مقالة منهجية

التحليل الدوائي الشبكي لصيغ الطب الصيني التقليدي بناء على أنطولوجيا المتلازمة ومنصة الحوسبة الكمية متعددة الأبعاد

DOI:

10.3791/68026

⸱

أغسطس 22, 2025

 ,  ,  ,  ,  ,  ,  , 
1West China Second Hospital, Sichuan University, 2Key Laboratory of Birth Defects and Related Diseases of Women and Children (Sichuan University), Ministry of Education, 3West China School of Clinical Medicine, Sichuan University, 4Guangdong Pharmaceutical University, 5The first affiliated hospital of Guangdong Pharmaceutical University, 6Panyu Hospital of Chinese Medicine

* These authors contributed equally

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

نقترح طريقة بناء شبكة "الصيغة - المكونات - الهدف - المسار - المتلازمة - المرض" بناء على منصة SoFDA ، وعلم الأدوية الشبكي ، والطب الصيني التقليدي (TCM). بالمقارنة مع طرق علم الأدوية الشبكية الشائعة حاليا ، تشتمل هذه الشبكة على العنصر الحاسم للمتلازمة ، والذي يجسد المبدأ الأساسي لتمايز المتلازمة في الطب الصيني التقليدي.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تتنبأ طرق علم الأدوية الشبكي الحالية لصيغ الطب الصيني التقليدي بالمكونات النشطة المحتملة وآليات العمل لأمراض معينة من خلال إنشاء شبكة صيغة-مكون-مستهدف-مسار-مرض.

يجسد تمايز المتلازمة وعلاجها ، وهو مبدأ أساسي للطب الصيني التقليدي ، نهجه الشامل والديناميكي ، مع التركيز على التباين الفردي وتطور المرض. من خلال دمج خصائص المتلازمة في هذه الشبكة ، يمكن للباحثين تطوير أدوية متعددة الأهداف مصممة خصيصا لكل مرحلة من مراحل المرض ، مما يتيح علاجا دقيقا وشخصيا. تسمح أنطولوجيا متلازمة الطب الصيني التقليدي ومنصة الحوسبة الكمية متعددة الأبعاد (SoFDA) بدمج متلازمات الطب الصيني التقليدي في تحليل علم الأدوية الشبكي.

في هذه الدراسة ، استخدمنا مغلي Lingguizhugan (الصيغة) كمثال لإثبات تطبيقه في علاج السمنة بمتلازمة نقص يانغ ومتلازمة الرطوبة والبلغم (المتلازمات). حددنا أولا المكونات النشطة الرئيسية من قاعدة بيانات TCMSP. ثم قمنا ببناء شبكة تربط الأمراض والمتلازمات والجينات المستهدفة ومسارات الإشارات باستخدام SoFDA. أخيرا ، قمنا بدمج هذه البيانات لبناء شبكة الصيغة والمكون والهدف والمسار ومتلازمة المرض.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

من خلال دمج مفهوم العلاج الجدلي في الطب الصيني واستخدام منصة SoFDA1،2 ، استكشفنا نهجا جديدا لعلم الأدوية الشبكي ، وهو علم الأدوية التكاملي ، لبناء مخطط شبكة الصيغة - الدواء - الهدف - المسار - متلازمة - مرض الصيغة لتركيبات الطب الصيني.

بالمقارنة مع طرق علم الأدوية الشبكية الشائعة في السنوات الأخيرة ، تتضمن هذه الطريقة عنصر المتلازمة في الطب الصيني التقليدي. الدليل ، أو المتلازمة ، هو أحد المفاهيم الفريدة للطب الصيني التقليدي ، وهو تعميم للخصائص المرضية للمرض في مرحلة معينة من تطوره.

المتلازمة هي الطريقة الأساسية للتشخيص والعلاج في الطب الصيني. هناك العديد من المتلازمات للمرض ، ومع حدوث المرض وتطوره وشفائه ، ستتغير المتلازمة وفقا لذلك.

