Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Explorando el mecanismo de la fórmula San Jie Tong Mai contra la aterosclerosis mediante farmacología de redes y proteómica

198 visualizaciones

⸱

DOI:

10.3791/70080

⸱

17 de abril de 2026

 ,  ,  ,  ,  , 
1Department of Cardiology, the Third Affiliated Clinical Hospital of Changchun University of Chinese Medicine, 2Department of Respiratory, The Affiliated Hospital of Changchun University of Chinese Medicine, 3The Affiliated Hospital of Changchun University of Chinese Medicine

En este artículo

Resumen

Este estudio demuestra que la fórmula San Jie Tong Mai atenúa la aterosclerosis en ratones ApoE-/- al regular el metabolismo glucocorticoide mediado por Hsd11b1, mejorando así la dislipidemia y la inflamación vascular. Farmacología de redes integradas, proteómica y análisis de acoplamiento molecular revelan un mecanismo sinérgico multicomponente y multi-objetivo subyacente a sus efectos antiateroscleróticos.

Resumen

Este estudio tenía como objetivo dilucidar el mecanismo de la Fórmula San Jie Tong Mai (SJTMF) frente a la aterosclerosis (EA), una de las principales causas de morbilidad cardiovascular. Utilizando modelos murinos ApoE-/- demostramos que SJTMF inhibe significativamente la progresión de la placa de EA. Mediante una estrategia integrada de farmacología en red y proteómica, se identificaron cinco componentes bioactivos principales: beta-sitosterol, naringenina, luteolina, isorhamnetina y ácido 3beta-hidroxi-24-metileno-8-lanosteno-21-oico. Simultáneamente, la proteómica reveló 129 proteínas relacionadas con el AS que se expresaron de forma diferencial. El acoplamiento molecular confirmó interacciones de unión de alta afinidad entre estos componentes y el objetivo clave Hsd11b1, con energías de unión todas por debajo de -5 kcal/mol. Las investigaciones mecanicistas revelaron además que SJTMF podría regular el metabolismo glucocorticoide mediado por Hsd11b1. Esta regulación contribuye a una mejora significativa tanto de la dislipidemia como de la inflamación vascular, suprimiendo así el desarrollo de SA. En conjunto, este trabajo demuestra, por primera vez, el mecanismo innovador mediante el cual una fórmula de medicina tradicional china ejerce efectos anti-SA mediante la regulación sinérgica multicomponente del objetivo Hsd11b1 , ofreciendo nuevas perspectivas para la intervención terapéutica.

Introducción

La aterosclerosis (EA), una enfermedad inflamatoria crónica que afecta a la vasculatura sistémica, constituye la base patológica principal de los eventos cardiovasculares ycerebrovasculares. Su patogénesis implica interacciones complejas entre factores genéticos, ambientales, psicosociales y patológicos multifactoriales, mostrando características multietapa y poligénicas. Aunque las estrategias terapéuticas actuales —especialmente agentes que reducen los lípidos como las estatinas y los inhibidores de la Proproteína Convertasa Subtilisina/Kexin Tipo 9 (PCSK9)— reducen eficazmente los niveles de colesterol de lipoproteínas de baja densidad (LDL-C), no abordan completamente el riesgo inflamatorio residual que provoca eventos cardiovascularesrecurrentes 2. Además, los efectos adversos asociados a la terapia (por ejemplo, diabetes de inicio reciente, miotoxicidad, insuficiencia heparrenal) limitan el uso y la intensificación a largo plazo de la terapia para reducirlípidos 3,4. Estas limitaciones ponen de manifiesto la necesidad de enfoques complementarios que actúen directamente sobre la inflamación vascular, incluidas terapias antiinflamatorias, para reducir aún más el riesgo cardiovascular más allá de la simple reducción de lípidos.

En la medicina tradicional china (MTC), la SA se enmarca en las categorías de "impedimento torácico" (Xiong Bi) y "acumulación vasal" (Mai Ji), siendo reconocida como su patogénesis central como "entrelazamiento de flema-estasis" (Tanyu Hujie). Guiados por el principio de "hidroterapia transformadora de estasis" (Yuneng Huashui), nuestro grupo de investigación desarrolló la "Fórmula San Jie Tong Mai (SJTMF)" compuesta por 14 hierbas, incluyendo Salvia miltiorrhiza (Danshen) y Whitmania pigra Whitman (Shuizhi), para resolver sinérgicamente la turbidez flema, disipar la estasis y promover la diuresis. Estudios clínicos preliminares demostraron la eficacia de SJTMF para mejorar significativamente los perfiles lipídicos y estabilizar/revertir placas ateroscleróticas en pacientes mayores con AScarotídea 5. Las investigaciones experimentales revelaron además su capacidad para inhibir la progresión de la AS modulando la polarización de los macrófagos y las vías deautofagia 6,7. No obstante, las características multicomponente, multiobjetivo y multivía de las fórmulas de MTC presentan desafíos para esclarecer sistemáticamente sus mecanismos regulatorios integrados utilizando enfoques reduccionistas convencionales.

Para explorar los mecanismos moleculares que median los efectos antiateroscleróticos de SJTMF y abordar los desafíos, este estudio empleó una estrategia multidisciplinar integrada. La farmacología de redes, conceptualizada porHopkins 8,9, se utilizó para construir una red multidimensional de "vía de origen herbal componente objetivo-enfermedad". Este enfoque facilitó la predicción de los compuestos activos principales de SJTMF y posibles objetivos terapéuticos para la intervención en SA, coherente con las características regulatorias holísticas de la MTC. Complementando esto, la tecnología proteómica, aprovechando análisis proteicos cualitativos y cuantitativos de alta precisióny de alta precisión 10, monitorizó dinámicamente los cambios en el perfil de expresión proteico asociado a AS tras la intervención SJTMF en modelos animales. Esto permitió identificar moléculas efectoras clave y eventos de señalización, proporcionando así evidencia experimental para la exploración mecanicista. Posteriormente, se realizaron simulaciones de acoplamiento molecular de alta precisión para evaluar los modos de unión y las energías de unión entre los objetivos principales predichos por la farmacología de redes y los componentes bioactivos clave, proporcionando una base teórica para posibles interaccionescomponente-objetivo 11. En comparación con enfoques alternativos, como basarse únicamente en predicciones de farmacología de redes (propensas a altas tasas de falsos positivos y sin validación experimental)12 o combinar únicamente proteómica con acoplamiento molecular (que puede no capturar las interacciones a nivel de sistema predichas por análisis de red), esta estrategia integrada aborda sinérgicamente estas limitacionesinherentes13.

Mediante la integración de técnicas multidimensionales, este estudio pretende dilucidar sistemáticamente la base farmacodinámica clave del material, la red central de objetivos y los mecanismos sinérgicos multi-vías de SJTMF. Así, proporcionando apoyo teórico impulsado por mecanismos para avanzar en la modernización de la MTC y el desarrollo de fármacos innovadores.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Todos los procedimientos con animales se realizaron con la aprobación del Comité de Animales Experimentales de la Universidad de Medicina China de Changchun (Aprobación Ética nº 2023521). En el estudio se incluyeron ratones machos C57BL/6J y ApoE⁻/⁻ libres de patógenos específicos (SPF) (5 semanas, 18-22 g) (Licencias de Uso de Animales de Laboratorio Núms. SCXK (JI) 2023-002 y SCXK (SU) 2021-0013). La información sobre reactivos e instrumentación se proporciona en la Tabla de Materiales.

1. Farmacología de redes

  1. Predicción de componentes activos y objetivos de SJTMF
    1. Analizar los componentes activos de la cáscara de Salvia miltiorrhiza, Panax notoginseng, Artemisia scoparia, Poria cocos, Alisma plantago-aquatica L, Amomum villosum, Santalum albumL, Citrus aurantium y Citrus reticulata utilizando biodisponibilidad oral (OB) ≥ 30 % y la similitud del fármaco (DL) ≥ 0,18 como criterios.
    2. Analizar los componentes activos de Whitmania pigra Whitman, Bombyx batryticatus, Periostracum cicadae, Caulis Bambusae en Taeniam y Ophicalcitum aplicando la Regla de los Cinco de Lipinski, con los siguientes parámetros: miLogP ≤ 5, nOHNH ≤ 5 y nOH ≤ 10.
    3. Combina los compuestos cribados con sus códigos SMILES para predecir los objetivos compuestos.
      NOTA: Para más detalles sobre las dos bases de datos mencionadas anteriormente, consulte la Tabla de Materiales.
  2. Predicción de objetivos relacionados con AS y construcción de una red "componente fármaco-objetivo".
    1. Utiliza la base de datos GeneCards para recuperar objetivos de enfermedades relacionadas con el AS utilizando terminología estandarizada de enfermedades.
    2. Utiliza el software Venny 2.1 para identificar los objetivos que se cruzan entre SJTMF y AS como posibles objetivos terapéuticos de SJTMF para AS.
    3. Utiliza Cytoscape 3.9.1 para construir un diagrama de red "fármaco-componente-objetivo".
      NOTA: Para más detalles sobre las bases de datos mencionadas anteriormente, consulte la Tabla de Materiales.

2. Aclimatación

  1. Alojar a todos los ratones en instalaciones de SPF (24 °C; 50-60% de humedad; ciclo claro/oscuro de 12 horas). Proporciona comida y agua estándar de manera improvisada. Deja 7 días para la aclimatación antes de los experimentos.

3. Preparación de la SJTMF

  1. Preparar la formulación de 14 hierbas que contiene: Salvia miltiorrhiza (Dan Shen) 30 g, Artemisia scoparia (Yin Chen) 10 g, Panax notoginseng (San Qi) 10 g, Poria cocos (Fu Ling) 10 g, Amomum villosum (Sha Ren) 10 g, Alisma plantago-aquatica L (Ze Xie) 30 g, Santalum albumL (Tan Xiang) 10 g, cáscara de cítrico reticulata (Chen Pi) 10 g, Citrus aurantium (Zhi Qiao) 10 g, Whitmania pigra Whitman (Shui Zhi) 10 g, Periostracum cicada (Chan Tui) 10 g, Bombyx batryticatus (Jiang Can) 10 g, Caulis Bambusae en Taeniam (Zhu Ru) 10 g y Ophicalcitum (Hua Rui Shi) 30 g.
  2. Descocciona materiales herbales (1.800 g totales) 3× con 8 volúmenes de agua destilada (1,5 h por extracción).
  3. Filtra con gasa y nylon de malla 100.
  4. Concentra el filtrado a 60 °C (densidad: 1,23-1,27). Concentrado seco a presión reducida a 70 °C.
  5. Pulveriza el extracto seco a través de un tamiz de 80 mallas (rendimiento: 20,6 %).
    NOTA: Siguiendo un informepreviamente publicado 7, los ratones recibieron 3,56 g∙kg⁻¹∙day⁻¹ de extracto SJTMF (normalizado por área superficial corporal).

4. Establecimiento modelo

  1. Inducir SA en ratones con ApoE-/- usando una dieta alta en grasas durante 12 semanas (HFD; 20% grasa, 1,25% colesterol). Mide el peso corporal cada 7 días para monitorizar el metabolismo.
  2. Asignar ratones C57BL/6J al grupo de control (Control, dieta normal + solución salina). Asignar aleatoriamente los ratones modelados con éxito en cuatro grupos: grupo modelo, grupo atorvastatina (0,0026 mg/g atorvastatina), grupo SJTMF-L (SJTMF de baja dosis, 3,56 g∙kg-1∙day-1), grupo SJTMF-H (SJTMF de alta dosis, 7,12 g∙kg-1∙day-1)7. Administrar todas las intervenciones mediante una dosis estandarizada de 0,4 mL por la mañana durante 4 semanas.
    NOTA: Las soluciones de stock de SJTMF se prepararon según nuestro protocoloestablecido 7. Las intervenciones experimentales comenzaron en la semana 9, manteniendo la dosificación matutina del ritmo temporal clínico. Se definió que los ratones estaban modelados con éxito cuando se observaron placas ateroscleróticas evidentes en la aorta mediante tinción grosera de Oil RedO 7.

5. Recogida de muestras, extracción y conservación de la Aorta

NOTA: Tras 4 semanas de administración intragástrica, ayuno a todos los ratones durante 12 horas (agua ad libitum). Mide los pesos finales del cuerpo y luego sacrifica los cuerpos mediante una luxación cervical bajo anestesia.

  1. Incisa el abdomen del ratón hasta el proceso xifoides.
  2. Aislar la aorta desde la raíz aórtica hasta la bifurcación común de la arteria ilíaca.
  3. Retirar el exceso de tejido adiposo y transectar la aorta aproximadamente 1 cm distal al arco aórtico.
  4. Fija la aorta en paraformaldehído o conéctala rápidamente en nitrógeno líquido.
    NOTA: Recoger el suero y almacenar los tejidos aórticos a -80 °C para análisis posteriores.
  5. Mancha HE
    1. Colocar secciones en xileno en secuencia durante 20 minutos cada una, el doble en total; Luego transfiero a etanol absoluto durante 10 minutos cada uno, el doble en total. Hidrata las secciones pasando por una serie descendente de etanol graduado (95%, 90%, 80%, 70%), 5 minutos por concentración.
    2. Tinte en secuencia con hematoxilina al 0,4% durante 3-8 minutos, luego con solución de eosina al 0,5% durante 1-3 minutos.
      NOTA: Enjuaga bien con agua destilada entre pasos.
    3. Deshidratar secciones mediante una serie ascendente de etanol (95% hasta etanol absoluto), 5 minutos por concentración. Despejad las secciones en xileno durante 5 minutos cada una, el doble en total. Deja que se seque completamente al aire y luego monta con resina neutra.
    4. Observa bajo un microscopio y captura imágenes.

6. Preparación total de proteínas a partir de muestras de tejido aórtico

NOTA: Se aislaron proteínas de los tejidos aórticos de cada uno de los tres grupos experimentales (grupo de control, grupo modelo, grupo SJTMF-H).

  1. Homogeneizar los tejidos aórticos en el tampón de lisis (1,5% SDS/100 mM Tris-HCl, pH 8,5), y luego incubar a 95 °C durante 15 minutos para lograr la desnaturalización de proteínas.
  2. Enfría las muestras, luego centrifugalas a 12.000 × g y 4 °C durante 5 minutos y recoge el sobrenadante. Precipita las proteínas en el sobrenadante utilizando el método de precipitación de acetona.
  3. Vuelve a disolver el precipitado proteico (8 M urea/100 mM Tris-HCl, pH 8,5), luego preparar el kit de ensayo BCA según las instrucciones del fabricante y determinar la concentración total de proteínas, véase Tabla de Materiales).
    NOTA: Con la misma cantidad de proteína entre diferentes muestras, se utilizó la solución redisuelta para llenar todas las muestras al mismo volumen.
  4. Realizar reducción de proteínas y alquilación con TCEP y CAA a 37 °C durante 1 hora.
  5. Añadir tripsina (1:50) a la muestra de proteína e incubar a 37 °C durante 24 horas (véase la Tabla de Materiales).
  6. Usa TFA para ajustar el pH a 6,0 y así terminar la digestión. Centrifugar la muestra a 12.000 × g durante 15 minutos y luego purificar los péptidos del sobrenadante usando una columna de desalación SDB-RPS hecha por él mismo (véase Tabla de Materiales).
    NOTA: El eluato peptídico se secó al vacío y se almacenó a -20 °C para su uso posterior.

7. Cromatografía líquida - espectrometría de masas en tándem (LC - MS/MS)

  1. Inyectar 200 ng de digestión peptídica con un volumen de inyección de 1 μL sobre una columna trampa de C18 (75 μm × 2 cm, 3 μm, 100 Å). Los péptidos se separaron entonces en una columna analítica C18 de fase invertida (75 μm × 15 cm, 1,7 μm, 100 Å) a un caudal de 0,3 μL/min.
  2. Utilizar agua que contiene 0,1% de ácido fórmico (FA) como fase móvil A y acetonitrilo (ACN) que contenga 0,1% de FA como fase móvil B (véase la Tabla de Materiales). Aplica un gradiente lineal del 12% al 30% B durante 0-12 minutos, seguido de un aumento del 30% al 80% B durante 12-15 minutos, y mantén un 80% B de 15-18 minutos para el lavado de columnas. Ajusta el caudal a 0,300 μL/min de 0 a 15 min, luego aumento a 0,400 μL/min de 16 a 18 min. Ajusta el voltaje capilar a 1500 V.
  3. Adquiere espectros MS y MS/MS en el rango de 100 a 1700 m/z.
  4. Escanea la movilidad iónica en un rango de 0,6 a 1,6 Vs/cm². Pon el tiempo de acumulación y el tiempo de rampa a 50 ms.

8. Análisis de la función de proteínas

NOTA: Las proteínas diferencialmente expresadas (DEPs) de la proteómica se intersectaron con objetivos clave de la farmacología de redes, y las proteínas objetivo solapadas fueron seleccionadas para la anotación funcional de la Ontología Génica (GO) y el análisis de enriquecimiento de vías de la Enciclopedia de Genes y Genomas de Kyoto (KEGG). Se consideraron significativas las categorías funcionales y vías con P < 0,05.

  1. Analiza los datos en bruto del DIA en modo libre de biblioteca.
  2. Busca en los archivos de espectros en la base de datos de secuencias de proteínas de ratón.
  3. Establece los parámetros principales de búsqueda.
    1. Habilitar opciones de generación de iones precursores para la generación de bibliotecas espectrales predichas in silico.
    2. Especificar la enzima permitiendo un máximo de 2 escisiones omitentes (véase Tabla de Materiales).
    3. Establece la carbamidometilación de la cisteína (C) como una modificación fija.
    4. Establece la oxidación de metionina (M) y la acetilación N-terminal de proteínas como modificaciones variables.
    5. Ajusta la precisión de masa del precursor y la precisión de masa MS1 a 15 ppm.
    6. Permite la coincidencia entre ejecuciones y inferencia heurística de proteínas.
    7. Establezca el umbral de Tasa de Descubrimiento Errado Precursor (FDR) al 1% para una identificación fiable.
  4. Ejecuta el análisis DIA-NN (1.8.2 beta 11).
    NOTA: Realizar cuantificación a nivel de proteína usando DIA-NN, y realizar análisis bioinformáticos y visualización usando R. Significativamente, los DEP se determinaron por el valor P del test t de Student y los umbrales de cambio de pliegue.

9. Acoplamiento molecular

  1. Descarga la estructura cristalina tridimensional de la proteína objetivo desde la base de datos RCSB PDB y guárdala en formato PDB; mientras tanto, descarga la estructura molecular del componente activo central de SJTMF desde la base de datos PubChem y guárdala en formato SDF.
  2. Utilizar PyMOL 2.6.0 para realizar la eliminación de agua e hidrogenación en la estructura de la proteína objetivo, eliminar ligandos endógenos irrelevantes y guardar la estructura proteica procesada en formato PDB; obtener los parámetros de la bolsa de acoplamiento mediante el Getbox Plugin de PyMOL, con los parámetros de la caja de la cuadrícula establecidos de la siguiente manera: center_x = -7,2, center_y = 53,4, center_z = 30,6, size_x = 73,7, size_y = 85,9, size_z = 67,2, y el número de conformaciones de acoplamiento num_modes = 10.
  3. Importa por separado el archivo de proteína objetivo procesada y el archivo del archivo compuesto central de SJTMF en AutoDock Tools 1.5.6 para convertir ambos archivos al formato PDBQT, y luego realiza el acoplamiento molecular con AutoDock Vina 1.1.2 según los parámetros de la cuadrícula definidos anteriormente.
  4. Visualiza los resultados del acoplamiento molecular con PyMOL.

10. Estadísticas

  1. Realizar análisis estadísticos.
  2. Expresa los resultados como media ± desviación estándar (DE).
  3. Especificar el uso de la prueba de Diferencia Significativa Honesta (HSD) de Tukey para análisis post hoc tras ANOVA unidireccional cuando los datos alcanzaron normalidad y homogeneidad de varianzas; aplicar la prueba de Games-Howell para datos heteroscedásticos. Consideremos un p < 0,05 estadísticamente significativo.
  4. Visualiza los datos usando GraphPad Prism8.0.2.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

SJTMF suprime la formación de placas ateroscleróticas en ratones ApoE-/-
Para investigar el efecto inhibitorio de la SJTMF en la EA, se utilizó el modelo murino ApoE-/- para monitorizar los cambios en el peso corporal y observar alteraciones histopatológicas en la aorta. En comparación con el grupo modelo, la intervención SJTMF mejoró el aumento de peso corporal en ratones ApoE -/- alimentados con HFD...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Aunque estudios previos han demostrado que SJTMF ejerce efectos antiinflamatorios e induce polarización de macrófagos en modelos murinos ApoE⁻/⁻ 6,7, los mecanismos moleculares específicos subyacentes a su actividad antiaterosclerótica siguen sin estar claros. El principio de "mismo tratamiento para diferentes enfermedades" en la medicina tradicional china pr...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores no tienen conflictos de interés que declarar.

Agradecimientos

Este estudio fue apoyado por la Fundación de Ciencias Naturales de la provincia de Jilin (Nºs YDZJ202401644ZYTS).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
2-Cloroacetamida (CAA)Sigma-AldrichC0627-100G
Solución de fijación con paraformaldehído al 4%Sinopharm Chemical Reagent Co., Ltd.80096618
0,5– 10 & micro; Micropipeta Leppendorf4924000029
10 y ndash; 100 & micro; Micropipeta Leppendorf4924000053
20 y guion; 200 y micro; Micropipeta Leppendorf4924000061
100 y guion guion; 1.000 & micro; Micropipeta Leppendorf4924000088
1000 y micro; Puntas de la L PipetaNEST Life Science Co., Ltd.303216
10 & micro; Puntas de la L PipetaNEST Life Science Co., Ltd.301016
20 & micro; Puntas de la L PipetaNEST Life Science Co., Ltd.302106
Tubo centrífuga de 15 mLNEST Life Science Co., Ltd.601052
Tubo centrífuga de 1,5 mLNEST Life Science Co., Ltd.615601
Una base de datos guiada de experimentos y referencia de alta capacidad de medicina tradicional china (HERB)/http://herb.ac.cn/v2
Acetonitrilo (LC-MS)Thermo Fisher ScientificA955-4
Acetona acetoniloSinopharm Chemical Reagent Co., Ltd.10000418
Agua con amoníacoSinopharm Chemical Reagent Co., Ltd.10011028
AutoclaveShanghai Sanshen Medical Devices Co., Ltd.YM75
Acclaim PepMap (75µ m*2cm, C18, 3µ m, 100Å)Termodinámica164535
AURORA ULTIMATE (75µ m*25cm, 1,6µ m, 100Å)AURORAAUR3-25075C18-CSI
Kit de ensayo de proteínas BCASangon Biotech (Shanghai) Co., Ltd.C503021-0500
Centrífuga refrigerada de mesa de alta velocidadHunan Kecheng Instrument Equipment Co., Ltd.H1 - 16KR
Bromofenol AzulSinopharm Chemical Reagent Co., Ltd.71008060
Calefactor de bloqueInstrumentos Miu de HangzhouDKT-100
CloroformoSinopharm Chemical Reagent Co., Ltd.10006818
Sistema de Imagen QuimioluminiscenciaHangzhou Shenhua Technology Co., Ltd.SH - 523
Banca limpiaSuzhou Jinghua Equipment Co., Ltd.SW-CJ-2D
Vidrio de cubiertaJiangsu Shitai Experimental Equipment Co., Ltd.10212450C
Cytoscape v3.9.1//
DIA-NN (V1.8.1)El Instituto Francis Crickgithub.com/vdemichev/DiaNN
Pantalla digital baño de agua a temperatura constanteChangzhou Jinnan Instrument Manufacturing Co., Ltd.HH - W600
Agitador de desmanchaWuhan Lingsi Biotechnology Co., Ltd.TSY-B
Máquina de dessecadoWuhan Junjie Electronics Co., Ltd.JT-12J
EosinaWuhan Lingsi Biotechnology Co., Ltd.E8090
Incrustación de parafinaSinopharm Chemical Reagent Co., Ltd.69019361
Ethanol AbsoluteSinopharm Chemical Reagent Co., Ltd.10009218
Máquina de IncrustaciónWuhan Junjie Electronics Co., Ltd.JB-P5
GraphPad Prism/8.0.2
Ácido acético glaciarSinopharm Chemical Reagent Co., Ltd.10000218
GeneCards/https://www.genecards.org/
GlicerolSinopharm Chemical Reagent Co., Ltd.10010618
GlicinaBiofroxx1275GR500
Ontología génica (GO)/geneontology.org
HematoxilinaWuhan Lingsi Biotechnology Co., Ltd.G1140
Agitador horizontalHaimen Qilinbeier Instrument Manufacturing Co., Ltd., JiangsuTS - 1
Corral de barrera hidrofóbicoServicebioWG1066-1
HCIFábrica de Reactivos Químicos de XinyangGB622-89
Cromatografía líquida de alta potenciaAgilent1200
IsopropanoSinopharm Chemical Reagent Co., Ltd.80109218
Image-Pro PlusCibernética de los mediosVersión 6.0
Sistema de imagenNikonDS-Fi3
Tijeras Micro Diseccionadoras IRIS-FineRWD Life Science Co., Ltd.S12004-09
Enciclopedia de Genes y Genomas de Kioto (KEGG)/www.genome.jp/kegg/
Portaobjetos de microscopioNantong Mevid Life Science Co., Ltd.PC2-301
MicroondasGalanz Electrodomésticos de Microondas Co., Ltd.P70D20TL-P4
Mini centrifugadoraLaboratorio de DragonesD1008E
Resina neutraWuhan Lingsi Biotechnology Co., Ltd.G8590
NaClSinopharm Chemical Reagent Co., Ltd.10019318
NCBI/www.ncbi.nlm.nih.gov
Pulverizador ultrasónico de celda sin contactoSCIENTZ08-III
n-ButanolSinopharm Chemical Reagent Co., Ltd.100052190
HornoShanghai Huitai Instrument Manufacturing Co., Ltd.DHG-9140A
PubChem/https://pubchem.ncbi.nlm.nih.gov/
Polvo tampón de fosfato PBSWuhan Lingsi Biotechnology Co., Ltd.P1010
Microtomo PatológicoLeica Instruments Co., Ltd. (Shanghái)RM2016
Centrífuga portátilWuhan Lingsi Biotechnology Co., Ltd.D1008
R 4.5.1//
Buffer de lisis RIPA (1,5 ML)MeilunbioMA0151
Dodecilo sulfato de sodio (SDS)Sigma-AldrichL3771-500G
SpeedVacGemmyCV200
Software SPSSEstadísticas de IBM SPSSVersión 22
Pinzas de unión de suturasRWD Life Science Co., Ltd.FC11001R-11
Microscopio de Disección EstereoscópicaRWD Life Science Co., Ltd.77001S
Columnas de Giro RMCWBIOCW0597S
Espectrómetro de masas timsTOF ProBruker DaltonicstimsTOF Pro
Plataforma de Base de Datos y Análisis de Sistemas de Farmacología de Medicina Tradicional China (TCMSP)/https://tcmspw.com/tcmsp.php
Mezclador térmicoInstrumentos Miu de HangzhouMTC-100
Ácido trifluoroacético (TFA)Sigma-Aldrich299537-500G
Tris(2-carboxietil)fosfina cloruro (TCEP)Sigma-AldrichC4706-10G
TripsinaSigma-AldrichT575-31N-10
Homogeneizador de tejidosInstrumentos Miu de HangzhouMT-30K
Tris(hidroximetil)aminometano (Tris base)Sigma-AldrichT1503-1KG
Sistema UltiMate 3000 RSLCnanoTermo CientíficaUltiMate 3000 RSLCnano
UniProt (03-01-2023)El Instituto Francis Crickgithub.com/vdemichev/DiaNN
UreaSigma-Aldrich51456-500G
Venny2.1/https://www.bioinformatics.com.cn/static/others/jvenn/example.html
Mezclador de vórticesKylin-BellVORTEX-5
Tijeras Vannas con muelleRWD Life Science Co., Ltd.S11001-08
Agua (LC-MS)Thermo Fisher ScientificW6-4
XilenoSinopharm Chemical Reagent Co., Ltd.10023418

Referencias

  1. Mensah, G. A., Roth, G. A., Fuster, V. The global burden of cardiovascular diseases and risk factors: 2020 and beyond. J Am Coll Cardiol. 74 (20), 2529-2532 (2019).
  2. Sampson, U. K., Fazio, S., Linton, M. F. Residual cardiovascular risk despite optimal LDL cholesterol reduction with statins: The evidence, etiology, and therapeutic challenges. Curr Atheroscler Rep. 14 (1), 1-10 (2012).
  3. Katzmann, J. L., Packard, C. J., Chapman, M. J., Katzmann, I., Laufs, U. Targeting rna with antisense oligonucleotides and small interfering RNA: JACC state-of-the-art review. J Am Coll Cardiol. 76 (5), 563-579 (2020).
  4. Ward, N. C., Watts, G. F., Eckel, R. H. Statin toxicity. Circ Res. 124 (2), 328-350 (2019).
  5. Xie, T., Guo, J. The effect of the San Jie Tong Mai formula on elderly patients with carotid arteriosclerosis. Chinese Journal of Gerontology. 38 (22), in Chinese 5395-5397 (2018).
  6. Li, P., et al. San Jie Tong Mai Fang protects against atherosclerosis progression by regulating macroautophagy through the PI3K/AKT/mTOR signaling pathway. J Cardiovasc Pharmacol. 82 (4), 333-343 (2023).
  7. Han, H., et al. Mechanism of san jie tong mai fang in atherosclerosis attenuation by JAK/STAT-mediated inhibition of macrophage M1 polarization. J Vis Exp. (221), e68546(2025).
  8. Hopkins, A. L. Network pharmacology. Nat Biotechnol. 25 (10), 1110-1111 (2007).
  9. Hopkins, A. L. Network pharmacology: The next paradigm in drug discovery. Nat Chem Biol. 4 (11), 682-690 (2008).
  10. Vogel, C., Marcotte, E. M. Insights into the regulation of protein abundance from proteomic and transcriptomic analyses. Nat Rev Genet. 13 (4), 227-232 (2012).
  11. Pinzi, L., Rastelli, G. Molecular docking: Shifting paradigms in drug discovery. Int J Mol Sci. 20 (18), (2019).
  12. Huang, T., et al. Approaches in studying the pharmacology of Chinese medicine formulas: Bottom-up, top-down-and meeting in the middle. Chin Med. 13, 15(2018).
  13. Zhao, P., et al. Integration of transcriptomics, proteomics, metabolomics, and systems pharmacology data to reveal the therapeutic mechanism underlying the Chinese herbal BuFei Yishen formula for the treatment of chronic obstructive pulmonary disease. Mol Med Rep. 17 (4), 5247-5257 (2018).
  14. Geng, X., et al. Determining the mechanism of action of the qishan formula against lung adenocarcinoma by integration of network pharmacology, molecular docking, and proteomics. Medicine (Baltimore). 102 (13), e33384(2023).
  15. Ru, J., et al. TCMSP: A database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 6, 13(2014).
  16. Li, H., et al. A network pharmacology approach to determine active compounds and action mechanisms of ge-gen-qin-lian decoction for treatment of type 2 diabetes. Evid Based Complement Alternat Med. 2014, 495840(2014).
  17. El Omari, N., et al. Unveiling the molecular mechanisms: Dietary phytosterols as guardians against cardiovascular diseases. Nat Prod Bioprospect. 14 (1), 27(2024).
  18. Feng, S., et al. Intake of stigmasterol and β-sitosterol alters lipid metabolism and alleviates NAFLD in mice fed a high-fat western-style diet. Biochim Biophys Acta Mol Cell Biol Lipids. 1863 (10), 1274-1284 (2018).
  19. Bodet, C., La, V. D., Epifano, F., Grenier, D. Naringenin has anti-inflammatory properties in macrophage and ex vivo human whole-blood models. J Periodontal Res. 43 (4), 400-407 (2008).
  20. Chtourou, Y., Slima, A. B., Makni, M., Gdoura, R., Fetoui, H. Naringenin protects cardiac hypercholesterolemia-induced oxidative stress and subsequent necroptosis in rats. Pharmacol Rep. 67 (6), 1090-1097 (2015).
  21. Luo, Y., Shang, P., Li, D. Luteolin: A flavonoid that has multiple cardio-protective effects and its molecular mechanisms. Front Pharmacol. 8, 692(2017).
  22. Luo, Y., et al. Isorhamnetin attenuates atherosclerosis by inhibiting macrophage apoptosis via PI3K/Akt activation and HO-1 induction. PLoS One. 10 (3), e0120259(2015).
  23. Xu, S., et al. Exploring the mechanisms of guizhifuling pills in the treatment of coronary spastic angina based on network pharmacology combined with molecular docking. Medicine (Baltimore). 103 (29), e39014(2024).
  24. Khalaf, K., et al. Cellular aspects of immunity involved in the development of atherosclerosis. Front Immunol. 16, 1461535(2025).
  25. Kadowaki, T. Insights into insulin resistance and type 2 diabetes from knockout mouse models. J Clin Invest. 106 (4), 459-465 (2000).
  26. Ginsberg, H. N. Insulin resistance and cardiovascular disease. J Clin Invest. 106 (4), 453-458 (2000).
  27. Taskinen, M. R. Diabetic dyslipidaemia: From basic research to clinical practice. Diabetologia. 46 (6), 733-749 (2003).
  28. Kamagate, A., et al. Foxo1 mediates insulin-dependent regulation of hepatic VLDL production in mice. J Clin Invest. 118 (6), 2347-2364 (2008).
  29. Mulvihill, E. E., et al. Nobiletin attenuates VLDL overproduction, dyslipidemia, and atherosclerosis in mice with diet-induced insulin resistance. Diabetes. 60 (5), 1446-1457 (2011).
  30. Rask-Madsen, C., King, G. L. Mechanisms of disease: Endothelial dysfunction in insulin resistance and diabetes. Nat Clin Pract Endocrinol Metab. 3 (1), 46-56 (2007).
  31. Han, S., et al. Macrophage insulin receptor deficiency increases ER stress-induced apoptosis and necrotic core formation in advanced atherosclerotic lesions. Cell Metab. 3 (4), 257-266 (2006).
  32. Rask-Madsen, C., et al. Loss of insulin signaling in vascular endothelial cells accelerates atherosclerosis in apolipoprotein E null mice. Cell Metab. 11 (5), 379-389 (2010).
  33. Braverman, J., Stanley, S. A. Nitric oxide modulates macrophage responses to mycobacterium tuberculosis infection through activation of hif-1α and repression of nf-κb. J Immunol. 199 (5), 1805-1816 (2017).
  34. Cao, C., et al. Ikkε knockout prevents high-fat diet-induced arterial atherosclerosis and NF-κB signaling in mice. PLoS One. 8 (5), e64930(2013).
  35. Gliozzi, M., et al. Modulation of nitric oxide synthases by oxidized LDLs: Role in vascular inflammation and atherosclerosis development. Int J Mol Sci. 20 (13), (2019).
  36. Chantong, B., Kratschmar, D. V., Nashev, L. G., Balazs, Z., Odermatt, A. Mineralocorticoid and glucocorticoid receptors differentially regulate NF-κB activity and pro-inflammatory cytokine production in murine BV-2 microglial cells. J Neuroinflammation. 9, 260(2012).
  37. Rask, E., et al. Tissue-specific dysregulation of cortisol metabolism in human obesity. J Clin Endocrinol Metab. 86 (3), 1418-1421 (2001).
  38. Livingstone, D. E., et al. Understanding the role of glucocorticoids in obesity: Tissue-specific alterations of corticosterone metabolism in obese Zucker rats. Endocrinology. 141 (2), 560-563 (2000).
  39. Kipari, T., et al. 11β-hydroxysteroid dehydrogenase type 1 deficiency in bone marrow-derived cells reduces atherosclerosis. Faseb J. 27 (4), 1519-1531 (2013).
  40. Charo, I. F., Taubman, M. B. Chemokines in the pathogenesis of vascular disease. Circ Res. 95 (9), 858-866 (2004).
  41. Hadoke, P. W., Kipari, T., Seckl, J. R., Chapman, K. E. Modulation of 11β-hydroxysteroid dehydrogenase as a strategy to reduce vascular inflammation. Curr Atheroscler Rep. 15 (5), 320(2013).
  42. Allerheiligen, S. R. Next-generation model-based drug discovery and development: Quantitative and systems pharmacology. Clin Pharmacol Ther. 88 (1), 135-137 (2010).
  43. Fleisher, B., Brown, A. N., Ait-Oudhia, S. Application of pharmacometrics and quantitative systems pharmacology to cancer therapy: The example of luminal a breast cancer. Pharmacol Res. 124, 20-33 (2017).
  44. Leil, T. A., Ermakov, S. Editorial: The emerging discipline of quantitative systems pharmacology. Front Pharmacol. 6, 129(2015).
  45. Zha, X., Ji, R., Li, Y., Cao, R., Zhou, S. Network pharmacology, molecular docking, and molecular dynamics simulation analysis reveal the molecular mechanism of halociline against gastric cancer. Mol Divers. 29 (5), 4693-4703 (2025).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Explorar más artículos

Mecanismo de la aterosclerosisanálisis proteómicoratones knockout para ApoEcomponentes bioactivosacoplamiento molecularmetabolismo de los glucocorticoidesinflamación vasculardiana Hsd11b1
Contáctenos
Recomendar a la biblioteca

Privacidad

Términos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.