Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de recherche

La décoction de Gegen Qinlian atténue la colite ulcéreuse en inhibant la panoptose : une étude multi-omique et expérimentale

225 vues

⸱

DOI :

10.3791/69858

⸱

22 mai 2026

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1College of Clinical Medicine, Chengdu University of Traditional Chinese Medicine, 2Department of Gynaecology, Hospital of Chengdu University of Traditional Chinese Medicine, 3Department of Traditional Chinese Medicine, Henan Provincial People's Hospital, Zhengzhou University, 4College of Basic Medical Sciences, Chengdu University of Traditional Chinese Medicine, 5College of Health and Rehabilitation, Chengdu University of Traditional Chinese Medicine, 6State Key Laboratory of Oral Diseases, National Center for Stomatology, National Clinical Research Center for Oral Diseases, Department of Traditional Chinese Medicine, West China Hospital of Stomatology, Sichuan University, 7Department of Stomatology, Hospital of Chengdu University of Traditional Chinese Medicine

* These authors contributed equally

Dans cet article

Résumé

Nous présentons ici un protocole intégrant l’analyse multi-omique avec la validation in vivo afin d’étudier comment la décoction de Gegen Qinlian soulage la colite ulcéreuse en régulant les cibles liées à la PANoptose et les voies de signalisation inflammatoire.

Résumé

Nous présentons un protocole intégré de bioinformatique et de pharmacologie en réseau afin de clarifier les mécanismes thérapeutiques de la décoction de Gegen Qinlian (GQD) dans la colite ulcéreuse (CU), avec un accent particulier sur la régulation liée à la PANoptose. Ce protocole est conçu pour identifier systématiquement les composés bioactifs potentiels, les cibles thérapeutiques, les voies de signalisation et les mécanismes liés au système immunitaire grâce à l’exploration multi-bases de données et à l’analyse transcriptomique. Les profils d’expression génique des cohortes de CU, y compris GSE87466 et GSE92415 de la base de données GEO, sont analysés à l’aide d’analyses d’expression différentielle et d’analyses pondérées de réseaux de co-expression génique pour identifier les gènes liés à la maladie. Les cibles candidates de la GQD sont collectées à partir de bases de données pharmacologiques publiques et croisées avec des gènes associés à l’UC et à la PANoptose afin de déterminer les cibles thérapeutiques principales. La construction de réseaux d’interactions protéine-protéine, des analyses d’enrichissement et la modélisation du réseau composé-cible-voies sont ensuite réalisées afin de révéler la base moléculaire de l’activité GQD. De plus, l’analyse d’infiltration immunitaire est intégrée pour explorer la relation entre les gènes clés et le microenvironnement immunitaire intestinal. Le docking moléculaire est également utilisé pour évaluer le potentiel de liaison entre les principaux composés actifs et les cibles centrales. Ce protocole fournit un cadre systématique et reproductible pour étudier comment la GQD soulage la CU en modulant la PANoptose et les voies inflammatoires associées, et peut servir de référence utile pour des études mécanistes d’autres formules de médecine traditionnelle chinoise dans les maladies inflammatoires complexes.

Introduction

La colite ulcéreuse (CU), l’une des principales formes de maladie inflammatoire de l’intestin, est un trouble inflammatoire chronique récurrente qui touche principalement la muqueuse du côlon et commence généralement dans le rectum avec une extension proximale continue. Sa pathogenèse est complexe et implique une activation immunitaire muqueuse aberrante, un dysfonctionnement de la barrière épithéliale, des perturbations microbiennes et des interactions hôte-environnement dérégulées, imposant ensemble une charge sanitaire mondiale importanteet croissante 1,2. L’inflammation muqueuse persistante provoque non seulement des symptômes récurrents tels que des douleurs abdominales, de la diarrhée et de l’hématochésie, mais augmente également le risque à long terme de cancer colorectal associé à la colite, en particulier chez les patients atteints de maladie étendueet ancienne 3,4.

La prise en charge pharmacologique actuelle de la CU repose principalement sur les 5-aminosalicylates, les corticostéroïdes, les immunomodulateurs, les biologiques et les agents de petites molécules, selon la gravité de la maladie et la réponsethérapeutique 5. Bien que ces stratégies aient amélioré les résultats cliniques, une proportion considérable de patients présente encore une non-réponse primaire, une perte secondaire de réponse, une intolérance, une dépendance aux stéroïdes ou des effets indésirables liés au traitement, soulignant la nécessité d’options thérapeutiques plus sûres et orientéesvers les mécanismes 6. Par conséquent, identifier des programmes moléculaires en amont qui régulent simultanément les lésions épithéliales et la dysrégulation immunitaire intestinale revêt une importance translationnelle considérable.

Des études récentes ont montré que la mort cellulaire programmée dysrégulée est profondément impliquée dans la pathogenèse de la CU. Au-delà de l’apoptose classique, la pyroptose et la nécroptose ont toutes été impliquées dans la destruction de la barrière épithéliale et l’amplification de l’inflammationmuqueuse 7. La PANoptose, une voie de mort cellulaire programmée inflammatoire récemment définie intégrant des caractéristiques clés de la pyroptose, de l’apoptose et de la nécroptose, est devenue un cadre mécanistique particulièrement pertinent pour les maladies inflammatoireschroniques 8. Ce processus est coordonné par des complexes PANoptosome multiprotéiques et implique des médiateurs centraux tels que ZBP1, RIPK1/RIPK3, CASP8, ainsi que des molécules liées à l’inflammasome, dont NLRP3, de manière dépendante ducontexte 9. Il est important de noter que les preuves accumulées indiquent que la PANoptose est activée dans la CU et peut favoriser des lésions épithéliales intestinales, la dégradation des barrières et un déséquilibre immunitaire, contribuant ainsi à la progression de la maladie 10,11,12. Ces résultats suggèrent que la panoptose n’est pas simplement une conséquence en aval de l’inflammation, mais pourrait représenter un nœud mécanistiquement actionnel reliant la lésion épithéliale à l’amplification immunitaire muqueuse.

La décoction Gegen Qinlian (GQD), une prescription classique enregistrée pour la première fois chez Shang Han Lun, comprend Pueraria lobata, Scutellaria baicalensis, Coptis chinensis et Glycyrrhiza uralensis. Il est depuis longtemps utilisé en médecine traditionnelle chinoise pour la diarrhée et les troubles inflammatoires intestinaux. Des études pharmacologiques modernes ont montré que la GQD peut soulager la colite expérimentale en supprimant les réponses inflammatoires, en restaurant l’intégrité de la barrière intestinale, en remodelant le microbiote intestinal et en modulant l’homéostasie immunitaire, y compris la signalisation et l’activité inflammatomique liées au Th17/Treg 13,14. Ces actions multicibles font de la GQD un candidat plausible pour intervenir dans les processus pathologiques liés à la PANoptose dans l’UC15. Cependant, malgré le nombre croissant de preuves de son efficacité anti-colitique, il reste incertain que la GQD exerce des effets thérapeutiques par une régulation coordonnée des réseaux moléculaires associés à la PANoptose.