سيستخدم ممارسو الطب الصيني التقليدي صيغ مختلفة لعلاج المتلازمات المختلفة. لذلك ، يعد دمج المتلازمة في علم الأدوية الشبكي خطوة مهمة في البحث النظري الأصلي والتحسين المنهجي للطب الصينيالتقليدي 3،4.

منصة الحوسبة الكلية متعددة الأبعاد لمتلازمة الطب الصيني التقليدي والحوسبة الكمية متعددة الأبعاد (SoFDA) هي منصة مفتوحة المصدر طورتها الأكاديمية الصينية للطب الصيني التقليدي1،2. إنها أول مجموعة متاحة من أنطولوجيا متلازمة الطب الصيني التقليدي (TCM) ، وأداة تصنيف المتلازمة ، وارتباطات الميزات ذات الصلة بالمرض والوصفات الطبية للتحقيق في الروابط المرضية والآليات العلاجية.

يقوم بتقييم مستويات الارتباط لمتلازمة المتلازمة ، والمتلازمة - المرض ، وصيغة المتلازمة ، وصيغة مرض المتلازمة ، من خلال حساب الأعراض ، والجين المستهدف ، وعنصر الأنطولوجيا الجينية المخصب ، والمسار ، وأوجه التشابه المستندة إلى وحدة الشبكة وكثافة الشبكة ، ويستخدم أيضا مجموعة متنوعة من أنواع التصور ، مثل خريطة الحرارة ، والشبكة متعددة المستويات ، والعرض الانزعاج ، لتوضيح نتائج حساب الارتباط.

المسار الأساسي الحالي للتحليل الدوائي للشبكة هو تقريبا كما يلي: الخطوة الأولى هي استرداد قواعد بيانات الطب الصيني التقليدي / الأعشاب الكيميائية ، وقواعد بيانات أهداف الأمراض ، وقواعد بيانات أهداف الأمراض لجمع صيغ الطب الصيني التقليدي / مكونات الأعشاب / المواد الكيميائية ، وأهداف المواد الكيميائية ، والأمراض. ثم يتم استخدام قاعدة بيانات تفاعل البروتين لتوسيع وتحليل تفاعل البروتين والبروتين (PPI). يتم التحقق من صحة النتائج أخيرا في المختبر أو في الجسم الحي أو في السيليكو.

يتم تقديم نتائج علم الصيدلة الإلكترونية على أنها طب عشبي / صياغة - مسار مستهدف - مكون - مرض حديث ، وهدفه النهائي هو التنبؤ بأساس وآلية عمل صيغ الطب الصيني التقليدي. من أجل الكشف بشكل أكبر عن الأساس المادي وآلية العمل ونظرية الخصائص الطبية للطب الصيني التقليدي ، اخترنا إدخال منصة SoFDA في علم الأدوية الإلكترونية. نسمي طريقة التحليل الدوائي الحاسوبي هذه ، والتي ينتج عنها مرض الوصفة الطبية - الدواء - الهدف - المسار - المتلازمة - مرض ، علم الأدوية المتكامل1،2.

السمنة كمرض كبد مزمن شائع في جميع أنحاء العالم ، تفرض عبئا اقتصاديا كبيرا على المجتمع العالمي.

في مفهوم الطب الصيني التقليدي ، السمنة مرض معقد مع متلازمات نقص يانغ ومتلازمة البلغم والرطوبة والطحال والمعدة
متلازمة نقص ، ومتلازمة ركود الدم وما إلىذلك 5،6. لذلك من المناسب اعتماد علاج تقوية يانغ تشي ، وحل البلغم والرطوبة ، وتنظيم الأعضاء الأساسية7.

مغلي Lingguizhugan (Fuling ، Guizhi ، Baizhu ، Gancao ، نسبة الكتلة 4: 3: 3: 2) مشتق من أساسيات الغرفة الذهبية ، وهو فعال في علاج السمنة من خلال الممارسة السريرية. يطلق عليه أيضا FU LING GUI ZHI BAI ZHU GAN CAO TANG باللغة الصينية.

