Article de recherche

Pharmacologie de réseau, transcriptomique GEO et amarrage moléculaire de la décoction Zhenwu associée à la poudre Wuling pour l'insuffisance cardiaque chronique

36 vues

⸱

11 septembre 2026

 ,  ,  ,  , 
1National Clinical Research Center for Traditional Chinese Medicine in Cardiovascular Diseases, Xiyuan Hospital

Dans cet article

Résumé

Cette étude intègre la cartographie des cibles basée sur les réseaux, les données d'expression GEO et le docking pour classer les candidats associés à la combinaison Zhenwu-Wuling dans l'insuffisance cardiaque chronique.

Résumé

La décoction Zhenwu combinée au Wuling San est utilisée dans l'insuffisance cardiaque chronique (ICC), mais sa base moléculaire n'est pas entièrement définie. Nous avons combiné une cartographie des cibles basée sur les réseaux, des données transcriptomiques du Gene Expression Omnibus (GEO) et un ancrage moléculaire afin de hiérarchiser les cibles et voies candidates. Les données sur les composés des huit plantes ont été extraites de bases de données pharmacologiques et chimiques, puis soumises à un criblage des composés et de leurs cibles. Les gènes associés à l'ICC ont été regroupés à partir de six ressources sur la maladie, et leur chevauchement avec les cibles liées à la formule a été analysé par des réseaux d'interactions protéine-protéine (PPI) et des analyses d'enrichissement fonctionnel. La série GSE5406 a fourni les données d'expression myocardique des échantillons défaillants et non défaillants. Ce flux de travail a permis d'obtenir 89 composés sélectionnés, 314 cibles non redondantes des composés et 2 515 cibles liées à l'ICC, avec 143 gènes communs. AKT1, IL6, TNF, SRC et ESR1 se sont classés au plus haut rang dans le réseau maladie-cible. L'analyse d'expression a révélé 1 348 gènes différentiellement exprimés (DEGs) et a sélectionné HSP90AA1 et STAT1 comme candidats clés au niveau transcriptomique. Les termes enrichis se regroupaient autour de l'hypoxie, de la circulation, des voies de signalisation liées au TNF, de la voie PI3K-Akt et de la voie MAPK. L'ancrage moléculaire a produit des scores prédits négatifs pour les paires représentatives composé-cible ; le score le plus négatif a été observé pour STAT1 et l'alisol C (-9,2 kcal/mol). Ces résultats génèrent une hypothèse computationnelle testable et permettent de hiérarchiser des candidats pour une validation expérimentale.

Introduction

L'insuffisance cardiaque (CHF) comprend un syndrome hétérogène résultant d'anomalies myocardiques structurelles ou fonctionnelles. De tels changements peuvent compromettre le remplissage ventriculaire ou l'éjection systolique et s'accompagnent souvent de congestion pulmonaire ou systémique. Les symptômes typiques incluent la dyspnée, la fatigue et la rétention de liquide1. Une analyse rétrospective des données chinoises de l'étude mondiale sur la charge mondiale des maladies entre 1990 et 2023 a montré que la prévalence nationale des nouveaux cas d'insuffisance cardiaque a augmenté de 208,4 % sur trois décennies2.

En médecine traditionnelle chinoise (MTC), l'IC correspond à l'œdème cardiaque, au syndrome de dyspnée et à l'œdème généralisé. Sa pathogenèse est couramment décrite comme une déficience à la racine et un excès en périphérie. La déficience du yin, du yang et du qi constitue la base pathologique sous-jacente, tandis que l'accumulation interne de liquide et la stase sanguine représentent l'excès manifeste. En conséquence, la prise en charge en MTC met l'accent sur le réchauffement du yang, l'élimination des liquides rétentionnés, la promotion de la circulation et la résolution de la stase.

