方法文章

网络药理学预测与实验验证 栝楼属-Fritillaria thunbergii 肺腺癌作用机制

2.1K 次观看

⸱

DOI：

10.3791/64847

⸱

2023年3月3日

 ,  ,  , 
1Dongzhimen Hospital affiliated to Beijing University of Chinese Medicine, 2Traditional Chinese Medicine Department, Peking University People's Hospital

本文内容

摘要

本研究揭示了该机制 栝楼属-Fritillaria thunbergii 基于网络药理学和实验验证治疗肺腺癌。该研究还表明，PI3K/AKT 信号通路在药物作用中发挥着关键作用 栝楼属-Fritillaria thunbergii 在治疗肺腺癌方面。

摘要

我们旨在研究其机制 栝楼-浙贝母 基于网络药理学与实验验证治疗肺腺癌（LUAD）的有效成分及潜在靶点 栝楼属 和 Fritillaria thunbergii 通过高通量实验与参考引导的中药数据库（HERB）以及相似性集合方法（SEA）数据库收集活性成分，并通过GeneCards和在线人类孟德尔遗传数据库（OMIM）查询肺腺癌（LUAD）相关靶点。利用Cytoscape软件构建药物-成分-疾病-靶点网络。通过蛋白质-蛋白质相互作用（PPI）网络、基因本体（GO）功能及京都基因与基因组百科全书（KEGG）通路富集分析，筛选核心靶点与关键通路。采用水提物提取方法 栝楼-浙贝母 并使用 A549 细胞进行后续实验验证。通过 HERB 数据库和文献检索，获得 31 种有效化合物和 157 个潜在靶基因 栝楼-浙贝母 进行了筛选，其中144个为调控靶标 栝楼-浙贝母 在肺腺癌治疗中的作用。GO功能富集分析显示，其作用机制 栝楼-浙贝母 针对肺腺癌的主要作用机制为蛋白质磷酸化。KEGG通路富集分析表明，肺腺癌的治疗涉及 栝楼-浙贝母 主要涉及PI3K/AKT信号通路。实验验证表明，一种水提物 栝楼-浙贝母 能够抑制A549细胞的增殖以及AKT的磷酸化。通过网络药理学分析及实验验证，证实PI3K/AKT信号通路在其作用机制中发挥关键作用 栝楼-浙贝母 在治疗肺腺癌方面。

引言

肺癌是指起源于肺支气管黏膜的恶性肿瘤，包括鳞状细胞癌、腺癌、大细胞癌和小细胞癌1。肺腺癌（LUAD）是最常见的肺癌类型，约占全部肺癌病例的40%2。大多数患者在确诊时已处于晚期或已发生远处转移，因而失去了手术治疗的机会3。目前临床治疗中，同步放化疗是治疗肺腺癌最常用的策略，但由于严重的不良反应，其应用受到限制4。

传统中医（TCM）可有效缓解肺腺癌（LUAD）患者的临床症状，减轻放化疗引起的不良反应，因此已成为研究热点5,6,7在传统中医中，肺癌属于 "肺部蓄积" 和 "肺部石化"气虚以及痰、瘀、毒的相互作用在肺癌的发病机制中具有重要意义。因此，补气化痰、祛瘀解毒是主要的临床治疗原则。8 基于中医理论的肺癌治疗方法9. 栝楼 瓜蒌（Maxim）和 Fritillaria thunbergii 浙贝母（Zhebeimu）是治疗肺癌的常用药对，具有清热化痰的功效10,11,12然而，其作用机制仍不明确，需要进一步开展研究。

网络药理学是一种基于系统生物学和多向药理学理论的综合性方法，旨在揭示多种药物与疾病之间复杂的网络关系13。中药方剂具有多组分、多靶点的特点，因此非常适用于网络药理学的研究14,15。近年来，网络药理学已成为中药复方研究中的有力手段，并逐渐成为研究热点16,17。

