Methodenartikel

Netzwerkpharmakologische Analyse von TCM-Formeln basierend auf der Syndrom-Ontologie und der multidimensionalen quantitativen Assoziations-Computing-Plattform

DOI:

10.3791/68026

⸱

22. August 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

In diesem Artikel

Zusammenfassung

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

Wir schlagen eine "Formula-Ingredient-Target-Pathway-Syndrome-Disease"-Netzwerkkonstruktionsmethode vor, die auf der SoFDA-Plattform, der Netzwerkpharmakologie und der Traditionellen Chinesischen Medizin (TCM) basiert. Im Vergleich zu den derzeit populären Methoden der Netzwerkpharmakologie beinhaltet dieses Netzwerk das kritische Element des Syndroms, das das Grundprinzip der Syndromdifferenzierung in der TCM verkörpert.

Zusammenfassung

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

Aktuelle netzwerkpharmakologische Methoden für TCM-Formeln prognostizieren potenzielle Wirkstoffe und Wirkmechanismen für bestimmte Krankheiten, indem sie ein Formel-Inhaltsstoff-Ziel-Signalweg-Krankheitsnetzwerk konstruieren.

Die Syndromdifferenzierung und -behandlung, ein Kernprinzip der TCM, verkörpert ihren ganzheitlichen und dynamischen Ansatz, der die individuelle Variabilität und den Krankheitsverlauf in den Vordergrund stellt. Durch die Integration von Syndrommerkmalen in dieses Netzwerk können Forscher Multi-Target-Medikamente entwickeln, die auf jedes Krankheitsstadium zugeschnitten sind und eine präzise und personalisierte Behandlung ermöglichen. Die TCM-Syndrom-Ontologie und die Multidimensional Quantitative Association Computing Platform (SoFDA) ermöglichen die Einbeziehung von TCM-Syndromen in die netzwerkpharmakologische Analyse.

In dieser Studie haben wir Lingguizhugan Decoction (Formel) als Beispiel verwendet, um seine Anwendung bei der Behandlung von Fettleibigkeit mit Yang-Mangel-Syndrom und Feuchtigkeits-Schleim-Syndrom (Syndrome) zu demonstrieren. Wir identifizierten zunächst die wichtigsten Wirkstoffe aus der TCMSP-Datenbank. Anschließend haben wir mit Hilfe von SoFDA ein Netzwerk aufgebaut, das Krankheiten, Syndrome, Zielgene und Signalwege miteinander verbindet. Schließlich haben wir diese Daten integriert, um ein Formel-Inhaltsstoff-Ziel-Signalweg-Syndrom-Krankheitsnetzwerk aufzubauen.

Einleitung

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

Durch die Integration des Konzepts der dialektischen Behandlung in die chinesische Medizin und die Verwendung der SoFDA 1,2-Plattform haben wir einen neuartigen Netzwerkpharmakologie-Ansatz erforscht, nämlich die integrative Pharmakologie, um ein Formel-Wirkstoff-Ziel-Signalweg-Syndrom-Krankheitsnetzwerk-Diagramm von Formulierungen der chinesischen Medizin zu erstellen.

Im Vergleich zu den in den letzten Jahren populären Methoden der Netzwerkpharmakologie bezieht diese Methode das Element des Syndroms in der TCM mit ein. Evidenz oder Syndrom ist eines der einzigartigen Konzepte der TCM und ist eine Verallgemeinerung der pathologischen Eigenschaften einer Krankheit in einem bestimmten Stadium ihrer Entwicklung.

Das Syndrom ist die grundlegende Art der Diagnose und Behandlung in der chinesischen Medizin. Es gibt mehrere Syndrome für eine Krankheit, und wenn die Krankheit auftritt, sich entwickelt und heilt, ändert sich das Syndrom entsprechend.

TCM-Praktiker verwenden unterschiedliche Formeln, um verschiedene Syndrome zu behandeln. Daher ist die Einbeziehung des Syndroms in die Netzwerkpharmakologie ein wichtiger Schritt in der ursprünglichen theoretischen Forschung und methodischen Verbesserung der TCM 3,4.

Die TCM Syndrome Ontology and Multidimensional Quantitative Association Computing Platform (SoFDA) ist eine Open-Source-Plattform, die von der Chinesischen Akademie für Traditionelle Chinesische Medizin entwickeltwurde 1,2. Es ist die erste verfügbare Sammlung der Syndrom-Ontologie der Traditionellen Chinesischen Medizin (TCM), des Syndrom-Klassifikationswerkzeugs und der damit verbundenen Merkmalsassoziationen mit Krankheiten und Verschreibungen zur Untersuchung der pathologischen Zusammenhänge und therapeutischen Mechanismen.