L'utilisation combinée de la décoction de Zhenwu et de la poudre de Wuling constitue une stratégie classique à base de plantes médicinales pour la prise en charge clinique de l'IC. La décoction de Zhenwu réchauffe le yang et favorise la diurèse, tandis que la poudre de Wuling soutient le qi yang et régule le métabolisme des liquides. Ensemble, ces deux formules peuvent renforcer le yang et éliminer l'humidité interne. Des preuves cliniques suggèrent que cette association peut atténuer les symptômes, améliorer les indicateurs de fonction cardiaque et ralentir la détérioration de l'IC3. Nous avons tout d'abord cartographié les constituants des formules et les cibles candidates de l'IC à l'aide de la pharmacologie en réseau, puis utilisé le docking moléculaire pour classer les paires constituants-cibles sélectionnées. Des profils d'expression dérivés de GEO ont ensuite été utilisés pour situer les candidats du réseau dans un contexte de maladie myocardique et examiner les voies en aval. Cette étude propose un cadre computationnel générant des hypothèses pour hiérarchiser les candidats en vue d'une validation expérimentale ultérieure ; elle n'établit toutefois ni l'efficacité clinique ni un mécanisme validé.

Protocole

This study analyzed public database resources and did not involve new human participants, human specimens, or animal experiments. All databases, web-based resources, software, analysis packages, visualization tools, molecular docking tools, and other computational resources used in this study, together with their details, are listed in the Table of Materials.

Formula composition and botanical provenance
The eight distinct crude drugs were aligned to current botanical and pharmacopoeial naming as follows: Aconiti Lateralis Radix Praeparata, the processed lateral root of Aconitum carmichaelii Debeaux; Poria, the sclerotium of Wolfiporia cocos (F.A.Wolf) Ryvarden & Gilb.; Atractylodis Macrocephalae Rhizoma, the rhizome of Atractylodes macrocephala Koidz.; Paeoniae Radix Alba, the root of Paeonia lactiflora Pall.; Zingiberis Rhizoma Recens, the fresh rhizome of Zingiber officinale Roscoe; Alismatis Rhizoma, the rhizome of Alisma orientale (Sam.) Juzep.; Polyporus, the sclerotium of Polyporus umbellatus (Pers.) Fr.; and Cinnamomi Ramulus, the young twig of Cinnamomum cassia (L.) J.Presl. The prescription comprised 9 g Aconiti Lateralis Radix Praeparata, 12 g Poria, 9 g Paeoniae Radix Alba, 12 g Atractylodis Macrocephalae Rhizoma (stir-fried Atractylodes), 9 g Zingiberis Rhizoma Recens, 9 g Polyporus, 15 g Alismatis Rhizoma, and 6 g Cinnamomi Ramulus; the corresponding ratio was 3:4:3:4:3:3:5:2. Aconiti Lateralis Radix Praeparata was treated as processed material. This was an entirely in silico study: no decoction batch was prepared, purchased, chemically assayed, or administered. Manufacturer, lot number, batch-specific processing records, and voucher specimens are therefore not applicable; the gram amounts define the formula composition and relative ratio, not experimental exposure. Poria and Atractylodis Macrocephalae Rhizoma are shared by the two formulae. Botanical names and medicinal-part terminology were checked against the 2025 Pharmacopoeia of the People’s Republic of China4.

Screening and target prediction of active ingredients in Zhenwu Decoction and Wuling Powder
TCMSP was queried separately for compounds recorded for Zhenwu Decoction and Wuling Powder, including Aconiti Lateralis Radix Praeparata, Poria, Atractylodis Macrocephalae Rhizoma, Paeoniae Radix Alba, Zingiberis Rhizoma Recens, Alismatis Rhizoma, Polyporus, and Cinnamomi Ramulus. Initial filtering required oral bioavailability (OB) of at least 30% and drug-likeness (DL) of at least 0.18. When a simplified molecular-input line-entry system (SMILES) record was unavailable, the corresponding structure was retrieved from a public chemical database. SMILES records were evaluated for physicochemical and drug-likeness properties. A compound passed the secondary filter when its molecular weight was ≤500, lipophilicity ≤5, hydrogen-bond donors ≤5, hydrogen-bond acceptors ≤10, at least three of the Lipinski, Ghose, Veber, Egan, and Muegge rule sets were positive, and predicted gastrointestinal absorption was high5. Eligible structures were subjected to target prediction, and only predictions with probability >0.02 were included in the target list. TCMSP and target-prediction records were combined at the herb-compound-target level, duplicate identifiers were collapsed, and gene names were standardized to official gene symbols.