然而，据我们所知，目前所有关于网络药理学的研究均以文字形式呈现。通过视频形式展示该技术将显著降低学习门槛，有利于该技术的推广，这也是本文的优势之一。在本研究中，我们以 栝楼-浙贝母 以肺腺癌为例进行网络药理学预测及实验验证。

访问受限。请登录或开始试用以查看此内容。

方案

所有网络药理学操作均按照《网络药理学评价方法指南》18进行。所有实验操作均遵循北京中医药大学实验室管理规定。

1. 网络药理学预测

  1. 活性成分的筛选
    1. 打开HERB数据库（http://herb.ac.cn）19，并使用 "瓜蒌" （中文名称为 栝楼 Maxim) 和 "浙贝母" （Bulbus 的中文名称） 贝母）作为关键词，获取这两种药物的组分。下载这两种药物相关组分的列表及其标准SMILES结构。
    2. 确定所获得的组分是否为活性组分。
      1. 在HERB数据库中筛选具有口服生物利用度（OB）和类药性（DL）的活性成分（即OB ≥ 30% 且 DL ≥ 0.18 的成分）20,21.
      2. 若该组分无OB和DL值，将其输入Swiss ADME数据库（http://www.swissadme.ch/index.php）22 获取各组分的相关信息。将具有“高”胃肠道吸收率且至少有两个“是”类药性（DL）值的组分纳入活性组分。​
  2. 活性成分的靶点预测
    1. 打开HERB数据库（http://herb.ac.cn），搜索并复制活性成分的规范SMILES结构。
    2. 打开SEA（相似性整合分析方法，http://sea.bkslab.org）数据库23. 将活性成分的规范SMILES结构粘贴到搜索框中，然后点击 尝试 SEA 以获取目标键、目标名称， P- 每种活性组分的值和最大TC。
    3. 将数据复制到电子表格中，并使用电子表格文件的筛选功能，根据“靶点关键词”（人类）对活性成分的作用靶点进行筛选， P < 0.05 和 MaxTC > 0.5).
    4. 将所有靶点复制到电子表格中，并去除重复项以获得药物靶点。
  3. 疾病靶点预测
    1. 打开 GeneCards 数据库（https://www.genecards.org）24 以及在线人类孟德尔遗传数据库 （OMIM， https://www.omim.org25 并使用 肺腺癌 作为关键词，获取肺腺癌的疾病靶点。
    2. 下载疾病靶点的电子表格。删除重复的靶点以获得LUAD靶点。
  4. 药物-成分-疾病-靶点网络的构建
    1. 将LUAD相关靶点和药物靶点复制到新电子表格的同一列中。使用 数据 - 识别重复项 使用工具栏中的功能获取LUAD相关靶点的交集靶点 栝楼-浙贝母 与活性成分相关的作用靶点
    2. 打开 Cytoscape 3.8.0。点击 文件 在菜单栏中，然后选择 导入 > 从文件导入网络 导入电子表格文件。通过左侧控制面板中的样式栏优化网络节点的大小和颜色。
    3. 使用 分析网络 用于网络拓扑分析的功能。单击 工具 在菜单栏中，然后选择 分析网络. 在 表格 面板，单击 学位 在标题栏中按度值降序排列组分，选取前十个组分及对应靶点作为主要活性组分和核心靶点。
  5. 蛋白质相互作用网络的构建及核心蛋白的筛选
    1. 打开 STRING 数据库（https://cn.string-db.org/）26. 粘贴潜在靶点的文本格式列表 栝楼-浙贝母 针对LUAD的 姓名列表 对话框。选择 Homo sapiens 在 生物体，然后单击 搜索 > 继续 按钮。
    2. 当结果可用时，点击 设置，和蜱虫 高置信度（0.700） 在 基本设置 > 最低必需相互作用评分蜱虫 在网络中隐藏断开连接的节点 在 高级设置，然后点击 更新 按钮
    3. 点击 导出 在标题栏中，下载以 TSV 格式呈现的 PPI 相互作用关系的简短表格文本。
    4. 打开 Cytoscape 3.8.0。点击 文件 > 导入 > 从文件导入网络 导入TSV格式文件以进行可视化分析。
    5. 使用 网络分析仪 使用该功能进行拓扑分析。通过左侧控制面板中的样式栏优化网络节点的大小和颜色。
  6. KEGG 富集分析
    1. 打开 Metascape（https://metascape.org/）27 平台。将潜在治疗靶点的文本格式列表粘贴到对话框中，然后点击 提交 按钮。勾选 H. sapiens 在两者中 输入为物种 和 物种分析，然后点击 定制分析 按钮。选择 富集，仅勾选 KEGG 通路，然后点击 富集分析进度条达到 100% 后，点击 分析报告页面 富集结果的橙色按钮。
    2. 点击 全部内容打包为一个压缩文件 用于下载富集结果，然后打开 _ FINAL_GO.csv 文件中的 富集_GO 文件夹以获取结果。
    3. 打开 R 软件（https://cran.r-project.org/）。输入 install.package"ggplot2") 和 library (ggplot2) 在 R 中安装 ggplot2 R 包。按下 进入 运行KEGG可视化程序。

