JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Bu araştırma çabası, ağ farmakolojisi ve gen ekspresyonu omnibus (GEO) veri kümelerinin sinerjik bir entegrasyonunu kullanarak topikal ilaç uygulama mekanizmasını aydınlatmaya çalıştı. Bu makalede anüs egzamasının tedavisinde ShiDuGao'nun (SDG) uygulanabilirliği, hedefi ve mekanizması değerlendirilmiştir.

Özet

Anüs egzaması, anüs çevresini etkileyen kronik ve tekrarlayan inflamatuar bir cilt hastalığıdır. Lezyonlar öncelikle anal ve perianal deride meydana gelirken, perine veya genital bölgeye de uzanabilir. ShiDuGao'nun (SDG) anal kaşıntıya, eksüdasyon kontrolüne, nem azaltmaya ve cilt onarımına karşı önemli onarıcı özelliklere sahip olduğu bulunmuştur. Bununla birlikte, SDG'nin anal egzama üzerindeki genetik hedefleri ve farmakolojik mekanizmaları henüz tam olarak aydınlatılmamış ve tartışılmamıştır. Sonuç olarak, bu çalışmada ağ farmakolojik bir yaklaşım kullanılmış ve gen hedeflerini araştırmak için gen ekspresyon omnibus (GEO) veri kümeleri kullanılmıştır. Ek olarak, bir protein-protein etkileşim ağı (PPI) kuruldu ve bunun sonucunda "ilaç-hedef-hastalık" etkileşim ağı içinde 59'u merkez gen olarak kabul edilen 149 hedefin tanımlanması sağlandı.

Perianal egzama tedavisinde SDG'nin gen fonksiyonu, Kyoto Genler ve Genomlar Ansiklopedisi (KEGG) ve Gen Ontolojisi (GO) analizi kullanılarak değerlendirildi. Daha sonra, ağ farmakolojik analizinde tanımlandığı gibi SDG'nin anti-perianal egzama fonksiyonu ve potansiyel yolu, moleküler yerleştirme metodolojisi kullanılarak doğrulandı. Anüs egzamasının tedavisinde SDG hedefli genler ve proteinlerle ilişkili biyolojik süreçler, diğerlerinin yanı sıra öncelikle sitokin aracılı yanıtları, inflamatuar yanıtları ve lipopolisakkarite yanıtları kapsar. Yol zenginleştirme ve fonksiyonel açıklama analizlerinin sonuçları, SDG'nin Shigellosis ve herpes simpleks virüs 1 enfeksiyon yolaklarını düzenleyerek anal egzamanın önlenmesinde ve yönetilmesinde çok önemli bir rol oynadığını göstermektedir. Ağ farmakolojisi ve GEO veri tabanı analizi, anal egzama tedavisinde, özellikle TNF ve MAPK sinyal yollarında çok önemli merkez hedefleri olan TNF, MAPK14 ve CASP3'ü modüle ederek SDG'nin çok hedefli doğasını doğrulamaktadır. Bu bulgular, SDG'nin anal egzama için terapötik mekanizması hakkında daha fazla araştırma için net bir yön sağlarken, bu zayıflatıcı durum için etkili bir tedavi yaklaşımı olma potansiyelini vurgulamaktadır.

Giriş

Anal egzama, perianal bölgeyi ve mukozayı etkileyen, çeşitli klinik belirtiler gösteren alerjik bir cilt rahatsızlığıdır1. Karakteristik semptomlar arasında anal eritem, papüller, kabarcıklar, erozyon, eksüdalar ve kabuklanma bulunur. Bu belirtiler çoğunlukla etkilenen bölgenin çizilmesi, kalınlaşması ve pürüzlülüğü nedeniyle ortaya çıkar2.

Hastalığın uzun sürmesi, tekrarlayan ataklar ve zorlu tedavi ile karakterize edilen anal egzama, hastaların fiziksel ve zihinsel sağlığı üzerinde olumsuz etkilere neden olabilir3. Anal egzamanın patogenezi henüz net değildir ve modern tıp, lokal anal lezyonlar, diyet, çevre, genetik ve diğer faktörlerle ilişkili olabileceğini düşündürmektedir4. Anal egzama tedavisi, tahriş edici maddeler ve potansiyel alerjenlerle temastan kaçınmanın yanı sıra, esas olarak iltihabı önleme, alerji önleme ve kaşıntıyı hafifletme gibi yöntemlere odaklanır5.