Es wertet die Assoziationsebenen von Syndrom-Syndrom, Syndrom-Krankheit, Syndrom-Formel und Syndrom-Krankheitsformel aus, indem es das Symptom, das Zielgen, das angereicherte Gen-Ontologie-Element, den Pfad und das Netzwerkmodul-basierte Ähnlichkeiten und die Netzwerkdichte berechnet, und verwendet ferner eine Vielzahl von Visualisierungstypen, wie z. B. Heatmap, mehrstufiges Netzwerk und Upset-View, um die Ergebnisse der Assoziationsberechnung zu veranschaulichen.

Der derzeitige grundlegende Weg für die pharmakologische Netzwerkanalyse sieht in etwa wie folgt aus: Der erste Schritt ist das Abrufen von TCM/Kräuterchemikalien-Datenbanken, Datenbanken für Krankheitsziele und Datenbanken für Krankheitsziele, um TCM-Formeln/Kräuterbestandteile/Chemikalien, Ziele von Chemikalien und Krankheiten zu sammeln. Die Proteininteraktionsdatenbank wird dann für die Erweiterung und Analyse der Protein-Protein-Interaktion (PPI) verwendet. Die Ergebnisse werden schließlich in vitro, in vivo oder in silico validiert.

Die Ergebnisse der Cyberpharmakologie werden als pflanzliche Medizin/Formulierung-Gen-Zielsignal-Komponente-moderne Krankheit präsentiert, und ihr ultimatives Ziel ist es, die Basis und den Wirkmechanismus von TCM-Formeln vorherzusagen. Um die materielle Basis, den Wirkmechanismus und die Theorie der medizinischen Eigenschaften der TCM weiter aufzudecken, haben wir uns entschieden, die SoFDA-Plattform in die Cyberpharmakologie einzuführen. Wir nennen diese computerpharmakologische Analysemethode, die zu einer verschreibungspflichtigen Drug-Target-Pathway-Syndrom-Krankheit führt, integrierte Pharmakologie 1,2.

Fettleibigkeit als weltweit verbreitete chronische Lebererkrankung stellt eine enorme wirtschaftliche Belastung für die globale Gesellschaft dar.

Im Konzept der traditionellen chinesischen Medizin ist Fettleibigkeit eine komplexe Krankheit mit Syndromen des Yang-Mangels, des Schleim-Feuchtigkeits-Syndroms, der Milz und des Magens
Mangelsyndrom und Blutstauungssyndrom usw. 5,6. Daher ist es angebracht, die Behandlung zur Stärkung des Yang Qi, zur Beseitigung von Schleim und Feuchtigkeit und zur Regulierung der Kardinalorgane zu übernehmen7.

Lingguizhugan Abkochung (Fuling, Guizhi, Baizhu, Gancao, Massenverhältnis 4:3:3:2) leitet sich aus den Grundlagen der Goldenen Kammer ab und ist wirksam bei der Behandlung von Fettleibigkeit durch klinische Praxis. Es wird auf Chinesisch auch FU LING GUI ZHI BAI ZHU GAN CAO TANG genannt.

Im folgenden Protokoll werden wir die Verwendung einer innovativen, auf SoFDA basierenden vernetzten pharmakologischen Analyse chinesischer Kräuterformeln (integrierte Pharmakologie) auf Lingguizhugan Abkochung zur Behandlung des Yang-Mangel-Syndroms und des Feuchtigkeits-Schleim-Syndroms bei Fettleibigkeit demonstrieren. Wir werden die Methodik demonstrieren, indem wir eine Netzwerkanalyse von Komponenten, Zielen und Wegen der Lingguizhugan-Abkochung zur Behandlung des nichtalkoholischen Fett-Yang-Mangel-Syndroms und des Feuchtigkeits-Schleim-Syndroms durchführen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

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

Nehmen Sie als Beispiel die Lingguizhugan-Abkochung zur Behandlung des "Yang-Mangel-Syndroms" und des "Feuchtigkeits-Schleim-Syndroms" der abdominalen Fettleibigkeit. Der Sud von Lingguizhugan besteht aus 4 Kräutern: Poria cocos (Fuling), Cinnamomi ramulus (Guizhi), Rhizoma Atractylodis macrocephalae (Baizhu), Glycyrrhizae radix et Rhizoma (Gancao). Die Website der SoFDA-Plattform ist http://www.tcmip.cn/Syndrome/front/#/. Die Website der Datenbank für Systempharmakologie der Traditionellen Chinesischen Medizin (TCMSP) ist https://old.tcmsp-e.com/tcmsp.php