Deduplication produced 646 candidate associations; 71 rows without a mapped official gene symbol were excluded, leaving 575 standardized associations. The independent herb-level integration yielded 314 nonredundant target genes. The compound and target screening criteria are supported by the TCMSP and SwissTargetPrediction source papers6,7.

Screening of disease targets for CHF
CHF-related gene entries were downloaded from GeneCards, OMIM, TTD, DisGeNET, DrugBank, and PharmGKB. The disease search used four phrases: heart failure, congestive heart failure, diastolic heart failure, and systolic heart failure. For GeneCards, entries with relevance scores below 0.20 were excluded. The six database-derived target sets were integrated after duplicate identifiers were removed, while preserving the source database for each record. All screened gene names were standardized to official gene symbols. The overlap between the formula and CHF target lists was visualized using a Venn diagram. The shared identifiers were treated as candidate formula-related targets for CHF.

TCMSP was searched on 7 February 2026; SwissTargetPrediction, GeneCards, OMIM, and DisGeNET on 10 February 2026; and PharmGKB, TTD, and DrugBank on 12 February 2026. Disease queries were entered as heart failure, congestive heart failure, heart failure, diastolic, and heart failure, systolic; the search was restricted to Homo sapiens where supported. Retrieved entries were standardized to official gene symbols before deduplication.

Construction of the protein-protein interaction (PPI) network and screening of core targets
The shared target identifiers were queried in STRING for PPI analysis. The query used Homo sapiens interactions and a confidence cutoff above 0.9. Isolated nodes were omitted, and the resulting STRING interaction data were used for network visualization and topological analysis. Candidate hubs were ranked by network topology. Betweenness, closeness, degree, and eigenvector centralities were calculated as network descriptors. Degree was the primary ranking variable, and the five highest-degree targets were retained as candidate hubs.

Official gene symbols were used for gene-level analyses, including AKT1, IL6, TNF, SRC, ESR1, BCL2, CASP3, PPARG, PTGS2, and MMP9; protein names are written in full only when needed for clarity. The initial PPI network contained 143 nodes and 584 interaction records before visualization-specific filtering; after network processing, the graph contained 143 nodes and 292 edges.

Construction of the drug-disease-component-target network
Once names were standardized, the network data were assembled and used to construct the drug-disease-component-target graph.

GO and KEGG enrichment analyses
The candidate CHF target list was submitted to Metascape for functional annotation and pathway enrichment analysis. The analysis was run for Homo sapiens. The raw p-value cutoff was set at 0.01, a minimum overlap of 3, and a minimum enrichment score of 1.5. GO bar charts and KEGG bubble plots were generated for visualization. The 143-gene input set was used for Gene Ontology biological-process (GO-BP), molecular-function (GO-MF), and KEGG enrichment analyses. The analysis thresholds were raw p < 0.01, minimum overlap 3, and minimum enrichment 1.58. The GO-CC analysis was based on a 60-gene hit list against a 30,230-gene library. Because this input differed from the 143-gene input used for the BP, MF, and KEGG analyses, the GO-CC results were reported separately and were not quantitatively pooled with the other categories.