SDG, anal egzama ve diğer anal durumların tedavisinde yaygın olarak kullanılmaktadır. SDG, anal cilt eksüdasyonunu düzenler, nemi azaltır, anal cildi onarır ve kaşıntıyı etkili bir şekilde ele alır 6,7,8. Ayrıca, SDG, perianüs mikrobiyotasını düzenleme ve böylece anüs egzamasını iyileştirme potansiyeline sahiptir 9,10.

Yapay zeka ve büyük veri alanında yeni ve disiplinler arası, son teknoloji bir biyoinformatik yaklaşım olan ağ farmakolojisi, geleneksel Çin tıbbının derinlemesine araştırılmasını sağlar. Bu disiplin, ilaçlar ve hastalıklar arasındaki moleküler korelasyon kurallarının ekolojik ağ perspektifinden sistemik olarak açıklanmasını vurgulamaktadır. Bitki özlerindeki temel aktif bileşenlerin tanımlanması, küresel etki mekanizmalarının deşifre edilmesi, ilaç kombinasyonlarının formüle edilmesi ve reçete uyumluluğunun incelenmesi dahil olmak üzere çeşitli yönlerden kapsamlı bir şekilde benimsenmiştir. Geleneksel Çin reçeteleri, çok bileşenli ve çok hedefli nitelikleri sergiler ve bu da ağ farmakolojisi alanına önemli ölçüde uyarlanabilirliklerini gösterir. Bu metodoloji tarafından yönlendirilen, karmaşık geleneksel Çin tıbbı sistemlerinin incelenmesinde yeni bakış açıları ortaya çıkmış ve klinik uygulama rasyonalizasyonu ve ilaç yeniliği için sağlam teknik destek sağlamıştır 11,12,13,14.

Bu çalışmanın amacı, anal egzama tedavisinde SKH'nin etkinlik mekanizmasını araştırmaktır. Bu araştırma çabası, ağ farmakolojisi ve GEO veri kümelerinin sinerjik bir entegrasyonunu kullanarak topikal ilaç uygulama mekanizmasını aydınlatmaya çalıştı. Bulgular, anüs egzamasının tedavisinde SDG'nin etkinliği ve altında yatan mekanizmalar hakkında değerli bilgiler sağlamakta ve bu durum için etkili bir terapötik yaklaşım olma potansiyelini göstermektedir. Çalışmanın ayrıntılı iş akış şeması Şekil 1'de sunulmuştur.

Protokol

Bu çalışma etik kurul onayı ve katılım onayı anlamına gelmemektedir. Bu çalışmada kullanılan veriler gen veri tabanlarından elde edilmiştir.

1. Hastalık hedeflerinin tahmini

  1. GeneCards veritabanına (https://www.genecards.org) ve insan veritabanında (OMIM, https://www.omim.org) çevrimiçi Mendel kalıtımına erişin ve hastalık hedefleri için arama terimi olarak "anüs egzaması" kullanın.
  2. Hastalık hedeflerinin elektronik tablolarını indirin. Anüs egzaması hedeflerini elde etmek için tekrarlanan hedefleri silin.

2. Aktif bileşenlerin seçimi

  1. SDG'nin aday aktif bileşenlerinin ve hedeflerinin listesini elde etmek için Geleneksel Çin Tıbbı sisteminin farmakoloji veritabanında (TCMSP; http://tcmspw.com/tcmsp.php) "indigo naturalis, altın selvi, kalsine alçıtaşı, kalamin ve Çin Safrası" anahtar kelimesini arayın.
  2. Bileşeni İsviçre ADME veritabanına (http://www.swissadme.ch/index.php) emanet edin, aktif elemanlar olarak en az iki "Evet" DL değeri ile birlikte "yüksek" GI absorpsiyonu sergileyenlerin ayrıntılarını çıkarın.
    NOT: Normalde, yalnızca veritabanında ilaç benzeri (DL) değerlere ≥0.18 olan bileşenler aktif bileşen olarak dahil edilir.