في البروتوكول التالي ، سنوضح استخدام التحليل الدوائي الشبكي المبتكر القائم على SoFDA للصيغ العشبية الصينية (علم الأدوية المتكامل) على مغلي Lingguizhugan لعلاج متلازمة Yang Deficiency ومتلازمة الرطوبة والبلغم في السمنة. سنوضح المنهجية من خلال إجراء تحليل شبكي لمكونات وأهداف ومسارات مغلي Lingguizhugan لعلاج متلازمة نقص يانغ الدهنية غير الكحولية ومتلازمة الرطوبة والبلغم.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

أخذ مغلي Lingguizhugan لعلاج "متلازمة نقص يانغ" و "متلازمة الرطوبة والبلغم" من السمنة البطنية كمثال. يتكون مغلي Lingguizhugan من 4 أعشاب: Poria cocos (Fuling) ، Cinnamomi ramulus (Guizhi) ، Rhizoma Atractylodis macrocephalae (Baizhu) ، Glycyrrhizae radix et Rhizoma (Gancao). موقع منصة SoFDA http://www.tcmip.cn/Syndrome/front/#/. الموقع الإلكتروني لقاعدة بيانات أنظمة الطب الصيني التقليدي (TCMSP) https://old.tcmsp-e.com/tcmsp.php

1. فحص المكونات النشطة للتركيبة

  1. الوصول إلى قاعدة بيانات ومنصة تحليل الصيدلة لأنظمة الطب الصيني التقليدي ( TCMSP)8.
  2. أدخل Fuling و Guizhi و Baizhu و Gancao ، على التوالي ، ضمن عمود اسم الأعشاب ، ثم انقر فوق بحث.
  3. انقر فوق الزر الموجود بجوار OB ، وحدد أكبر من أو يساوي ضمن إظهار العناصر ذات القيمة التي:، وأدخل 30.00 في عمود الرقم أدناه.
  4. انقر فوق زر عامل التصفية الخاص ب DL، وحدد أكبر من أو يساوي ضمن إظهار العناصر ذات القيمة التي:، وأدخل 0.18 في عمود الرقم أدناه.
    ملاحظة: التوافر البيولوجي الفموي للفحص (OB) ≥ 30٪ والخصائص الشبيهة بالأدوية (DL) ≥ 0.18 من المكونات الكيميائية للأعشاب الأربعة2،8وفقا للامتصاص والتوزيع والتمثيل الغذائي والإفراز (ADME) 9،10.
  5. انسخ الأسماء الجزيئية للمكونات الكيميائية التي تم فحصها للأعشاب الأربعة Fuling و Guizhi و Baizhu و Gancao ، بالتسلسل ، والصقها في جدول بيانات لتلخيصها في جدول.