À l’heure actuelle, deux lacunes majeures subsistent. Premièrement, les études existantes sur les mécanismes de mort cellulaire de la CU se sont principalement concentrées sur des voies isolées telles que l’apoptose, la pyroptose ou la ferroptose, tandis que le rôle intégré de la PANoptose dans la médiation des effets thérapeutiques des formules à base de plantes n’a pas été suffisammentclarifié 7,10,11. Deuxièmement, bien que la pharmacologie des réseaux soit bien adaptée pour caractériser la nature « multi-composants-multi-cibles-multi-voies » des formules traditionnelles, les prédictions basées uniquement sur des bases de données composées-cibles peuvent manquer de spécificité en contexte de maladie et nécessiter une priorisation transcriptomique et une validation expérimentale pour améliorer la plausibilité biologique et la fiabilitétranslationnelle 16,17,18,19 . Ainsi, une stratégie intégrée combinant transcriptomique des maladies, pharmacologie en réseau et vérification in vivo pourrait fournir un cadre plus rigoureux pour élucider le mécanisme de la GQD en CU.

Comparé aux approches basées uniquement sur l’observation histopathologique, les tests moléculaires à voie unique ou la pharmacologie en réseau basée uniquement sur des bases de données, le flux de travail actuel est mieux adapté à cette question car il permet la validation croisée entre les signaux transcriptomiques contextuels de la maladie, la prédiction formule-cible et la vérification biologique dans un modèle expérimental de colite. Les lectures histologiques ou moléculaires seules ne peuvent capturer que des dimensions limitées de la pathologie de la CU, tandis que la pharmacologie en réseau seule peut manquer d’une spécificité de la maladie et d’un soutien expérimental suffisants. En intégrant la priorisation transcriptomique avec la validation in vivo, ce flux de travail améliore la plausibilité biologique de l’identification des cibles et offre un cadre plus cohérent pour relier l’intervention GQD aux mécanismes associés à la PANoptose dans la CU.

Ce protocole est particulièrement adapté aux études mécanistes visant à évaluer comment les interventions multicomposantes régulent les lésions épithéliales, les réponses inflammatoires et les voies liées à la PANoptose dans la CU expérimentale. Il est particulièrement utile lorsque l’objectif est de relier la prédiction computationnelle à la validation biologique au niveau animal dans un flux de travail standardisé. Cependant, il n’est pas destiné à remplacer les approches diagnostiques cliniques, ni à traiter de manière globale toutes les dimensions de la pathogenèse de la CU, telles que l’hétérogénéité à long terme des patients, les interactions causales à l’échelle du microbiome, ou la cartographie immunitaire unicellulaire et spatialement résolue. Par conséquent, son champ d’application est mieux défini comme un cadre préclinique reproductible pour l’évaluation orientée vers les mécanismes et thérapeutique.

Nous avons donc émis l’hypothèse que la GQD atténue la colitis ultérieuse en modulant les réseaux de signalisation liés à la PANoptose, atténuant ainsi les lésions épithéliales intestinales et reprogrammant le microenvironnement inflammatoire. Pour tester cette hypothèse, nous avons intégré l’analyse transcriptomique de la CU avec la pharmacologie en réseau afin d’identifier des cibles thérapeutiques partagées et des voies clés de la GQD, en mettant particulièrement l’accent sur les régulateurs associés à la PANoptose. Nous avons également validé les mécanismes prédits dans un modèle de colite murine induite par le sulfate de sodium de dextrane (DSS). En combinant la priorisation computationnelle des cibles avec la vérification biologique, cette étude visait à fournir une explication plus pertinente pour la maladie et mécanisment fondée sur les effets anti-UC de la GQD, et à proposer de nouvelles preuves soutenant la panoptose comme un axe thérapeutique potentiel dans l’UC.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Toutes les procédures animales ont été menées conformément aux directives institutionnelles et approuvées avant le début de l’étude par le Comité éthique de l’Université de médecine traditionnelle chinoise de Chengdu (Approbation n° 2022-126). Seuls des ensembles de données GEO et GWAS disponibles publiquement ont été utilisés pour les analyses de bioinformatique ; par conséquent, aucun consentement éclairé supplémentaire ni approbation éthique n’a été requis pour la composante computationnelle de cette étude. Toutes les procédures impliquant des produits chimiques dangereux, des échantillons biologiques et des déchets animaux ont été réalisées conformément aux réglementations institutionnelles sur la sécurité des laboratoires et aux procédures institutionnelles pour l’élimination des déchets dangereux.

Acquisition et prétraitement des ensembles de données GEO

Les ensembles de données transcriptomiques humaines liés à la colite ulcéreuse (CU) ont été extraits de la base de données GEO en utilisant le mot-clé « colite ulcéreuse ». Après avoir sélectionné des ensembles de données de profilage d’expression avec des groupes UC et témoins sains clairement définis et une taille d’échantillon suffisante, GSE8746620 et GSE9241521, tous deux générés sur la plateforme GPL13158, ont été sélectionnés comme cohorte de formation. Ces ensembles de données comprenaient respectivement 87 échantillons de CU et 21 témoins sains, ainsi que 53 échantillons d’UC et 21 témoins sains. Pour la validation externe,GSE87473 22 (106 échantillons de coline ulcéreuse et 21 témoins sains) et GSE1687923 (48 échantillons de coline ultérieuse et 12 témoins sains ; GPL570) étaient incluses. Des fichiers bruts ou en matrice série étaient téléchargés et importés dans R pour le prétraitement. Les identifiants de sonde étaient convertis en symboles génétiques selon les fichiers d’annotation correspondants de la plateforme. Lorsque plusieurs sondes étaient mappées sur le même symbole génique, la valeur moyenne d’expression était conservée. Les échantillons dépourvus d’informations claires sur les groupes ont été exclus avant l’analyse en aval. Les deux ensembles de données d’entraînement ont été fusionnés par des symboles génétiques communs. Les valeurs d’expression étaient transformées log2 lorsque nécessaire, normalisées à l’aide d’une procédure standard de normalisation entre tableaux, et corrigées pour les effets batch à l’aide d’une méthode d’ajustement batch après avoir défini l’origine du jeu de données comme variable batch. L’analyse des composants principaux et l’inspection par boxplot étaient utilisées avant et après la normalisation/correction par lots comme points de contrôle qualité. Le prétraitement réussi a été défini par un meilleur chevauchement des distributions d’échantillons entre les ensembles de données et l’atténuation du clustering piloté par les ensembles de données. Un total de 902 gènes liés à la PANoptose ont été compilés à partir de la littérature publiée et utilisés comme ensemble de gènes de référence pour une analyse intégrative.