2. 实验验证

  1. 药物制备
    注意： Fritillaria thunbergii Miq 和 Trichosanthes kirilowii Maxim 购自北京中医药大学附属东直门医院。
    1. 混合 50 g 的 Fritillaria thunbergii Miq 和 50 g 的 Trichosanthes kirilowii 将Maxim混合均匀，加入1 L蒸馏水浸泡20分钟，然后在常压下于100 °C煎煮1小时。
    2. 使用双层无菌医用纱布过滤煎液，得到滤液，再用80 µm滤纸进一步过滤提取物。重复上述操作三次。
    3. 将滤液混合，得到约1.2 L的煎液。将溶液置于旋转蒸发仪的烧瓶中，设置转速为50 rpm，温度为37 °C。在旋转蒸发仪中混合并浓缩煎液6小时，得到黏稠状液体提取物。
    4. 开启真空冷冻干燥机，将温度预冷至−40 °C。将获得的提取物放入物料盘中，置于冷阱内进行冷冻。
    5. 当冷阱温度降至−50 °C且样品已冷冻2小时后，将冷冻样品转移至置于冷阱中的干燥架上。开启真空泵，启动冻干程序。取出冻干粉末，于−20 °C冰箱中保存备用。
  2. 细胞培养
    1. 配制含89% DMEM基础培养基、10%胎牛血清和1%青霉素-链霉素的DMEM完全培养基。
    2. 从液氮中取出A549细胞后，将细胞置于37 °C水浴中孵育，并轻轻搅动，直至冻存管中的培养基完全融化。
    3. 向融化的细胞中加入四倍体积的完全DMEM培养基。将细胞离心（4 °C，679 x g，5 分钟），弃去上清液。
    4. 将沉淀的细胞用6 mL DMEM完全培养基重悬，接种于T25培养瓶中，并将培养瓶置于37 °C、5% CO₂的细胞培养箱中孵育。2.
  3. 细胞活力检测
    1. 用1 mL 0.25%胰蛋白酶在37°C消化对数生长期的A549细胞1分钟。加入1 mL DMEM完全培养基以中和胰蛋白酶，并轻轻吹打促进细胞脱落。离心收集细胞沉淀（4 °C，192 x g，5 分钟）。用 DMEM 完全培养基重悬所得细胞。
    2. 将细胞悬液加入血细胞计数板，使用自动细胞计数器进行计数。将其稀释至 5 x 104 细胞/mL，使用DMEM完全培养基。
    3. 溶解1 g的 栝楼-浙贝母 用10 mL PBS溶液溶解水提物，并通过0.22 µm滤器过滤除菌。用PBS将其稀释至90 mg/mL、80 mg/mL、70 mg/mL、60 mg/mL、50 mg/mL、40 mg/mL、30 mg/mL、20 mg/mL和10 mg/mL。
    4. 将稀释后的细胞以每孔100 µL接种至96孔板中。待细胞贴壁后，每孔加入1 µL的 栝楼-浙贝母 将不同浓度的水提物调整至各孔浓度分别为 900 µg/mL、800 µg/mL、700 µg/mL、600 µg/mL、500 µg/mL、400 µg/mL、300 µg/mL、200 µg/mL 和 100 µg/mL。
    5. 培养24小时后弃去原始培养基，加入100 µL DMEM基础培养基，在37 °C、5% CO₂条件下继续孵育2小时2.
    6. 上述处理后，加入20 µL MTS溶液（材料表），在37 °C、5% CO₂条件下将细胞再孵育1小时2.
    7. 将孵育后的混合物转移至另一块板中。使用酶标仪在490 nm波长下测定吸光度（OD）。根据以下公式计算细胞活力：
      存活率（%）= 100 ×（处理样品的OD值 − 培养基的OD值）/（对照样品的OD值 − 培养基的OD值）。
      注意：将接近 IC50 的最低浓度定义为高剂量；细胞增殖开始受到抑制的浓度定义为低剂量浓度，中间值则定义为中剂量浓度，用于后续实验研究。本研究中，低、中、高剂量分别采用 400 µg/mL、600 µg/mL 和 800 µg/mL。
  4. 药物干预与样本采集
    注意：通过绘制细胞生长随时间的变化曲线来确定对数生长期。
    1. 将对数生长期的 A549 细胞稀释至 5 x 105 细胞/mL。将2 mL细胞悬液加入6孔板中，培养12 h。
    2. 重复步骤 2.3.3，以获得 80 mg/mL、60 mg/mL 和 40 mg/mL 的 PBS 稀释液 栝楼-浙贝母 水提取物。加入20 µL PBS溶液和20 µL 40 mg/mL的 栝楼-浙贝母 水提取物，60 mg/mL 的 20 µL 栝楼-浙贝母 水提取物，以及 80 mg/mL 的 20 µL 栝楼-浙贝母 分别向空白对照组、低浓度组、中浓度组和高浓度组加入水提取物。干预24小时后弃去上清液，用PBS清洗细胞3次。
      注意：空白对照组、低浓度组、中浓度组和高浓度组的浓度 栝楼-浙贝母 水提物的浓度分别为 0 µg/mL、400 µg/mL、600 µg/mL 和 800 µg/mL。
    3. 向每孔中加入 250 µL RIPA 裂解缓冲液（含 1% PMSF 和 1% 磷酸酶抑制剂），冰上裂解 30 分钟。收集裂解液，4 °C、6,714 x g 离心 g，10 分钟），收集上清液。
  5. 蛋白质印迹法
    1. 根据制造商说明书，采用BCA法检测样品的蛋白浓度。使用RIPA缓冲液将各样品的浓度调整至一致。
    2. 将40 µL蛋白样品与10 µL 5x上样缓冲液混合，于100 °C煮沸5分钟。离心（4 °C，6,714 x g，10 分钟）以获得上清液用于后续实验。
    3. 使用120 V垂直电泳通过凝胶电泳分离蛋白质。
    4. 准备电学实验 "三明治" （海绵 - 滤纸 - 凝胶 - PVDF膜 - 滤纸 - 海绵）。将转膜装置浸入冰浴中，于70 V条件下电转60分钟，使蛋白转移至PVDF膜上。
    5. 使用 100 mL TBST 溶液（0.05% [v/v] Tween-20，10 mM Tris，150 mM NaCl，pH 7.5）和 5 g 脱脂奶粉配制 5% 脱脂奶粉封闭液。用抗体稀释液将 AKT 和 p-AKT 抗体按 1:1,000 的比例进行预稀释。
    6. 用5%脱脂奶粉溶液振荡封闭PVDF膜1小时。封闭后，弃去封闭液，加入稀释的一抗，4 °C过夜孵育。
    7. 移除一抗后，用TBST溶液洗涤PVDF膜，每次5分钟，共洗五次。
    8. 将二抗用抗体稀释液按1:5,000的比例预先稀释，加入稀释后的二抗溶液，室温孵育1.5小时。孵育结束后移除二抗溶液，用TBST溶液洗涤PVDF膜，每次5分钟，共洗涤5次。
    9. 使用化学发光检测系统检测蛋白。