2. فحص أهداف الصيغة والمتلازمات والأمراض

  1. ادخل إلى منصة SoFDA ، وحدد جمعية متلازمة المرض في عمود تقييم الجمعية .
    ملاحظة: يشمل مصطلح مستوى الارتباط خمس فئات: مختلف تماما ، منخفض ، معتدل ، مرتفع ، ومتطابق. يشير اختيار متطابق ومرتفع ومتوسط إلى درجة عالية ومعتدلة من الارتباط بين عنصر الارتباط والمرض أو الصيغة العشبية ، على التوالي. كلما زاد ارتباط عنصر الرابطة بالمرض أو الصيغة العشبية ، زادت دقة نتائج التحليل. لذلك ، يجب اختيار متطابق وعالي ومعتدل.
  2. في ارتباط المرض ومتلازمة الصيغة مع نفس المجموعة الفرعية للمرض ، حدد السمنة كمرض. حدد متلازمة نقص يانغ ومتلازمة الرطوبة والبلغم للمتلازمة. حدد الأعراض الأولية والثانوية للأعراض.
  3. حدد عنصر الجينات ذات الصلة بالأعراض للاقتران. حدد متطابق ومرتفع ومتوسط لمستوى الارتباط. حدد FU LING GUI ZHI BAI ZHU GAN CAO TANG / FORMULA 134 للصيغة.
    ملاحظة: من خلال إدخال السمنة البطنية في شريط البحث عن الأمراض على منصة SoFDA ، يتم استرداد نتيجتين: متلازمة السمنة البطنية والتمثيل الغذائي 1 / ABD014 ومتلازمة السمنة البطنية والتمثيل الغذائي 3 / ABD013. يتميز كلا النوعين من السمنة بالسمنة البطنية ، لكنهما يختلفان في مجمعات الأعراض الخاصة بهما. ترتبط المتلازمة 3 بالأعراض: احتشاء عضلة القلب ، السمنة الجذعية ، فرط كوليسترول الدم ، تضيق الشريان التاجي ، السمنة البطنية ، الوراثة الجسدية السائدة ، ارتفاع ضغط الدم ، السكتة الدماغية ، بينما ترتبط المتلازمة 1 بما يلي: الوراثة الجسدية السائدة ، ارتفاع ضغط الدم ، السمنة البطنية. لذلك ، تم اختيار المتلازمة 1 للتحليل اللاحق.
  4. انقر فوق إرسال ، ثم احصل على مجموعة الجينات المتعلقة بمتلازمة نقص يانغ ، ومتلازمة الرطوبة والبلغم ، والسمنة البطنية ، والصيغة.
  5. انقر فوق متلازمة نقص يانغ ومتلازمة الرطوبة والبلغم ، على التوالي ، انسخ الجينات الأولية والثانوية المرتبطة بالأعراض للمتلازمتين واحفظها في الملفات.
  6. قم بالوصول إلى موقع STRING على الإنترنت ، وانقر فوق قسم البروتينات المتعددة على الجانب الأيسر ، وأدخل الجينات التي تم الحصول عليها من المتلازمتين في الخطوة 2.2 في مربع البحث. حدد الإنسان العاقل للكائنات الحية ، ثم انقر فوق البحث والاستمرار للحصول على مخطط شبكة التفاعل بين البروتين والبروتين (PPI). ضمن قسم الإعدادات ، اختر نواة درجة الثقة العالية (0.700) ، وأخيرا قم بتصدير ملفات TSV بشكل منفصل11,12.
  7. قم بتشغيل برنامج Cytoscape ، وانقر فوق ملف > استيراد شبكة > من ملف لفتح ملف TSV الذي تم الحصول عليه في الخطوة السابقة داخل Cytoscape. بعد ذلك ، ضمن علامة التبويب "نمط " في البرنامج ، قم بتخصيص إعدادات اللون والتخطيط لشبكة PPI. أخيرا ، انقر فوق ملف > تصدير > تصدير إلى صورة للحصول على الرسم التخطيطي النهائي لشبكة PPI.

3. التنبؤ الوظيفي

  1. انتقل إلى قسم الإثراء الوظيفي للجينات / وحدة الشبكة المشتركة بين المتلازمات المرتبطة بالأمراض الصيغ على منصة SoFDA.
  2. حدد العملية البيولوجية والمكون الخلوي والوظيفة الجزيئية ومسار إعادة التخصيب تحت نوع التخصيب.
  3. انقر فوق إرسال للحصول على النتائج.
  4. انقر فوق الزر ↓ في الزاوية اليمنى السفلية من الصورة لتنزيل ملفات جداول البيانات المتعلقة بالعملية البيولوجية والمكون الخلوي والوظيفة الجزيئية ومسار إعادة التردد.
  5. بعد الانتهاء من التحديد ، انقر فوق إرسال لرؤية وحدة الإثراء الوظيفي للجينات المشتركة / الشبكة بين المتلازمات المرتبطة بالأمراض - الصيغ ، وبيانات الرسم البياني للعملية البيولوجية (BP) ، والمكون الخلوي (CC) ، ووصف الوظيفة الجزيئية (MF) ، ومسار إعادة التوأم.
  6. افتح موقع Wei Sheng Xin على الإنترنت (https://www.bioinformatics.com.cn/) ، واختر الشريط الذي يحتوي على عمود تدرج اللون ، ثم قم باستيراد وصف BP و CC و MF وبيانات مسار إعادة التدرج التي تم الحصول عليها في هذا الموقع للحصول على المخطط الشريطي بتدرج اللون.

4. بناء شبكة الصيغة-الهدف-المسار-متلازمة-المرض

  1. بعد الخطوة 2.1 ، بعد الانتهاء من التحديد ، انقر فوق الانتقال إلى الشبكة في أسفل الصفحة الأولى وأدخل الصفحة الثانية.
  2. اختر متلازمة نقص يانغ ومتلازمة الرطوبة والبلغم للمتلازمة. اختر الأعراض الأولية والثانوية للأعراض واختر السمنة البطنية للمرض. اختر FU LING GUI ZHI BAI ZHU GAN CAO TANG / FORMULA 134 للصيغة. ثم ، ضمن إظهار ، اختر جميع مسارات المرض والمتلازمة والصيغة والأعراض ومسار Reactome.
  3. ثم انقر فوق إرسال واحصل على مخطط الشبكة ل Formula-Target-Pathway-Syndrome-Disease.

5. بناء شبكة الصيغة - المكون - الهدف - المسار - المتلازمة - المرض

ملاحظة: على منصة SoFDA ، فإن البحث عن الصيغة Poria (Fu Ling) و Cinnamon Twig (Gui Zhi) و Atractylodes Macrocephala (Bai Zhu) و Licorice (Gan Cao) Decoction لا ينتج عن المكونات النشطة الأساسية. لذلك ، يوصى فقط باسترداد المكونات النشطة الرئيسية ل Poria و Cinnamon Twig و Atractylodes Macrocephala و Licorice من قاعدة بيانات TCMSP. اتبع الخطوات 1.1.3-1.1.4 للحصول على المكونات النشطة الرئيسية ل Poria (Fu Ling) و Cinnamon Twig (Gui Zhi) و Atractylodes macrocephala (Bai Zhu) و Licorice (Gan Cao) ديكوتيون. بعد ذلك ، قم باستيرادها إلى شبكة Formula-Target-Pathway-Syndrome-Disease لإنشاء مخطط شبكة Formula-Component-Target-Pathway-Syndrome-Disease . وبالتالي ، لا يوجد عدم تجانس للبيانات بين معرفات الجينات والمسارات في SoFDA و TCMSP.

  1. قم بتنزيل بيانات الشبكة الخاصة ب Formula-Target-Pathway-Syndrome-Disease من منصة SoFDA التي تم إنشاؤها بواسطة القسم 4 وضعها في جدول بيانات.
  2. بعد ذلك ، أضف المكونات النشطة ل Lingguizhugan decoction التي تم فحصها في القسم 2 في جدول البيانات هذا ، وأعد تسمية جدول البيانات باسم الشبكة. قم بإنشاء جدول بيانات جديد آخر باسم type لحفظ أنواع كل عقدة تم إنتاجها في القسم 4.
  3. افتح برنامج Cytoscape (النوع 3.9.1)، وانقر فوق استيراد الشبكة من الملف لاستيراد ملف الشبكة ، ثم انقر فوق استيراد جدول من ملف لاستيراد ملف النوع . ثم انقر فوق الزر "نمط " لضبط وتعديل شبكة Formula-Ingredient-Target-Pathway-Syndrome-Disease 13.
  4. انقر على تصدير باستخدام ملف الصورة زر للحصول على شبكة Formula-Ingredient-Target-Pathway-Syndrome-disease .

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

اخترنا 103 من المكونات النشطة لأربعة أعشاب صينية في مغلي Lingguizhugan وفقا لمعايير التوافر البيولوجي ≥30٪ وفارماكوفور ≥0.18٪. كانت المكونات النشطة الرئيسية هي كيرسيتين ، كامبفيرول ، نارينجينين ، β-سيتوستيرول ، إيسورهامنتين. وهو يتفق مع مكونات الاستخراج والغربلة المختبرية ل Jiang et al.14.

بالنسبة لمتلازمة الرطوبة والبلغم ومتلازمة نقص يانغ في مغلي Lingguizhugan (الشكل 1) ، تم الحصول على 328 هدفا للسمنة البط...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

SoFDA هي أول قاعدة بيانات مفتوحة المصدر لعلم الأنطولوجيا لمتلازمات الطب الصيني التقليدي ، مع بيانات ونتائج تحليلها في متناول الجمهور بالكامل. توفر هذه الطبيعة مفتوحة المصدر للباحثين مرونة أكبر. تستخدم المنصة نظام تقييم ارتباط قائم على التشابه ، باستخدام مقاييس تشابه Jaccard أو جيب التمام لتقييم العلاقات بين متلازمة المرض ومتلازمة الصيغة كميا. تسمح قدرة النمذجة الديناميكية هذه ل SoFDA بمحاكاة التغييرات الديناميكية في الأمراض والمتلازمات بشكل أفضل ، في حين أن طرق علم الأدوية الشبكية التقلي...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

جميع المؤلفين ليس لديهم تضارب في المصالح.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم دعم هذه الدراسة من خلال منح من برنامج العلوم والتكنولوجيا في مقاطعة سيتشوان (2024YFFK0158) ، والمؤسسة الوطنية لعلوم الطبيعة في الصين (82104716) ، ومشروع برنامج ابتكار التعليم العالي في مقاطعة قوانغدونغ (2022SFKC073) ، ومشروع صندوق قوانغدونغ للعلوم الطبيعية (2023A1515220146).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
Cytoscape (النوع 3.9.1)المعهد الوطني لتقويم الجينوم البشري (NHGRI) https://cytoscape.org/
قاعدة معارف علم الوجود الجيني (GO)موارد البيانات الحيوية الأساسية العالميةhttps://www.geneontology.org/
كيج: موسوعة كيوتو للجينات والجينوماتمختبرات كانيهيساhttps://www.genome.jp/kegg/
منصة SoFDAالأكاديمية الصينية للعلوم الطبية الصينيةhttp://www.tcmip.cn/Syndrome/front/#/
موقع STRING12.0التحالف العالمي للبيانات الحيوية؟ اكسيرhttps://cn.string-db.org/
منصة TCMSPتشجيانغ جيوي الصحة المحدودةhttps://old.tcmsp-e.com/tcmsp.php
موقع Wei Sheng Xin على الإنترنتنيوكورhttps://www.bioinformatics.com.cn/