Identification des gènes exprimés différemment et construction du réseau WGCNA

La matrice d’entraînement fusionnée a été analysée dans R à l’aide d’un flux de travail d’expression différentielle. Gènes avec|log 2 multiplication| ≥ 0,585 et P ajusté < 0,05 ont été définis comme des gènes différenciellement exprimés (DEG). Des graphiques volcaniques et des cartes thermiques ont été générés comme résultats intermédiaires pour confirmer que les critères de filtrage produisaient des différences d’expression biologiquement interprétables entre les groupes UC et témoins. Pour l’analyse pondérée du réseau de co-expression génique (WGCNA), les gènes ont été classés par variance entre les échantillons, et les 25 % les gènes les plus variables ont été conservés comme entrées. Un arbre de regroupement d’échantillons a d’abord été examiné pour identifier des échantillons potentiels d’anomalies ; aucun cas aberrant évident n’a été conservé pour la construction du réseau, sauf si la suppression était justifiée par des critères de contrôle qualité. Une puissance de seuil souple a été sélectionnée en fonction de l’indice d’ajustement topologique sans échelle, et la plus petite puissance obtenant un réseau approximativement sans échelle a été utilisée pour construire la matrice d’adjacence. La matrice d’adjacence a ensuite été transformée en une matrice de chevauchement topologique, et un regroupement hiérarchique a été réalisé en utilisant la dissimilarité basée sur le TOM. Les modules ont été identifiés grâce à la coupe dynamique de l’arbre avec une taille minimale de module de 100 gènes. Des modules étroitement apparentés ont été fusionnés lorsque leur corrélation d’eigengènes dépassait le critère de fusion prédéfini. Les propres gènes des modules, la signification des modules et les valeurs de signification génique ont été calculés pour identifier les modules les plus fortement associés au phénotype de la CU. Une étape WGCNA réussie a été définie par une séparation stable des modules, des tailles biologiquement plausibles, et un ou plusieurs modules montrant une corrélation claire avec le statut de la maladie.

Identification des cibles candidates dans GQD

Des composés candidats et cibles correspondant aux quatre composants herbacés de la Décoction Gegen Qinlian (GQD) — Pueraria lobata, Scutellaria baicalensis, Coptis chinensis et Glycyrrhiza uralenses — ont été collectés à partir de TCMSP24 et BATMAN-TCM25. Les seuils de dépistage ont été fixés comme suit : biodisponibilité orale ≥ 30 % et ressemblance au médicament ≥ 0,18 pour les dossiers dérivés d’une seule base de données ; score de confiance ≥ 0,84 et ajusté P < 0,05 pour les enregistrements dérivés d’une autre base de données. Des composés supplémentaires ont été complétés à partir d’une base de données de médecine à base de plantes lorsque les dossiers pertinents n’ont pas été capturés lors de la recherche initiale. Les chaînes canoniques SMILES de composés retenus ont été soumises à une plateforme d’évaluation ADME en ligne. Les composés ont été conservés lorsqu’ils ont montré une forte absorption gastro-intestinale et ont satisfait au moins deux règles de ressemblance de médicaments chez Lipinski, Ghose, Veber, Egan et Muegge. Les cibles présumées ont ensuite été prédites à l’aide d’une plateforme de prédiction cible avec une probabilité > 0,1 et standardisées aux symboles officiels des gènes à l’aide d’une base de données d’annotation protéique. Les composés et cibles dupliqués ont été supprimés après la fusion de la base de données. Le résultat attendu de cette étape était un ensemble de données GQD composé-cible non redondant, adapté à l’analyse de chevauchement.

Identification de l’action des gènes qui se chevauchent et performance de l’analyse fonctionnelle

Les cibles thérapeutiques potentielles étaient définies comme l’intersection entre cibles liées à la GQD, les gènes liés à la CU identifiés à partir de l’expression différentielle et du WGCNA, ainsi que l’ensemble de gènes liés à la PANoptose. Les relations de chevauchement ont été visualisées à l’aide d’un diagramme de Venn. Les gènes intersectants ont ensuite été soumis à une base de données d’interactions protéine-protéine (IPP), et les paires d’interactions avec un score de confiance ≥ 0,4 ont été conservées. Le réseau PPI résultant a été exporté et visualisé dans une plateforme d’analyse de réseau. Une étape PPI réussie était définie par la présence d’un réseau connecté contenant la majorité des gènes intersectant, plutôt que par des nœuds isolés seulement. L’analyse d’enrichissement fonctionnel, incluant l’ontologie génique (GO) et l’analyse de l’Encyclopédie des Gènes et Génomes de Kyoto (KEGG), a été réalisée en R avec q < 0,05 comme seuil de signification. Les conditions ou voies ne respectant pas ce seuil ont été exclues. Les processus biologiques enrichis par le haut et les voies de signalisation ont été résumés afin d’inférer le mécanisme potentiel par lequel la GQD pourrait réguler l’UC. Des graphiques en barres et des diagrammes à bulles ont été générés comme résultats intermédiaires pour vérifier si les résultats d’enrichissement étaient dominés par des voies liées à l’inflammation, à l’immunité ou à la lésion épithéliale, comme on pouvait s’y attendre dans le contexte biologique.

Analyse des schémas d’expression, de la localisation chromosomique et des corrélations

Les niveaux d’expression des gènes partagés ont été comparés entre les groupes CU et témoins à l’aide d’un flux de travail standard de visualisation d’expression différentielle dans R. Des boxplots et des cartes thermiques ont été générés, et P < 0,05 a été jugé statistiquement significatif. Seuls les gènes présentant une direction d’expression interprétable et un comportement cohérent au sein de la cohorte d’entraînement ont été conservés pour une évaluation mécaniste ultérieure. La localisation chromosomique de certains gènes centraux a été cartographiée après formatage des fichiers d’annotation génétique dans la structure d’entrée requise, et les positions génomiques ont été visualisées à l’aide d’un flux de travail de tracé chromosomique circulaire. Les matrices de corrélation entre les gènes de noyau ont ensuite été calculées par analyse de corrélation par paires. Le résultat attendu de cette étape était l’identification de paires de gènes présentant des schémas d’expression coordonnés pouvant soutenir une régulation partagée ou une interaction fonctionnelle.

Construction et évaluation de modèles d’apprentissage automatique

Le développement du modèle diagnostique a été réalisé à l’aide de la cohorte d’entraînement fusionnée (GSE87466 + GSE92415), tandis que GSE16879 et GSE87473 ont été utilisés comme ensembles de données externes indépendants de validation. Douze algorithmes d’apprentissage automatique — Lasso, Ridge, Stepglm, XGBoost, Random Forest, Enet, plsRglm, GBM, NaiveBayes, LDA, glmBoost et SVM — ont été utilisés pour générer 113 combinaisons demodèles, dont 26. Une validation croisée dix fois plus grande a été appliquée au sein de la cohorte de formation. Dans chaque pliage, l’entraînement du modèle, la sélection des caractéristiques et l’estimation des performances ont été effectués en utilisant la même logique de partitionnement d’entraînement/test afin d’éviter la fuite d’informations. La performance du modèle a été principalement évaluée par la zone sous la courbe caractéristique de fonctionnement du récepteur (AUC). Le modèle optimal a été défini comme le modèle avec le taux d’AUC moyen le plus élevé dans les ensembles de données d’entraînement et de validation, plutôt que le seul AUC le plus élevé d’entraînement. Les modèles montrant un AUC d’entraînement très élevé mais de faibles performances de validation externe n’ont pas été conservés. Des courbes ROC ont été générées pour chaque modèle conservé, et un nomogramme a été construit à partir des biomarqueurs finaux sélectionnés. Une étape de modélisation réussie a été définie par une performance stable en validation croisée et la préservation de la capacité discriminative dans les ensembles de données externes.

Performance de l’expression génique GSVA et du profil central

L’analyse de variation des ensembles de gènes (GSVA) a été réalisée pour comparer l’enrichissement des voies entre les groupes à haute expression et à faible expression définis par la valeur médiane d’expression de chaque gène central. Un P ajusté < 0,05 a été utilisé comme seuil pour les différences de voie significatives. Les voies ne respectant pas ce seuil ont été exclues de toute interprétation. Des cartes thermiques et des graphiques de corrélation ont été générés pour illustrer l’activité des voies et les schémas de co-expression. Le succès intermédiaire de cette étape a été indiqué par des profils d’enrichissement compatibles avec une dysrégulation inflammatoire, immunitaire ou métabolique pertinente pour la CU.