Screening of heart failure-related targets based on the GEO database
The GSE5406 dataset9 was used for differential-expression analysis. The series included 210 myocardial samples: 108 with ischemic cardiomyopathy, 86 with idiopathic dilated cardiomyopathy, and 16 nonfailing donor controls. The GEO record identifies the platform as GPL96, the Affymetrix Human Genome U133A Array. The series matrix was already robust multi-array average (RMA)-normalized. Probes without matched SYMBOL annotations were removed after matching to the platform annotation, and rowSums(expression > 0.5) ≥ 3 was applied before limma fitting. Group levels were defined as Control, DCM, and ICM, with a no-intercept design matrix (~0 + group) and the contrasts (DCM+ICM)/2-Control, DCM-Control, and ICM-Control. Differential expression was defined as adjusted p value < 0.05 and |log2(Fold Change)| > 0.3. Because all samples were processed within one GEO series and no separate batch variable was available, no batch-correction term was introduced. Differential-expression results were visualized using heatmaps and volcano plots. DEGs were subjected to PPI analysis followed by network-based hub ranking. Docking and pose visualization were conducted for the selected targets and prescription compounds.

The GEO record identifies the platform as GPL96, the Affymetrix Human Genome U133A Array. Group levels were defined as Control, DCM, and ICM, with a no-intercept design matrix (~0 + group) and the contrasts (DCM+ICM)/2-Control, DCM-Control, and ICM-Control. The series matrix was already robust multi-array average (RMA)-normalized; probes with missing SYMBOL annotations were removed after matching to the platform annotation, and the code applies rowSums(expression > 0.5) ≥ 3 before limma fitting. Because all samples were processed within one GEO series and no separate batch variable was available, no batch-correction term was introduced.

Molecular docking verification
A three-dimensional PDB structure for each receptor was obtained from the RCSB Protein Data Bank. Protein structures were prepared by removing crystallographic waters and non-receptor ligands. Structure-data file (SDF) structures for the five highest-degree compounds were obtained from a public chemical database.

The receptor structures used for docking were AKT1/1H10 (chain A, 1.40 Å, 4IP), IL6/1ALU (chain A, 1.90 Å, TLA), TNF/1A8M (chain A, 2.30 Å, no co-crystallized ligand), SRC/1A09 (chain A, 2.00 Å, no ligand), ESR1/1A52 (chain A, 2.80 Å, EST), STAT1/1BF5 (chain A, 2.90 Å, no ligand), and HSP90AA1/3OWB (chain A, 2.05 Å, BSM). The center, box dimensions, and random seed were specified for each tested pair. The search boxes were defined to encompass the receptor for exploratory global docking.

Receptor and ligand files were prepared with the docking-preparation tools. Waters were deleted and polar hydrogens were added to receptor structures. SDF ligands were converted to PDB, then dehydrated and hydrogenated before PDBQT export. The prepared receptor-ligand files were assigned to the docking models. PDBQT files were loaded into AutoDock Vina. Vina runs were executed and scores were recorded. Scores below -5 kcal/mol were treated as comparatively more favorable and scores below -7 kcal/mol as more strongly predicted interactions10; these are not experimental thresholds. The three complexes with the best predicted scores were selected for visualization.

No search-depth or output-mode override was specified; therefore, the documented command-line defaults were used: exhaustiveness 8 and at most 9 modes. Pair-specific random seeds were used, and mode 1 (the best-scoring returned pose) was selected for representative visualization. The HSP90AA1 output-file assignment was confirmed because each mode-1 score matched the corresponding HSP90AA1 value in the docking-score matrix. Molecular dynamics simulations were not performed, so the scores are exploratory computational predictions only.

Résultats

Ingrédients actifs et cibles de la décoction de Zhenwu combinée au Poudre de Wuling
Des enregistrements constituants-cibles ont été obtenus pour chaque plante. Les nombres respectifs de cibles par plante étaient les suivants : Aconiti Lateralis Radix Praeparata, 178 ; Poria, 21 ; Atractylodis Macrocephalae Rhizoma, 18 ; Paeoniae Radix Alba, 86 ; Zingiberis Rhizoma Recens, 127 ; Alismatis Rhizoma, 96 ; Polyporus, 4 ; et Cinnamomi Ramulus, 45. Après standardisation des symboles et élimination des doublons, l'ensemble intégré relatif à la formule contenait 314 gènes cibles non redondants. L'attribution de la dihydrocapsaïcine à une plante est indiquée comme une attribution issue de base de données, et non comme une confirmation de provenance botanique.