3. PPI ağının inşası ve çekirdek proteinlerin taranması

  1. Venny2.1(https://bioinfogp.cnb.csic.es/tools/venny/index.html)'de, SDG ve anüs egzaması hedeflerini sırasıyla LİSTE1 ve LİSTE2'ye girin. Kavşağın görsel bir temsili anında oluşturulur. Sonuçlar bölümünde ortak hedefleri ortaya çıkarmak için paylaşılan alana tıklayın.
  2. STRING veritabanına (https://string-db.org/) erişin. Hedefleri İsim Listesi alanına girin. Ardından Organizma olarak Homo sapiens'i seçin ve Ara > Devam Et ile devam edin.
  3. Sonuçlar mevcut olduğunda, Gelişmiş Ayarlar'ı açın ve ağdaki bağlantısı kesilmiş düğümleri gizle'yi seçin. Gerekli Minimum Etkileşim Puanı'nda en yüksek güvenirliği (0,900) ayarlayın ve ardından Güncelle'ye tıklayın.
  4. Protein-protein etkileşimi (PPI) ağının metnini .png ve .tsv formatında indirmek için Dışa Aktar'a tıklayın.

4. İlaç-bileşen-hastalık-hedef ağının oluşturulması

  1. Cytoscape 3.9.1'i açın ve adım 3.4'te belirtilen .tsv dosyasını içe aktarın. Ağ düğümlerinin rengini, yazı tipini ve yanını optimize etmek için kontrol panelindeki Stil çubuğuna tıklayın.
  2. Ağ topolojisi analizi için Ağı Analiz Et işlevini kullanın. Hub genlerini elde etmek için Cytoscape yazılımında CytoHubba'yı kullanın. İlaç-bileşen-hastalık-hedef ağını kurun.

5. GO ve KEGG zenginleştirme analizi

  1. Metascape web sitesine erişin (https://metascape.org/). Bir dosya seçin veya bir gen listesini iletişim kutusuna yapıştırın ve Gönder düğmesine tıklayın. Ardından, hem Tür Olarak Girdi'de hem de Tür Olarak Analiz'de H. sapiens'i seçin; bundan sonra, Özel Analiz işlevini etkinleştirin.
  2. Zenginleştirme seçeneğinde GO Moleküler İşlevleri, GO Biyolojik Süreçleri, GO Hücresel Bileşenleri ve KEGG Yolu veritabanını seçin. Pick Selective GO Clusters (Seçmeli GO Kümeleri Seç) seçeneğini işaretleyin ve ardından Enrichment Analysis (Zenginleştirme Analizi ) düğmesine tıklayın. İlerleme çubuğunun tamamlanmasının ardından, zenginleştirme sonuçlarını almak için bir Analiz Raporu Sayfası tıklaması başlatın.

6. GEO gen çipi veri kümesi analizi

  1. Farklı veri gruplarında (kontrol grubu-atopik olmayan dermatit; deney grubu-atopik dermatit) merkezi genlerin ekspresyonunu araştırmak için GEO2R aracını (https://ncbi.nlm.nih.gov/geo/geo2r/) kullanarak GEO gen çipi veri setini (GDS3806) arayın ve analiz edin.
  2. GEO veritabanı web sitesine (https://www.ncbi.nlm.nih.gov/geo/) girin. Anahtar kelimeyi veya GEO Erişimini girin ve Ara düğmesine tıklayın. En iyi eşleşen sonucu seçin. Referans serisini (GSE26952) bulun.
  3. GEO2R aracı web sitesine (https://ncbi.nlm.nih.gov/geo/geo2r/) girin, GEO Erişimi kutusuna referans serisini girin ve Ayarla düğmesine tıklayın. Deney grubu olarak Atopik Dermatit'i seçin, kontrol grubu olarak Nonatopik Control'ü seçin ve Analiz Et düğmesine tıklayın. Hesaplama tamamlandıktan sonra sonuç görünecektir.