Analyse du paysage immunitaire et construction du réseau ceRNA

La composition des cellules immunitaires a été estimée à l’aide d’un algorithme de déconvolution avec 1 000 permutations. Les échantillons ne respectant pas le critère de signification interne de la déconvolution ont été exclus de l’analyse immunitaire ultérieure. Pour compléter cette analyse, l’analyse d’enrichissement de l’ensemble de gènes à échantillon unique (ssGSEA) a également été utilisée pour évaluer les schémas d’infiltration immunitaire. Les corrélations entre les fractions des cellules immunitaires et l’expression des gènes de base ont ensuite été calculées et visualisées. Pour la construction d’un réseau de ceRNA, des miARN ciblant les ARNm de base ont été identifiés à partir de bases de données d’interactions publiques, et les RNncRNA candidats interagissant avec ces miARN ont ensuite été dépistés. Seules les interactions supportées par des enregistrements de prédiction ou d’annotation de la base de données étaient conservées. Le réseau régulateur mRNA-miARN-lncRNA a été visualisé sur une plateforme d’analyse de réseau. Le résultat attendu de cette étape était un réseau structuré de ceRNA avec des régulateurs en amont biologiquement plausibles liés aux gènes centraux.

Performance de l’analyse à cellule unique

Le jeu de données à une seule cellule GSE214695 a été importé dans R et converti en objets à une seule cellule en utilisant un flux de travail standard d’analyse à une seule cellule. Le contrôle de qualité a été effectué en filtrant les cellules selon des métriques standard, incluant les cellules à faible caractéristique, les gouttelettes vides potentielles et les cellules de mauvaise qualité des transcrits. Les cellules ayant réussi le contrôle qualité ont été normalisées, et les 2 000 gènes les plus variables ont été sélectionnés pour l’analyse des composantes principales. Les principaux composants contribuant à la variance biologique significative ont été conservés pour le regroupement non supervisé, et l’UMAP a été utilisé pour la visualisation bidimensionnelle. Les gènes marqueurs de cluster ont été identifiés par analyse d’expression différentielle entre groupes. L’annotation par type de cellule était ensuite réalisée par classification basée sur la référence, et les annotations étaient vérifiées avec l’expression canonique des marqueurs lorsque cela était possible. Une étape unicellulaire réussie a été définie par la séparation claire des principales populations cellulaires sur le graphique UMAP, des gènes marqueurs interprétables pour chaquegroupe 27, et une annotation cohérente des principaux types cellulaires immunitaires et stromales pertinents pour la CU.

Performance de l’analyse de randomisation mendélienne

Une randomisation mendélienne (RM) sur deux échantillons a été réalisée afin d’évaluer les possibles relations causales entre l’expression génique centrale et la susceptibilité à la CU. Des variables instrumentales ont été extraites des ensembles de données de locus quantitatifs de traits d’expression, et les statistiques résumées d’études d’association à l’échelle du génome UC ont été utilisées comme ensemble de données de résultats. Les SNP ont été dépistés selon des critères standards de contrôle qualité de la RM, incluant leur pertinence pour le trait d’exposition et la suppression des variantes ambiguës ou dupliquées lorsque cela était exigé par l’harmonisation. La méthode pondérée par l’inverse de la variance a été utilisée comme estimateur causal principal. Le test Q de Cochran a été appliqué pour évaluer l’hétérogénéité. Les analyses MR-Egger et MR-PRESSO ont été utilisées comme analyses de sensibilité pour évaluer et, si nécessaire, corriger la pléiotropie horizontale. Une étape d’IRM réussie a été définie par une harmonisation valide de l’instrument, l’absence d’hétérogénéité majeure ou depléiotropie 28, et des estimations directionnellement cohérentes entre les méthodes IRM complémentaires.

Performance du docking moléculaire de composés candidats

Les structures tridimensionnelles des protéines cibles ont été obtenues à partir de la Protein Data Bank, et les structures de ligands ont été obtenues à partir d’une base de données publique de petites molécules. Avant l’amarrage, les protéines et les ligands étaient prétraités en retirant les molécules d’eau lorsque cela était approprié, en ajoutant des hydrogènes, en définissant les types d’atomes et en convertissant les formats de fichiers nécessaires à l’amarrage. L’amarrage a ensuite été effectué selon un flux de travail d’amarrage moléculaire, et les énergies de liaison ont été calculées pour chaque paire ligand-cible. Les affinités de liaison inférieures à -5 kcal/mol ont été interprétées comme une liaison favorable, tandis que des valeurs inférieures à -7 kcal/mol ont été interprétées comme une liaison relativement forte. Des cartes thermiques d’amarrage ont été tracées pour comparer les schémas de liaison globales entre cibles. Les conformations les mieux classées ont été visualisées en trois dimensions pour inspecter les liaisons hydrogène, les interactions hydrophobes et la proximité des résidus. La réussite de cette étape était définie par des fichiers de sortie d’amarrage stables, des poses plausibles de ligands dans la région de liaison cible, et des énergies de liaison compatibles avec la priorisation des candidats.

Performance de la validation expérimentale in vivo

Préparation au GQD

Le GQD a été préparé à partir de quatre plantes médicinales traditionnelles chinoises dans les proportions brutes suivantes : 24 g de Puerariae Lobatae Radix (Gegen), 9 g de Scutellariae Radix (Huangqin), 9 g de Coptidis Rhizoma (Huanglian), et 6 g de Glycyrrhizae Radix et Rhizoma (Gancao). Les détails des matériaux botaniques et de leurs sources sont fournis dans le Tableau des matériaux. Les herbes étaient broyées en poudre fine, bien mélangées, puis trempées dans 390 mL d’eau distillée pendant 1 heure. Le mélange a été décocté deux fois. Pour la première décoction, les herbes ont été bouillies à feu vif puis mijotées à feu doux pendant 30 minutes. Après filtration à travers la gaze, les résidus étaient rébouillonnés avec un volume dix fois plus grand que l’eau. Les deux filtrats ont été combinés et concentrés dans un bain-marie jusqu’à une concentration finale de drogue brute de 5 g/mL. L’extrait était ensuite filtré, refroidi et conservé à 4 °C jusqu’à utilisation.

Établissement du modèle souris UC induit par le DSS

Dix-huit souris mâles BALB/c (âgés de 8 semaines) ont été utilisés dans cette étude, et toutes les procédures animales ont été approuvées par le Comité d’éthique de l’Université de médecine traditionnelle chinoise de Chengdu (Approbation n° 2022-126). Les détails sur la source animale sont fournis dans le tableau des matériaux. Les souris étaient hébergées dans des conditions spécifiques sans agents pathogènes à 20–22 °C et 55 % d’humidité lors d’un cycle clair/obscur de 12 heures. Après une période d’acclimatation d’une semaine, les animaux ont été divisés aléatoirement en trois groupes (n = 6 par groupe) : NC, UC et GQD. Le groupe NC a reçu de l’eau potable stérile tout au long de l’expérience, tandis que les groupes UC et GQD ont reçu 1,5 % (p/v) de dextran sulfate de sodium (MW 36-50 kDa) dans de l’eau potable pendant 5 jours consécutifs, suivis de 2 jours d’eau ordinaire. Ce cycle a été répété trois fois pour établir une colite chronique. Pendant la période d’intervention, les groupes NC et CU ont été traités deux fois par jour avec 200 μL de carboxyméthyl cellulose à 0,5 %, tandis que le groupe GQD a reçu la GQD par gavage oral deux fois par jour.

