基于GEO数据集与网络药理学探讨湿毒膏治疗肛周湿疹的疗效及潜在作用通路机制

本文评估了湿毒膏治疗肛周湿疹的可行性、作用靶点及作用机制。网络药理学与GEO数据库分析证实，湿毒膏在治疗肛周湿疹中具有多靶点特性，具体通过调控TNF、MAPK14以及CASP3等关键靶点发挥作用，这些靶点在TNF和MAPK信号通路中具有重要作用。这些研究结果为深入探讨湿毒膏治疗肛周湿疹的机制提供了明确方向，同时凸显了其作为该难治性疾病有效治疗手段的潜力。

作用机制研究被公认为中药方剂研究中最复杂的方面。网络药理学目前能够涵盖药物研究的多个方面，推动了从传统医学向现代生物医学的范式转变，并促进了中医药的现代化发展。本研究结合网络药理学与GEO数据集，以揭示外用药物的作用机制。

本研究采用纯数据生成方法，通过结合改良的疾病模型，最大限度地提高数据利用率，尤其适用于某些难以构建动物模型的疾病。在线数据主要用于预测和验证疾病及药物靶点，从而明确研究方向，为后续实验验证奠定良好基础。首先，打开计算机系统并启动软件。

以肛门湿疹作为疾病靶点的检索词，访问GeneCards数据库和在线人类孟德尔遗传数据库（Online Mendelian Inheritance in Man database）。下载疾病靶点的电子表格，删除重复靶点，获得肛门湿疹相关靶点。在中医药系统药理学数据库中，检索青黛、金柏、煅石膏、炉甘石和五倍子等关键词，获取湿毒膏（ShiDuGao或SDG）的候选活性成分及其作用靶点列表。

将该组分提交至瑞士ADME数据库。提取那些表现出高胃肠道吸收且至少具有两个“是”DL值作为活性成分的详细信息。在Venny 2.1中，将SDG和肛周湿疹的靶点分别输入列表一和列表二。

生成交集的可视化图谱后，点击共享区域，以在结果部分显示共同的作用靶点。访问STRING数据库，在名称列表字段中输入靶点，然后选择生物体为homo sapiens，并继续进行搜索。

然后，单击继续。获得结果后，打开设置。在最低必需互作评分中，将最高置信度设为 0.900。

在高级设置中，选择隐藏网络中的未连接节点，然后点击更新。接着，点击导出，再点击下载，以下载点阵 PNG 和点阵 TSV 格式的蛋白质-蛋白质相互作用网络文本。靶基因数据集的整合揭示了 149 个频繁共现的针对肛门湿疹的靶基因。

随后，构建了关键的靶蛋白-蛋白相互作用网络。筛选出度值评分最高的前10个基因，这些基因均与肛门湿疹药物靶点密切相关。首先，在桌面启动 Cytoscape 3.9.1 软件，并导入包含肛门湿疹核心蛋白的 dot TSV 文件。

单击控制面板中的样式栏，以优化网络节点的颜色、字体和大小。进行网络拓扑分析时，使用“分析网络”功能。为获取枢纽基因，使用 CytoHubba 并构建药物成分-疾病靶点网络。

打开 Metascape 网站。选择一个文件或将基因列表粘贴到对话框中，然后点击提交按钮；在输入物种和分析物种中均选择 H sapiens，并启用自定义分析功能。在富集选项中，选择 GO 分子功能、GO 生物学过程、GO 细胞组分以及 KEGG 通路数据库。

选择性地勾选GO聚类并点击富集分析按钮。当进度条完成后，启动分析报告页面并点击以获取富集结果。打开GEO2R工具以搜索和分析GEO基因芯片数据库。

打开 GEO 数据库网站，输入关键词或 GEO 编号，然后点击搜索按钮。选择最匹配的结果并找到参考系列。现在，在 GEO2R 工具网站中，将参考系列编号填入 GEO 编号输入框，然后点击设置按钮。

选择特应性皮炎作为实验组，非特应性对照作为对照组。点击分析按钮，等待结果出现。对59个关键靶点进行KEGG和GO富集分析，共识别出218条通路和超过3,000个生物过程，显著突显了SDG和肛周湿疹中的重要通路。

对生物过程、细胞组分和分子功能进行的GO分析强调了湿热证与肛门湿疹的共同靶点。相关生物功能包括肽基酪氨酸磷酸化以及细胞间黏附的调控。首先，打开中药系统药理学数据库。

使用化学名称搜索框，搜索选定的成分名称，以下载Mold2格式的相应3D结构文件。要下载关键靶标的晶体结构，请打开RCSB蛋白质数据库。在搜索框中输入靶标名称，并下载PDB格式的相应晶体结构文件。

在分析软件中导入原料和目标结构文件。点击“编辑”，然后选择“删除水”以移除水分子。如需添加氢原子，请点击“编辑”、“氢原子”，然后选择“添加”。

将组分设为配体，选择完整靶标作为受体，并进行盲对接。为确定分子对接的范围，依次选择受体和配体。单击网格，然后单击网格框，调整网格框以包含整个模型。

单击文件并关闭，以保存当前的网格框状态，并将文件保存为 GPF 格式。接着，单击运行并启动 AutoGrid4。单击参数文件名，浏览并选择 GFP 文件，然后单击启动按钮。

进行分子对接时，打开 AutoDock4，点击 docking（对接），选择 macromolecule（大分子），并设置刚性文件名为受体。然后点击 docking（对接），选择 ligand（配体），点击 open（打开）或 choose（选择）以载入配体。接着，点击 docking（对接）和 search parameters（搜索参数）以设置运算算法，再点击 docking（对接）和 docking parameters（对接参数）以设置对接参数。

选择 DPF 文件，然后点击启动按钮。将文件保存为 DPF 格式。点击 analyze（分析）、docking（对接），再点击 open（打开）以选择 DLG 文件，然后点击 analyze（分析）和 macromolecule（大分子）以打开受体。

现在，单击“分析”、“确认”，然后选择按能量排序以分析结果。最后，单击设置播放，并输入“complex”以将结果保存为 PDBQT 格式。将对接文件导入 PyMOL，然后选择配体，单击“操作”、“查找”、“极性相互作用”以及“与其他原子和对象”，以显示配体与外部环境之间的氢键。

单击字母 C 以更改颜色。单击操作并提取对象。单击“显示”，然后选择“棍状”以显示受体的棍状结构。

确定与配体相连的残基，并显示其棍状结构。然后点击向导和测量工具，依次点击两个原子。点击标签，再点击残基，以显示残基的标签。

如有需要，可调整背景颜色和透明度。最后，点击文件，然后选择“导出图像为”以保存图片。在特应性皮炎组中，GEO数据库分析显示PPARG、EGFR、TNF和PTPRC表达上调，而MMP9、MAPK14和CAPS3表达下调。

对接分析证实了活性SDG成分与潜在靶蛋白之间的相互作用，表明其在肛周湿疹治疗中的重要作用。靛蓝和小檗红碱表现出较强的结合活性，结合能低于负五kcal/mol，进一步凸显其治疗潜力。