7. Moleküler yerleştirme

  1. TCMSP veritabanını açın ve seçilen bileşenlerin 3B yapısını indirin. Kimyasal Adı arama kutusunu kullanın ve ilgili 3B yapı dosyalarını mol2 formatında indirmek için seçilen bileşen adlarını arayın.
  2. RCSB protein veritabanını (http://www.pdb.org/) açın ve anahtar hedeflerin kristal yapılarını indirin. Arama kutusunda, hedef adlarını arayın ve ilgili kristal yapı dosyalarını pdb formatında indirin.
  3. Bileşenleri ve hedef yapı dosyalarını analiz yazılımına aktarın. Düzenle > Suyu Sil'e tıklayarak su moleküllerini silin. Düzenle > Hidrojenleri >Ekle'ye tıklayarak hidrojen ekleyin. Malzemeleri ligand olarak ayarlayın, reseptör olarak tüm hedefleri seçin ve kör yerleştirme gerçekleştirin.
  4. Moleküler yerleştirme aralığını belirleyin.
    1. Reseptörü ve ligandı sırayla seçin. Izgara kutusunu tüm modeli içerecek şekilde ayarlamak için Izgara > Izgara Kutusu'na tıklayın. Izgara kutusu durumunu kaydetmek için Dosya > Kaydetme akımını kapat'a tıklayın. Dosyaları gpf formatında kaydedin.
    2. Çalıştır'a tıklayın > Autogrid4'ü Çalıştırın > Parametre Dosya Adı > Gözat'a tıklayın, gpf dosyasını seçin ve ardından Başlat düğmesine tıklayın.
  5. Moleküler yerleştirme gerçekleştirmek için AutoDock 4'ü kullanın.
    1. Reseptörü seçmek için Docking > Macromolecule > Set Rigid Filename'e tıklayın. Ligand'ı seçmek için Aç/ >Seç> Yerleştir'e tıklayın.
    2. Çalışma algoritmalarını ayarlamak için Yerleştirme > Arama Parametreleri'ne ve yerleştirme parametrelerini ayarlamak için Yerleştirme > Yerleştirme Parametreleri'ne tıklayın. Dpf dosyasını seçin, ardından Başlat düğmesine tıklayın. Dosyaları dpf formatında kaydedin.
    3. Analyze > Docking > Open'a tıklayın, dlg dosyasını seçin, reseptörü açmak için Analyze > Macromolecule'e tıklayın, sonuçları analiz etmek için Analyze > Conformasyons > Play, Ranked by Energy'ye tıklayın. Sonuçları pdbqt biçiminde kaydetmek için Oynat > Karmaşık Yaz'ı Ayarla'ya tıklayın.
  6. Daha fazla görselleştirme oluşturmak için yerleştirme dosyalarını PyMOL yazılımına aktarın.
    1. Ligandı seçin ve ligandlar ile dış ortam arasındaki hidrojen bağlarını görüntülemek için Nesnedeki Diğer Atomlara > > Polar Kontakları Bul > Eylem'e tıklayın. Rengi değiştirmek için c'ye tıklayın.
    2. Nesneyi Ayıklamak > Eylem'e tıklayın. Reseptörün çubuk yapısını göstermek için > Çubuklarını Göster'e tıklayın. Ligandlara bağlı kalıntıları tanımlayın ve çubuk yapısını gösterin.
    3. Reseptörün çubuk yapısını gizlemek için > Çubuklarını Gizle'ye tıklayın. Ölçüm Sihirbazı > tıklayın ve sırayla iki atoma tıklayın. Kalıntıların etiketini göstermek için Kalıntı > Etiket'e tıklayın. Gerekirse arka plan rengini ve saydamlığı ayarlayın. Resmi kaydetmek için Dosya > Resmi Farklı Dışa Aktar'a tıklayın.

Sonuçlar

Anüs egzaması ile ilişkili genler, SDG hedef genleri ve ortak hedefler
Toplam 958 potansiyel gen adayı Genecard'larda ve 634'ü OMIM veritabanlarında taranırken, kopyalar hariç tutuldu. Anal egzama ile ilgili genler hakkında kapsamlı bir anlayış elde etmek için, birden fazla veri tabanından elde edilen bulgular birleştirildi ve toplam 958 farklı gen elde edildi. Sonuç olarak, anal egzamaya özgü bir protein-protein etkileşim ağı (PPI) titizlikle formüle edildi. SDG, indigo natural...

Tartışmalar

Atopik dermatit, egzama ile altta yatan mekanizmaları paylaşan spesifik bir egzama şeklidir. Bu durumla ilişkili olduğuna inanılan hub genleri TNF, MAPK14 ve CASP3'tür. SDG'nin anal egzama üzerindeki terapötik etkileri, esas olarak bu üç hub geni17 aracılığıyla TNF ve MAPK sinyal yolları üzerindeki etkisine atfedilir.

SDG beş farklı ilaç içerir: indigo naturalis, altın selvi, kalsine alçıtaşı, kalamin ve Çin Gall'i. Geleneksel Çin tıbbında,...

Açıklamalar

Yazarların açıklayacak hiçbir şeyi yok.

Teşekkürler

Hiç kimse.

Malzemeler

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

Referanslar

  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).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

JoVE de Bu AySay 203ShiDuGaoan s egzamasTNF sinyal yoluMAPK sinyal yolua farmakolojisiGEO veri k meleri

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır