대사학은 전반적이고 역동적인 대사 반응을 측정하며 중국 전통 의학의 전반적인 효능을 결정하는 것과 일치합니다. 신체의 대사 반응으로 인한 약물 성분의 변화는 대사학을 통해 결정될 수 있습니다. TCM의 활성 성분을 스크리닝하는 범위는 이 기술을 활용하여 좁힐 수 있습니다.
일방성은 개별 구성 요소를 연구함으로써 피할 수 있습니다. 이 방법은 동시에 혈액 내로 흡수되는 내인성 대사 산물과 외인성 성분을 결정할 수 있습니다. 대사노학은 TCM, 약물 독성학, 건강 관리, 스포츠, 식품 및 기타 분야에 대한 연구에 널리 사용되었습니다.
시작하려면 3일 동안 6마리의 Sprague Dawley 쥐 그룹을 치료하기 위해 식초로 처리한 Cyperi rhizoma(CR) 또는 Cyperi rhizoma(CR)의 추출물을 결정합니다. 이 방정식을 사용하여 쥐당 적용할 CR 또는 CRV의 부피를 계산합니다. CRV를 처리하려면 100 밀리리터 당 5.5 그램 이상의 아세트산을 함유 한 100 그램의 CR과 20 그램의 식초를 완전히 혼합하고 12 시간 동안 배양하십시오.
배양 후, 혼합물을 철 팬에서 섭씨 110 내지 120도에서 10 분 동안 볶는다. 그런 다음 혼합물을 제거하고 실온에서 식히십시오. CR 추출물을 준비하려면 CR을 취한 CR 양의 10배인 순수한 물로 2시간 동안 담가 약재가 액체 수준보다 낮은지 확인합니다.
다음으로 물과 약의 혼합물을 고열로 끓여서 약한 불에서 20 분 동안 끓입니다. 그런 다음 100메쉬 여과포로 내용물을 걸러내고 여과액을 수집합니다. 이어서, 수집된 여과액을 회전 증발기로 추출물에 넣고 밀리리터당 1그램이 되도록 농축한다.
CRV 추출물을 제조하기 위해, CR 추출에 대해 입증된 바와 같이 침지, 끓임 및 농축하는 단계를 수행한다. CR 및 CRV 추출물을 시험하기 위해, 500 마이크로리터의 추출물을 1.5 밀리리터 마이크로원심분리 튜브에서 500 마이크로리터의 메탄올로 피펫팅하고, 혼합하기 위해 30초 동안 와동시킨다. 섭씨 4도에서 16, 500g에서 15분 동안 샘플을 원심분리합니다.
그런 다음 상층액을 제거하고 테스트를 위해 샘플 바이알로 옮깁니다. 샘플을 테스트한 후 주성분 분석(PCA)을 수행하고 해석 소프트웨어를 사용하여 모델링을 수행합니다. 대사 산물의 표준화된 데이터를 소프트웨어로 가져온 다음 Autofit을 사용하여 분석 모델을 구축합니다.
마지막으로 점수를 사용하여 PCA의 점수 산점도를 구합니다. 직교 부분 최소 제곱 판별 분석(OPLS-DA)을 수행하려면 대사 산물과 CR 및 CRV 그룹에 대한 표준화된 데이터를 소프트웨어로 가져옵니다. 그런 다음 CR 및 CRV 데이터를 생성된 해당 그룹으로 가져옵니다.
그런 다음 자동 맞춤을 사용하여 분석 모델을 빌드하고 점수를 사용하여 OPLS-DA의 점수 산점도를 확보하십시오. 마지막으로, VIP를 사용하여 OPLS-DA의 프로젝션 또는 VIP 값에서 변수 유의성을 확보하십시오. 잠재적으로 차등적인 대사 산물을 식별하려면 VIP 값이 1보다 큰 대사 산물을 선별합니다.
그런 다음 통계 소프트웨어를 사용하여 학생의 T-검정으로 선별된 대사산물의 P-값을 계산합니다. 다음으로, 차등 대사 산물을 식별하기 위해 주석이 달린 대사 산물을 사용하고 KEGG 데이터베이스에서 일치시킬 차등 대사 산물을 선별합니다. 히트 맵을 그려 CR 및 CRV 그룹의 차등 대사 산물의 변화를 보여줍니다.
잠재적인 대사 경로를 검사하려면 MetaboAnalyst 데이터베이스로 이동하십시오. 경로 분석을 사용하여 다양한 대사 산물을 업로드하여 잠재적인 대사 경로를 얻습니다. 다양한 대사산물을 KEGG 데이터베이스에 업로드하여 잠재적인 대사 경로를 분석합니다.
분석된 월경통 모델 실험은 프로스타글란딘 수치에 상당한 차이를 보였다. 모델 CR 및 CRV 그룹의 쥐는 옥시토신 주사 후 상당한 몸부림 반응을 보였다. PCA 분석 결과는 모델 그룹과 비교하여 CR 및 CRV의 클러스터가 양이온 및 음이온 모드 모두에서 유의하게 분리되었음을 입증했습니다.
OPLS-DA는 대사 차이를 스크리닝하는 데 사용되었으며 산점도 결과는 CR과 CRV 그룹이 분리되었음을 보여주었습니다. 대사 변이를 확인하기 위해 단변량 통계 분석이 수행되었습니다. 화산 플롯이 표시되며, 각 점은 다른 대사 산물에 해당합니다.
양성 모드에서 63 개의 대사 산물에서 유의 한 변화가 관찰되었고 음성 모드에서 30 개의 대사 산물에서 유의 한 변화가 관찰되었다. KEGG 및 HDMB 데이터베이스를 사용하여 차등 대사 산물을 결정하고 정확하게 일치하는 화합물을 나열했습니다. CR과 CRV 그룹 사이의 차등 대사 산물의 정량적 값을 계산하고 클러스터링했습니다.
색상 패치는 각 대사 산물이 다른 대사 산물에 비해 어떻게 표현되는지를 나타냅니다. CR 그룹과 비교하여 CRV 그룹의 4개 차동 대사 산물 수준은 증가한 반면 양이온 모드에서는 11개의 대사 산물이 감소했습니다. 음이온 모드의 경우 4개의 차등 대사산물이 증가하고 7개의 대사산물이 감소했습니다.
KEGG 경로 분석 결과, 차등 대사산물은 양성 및 음성 모드에서 9가지 경로와 관련이 있는 것으로 나타났습니다. 차등 대사 산물이 많을수록 결과가 더 좋아지므로 충분한 대사 경로를 연결할 수 있고 선별된 주요 대사 경로가 더 정확해집니다.