La prescription clinique de GQD comprenait 24 g de Gegen, 9 g de Huangqin, 9 g de Huanglien et 6 g de Gancao, correspondant à une quantité totale de drogue brute de 48 g/jour pour les adultes. En supposant un poids corporel standard adulte de 60 kg, la dose équivalente adulte était de 0,8 g/kg/jour. Sur la base du coefficient de conversion humain-souris conventionnel de 1:12, la dose équivalente pour la souris était de 9,6 g/kg/jour. Selon le ratio prédéfini de doses faible, moyenne et élevée de 1:2:4, les doses calculées étaient respectivement de 9,6, 19,2 et 38,4 g/kg/jour. Compte tenu de la gravité et de la persistance de l’inflammation du côlon dans le modèle répété de colite induite par le DSS, le schéma à dose élevée a été choisi afin d’assurer une intervention pharmacologique adéquate lors de la validation in vivo. Pour soutenir une exposition pharmacologique suffisante pendant la phase inflammatoire active, la dose quotidienne totale de 38,4 g/kg/jour a été divisée en deux administrations égales. Tout au long de l’expérience, le poids corporel, la consistance des selles et les saignements rectaux ont été surveillés quotidiennement. À la fin du protocole, les souris ont été euthanasiées et des tissus du côlon ont été prélevés pour des analyses ultérieures.

Évaluation du poids corporel et de l’indice d’activité de la maladie

Le poids corporel était enregistré quotidiennement et exprimé en pourcentage du poids corporel initial au jour 0. La gravité de la maladie a été évaluée à l’aide de l’indice d’activité de la maladie (DAI), qui comprenait trois paramètres : perte de poids corporel, consistance des selles et saignements rectaux. Chaque paramètre a été noté indépendamment sur une échelle de 0 à 4 selon la gravité des manifestations cliniques, les scores plus élevés indiquant une activité de maladie plus sévère. Le DAI final a été calculé comme la moyenne des trois scores individuels, donnant un score total allant de 0 à 4. En résumé, un score de 0 n’indiquait aucune anomalie, tandis que des scores de 1 à 4 reflétaient une perte de poids progressivement plus importante, une consistance de selles plus molles et des saignements rectaux plus sévères. Les critères de notation détaillés sont présentés dans le tableau 1.

Performance de la coloration H&E et calcul de l’indice d’activité histologique

Pour l’évaluation histologique, les tissus du côlon ont été fixés dans 4 % de paraformaldéhyde, déshydratés par de l’éthanol gradué, intégrés dans la paraffine et coupés à une épaisseur de 4 μm. Les coupes ont été déparaffinées, réhydratées, colorées à l’hématoxyline, contre-colorées à l’éosine, déshydratées, nettoyées et montées. Des images histologiques ont été observées à l’aide d’un microscope en champ clair et scannées à l’aide d’un système de balayage par lames. Les informations spécifiques sur l’équipement sont listées dans le tableau des matériaux. La lésion histopathologique a été évaluée selon trois paramètres, notamment la déplétion des cellules du calice, les dommages architecturaux de la crypte et l’infiltration des cellules inflammatoires. Chaque paramètre a été noté selon le degré de lésion tissulaire, et la somme des trois scores de paramètres a été définie comme l’indice d’activité histologique (HAI), allant de 0 à 10, comme résumé dans le tableau 2. Pour la quantification des cellules gobelet, cinq champs non chevauchants sélectionnés au hasard par section ont été analysés à un grossissement de 400×. Le nombre de cellules goblet par champ était compté manuellement de manière aveugle, et le comptage moyen par champ était calculé pour chaque section colonique représentative.

Performance de la coloration immunohistochimique

Après la déparaffinisation et la réhydratation, les sections tissulaires ont subi une prélèvement antigénique avec 0,1 % de trypsine à 37 °C pendant 30 minutes, suivies d’une incubation avec du peroxyde d’hydrogène à 3 % pour bloquer l’activité endogène de la peroxydase. Les sections ont ensuite été incubées toute la nuit à 4 °C avec des anticorps primaires de lapin contre STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP) et HSPA5 (1:1000, Cell Signaling Technology, #3177), dilués à 1 % de BSA. Les détails des anticorps et de leurs sources sont fournis dans le Tableau des matériaux. Après lavage avec PBS, les sections ont été incubées avec l’anticorps secondaire correspondant (1:2000) à température ambiante pendant 1,5 h. L’immunoréactivité a été visualisée à l’aide d’un réactif de détection chromogénique, et les noyaux ont été contre-colorés à l’hématoxyline. L’analyse quantitative des images a été réalisée à l’aide de logiciels d’analyse d’images listés dans le tableau des matériaux.

Performance de l’analyse qRT-PCR

L’ARN total a été extrait à l’aide d’un réactif d’extraction d’ARN à base de phénol et transcrit inversement à l’aide d’un kit de synthèse d’ADNc de première brin. La transcription inversée a été réalisée à 25 °C pendant 10 minutes, 55 °C pendant 15 minutes et 85 °C pendant 5 minutes. La qRT-PCR a ensuite été réalisée à l’aide d’un système de PCR en temps réel et d’un mélange SYBR Green qPCR. Les conditions d’amplification étaient les suivantes : dénaturation initiale à 95 °C pendant 60 s, suivie de 40 cycles à 95 °C pendant 15 s, 60 °C pendant 15 s, et 72 °C pendant 45 s. Les séquences d’amorces ont été conçues à l’aide d’un logiciel de conception d’amorce et sont listées dans le Tableau 3. Le GAPDH a été utilisé comme référence interne, et les niveaux relatifs d’expression des ARNm ont été calculés à l’aide de la méthode 2^-ΔΔCt . Chaque échantillon a été analysé en triple exemplaire, et chaque expérience a été répétée au moins trois fois. Les détails des réactifs, instruments et logiciels sont fournis dans le tableau des matériaux.

Performance de l’analyse du western blot

Les tissus du côlon ont été homogénéisés dans un tampon de lyse contenant un inhibiteur de protéase sur glace et lisés soigneusement pendant 2 heures. Les concentrations en protéines ont été déterminées à l’aide d’un kit de test protéique. Des quantités égales de protéines ont été mélangées avec un tampon de chargement, dénaturées avant l’électrophorèse, séparées par 10 % de SDS-PAGE, puis transférées sur les membranes PVDF à 100 V pendant 1 heure. Après un blocage avec 5 % de lait écrémé pendant 1 h à température ambiante, les membranes ont été incubées toute la nuit à 4 °C avec des anticorps primaires de lapin contre STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP), HSPA5 (1:1000, Cell Signaling Technology, #3177) et GAPDH à la dilution de travail correspondante. Après lavage avec TBST (20 mM Tris, 150 mM NaCl, 0,1 % Tween-20 ; pH 7,4), les membranes ont été incubées avec l’anticorps secondaire correspondant (1:5000) à température ambiante pendant 1 h. Les bandes protéiques ont été visualisées à l’aide d’un réactif de détection chimiluminescent. Les intensités des bandes ont été analysées à l’aide d’un logiciel d’analyse d’images, et les niveaux d’expression des protéines cibles ont été normalisés en GAPDH. Les poids moléculaires attendus des protéines détectées étaient d’environ 88 kDa pour STAT3, 21 kDa pour TIMP1, 28 kDa pour SPHK2, 70 kDa pour HSPA5 et 36 kDa pour GAPDH. Les détails des anticorps, membranes, réactifs et logiciels sont fournis dans le Tableau des matériaux. Les noms spécifiques des produits, les fabricants, les numéros de catalogue, les modèles d’instruments et les détails logiciels sont fournis dans le tableau des matériaux, tandis que des descriptions génériques sont utilisées dans le texte principal pour améliorer la neutralité et l’applicabilité générale.