1. Herausfiltern der Wirkstoffe der Formel

  1. Greifen Sie auf die Datenbank der Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP)8 zu.
  2. Geben Sie Fuling, Guizhi, Baizhu bzw. Gancao in der Spalte Kräutername ein, und klicken Sie dann auf Suchen.
  3. Klicken Sie auf die Schaltfläche neben OB, wählen Sie unter Elemente mit dem Wert anzeigen, dass: die Option ist größer oder gleich aus, und geben Sie 30,00 in die Zahlenspalte darunter ein.
  4. Klicken Sie auf die Filterschaltfläche von DL, wählen Sie unter Elemente mit dem Wert anzeigen, dass: die Option ist größer oder gleich aus, und geben Sie 0,18 in die Zahlenspalte darunter ein.
    HINWEIS: Screening der oralen Bioverfügbarkeit (OB) ≥ 30% und der arzneimittelähnlichen Eigenschaften (DL) ≥ 0,18 chemischen Bestandteile der 4 Kräuter 2,8 nach Absorption, Verteilung, Metabolismus und Ausscheidung (ADME)9,10.
  5. Kopieren Sie die molekularen Namen der gesiebten chemischen Komponenten der vier Kräuter Fuling, Guizhi, Baizhu und Gancao nacheinander und fügen Sie sie in eine Tabelle ein, um sie in einer Tabelle zusammenzufassen.

2. Herausfiltern von Zielen der Formel, Syndromen und Krankheiten

  1. Rufen Sie die SoFDA-Plattform auf und wählen Sie Disease-Syndrome-Formula Association in der Spalte Association Evaluation aus.
    HINWEIS: Der Begriff Assoziationsebene umfasst fünf Kategorien: Völlig unterschiedlich, Niedrig, Mittel, Hoch und Identisch. Die Auswahl von Identisch, Hoch und Moderat zeigt einen hohen und mäßigen Grad der Korrelation zwischen dem Assoziationsartikel und der Krankheit bzw. Kräuterformel an. Je größer die Korrelation des Assoziationsartikels mit der Krankheit oder der Kräuterformel ist, desto genauer sind die Analyseergebnisse. Daher sollten Identisch, Hoch und Moderat gewählt werden.
  2. Wählen Sie in der Untergruppe Disease-Syndrome-Formula mit der gleichen Krankheit die Option Adipositas als Krankheit aus. Wählen Sie Yang-Mangel-Syndrom und Feuchtigkeits-Schleim-Syndrom für Syndrom aus. Wählen Sie Primäres und sekundäres Symptom für Symptom aus.
  3. Wählen Sie Symptombezogene Gene für das Element Assoziation aus. Wählen Sie Identisch, Hoch und Mittel für die Zuordnungsebene aus. Wählen Sie FU LING GUI ZHI BAI ZHU GAN CAO TANG/Formel 134 für die Formel.
    HINWEIS: Durch Eingabe von abdominaler Adipositas in die Suchleiste für Krankheiten auf der SoFDA-Plattform werden zwei Ergebnisse abgerufen: Abdominale Adipositas-Metabolisches Syndrom 1/ABD014 und Abdominale Adipositas-Metabolisches Syndrom 3/ABD013. Beide Arten der Adipositas zeichnen sich durch abdominale Adipositas aus, unterscheiden sich jedoch in ihren jeweiligen Symptomkomplexen. Syndrom 3 ist mit den Symptomen assoziiert: Myokardinfarkt, Rumpfadipositas, Hypercholesterinämie, Koronararterienstenose, abdominale Adipositas, autosomal-dominante Vererbung, Bluthochdruck, Schlaganfall, während Syndrom 1 assoziiert ist mit: autosomal-dominanter Erbgang, Hypertonie, abdominale Adipositas. Daher wurde Syndrom 1 für die anschließende Analyse ausgewählt.
  4. Klicken Sie auf "Senden" und rufen Sie dann die Gene ab, die mit dem Yang-Mangel-Syndrom, dem Feuchtigkeits-Schleim-Syndrom, der abdominalen Fettleibigkeit und der Formel in Verbindung stehen.
  5. Klicken Sie auf Yang-Mangel-Syndrom bzw. Feuchtigkeits-Schleim-Syndrom, kopieren Sie die primären und sekundären Symptom-bezogenen Gene der beiden Syndrome und speichern Sie sie in den Dateien.
  6. Rufen Sie die STRING-Online-Website auf, klicken Sie auf der linken Seite auf den Abschnitt "Mehrere Proteine" und geben Sie die Gene aus den beiden Syndromen in Schritt 2.2 in das Suchfeld ein. Wählen Sie Homo sapiens für die Organismen aus und klicken Sie dann auf Suchen-Weiter, um das Netzwerkdiagramm der Protein-Protein-Interaktion (PPI) zu erhalten. Wählen Sie im Abschnitt "Einstellungen" den Kern mit hoher Zuverlässigkeitsbewertung (0,700) aus, und exportieren Sie schließlich die TSV-Dateien separat11,12.
  7. Starten Sie die Cytoscape-Software, klicken Sie auf Datei > > Netzwerk aus Datei importieren , um die TSV-Datei zu öffnen, die Sie im vorherigen Schritt in Cytoscape erhalten haben. Passen Sie dann auf der Registerkarte "Stil " der Software die Farb- und Layouteinstellungen für das PPI-Netzwerk an. Klicken Sie abschließend auf Datei > Exportieren > In Bild exportieren , um das endgültige PPI-Netzwerkschema abzurufen.