3. 分子对接

  1. 打开 UniProt 数据库（https://www.uniprot.org）28. 在搜索框中输入目标符号，然后点击 搜索 按钮。在 结构 小标题，点击 下载 用于蛋白质靶标的三维结构。
  2. 打开 RCSB PDB 数据库（https://www.rcsb.org/pdb/home/sitemap.do）29. 在搜索框中输入蛋白质大分子的名称。下载PDB格式的蛋白质大分子结构。
  3. 下载 UCSF Chimera 1.16 软件的安装包（https://vina.scripps.edu/） 以及 AutoDock Vina（https://vina.scripps.edu/）。安装并打开 UCSF Chimera 1.16 软件。单击 文件 > 打开 以显示受体蛋白。
  4. 点击 工具 > 结构编辑 > 泊船准备，和蜱虫 去除溶剂, 添加氢原子，以及 添加电荷 在弹出窗口中去除水分子，添加氢化并平衡电荷。点击 写入 Mol2 文件 将受体蛋白以 mol2 格式保存。对配体执行相同的步骤。
  5. 点击 文件 > 打开 在 UCSF Chimera 1.16 软件中显示 mol2 格式的配体。在 工具 > 表面/结合分析 > AutoDock Vina，设置 受体 将“受体蛋白”标签栏添加至受体蛋白名称旁，将“配体”标签栏添加至配体名称旁。在后方的输入框中输入数值 中心 和 大小 调整新开发的空间，使其能够完全容纳配体和受体。
  6. 点击 好的 通过分子对接虚拟筛选，获得配体与受体结合的最佳位置，并记录该最佳位置的结合能数值。

4. 统计分析

  1. 打开 SPSS 26.0 统计软件。点击 文件 > 导入数据 以加载数据。
  2. 实验数据以均值 ± 标准差表示。
  3. 采用单因素方差分析（One-way ANOVA）比较多个组别。
    注意：P < 0.05 被认为在本研究中具有统计学意义。

访问受限。请登录或开始试用以查看此内容。

结果

共鉴定出 31 个与Trichosanthes-Fritillaria thunbergii相关的活性成分，其中包括 21 个Trichosanthes来源成分和 10 个Fritillaria thunbergia成分，以及 144 个相应的靶点。从 GeneCards 数据库和 OMIM 数据库中分别提取出 9,049 个和 67 个与 LUAD 相关的基因。去除重复基因后，共鉴定出 9,057 个与 LUAD 相关的基因。通过取 LUAD 相关基因与Trichosanthes-Fritillaria thunbergii活性成分相关靶点的交集，获得潜在的治疗靶点。Trichosanthes-Fritillaria thunbergii抗 LUAD 的药物-成分-疾病-靶点相互作用网络如图 1A所示。在该相互作用网络中，排名前十的活性成分为山柰酚、羟基葛根素、染料木素、木犀草素和 β-谷固醇、棕榈油酸、甘油酸、十六烷酸、壬酸和癸酸，这些成分被确定为Trichosanthes-F...

访问受限。请登录或开始试用以查看此内容。

讨论

通常，一个完整的网络药理学研究包括从数据库中鉴定活性成分、获取与活性成分和疾病相关的靶点、构建药物-成分-疾病-靶点网络，以及预测核心靶点和通路。通过计算机技术初步预测活性成分与核心蛋白（分子对接）之间的关联，并通过实验进行最终验证。

相关数据库的选择是网络药理学中最关键的部分，因为这决定了研究的质量。HERB数据库整合了多个中药数据库的信息，如Syµmap、TCMID、TCMSP和TCM-ID，是目前最全面的中药及成分数据库。因此，本研究采用HERB数据库进行活性成分的筛选19。

本研究中，31 种活性成分和 144 个交集靶点 栝楼-浙贝母 通过相关数据库鉴定了治疗LUAD的药物。通过构建药物-成分-疾病-靶点网络，我们经拓扑学分析筛选出十个关键活性成分。核心靶点 栝楼-浙贝母 通过PPI分析筛选出LUAD治疗中的关键分子。

