters)를 클릭하여 도킹 파라미터를 설정합니다. dpf 파일을 선택한 다음 실행 버튼을 클릭합니다. 파일을 dpf 형식으로 저장합니다.
    3. Analyze > Docking > Open을 클릭하고, dlg 파일을 선택하고, Analyze > Macromolecule을 클릭하여 수용체를 열고, Analyze > Conformations > Play, Ranked by Energy를 클릭하여 결과를 분석합니다. Set Play > Write Complex를 클릭하여 결과를 pdbqt 형식으로 저장합니다.
  6. 도킹 파일을 PyMOL 소프트웨어로 가져와 추가 시각화를 구성합니다.
    1. 리간드를 선택하고 Action(동작) > Find > Polar Contacts > To Other Atoms in Object(물체의 다른 원자에 대한 극성 접점 찾기)를 클릭하여 리간드와 외부 환경 간의 수소 결합을 표시합니다. c를 클릭하면 색상이 변경됩니다.
    2. Action( 작업) > Extract Object(개체 추출)를 클릭합니다. Show > Sticks(스틱 표시 )를 클릭하면 수용체의 스틱 구조가 표시됩니다. 리간드에 연결된 잔류물을 식별하고 스틱 구조를 보여줍니다.
    3. Hide > Sticks(스틱 숨기기)를 클릭하여 수용체의 스틱 구조를 숨깁니다. Wizard > Measurement(마법사 측정)를 클릭하고 두 개의 원자를 순서대로 클릭합니다. Label > Residue(레이블 잔류물)를 클릭하여 잔류물의 레이블을 표시합니다. 필요한 경우 배경색과 투명도를 조정합니다. File(파일) > Export Image as(다른 이름으로 이미지 내보내기)를 클릭하여 사진을 저장합니다.

결과

항문 습진 관련 유전자, SDG 표적 유전자 및 공통 표적
총 958개의 잠재적 유전자 후보가 Genecards에서, 634개는 OMIM 데이터베이스에서 스크리닝되었으며, 중복은 제외되었습니다. 항문 습진 관련 유전자를 포괄적으로 이해하기 위해 여러 데이터베이스의 연구 결과를 통합하여 총 958개의 별개의 유전자를 생성했습니다. 결과적으로, 항문 습진에 특이적인 단백질-단백질 상호작용 네트워...

토론

아토피 피부염은 습진과 기저 기전을 공유하는 습진의 특정 형태입니다. 이 질환과 관련이 있는 것으로 여겨지는 허브 유전자는 TNF, MAPK14 및 CASP3입니다. 항문 습진에 대한 SDG의 치료 효과는 주로 이 세 가지 허브 유전자를 통한 TNF 및 MAPK 신호 전달 경로에 대한 작용에 기인한다17.

SDG에는 인디고 내추럴리스(indigo naturalis), 골든 사이프러스(golden cypress), 소성 ?...

공개

저자는 공개할 것이 없습니다.

감사의 말

없음.

자료

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

참고문헌

  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).

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

JoVE203ShiDuGaoTNFMAPKGEO

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연락처

사서에게 추천하기

JoVE 뉴스레터

연구

교육

저자

사서

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유