Performance de l’analyse statistique

Les données sont présentées en moyenne ± écart-type. Les tests statistiques étaient réalisés à l’aide de logiciels statistiques. L’ANOVA unidirectionnelle suivie du test post hoc de Tukey a été utilisée pour des comparaisons multi-groupes. Une valeur P ≤ 0,05 était considérée comme statistiquement significative.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Acquisition de jeux de données GEO et identification de gènes liés à la UC

Pour étudier les changements d’expression génique dans la CU, deux ensembles de données transcriptomiques — GSE87466 et GSE92415 — ont été obtenus à partir de la base de données GEO en utilisant « colite ulcéreuse » comme terme de recherche, avec des critères de sélection incluant le type de jeu de données, une annotation claire de la maladie/contrôle, et une taille d’é...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

La colite ulcéreuse (CU) est une affection inflammatoire chronique et idiopathique de l’intestin affectant principalement la muqueuse du côlon, caractérisée par une inflammation persistante ou épisodique. La maladie réduit significativement la qualité de vie des patients et augmente le risque de développer un carcinome colorectal. Bien que sa prévalence mondiale augmente régulièrement, l’étiologie précise et les mécanismes sous-jacents restent seulement partiellement compris. Les options...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs affirment qu’ils n’ont aucun intérêt financier concurrent ou relation personnelle connue qui aurait pu influencer le travail rapporté dans cet article.

Remerciements

Les auteurs remercient également la base de données GEO pour l’accès libre aux données et les évaluateurs pour leurs commentaires constructifs.

FINANCEMENT : Ce travail a été soutenu par la Fondation nationale des sciences naturelles de Chine (81973684, 82174358), la Fondation des sciences naturelles de la province du Sichuan (2023NSFSC1760, 2025ZNSFSC1834), le projet spécial de recherche en médecine traditionnelle chinoise de l’Administration provinciale du Sichuan de la médecine traditionnelle chinoise (2023MS365, 2020JC0094), et le Fonds conjoint d’innovation de la Commission de la santé de Chengdu et de l’Université de médecine traditionnelle chinoise de Chengdu (WXLH202402019, WXLH202403012, WXLH202501238, WXLH202501201).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Puerariae Lobatae RadixMédecine traditionnelle chinoise Neautus du Sichuan Neautus Co., Ltd.NTC-001Matériel à base de plantes pour la préparation du GQD
Scutellariae RadixMédecine traditionnelle chinoise Neautus du Sichuan Neautus Co., Ltd.NTC-002Matériel à base de plantes pour la préparation du GQD
Rhizome de coptidesMédecine traditionnelle chinoise Neautus du Sichuan Neautus Co., Ltd.NTC-003Matériel à base de plantes pour la préparation du GQD
Glycyrrhizae Radix et RhizomaMédecine traditionnelle chinoise Neautus du Sichuan Neautus Co., Ltd.NTC-004Matériel à base de plantes pour la préparation du GQD
Souris BALB/c, mâle, 8 semainesBeijing HFK Bioscience Co., Ltd.N/AAnimaux expérimentaux
Sulfate de dextrane sodium (DSS), MW 36-50 kDaMP Biomédicals160110Réactif inducteur de colite
Carboxyméthyl cellulose de sodiumSigma-Aldrich, St. Louis, MO, États-UnisC5678Véhicule pour la gavage orale
ParaformélélidoïdeSigma-Aldrich, St. Louis, MO, États-Unis158127Fixateur tissulaire
HématoxylineSigma-Aldrich, St. Louis, MO, États-UnisH9627Coloration nucléaire
ÉosineSigma-Aldrich, St. Louis, MO, États-UnisE4009Contre-coloration pour histologie
Microscope en champ clairNikonEclipse 80iObservation histologique
Système de balayage de diapositives3DHISTECH Ltd.Panoramic 250Acquisition numérique d’images entières
TrypsineGibco, Carlsbad, CA, États-Unis25200-056Réactif de récupération d’antigènes
Peroxyde d’hydrogèneSigma-Aldrich, St. Louis, MO, États-UnisH1009Bloquage de l’activité endogène de la peroxydase
Albumine sérique bovine (BSA)Sigma-Aldrich, St. Louis, MO, États-UnisA7906Diluant anticorps / réactif bloqueant
Anticorps primaire anti-STAT3, lapinTechnologie de signalisation cellulaire9139Anticorps primaire pour l’IHC/WB
Anticorps primaire anti-TIMP1, lapinAbcamab211925Anticorps primaire pour l’IHC/WB
Anticorps primaire anti-SPHK2, lapinAbcamab187030Anticorps primaire pour l’IHC/WB
Anticorps primaire anti-HSPA5, lapinTechnologie de signalisation cellulaire3177Anticorps primaire pour l’IHC/WB
Anticorps primaire anti-GAPDH, lapinAbcamab9485Contrôle de chargement pour WB
Anticorps secondaire anti-lapin de chèvreYeasen Biotechnologie33201Anticorps secondaire pour l’IHC/WB
Réactif de détection chromogéniqueBeyotime Biotechnology [Shanghai] Co., Ltd., Shanghai, ChineP0202Développement du signal pour l’immunohistochimie
Logiciels d’analyse d’imagesCybernétique médiatiqueImage-Pro Plus 7.0Quantification de la coloration et de l’intensité de la bande
Réactif d’extraction d’ARN à base de phénolInvitrogenRéactif Trizol 15596026Extraction totale d’ARN
Kit de synthèse d’ADNc de première brincheBeyotime BiotechnologyDRR047ATranscription inversée
Système PCR en temps réelBiosystèmes appliquésABI Prism 7300Amplification quantitative par PCR
SYBR Mélange vert qPCRBeyotime BiotechnologyDRR420ARéactif de détection qPCR
Logiciel de conception d’amorçagePremier Biosoft International, Palo Alto, CA, États-UnisPrimer 5.0Conception de l’amorce
Tampon de lyse RIPABeyotime BiotechnologyP0013BRéactif d’extraction des protéines
Inhibiteur de la protéase (PMSF)Beyotime BiotechnologyST506Protection des protéines pendant la lyse
Kit de test protéique BCABeyotime BiotechnologyP0010Quantification des protéines
Membrane PVDFMerck MilliporeIPVH00010Membrane de transfert de protéines
Réactif / système de détection chimioluminescentThermo Fisher Scientific32106Détection du signal pour Western blot
Logiciels statistiquesIBMSPSS 23.0Analyse statistique

Références

  1. Kobayashi, T., Siegmund, B., Le Berre, C., et al. Ulcerative colitis. Nat Rev Dis Primers. 6 (1), 74 (2020).
  2. Bu, S., Cheng, X., Chen, M., et al. Ulcerative colitis: advances in pathogenesis, biomarkers, and therapeutic strategies. Pharmgenomics Pers Med. 18, 219-238 (2025).
  3. Wetwittayakhlang, P., Golovics, P. A., Gonczi, L., et al. Stable incidence and risk factors of colorectal cancer in ulcerative colitis: a population-based cohort between 1977-2020. Clin Gastroenterol Hepatol. 22 (1), 191-193.e3 (2024).
  4. Catalano, M., Mini, E., Nobili, S., et al. Ulcerative colitis and colorectal cancer: pathogenic insights and precision strategies for prevention and treatment. World J Gastrointest Oncol. 17 (10), 108514 (2025).
  5. Raine, T., Bonovas, S., Burisch, J., et al. ECCO guidelines on therapeutics in ulcerative colitis: medical treatment. J Crohns Colitis. 16 (1), 2-17 (2022).
  6. Singh, S., Loftus, E. V., Limketkai, B. N., et al. AGA living clinical practice guideline on pharmacological management of moderate-to-severe ulcerative colitis. Gastroenterology. 167 (7), 1307-1343 (2024).
  7. Wu, B., Su, S., Li, Y., et al. Dysregulated programmed cell death of intestinal epithelial cells in ulcerative colitis: molecular mechanisms and novel therapeutic interventions (review). Int J Mol Med. 56 (6), 230 (2025).
  8. Upmanyu, K., Upadhyay, S. Wiring and rewiring PANoptosis: molecular vulnerabilities for targeting inflammatory cell death in human disease. Cytokine Growth Factor Rev. 86, 1-16 (2025).
  9. Jiang, Y., Qiang, Z., Liu, Y., et al. Diverse functions of NLRP3 inflammasome in PANoptosis and diseases. Cell Death Discov. 11 (1), 389 (2025).
  10. Wang, J. M., Yang, J., Xia, W. Y., et al. Comprehensive analysis of PANoptosis-related gene signature of ulcerative colitis. Int J Mol Sci. 25 (1), 348 (2023).
  11. Ji, Y., Li, P., Ning, T., et al. PANoptosis-related genes: molecular insights into immune dysregulation in ulcerative colitis. J Gastroenterol Hepatol. 40 (1), 177-191 (2025).
  12. Ye, Z., Deng, M., Yang, Y., et al. Epithelial mitochondrial fission-mediated PANoptosis is crucial for ulcerative colitis and its inhibition by saquinavir through Drp1. Pharmacol Res. 210, 107538 (2024).
  13. Liang, Y., Li, Y., Lee, C., et al. Ulcerative colitis: molecular insights and intervention therapy. Mol Biomed. 5 (1), 42 (2024).
  14. Hu, Y., Tang, J., Xie, Y., et al. Gegen Qinlian decoction ameliorates TNBS-induced ulcerative colitis by regulating Th2/Th1 and Tregs/Th17 cells balance, inhibiting NLRP3 inflammasome activation and reshaping gut microbiota. J Ethnopharmacol. 328, 117956 (2024).
  15. Wang, Y., Yan, R., Ye, L., et al. Gegen Qinlian decoction ameliorated DSS-induced colitis by attenuating inflammation, restoring intestinal mucosal barrier and modulating gut microbiota. J Inflamm Res. 18, 8065-8084 (2025).
  16. Zhai, Y., Liu, L., Zhang, F., et al. Network pharmacology: a crucial approach in traditional Chinese medicine research. Chin Med. 20 (1), 8 (2025).
  17. Cui, G., Li, M., Guo, W., et al. AI driven network pharmacology: multi-scale mechanisms of traditional Chinese medicine from molecular to patient analysis. Comput Struct Biotechnol J. 27, 5087-5104 (2025).
  18. Wu, J., Zhang, F., Li, Z., et al. Integration strategy of network pharmacology in traditional Chinese medicine: a narrative review. J Tradit Chin Med. 42 (3), 479-486 (2022).
  19. Panossian, A. Trends and pitfalls in the progress of network pharmacology research on natural products. Pharmaceuticals (Basel). 18 (4), 538 (2025).
  20. Li, K., Strauss, R., Ouahed, J., et al. Molecular comparison of adult and pediatric ulcerative colitis indicates broad similarity of molecular pathways in disease tissue. J Pediatr Gastroenterol Nutr. 67 (1), 45-52 (2018).
  21. Sandborn, W. J., Feagan, B. G., Marano, C., et al. Subcutaneous golimumab induces clinical response and remission in patients with moderate-to-severe ulcerative colitis. Gastroenterology. 146 (1), 85-e15 (2014).
  22. Zhou, Z., Cao, J., Liu, X., et al. Evidence for the butyrate metabolism as key pathway improving ulcerative colitis in both pediatric and adult patients. Bioengineered. 12 (1), 8309-8324 (2021).
  23. Arijs, I., De Hertogh, G., Lemaire, K., et al. Mucosal gene expression of antimicrobial peptides in inflammatory bowel disease before and after first infliximab treatment. PLoS One. 4 (11), e7984 (2009).
  24. Yang, M., Chen, J. L., Xu, L. W., et al. Navigating traditional chinese medicine network pharmacology and computational tools. Evid Based Complement Alternat Med. 2013, 731969 (2013).
  25. Kong, X., Liu, C., Zhang, Z., et al. BATMAN-TCM 2.0: an enhanced integrative database for known and predicted interactions between traditional Chinese medicine ingredients and target proteins. Nucleic Acids Res. 52 (D1), D1110-D1120 (2024).
  26. Zhang, H., Zhang, H., Yang, H., et al. Machine learning-based integrated identification of predictive combined diagnostic biomarkers for endometriosis. Front Genet. 14, 1290036 (2023).
  27. Chen, B., Khodadoust, M. S., Liu, C. L., et al. Profiling tumor infiltrating immune cells with CIBERSORT. Methods Mol Biol. 1711, 243-259 (2018).
  28. Burgess, S., Thompson, S. G. Interpreting findings from Mendelian randomization using the MR-Egger method. Eur J Epidemiol. 32 (5), 377-389 (2017).
  29. Feuerstein, J. D., Cheifetz, A. S. Ulcerative colitis: epidemiology, diagnosis, and management. Mayo Clin Proc. 89 (11), 1553-1563 (2014).
  30. Gros, B., Kaplan, G. G. Ulcerative colitis in adults: a review. JAMA. 330 (10), 951-965 (2023).
  31. Wang, M., Fu, R., Xu, D., et al. Traditional Chinese medicine: a promising strategy to regulate the imbalance of bacterial flora, impaired intestinal barrier and immune function attributed to ulcerative colitis through intestinal microecology. J Ethnopharmacol. 318 (Pt A), 116879 (2024).
  32. Naito, Y., Takagi, T. Role of gut microbiota in inflammatory bowel disease pathogenesis. J Clin Biochem Nutr. 75 (3), 175-177 (2024).
  33. Su, M., Tang, T., Tang, W., et al. Astragalus improves intestinal barrier function and immunity by acting on intestinal microbiota to treat T2DM: a research review. Front Immunol. 14, 1243834 (2023).