3. Funktionale Vorhersage

  1. Gehen Sie zum Abschnitt Functional Enrichment of Common Genes/Network Module among Associated Syndromes-Diseases-formulae auf der SoFDA-Plattform.
  2. Wählen Sie unter Anreicherungstyp den biologischen Prozess, die zelluläre Komponente, die molekulare Funktion und den Reaktomweg aus.
  3. Klicken Sie auf Senden, um die Ergebnisse zu erhalten.
  4. Klicken Sie auf die Schaltfläche ↓ in der unteren rechten Ecke des Bildes, um die Tabellenkalkulationsdateien herunterzuladen, die sich auf biologische Prozesse, zelluläre Komponenten, molekulare Funktionen und den Reaktomweg beziehen.
  5. Nachdem Sie die Auswahl abgeschlossen haben, klicken Sie auf Senden , um das Modul Funktionelle Anreicherung gemeinsamer Gene/Netzwerk im Modul Assoziierte Syndrome-Krankheiten-Formeln anzuzeigen, die Daten des Diagramms des biologischen Prozesses (BP), der zellulären Komponente (CC), der Beschreibung der molekularen Funktion (MF) und des Reaktomwegs werden alle heruntergeladen.
  6. Öffnen Sie die Wei Sheng Xin Online-Website (https://www.bioinformatics.com.cn/), wählen Sie die Spalte mit dem Balken mit dem Farbverlauf aus und importieren Sie dann die BP-, CC-, MF-Beschreibung und die auf diese Website erhaltenen Reaktom-Signalweg-Daten, um das Balkendiagramm mit Farbverlauf zu erhalten.

4. Aufbau des Formel-Ziel-Signalweg-Syndrom-Krankheitsnetzwerks

  1. Nachdem Sie den Schritt 2.1 abgeschlossen haben, klicken Sie nach Abschluss der Auswahl unten auf der ersten Seite auf Gehe zu Netzwerk und geben Sie die zweite Seite ein.
  2. Wählen Sie Yang-Mangel-Syndrom und Feuchtigkeits-Schleim-Syndrom für das Syndrom. Wählen Sie Primäres und Sekundäres Symptom für Symptom und wählen Sie Abdominale Fettleibigkeit für Krankheit. Wählen Sie FU LING GUI ZHI BAI ZHU GAN CAO TANG/Formel 134 für die Formel. Wählen Sie dann unter Anzeigen alle Signalwege für Krankheit, Syndrom, Formel, Symptom und Reaktom aus.
  3. Klicken Sie dann auf Senden , und rufen Sie das Netzwerkdiagramm von Formula-Target-Pathway-Syndrome-Disease ab.

5. Aufbau des Formel-Inhaltsstoff-Ziel-Signalweg-Syndrom-Krankheitsnetzwerks

HINWEIS: Auf der SoFDA-Plattform ergibt die Suche nach der Formel Poria (Fu Ling), Zimtzweig (Gui Zhi), Atractylodes Macrocephala (Bai Zhu) und Süßholz (Gan Cao) Abkochung nicht die primären Wirkstoffe. Daher wird empfohlen, nur die Hauptwirkstoffe Poria, Zimtzweig, Atractylodes Macrocephala und Süßholz aus der TCMSP-Datenbank abzurufen. Befolgen Sie die Schritte 1.1.3-1.1.4, um die Hauptwirkstoffe von Poria (Fu Ling), Zimtzweig (Gui Zhi), Atractylodes Macrocephala (Bai Zhu) und Süßholz (Gan Cao) Sud zu erhalten. Importieren Sie sie dann in das Netzwerk Formel-Ziel-Pathway-Syndrom-Krankheit , um das Netzwerkdiagramm Formel-Zutat-Ziel-Pfad-Syndrom-Krankheit zu generieren. Folglich gibt es keine Datenheterogenität zwischen Gen-IDs und Signalwegen in SoFDA und TCMSP.

  1. Laden Sie die Netzwerkdaten von Formula-Target-Pathway-Syndrome-Disease von der SoFDA-Plattform herunter, die in Abschnitt 4 generiert wurden, und geben Sie sie in eine Tabelle ein.
  2. Fügen Sie danach die Wirkstoffe des in Abschnitt 2 gesiebten Lingguizhugan-Suds in diese Tabelle hinzu und benennen Sie die Tabelle in Netzwerk um. Erstellen Sie eine weitere neue Tabelle mit dem Namen type , um die Typen der einzelnen Knoten zu speichern, die in Abschnitt 4 erstellt wurden.
  3. Öffnen Sie die Cytoscape-Software (Typ 3.9.1), klicken Sie auf Netzwerk aus Datei importieren , um die Netzwerkdatei zu importieren, und klicken Sie auf Tabelle aus Datei importieren , um die Typdatei zu importieren. Klicken Sie dann auf die Schaltfläche Formatvorlage , um das Formula-Ingredient-Target-Pathway-Syndrome-Disease-Netzwerk 13 anzupassen und zu modifizieren.
  4. Klicken Sie auf die Schaltfläche Mit Bilddatei exportieren , um das Formula-Ingredient-Target-Pathway-Syndrome-disease-Netzwerk zu erhalten.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

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

Wir wählten 103 Wirkstoffe von vier chinesischen Kräutern aus dem Lingguizhugan-Sud nach den Kriterien der Bioverfügbarkeit ≥30 % und des Pharmakophors ≥0,18 %) aus. Die Hauptwirkstoffe waren Quercetin, Kaempferol, Naringenin, β-Sitosterol, Isorhamnetin. Es stimmt mit den Laborextraktions- und Screening-Komponenten von Jiang et al.14 überein.

Für das Feuchtigkeits-Schleim-Syndrom und das Yang-Mangel-Syndrom der Lingguizhugan-Abkochung (...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

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

SoFDA ist die erste Open-Source-Ontologie-Datenbank für TCM-Syndrome, deren Daten und Analyseergebnisse der Öffentlichkeit vollständig zugänglich sind. Dieser Open-Source-Charakter bietet Forschern eine größere Flexibilität. Die Plattform verwendet ein ähnlichkeitsbasiertes Assoziationsbewertungssystem, das Jaccard- oder Kosinus-Ähnlichkeitsmaße verwendet, um die Beziehungen zwischen Krankheits-Syndrom- und Formel-Syndrom-Assoziationen quantitativ zu bewerten. Diese dynamische Modellieru...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

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

Alle Autoren haben keine Interessenkonflikte.

Danksagungen

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

Diese Studie wurde durch Zuschüsse des Wissenschafts- und Technologieprogramms der Provinz Sichuan (2024YFFK0158), der National Nature Science Foundation of China (82104716), des Guangdong Province Graduate Education Innovation Program Project (2022SFKC073) und des Guangdong Natural Science Fund Project (2023A1515220146) unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Cytoscape (Typ 3.9.1)Nationales Institut für Humangenomforschung (NHGRI)https://cytoscape.org/
Wissensdatenbank für Gene Ontology (GO)Globale Kernressourcen für Biodatenhttps://www.geneontology.org/
KEGG: Kyoto-Enzyklopädie der Gene und GenomeKanehisa Laboratorienhttps://www.genome.jp/kegg/
SoFDA-PlattformChinesische Akademie für Chinesische Medizinhttp://www.tcmip.cn/Syndrome/front/#/
STRING12.0 WebseiteGlobale Biodaten-Koalition? ELIXIERhttps://cn.string-db.org/
TCMSP-PlattformZhejiang Jiuwei Gesundheit Co., Ltdhttps://old.tcmsp-e.com/tcmsp.php
Wei Sheng Xin Online-WebseiteNEWCOREhttps://www.bioinformatics.com.cn/

Referenzen

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

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Netzwerkpharmakologiemultidimensionale AssoziationLingguizhugan DekoktYang Mangel SyndromFeuchtigkeit Schleim SyndromVorhersage aktiver InhaltsstoffeTarget Pathway Netzwerkpersonalisierte Behandlung
Video demnächst verfügbar

Verwandte Artikel