根据文献报道，在KEGG结果的前20条通路中，PI3K/AK...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无利益冲突。

致谢

本研究由北京中医药大学创新训练计划（编号：202110026036）资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
0.25% 胰蛋白酶-EDTAGibcoR001100
A549 细胞系ProcellCL-0016
AKT 抗体CST4691S
BCA 蛋白定量检测试剂盒SolarbioPC0020
化学发光检测系统上海勤翔科学仪器厂ChemiScope 6100
杜氏改良伊格尔培养基（DMEM）Solarbio11995
增强型化学发光（ECL）试剂盒 ABclonalRM00021
胎牛血清ScienCell0025
HRP 标记山羊抗兔 IgG（H+L）ABclonalAS014
MTS 检测试剂盒PromegaG3580
p-AKT 抗体CST6040S
青霉素-链霉素GibcoC14-15070-063
苯甲基磺酰氟（PMSF）SolarbioP0100
磷酸酶抑制剂碧云天P1081
磷酸盐缓冲液（PBS）SolarbioP1020
聚偏二氟乙烯（PVDF）膜MilliporeISEQ00010
RIPA 裂解液SolarbioR0010
旋转蒸发仪上海亚荣生化仪器厂RE52CS-1
真空冷冻干燥机宁波新芝生物科技股份有限公司SCIENTZ-10
β-肌动蛋白抗体ABclonalAC026