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zhang, Y., et al. SoFDA: an integrated web platform from syndrome ontology to network-based evaluation of disease-syndrome-formula associations for precision medicine. Sci Bull. 67, 1097-1101 (2022).
  2. Liu, Y., et al. Ontology characterization, enrichment analysis, and similarity calculation-based evaluation of disease-syndrome-formula associations by applying SoFDA. iMeta. 2, e80(2023).
  3. Zhang, P., et al. Network pharmacology: towards the artificial intelligence-based precision traditional Chinese medicine. Brief Bioinform. 25 (1), bbad518(2023).
  4. Yue, W., et al. SDPR: Prescription recommendation with syndrome differentiation in traditional Chinese medicine. IEEE J Biomed Health Inform. 29 (5), 3736-3749 (2025).
  5. Zhang, C. H., et al. Mechanism and Basis of Traditional Chinese Medicine Against Obesity: Prevention and Treatment Strategies. Front. Pharmacol. 12, 615895(2021).
  6. Chen, Y. K., Liu, T. T., Teia, F. K. F., Xie, M. Z. Exploring the underlying mechanisms of obesity and diabetes and the potential of Traditional Chinese Medicine: an overview of the literature. Front Endocrinol. (Lausanne). 14, 1218880(2023).
  7. Luo, J., Shen, S., Xia, J., Wang, J., Gu, Z. Mitochondria as the Essence of Yang Qi in the Human Body. Phenomics. 2 (5), 336-348 (2022).
  8. Zhou, G., Feng, X., Tao, A. Explore the Lipid-Lowering and Weight-Reducing Mechanism of Lotus Leaf Based on Network Pharmacology and Molecular Docking. Evid. Based Complement. Alternat. Med. 2021, 1464027(2021).
  9. Dai, L., et al. Lingguizhugan Decoction, a Chinese herbal formula, improves insulin resistance in overweight/obese subjects with nonalcoholic fatty liver disease: a translational approach. Front Med. 16 (5), 745-759 (2022).
  10. Nie, W., et al. Comparison of pharmacokinetic profiles of seven major bioactive components in normal and nonalcoholic fatty liver disease (NAFLD) rats after oral administration of Ling-Gui-Zhu-Gan decoction by UPLC-MS/MS. Front Pharmacol. 14, 1174742(2023).
  11. Chen, L. P., et al. decoction ameliorates nonalcoholic fatty liver disease via modulating the gut microbiota. Microbiol Spectr. 12 (6), e0197923(2024).
  12. Liu, K., Yang, X., Zhang, G., Xiang, Z. Therapeutic effect and mechanism prediction of Fuzi-Gancao herb couple on nonalcoholic fatty liver disease (NAFLD) based on network pharmacology and molecular docking. Comb Chem High Throughput Screen. 27 (5), 773-785 (2024).
  13. Nogales, C., et al. Network pharmacology: curing causal mechanisms instead of treating symptoms. Trends Pharmacol Sci. 43 (2), 136-150 (2022).
  14. Tan, O. J., Loo, H. L., Thiagarajah, G., Palanisamy, U. D., Sundralingam, U. Improving oral bioavailability of medicinal herbal compounds through lipid-based formulations - A scoping review. Phytomedicine. 90, 153651(2021).
  15. Szklarczyk, D., et al. The STRING database in 2023: protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Res. 51, D638-D646 (2023).
  16. Xu, J., et al. Pharmacological mechanisms underlying the neuroprotective effects of Alpinia oxyphylla Miq. on Alzheimer's disease. Int J Mol Sci. 21, 2071(2020).
  17. Doncheva, N. T., et al. Cytoscape stringApp 2.0: Analysis and visualization of heterogeneous biological networks. J Proteome Res. 22 (2), 637-646 (2023).
  18. Chen, X. Y., Huang, C. F. Network pharmacology analysis of "Ling Gui Zhu Gan Decoction" in the treatment of obesity-associated non-alcoholic fatty liver disease. Pak J Pharm Sci. 38 (3), 1011-1021 (2025).
  19. Udhaya Kumar, S., et al. Involvement of Essential Signaling Cascades and Analysis of Gene Networks in Diabesity. Genes. (Basel). 11 (11), 1256(2020).
  20. Martínez-Reyes, I., Chandel, N. S. Mitochondrial TCA cycle metabolites control physiology and disease. Nat Commun. 11, 102(2020).
  21. Zhao, L., et al. Network pharmacology, a promising approach to reveal the pharmacology mechanism of Chinese medicine formula. J Ethnopharmacol. 309, 116306(2023).
  22. Li, M., Wang, L., Wu, Q., Zhu, J., Zhang, M. Diagnosis knowledge constrained network based on first-order logic for syndrome differentiation. Artif Intell Med. 147, 102739(2024).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Lingguizhugan Yang
الفيديو قريباً

مقالات ذات صلة