  34. Sun, X., Yang, Y., Meng, X., et al. PANoptosis: mechanisms, biology, and role in disease. Immunol Rev. 321 (1), 246-262 (2024).
  35. Wu, Y., Fang, Y., Li, Y., et al. A network pharmacology approach and experimental validation to investigate the anticancer mechanism of Qi-Qin-Hu-Chang formula against colitis-associated colorectal cancer through induction of apoptosis via JNK/p38 MAPK signaling pathway. J Ethnopharmacol. 319 (Pt 3), 117323 (2024).
  36. Liu, B., Piao, X., Niu, W., et al. Kuijieyuan decoction improved intestinal barrier injury of ulcerative colitis by affecting TLR4-dependent PI3K/AKT/NF-κB oxidative and inflammatory signaling and gut microbiota. Front Pharmacol. 11, 1036 (2020).
  37. Lin, C., Zhou, Z., Zhang, L., et al. Gegen Qinlian decoction relieves ulcerative colitis via adjusting dysregulated Nrf2/ARE signaling. Evid Based Complement Alternat Med. 2022, 2934552 (2022).
  38. Chong, J., Chen, Z., Ma, J., et al. Mechanistic investigation and the optimal dose based on baicalin in the treatment of ulcerative colitis-a preclinical systematic review and meta-analysis. BMC Gastroenterol. 25 (1), 50 (2025).
  39. Li, X., Xu, S., Zhang, Y., et al. Berberine depresses inflammation and adjusts smooth muscle to ameliorate ulcerative colitis of cats by regulating gut microbiota. Microbiol Spectr. 10 (6), e0320722 (2022).
  40. Li, H., Fan, C., Lu, H., et al. Protective role of berberine on ulcerative colitis through modulating enteric glial cells-intestinal epithelial cells-immune cells interactions. Acta Pharm Sin B. 10 (3), 447-461 (2020).
  41. Jia, N., Meng, Y., Li, J., et al. Pharmacodynamic and pharmacokinetic study of Shaoyao Gancao decoction for repairing intestinal barrier damage in ulcerative colitis. Mol Immunol. 175, 132-142 (2024).
  42. Yu, T., Xie, Y., Wang, Z., et al. Quercetin ameliorates celiac-related intestinal inflammation caused by wheat gluten through modulating oxidative stress, Th1/Th2/Treg balance, and intestinal microflora structure. Food Funct. 15 (18), 9343-9356 (2024).
  43. Sun, W., Jia, J., Liu, G., et al. Polysaccharides extracted from old stalks of Asparagus officinalis L. improve nonalcoholic fatty liver by increasing the gut butyric acid content and improving gut barrier function. J Agric Food Chem. 73 (11), 6632-6645 (2025).
  44. Huang, R., Wang, K., Gao, L., et al. TIMP1 is a potential key gene associated with the pathogenesis and prognosis of ulcerative colitis-associated colorectal cancer. Onco Targets Ther. 12, 8895-8904 (2019).
  45. Tran, M. T. Identification of TIMP1-induced dysregulation of epithelial-mesenchymal transition as a key pathway in inflammatory bowel disease and small intestinal neuroendocrine tumors shared pathogenesis. Front Genet. 15, 1376123 (2024).
  46. Sukocheva, O. A., Lukina, E., McGowan, E., et al. Sphingolipids as mediators of inflammation and novel therapeutic target in inflammatory bowel disease. Adv Protein Chem Struct Biol. 120, 123-158 (2020).
  47. Gong, Z. Z., Li, T., Yan, H., et al. Exploring the autophagy-related pathogenesis of active ulcerative colitis. World J Clin Cases. 12 (9), 1622-1633 (2024).
  48. Gao, F., Zhu, F., Shuai, B., et al. Quercetin ameliorates ulcerative colitis by restoring the balance of M2/M1 and repairing the intestinal barrier via downregulating cGAS-STING pathway. Front Pharmacol. 15, 1351538 (2024).
  49. Elhefnawy, E. A., Zaki, H. F., El Maraghy, N. N., et al. Genistein and/or sulfasalazine ameliorate acetic acid-induced ulcerative colitis in rats via modulating INF-γ/JAK1/STAT1/IRF-1, TLR-4/NF-κB/IL-6, and JAK2/STAT3/COX-2 crosstalk. Biochem Pharmacol. 214, 115673 (2023).
  50. Qu, Y., Li, X., Xu, F., et al. Kaempferol alleviates murine experimental colitis by restoring gut microbiota and inhibiting the LPS-TLR4-NF-κB axis. Front Immunol. 12, 679897 (2021).
  51. Yao, X., Chen, Y., Li, Y., et al. Chrysin ameliorates dextran sulfate-induced ulcerative colitis in mice by modulating inflammation and gut microbiota. Int J Colorectal Dis. 40 (1), 57 (2025).
  52. Lu, J. Z., Ye, D., Ma, B. L. Constituents, pharmacokinetics, and pharmacology of Gegen-Qinlian decoction. Front Pharmacol. 12, 668418 (2021).
  53. Jiang, Z., Yan, M., Qin, Y., et al. Quercetin alleviates ulcerative colitis through inhibiting CXCL8-CXCR1/2 axis: a network and transcriptome analysis. Front Pharmacol. 15, 1485255 (2024).
  54. Helmy, S. A., Samaha, M. M., Abd El Salam, A. S. G., et al. Biotin/sulfasalazine combination therapy alleviates acetic acid-induced ulcerative colitis in rats via modulation of S1PR1/NF-κB/IL-23/STAT3/COX-2 axis. Sci Rep. 15 (1), 27037 (2025).
  55. Tang, L., Liu, Y., Tao, H., et al. Combination of Youhua Kuijie Prescription and sulfasalazine can alleviate experimental colitis via IL-6/JAK2/STAT3 pathway. Front Pharmacol. 15, 1437503 (2024).
  56. Yang, T., Ma, X., Wang, R., et al. Berberine inhibits IFN-γ signaling pathway in DSS-induced ulcerative colitis. Saudi Pharm J. 30 (6), 764-778 (2022).
  57. Wu, G. L., Li, L., Chen, X. Y., et al. Machine learning-based B cell-related diagnostic biomarker signature and molecular subtypes characteristic of ulcerative colitis. Aging (Albany NY). 16 (3), 2774-2788 (2024).
  58. Zhang, M., Li, X., Zhang, Q., et al. Roles of macrophages on ulcerative colitis and colitis-associated colorectal cancer. Front Immunol. 14, 1103617 (2023).
  59. Li, H., Wang, Z., Guan, Z., et al. UCFNNet: ulcerative colitis evaluation based on fine-grained lesion learner and noise suppression gating. Comput Methods Programs Biomed. 247, 108080 (2024).
  60. Wu, Y., Zeng, M., Jiao, X., et al. Protective effects of pollenin B in asthma: PPAR-γ-mediated regulation of inflammatory pathways and arachidonic acid metabolism. Phytomedicine. 145, 156975 (2025).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Étiquettes

Inhibition de la PANoptoseanalyse multi-omiquepharmacologie de réseaucomposés bioactifsexpression géniqueinfiltration immunitaireamarrage moléculaireréseau d'interactions protéiques
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.