参考文献

  1. Thai, A. A., Solomon, B. J., Sequist, L. V., Gainor, J. F., Heist, R. S. Lung cancer. The Lancet. 398 (10299), 535-554 (2021).
  2. Sinha, A., et al. Early-stage lung adenocarcinoma MDM2 genomic amplification predicts clinical outcome and response to targeted therapy. Cancers. 14 (3), 708(2022).
  3. Howlader, N., et al. The effect of advances in lung-cancer treatment on population mortality. The New England Journal of Medicine. 383 (7), 640-649 (2020).
  4. Hirsch, F. R., et al. Lung cancer: Current therapies and new targeted treatments. The Lancet. 389 (10066), 299-311 (2017).
  5. Liu, J., et al. Comprehensive treatment with Chinese medicine in patients with advanced non-small cell lung cancer: A multicenter, prospective, cohort study. Chinese Journal of Integrative Medicine. 23 (10), 733-739 (2016).
  6. Xiao, Z. W., et al. Comprehensive TCM treatments combined with chemotherapy for advanced non-small cell lung cancer: A randomized, controlled trial. Medicine. 100 (18), 25690(2021).
  7. Li, Y., et al. Effectiveness of traditional Chinese medicine on chemoradiotherapy induced leukaemia in patients with lung cancer: A meta-analysis. Journal of Traditional Chinese Medicine. 38 (5), 661-667 (2018).
  8. Yuan, F., et al. Therapeutic effect and apoptosis mechanism of lung-tonifying and expectorant decoction on lung cancer rats with Qi deficiency and blood stasis. Asian Pacific Journal of Tropical Medicine. 8 (11), 983-988 (2015).
  9. Zhang, Y. L., Liang, Y. E., He, C. W. Anticancer activities and mechanisms of heat-clearing and detoxicating traditional Chinese herbal medicine. Chinese Medicine. 12, 20(2017).
  10. Wang, T. B., et al. Exploring the rules of application of RONG Yuan-ming in the treatment of non-small cell lung cancer. Guiding Journal of Traditional Chinese Medicine and Pharmacy. 25 (14), 22-25 (2019).
  11. Chen, T. T., Wang, Y., Tian, T. Medication regularity and mechanism of traditional Chinese medicine in treating lung cancer. Chinese Journal of Experimental Traditional Medical Formulae. 24 (11), 206-210 (2018).
  12. Shen, C. J. Analysis of the rule of Chinese medicine in treating lung cancer. Journal of Shandong University of Traditional Chinese Medicine. 35 (2), 127-129 (2011).
  13. Yang, X. Y., et al. Evidence-based complementary and alternative medicine bioinformatics approach through network pharmacology and molecular docking to determine the molecular mechanisms of Erjing pill in Alzheimer's disease. Experimental and Therapeutic Medicine. 22 (5), 1252(2021).
  14. Chen, G. Y., et al. Network pharmacology analysis and experimental validation to investigate the mechanism of total flavonoids of Rhizoma Drynariae in treating rheumatoid arthritis. Drug Design Development and Therapy. 16, 1743-1766 (2022).
  15. Chen, G. Y., et al. Integrating network pharmacology and experimental validation to explore the key mechanism of Gubitong recipe in the treatment of osteoarthritis. Computational and Mathematical Methods in Medicine. 2022, 7858925(2022).
  16. Xie, G. G., et al. A network pharmacology analysis to explore the effect of Astragali Radix-Radix Angelica Sinensis on traumatic brain injury. BioMed Research International. 2018, 3951783(2018).
  17. Chen, G. Y., et al. Prediction of Rhizoma Drynariae targets in the treatment of osteoarthritis based on network pharmacology and experimental verification. Evidence Based Complementary and Alternative Medicine. 2021, 5233462(2021).
  18. World Federation of Chinese Medicine Societies. Network pharmacology evaluation methodology guidance. World Chinese Medicine. 16 (4), 527-532 (2021).
  19. Fang, S. S., et al. A high-throughput experiment- and reference-guided database of traditional Chinese medicine. Nucleic Acids Research. 49, 1197-1206 (2021).
  20. Chen, G. Y., et al. Network pharmacology-based strategy to investigate the mechanisms of Cibotium barometz in treating osteoarthritis. Evidence-Based Complementary and Alternative Medicine. 2022, 1826299(2022).
  21. Yu, J. H., et al. ZiYinHuaTan recipe inhibits cell proliferation and promotes apoptosis in gastric cancer by suppressing PI3K/AKT pathway. BioMed Research International. 2020, 2018162(2020).
  22. Daina, A., Michielin, O., Zoete, V. SwissADME: A free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Scientific Reports. 7, 42717(2017).
  23. Keiser, M. J., et al. Relating protein pharmacology by ligand chemistry. Nature Biotechnology. 25 (2), 197-206 (2007).
  24. Safran, M., et al. GeneCards Version 3: The human gene integrator. Database. 2010, (2010).
  25. Amberger, J. S., Hamosh, A. Searching Online Mendelian Inheritance in Man (OMIM): A knowledgebase of human genes and genetic phenotypes. Current Protocols in Bioinformatics. 58, 1-12 (2017).
  26. Mering, C. V., et al. STRING: Known and predicted protein-protein associations, integrated and transferred across organisms. Nucleic Acids Research. 33, 433-437 (2005).
  27. Zhou, Y. Y., et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nature Communications. 10, 1523(2019).
  28. Pundir, S., et al. UniProt protein knowledgebase. Methods in Molecular Biology. 1558, 41-55 (2017).
  29. Burley, S. K., et al. Protein data bank (PDB): The single global macromolecular structure archive. Methods in Molecular Biology. 1607, 627-641 (2017).
  30. Welsh, L. C., Welsh, M. VEGFA and tumour angiogenesis. Journal of Internal Medicine. 273 (2), 114-127 (2013).
  31. Hsu, L. H., Chu, N. M., Kao, S. H. Estrogen, estrogen receptor and lung cancer. International Journal of Molecular Sciences. 18 (8), 1713(2017).
  32. Atmaca, A., et al. SNAI2/SLUG and estrogen receptor mRNA expression are inversely correlated and prognostic of patient outcome in metastatic non-small cell lung cancer. BMC Cancer. 15, 300(2015).
  33. Lakshmi, S. P., Reddy, A. T., Banno, A., Reddy, R. C. PPAR agonists for the prevention and treatment of lung cancer. PPAR Research. 2017, 8252796(2017).
  34. Oguro, A., Sakamoto, K., Funae, Y., Imaoka, S. Overexpression of CYP3A4, but not of CYP2D6, promotes hypoxic response and cell growth of Hep3B cells. Drug Metabolism and Pharmacokinetics. 26 (4), 407-415 (2011).
  35. Jamroze, A., Chatta, G., Tang, D. G. Androgen receptor (AR) heterogeneity in prostate cancer and therapy resistance. Cancer Letters. 518, 1-9 (2021).
  36. Wu, Y. I., et al. Regulation of global gene expression and cell proliferation by APP. Scientific Reports. 6, 22460(2016).
  37. Sedlář, A., et al. Growth factors VEGF-A 165 and FGF-2 as multifunctional biomolecules governing cell adhesion and proliferation. International Journal of Molecular Sciences. 22 (4), 1843(2021).
  38. Guo, L. H., Yin, M., Wang, Y. X. CREB1, a direct target of miR-122, promotes cell proliferation and invasion in bladder cancer. Oncology Letters. 16 (3), 3842-3848 (2018).
  39. Wang, D. D., et al. Induction of CYP1A1 increases gefitinib-induced oxidative stress and apoptosis in A549 cells. Toxicology In Vitro. 44, 36-43 (2017).
  40. Tan, A. C. Targeting the PI3K/Akt/mTOR pathway in non-small cell lung cancer (NSCLC). Thoracic Cancer. 11 (3), 511-518 (2020).
  41. Jin, X., et al. RBM10 inhibits cell proliferation of lung adenocarcinoma via RAP1/AKT/CREB signalling pathway. Journal of Cellular and Molecular Medicine. 23 (6), 3897-3904 (2019).
  42. Henkels, K. M., et al. Phospholipase D (PLD) drives cell invasion, tumor growth and metastasis in a human breast cancer xenograph model. Oncogene. 32 (49), 5551-5562 (2013).
  43. Zhang, Z. Y., et al. CircRNA_101237 promotes NSCLC progression via the miRNA-490-3p/MAPK1 axis. Scientific Reports. 10, 490-493 (2020).
  44. Gao, T. X., et al. Exploring the mechanism of Fu-Zi Decoction in treatment of chronic heart failure based on network pharmacology and molecular docking technology. Journal of Chinese Pharmaceutical Sciences. 30 (09), 705-715 (2021).
  45. Wang, B., et al. PP4C facilitates lung cancer proliferation and inhibits apoptosis via activating MAPK/ERK pathway. Pathology, Research and Practice. 216 (5), 152910(2020).
  46. Moon, M. Y., et al. Rap1 regulates hepatic stellate cell migration through the modulation of RhoA activity in response to TGF-β1. International Journal of Molecular Medicine. 44 (2), 491-502 (2019).
  47. Kan, J., et al. He-Chan Pian inhibits the metastasis of non-small cell lung cancer via the miR-205-5p-mediated regulation of the GREM1/Rap1 signaling pathway. Phytomedicine. 94, 153821(2022).
  48. Sidrat, T., et al. Role of Wnt signaling during in-vitro bovine blastocyst development and maturation in synergism with PPARδ signaling. Cells. 9 (4), 923(2020).
  49. Wagner, N., Wagner, K. D. PPAR beta/delta and the hallmarks of cancer. Cells. 9 (5), 1133(2020).
  50. Miriam, M., et al. PI3K/AKT signaling pathway and cancer: An updated review. Annals of Medicine. 46 (6), 372-383 (2014).
  51. Ma, X. L., et al. CD73 promotes hepatocellular carcinoma progression and metastasis via activating PI3K/AKT signaling by inducing Rap1-mediated membrane localization of P110β and predicts poor prognosis. Journal of Hematology & Oncology. 12 (1), 37(2019).
  52. Li, T., et al. Pomegranate flower extract bidirectionally regulates the proliferation, differentiation and apoptosis of 3T3-L1 cells through regulation of PPARγ expression mediated by PI3K-AKT signaling pathway. Biomedicine & Pharmacotherapy. 131, 110769(2020).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

PI3K AKT A549 KEGG

相关文章