Acquisition des cibles thérapeutiques associées à l'IC
À partir des six ressources pathologiques, 3 563 enregistrements bruts de cibles thérapeutiques pour l'IC ont été recueillis. La répartition était la suivante : 2 000 cibles provenant de GeneCards, 973 de OMIM, 17 de PharmGKB, 83 de TTD, 459 de DisGeNET et 31 de DrugBank. Après élimination des doublons, la liste s'est réduite à 2 515 cibles uniques associées à l'IC. La comparaison des deux listes de cibles a permis d'identifier 143 cibles communes entre les gènes liés à l'IC et les cibles de la décoction de Zhenwu combinée au poudre de Wuling, comme indiqué dans la figure 1.

Construction du réseau PPI
Le graphe PPI obtenu comprenait 143 nœuds et 292 arêtes (degré moyen, 4,08). Les cinq nœuds ayant le degré le plus élevé étaient AKT1, TNF, IL6, SRC et ESR1. Ces nœuds ont été conservés comme nœuds centraux candidats pour l'analyse formule-ICF (Figure 2). Dans cette analyse, les candidats nœuds centraux étaient classés par ordre de degré au sein du réseau spécifié. Une forte connectivité a été utilisée pour la sélection des candidats, sans être interprétée comme une preuve d'importance causale ou d'efficacité thérapeutique.

Analyse du réseau médicament-maladie-composant-cible
Le graphe final comprenait 384 nœuds et 615 arêtes. Ici, le degré d'un nœud était défini comme le nombre d'arêtes directement connectées. Tableau 1 présente les dix premières cibles classées par valeur de degré dans le réseau médicament-maladie-composant-cible de 384 nœuds et 615 arêtes ; le réseau PPI de 143 nœuds et 292 arêtes est présenté séparément dans la Figure 2. La Figure 3 montre le graphe correspondant médicament-maladie-composant-cible. Dans le graphe du réseau, des hexagones réguliers représentent les composants actifs des médicaments à base de plantes individuelles, tandis que les losanges représentent les cibles thérapeutiques des médicaments.

Analyse d'enrichissement en GO
Une analyse de l'ontologie génique a été réalisée sur les 143 cibles communes. L'analyse a identifié 1 647 termes liés aux processus biologiques (BP) et 188 termes liés aux fonctions moléculaires (MF) ; le panneau des composants cellulaires (CC) est conservé à des fins descriptives, comme expliqué ci-dessous. Tous les termes enrichis ont été classés par ordre décroissant de -log10(p), et les dix premiers termes de chaque catégorie GO ont été sélectionnés pour la visualisation. Les termes BP étaient principalement enrichis dans la réponse cellulaire à l'hypoxie, la réponse à la diminution des niveaux d'oxygène, la circulation sanguine, la réponse à des niveaux d'oxygène modifiés et les processus du système circulatoire. Le panneau descriptif des CC affichait les cavéoles, les lumières des granules riches en ficoline-1, les radeaux lipidiques de la membrane plasmique, les microdomaines membranaires et les lumières endocrines ; aucune statistique au niveau des lignes pour les CC n'est revendiquée. Les termes MF impliquaient principalement la liaison aux protéines d'échafaudage, la régulation de l'activité de la tyrosine kinase protéique, la liaison de l'hème et la régulation de l'activité de la kinase protéique. Les dix termes les plus enrichis de chaque catégorie GO ont été visualisés dans Figure 4. Étant donné que l'analyse GO-CC utilisait une taille d'entrée différente de celle de l'analyse BP/MF/KEGG portant sur 143 gènes, les catégories ont été rapportées séparément et n'ont pas été regroupées de manière quantitative.

Analyse d'enrichissement KEGG
Une analyse KEGG a été réalisée sur les 143 gènes cibles communs. Les voies métaboliques les plus enrichies étaient celles des protéines kinases activées par les mitogènes (MAPK), de PI3K-Akt, des voies liées au cancer, des voies d'infection virale, de la tuberculose, de la grippe A, d'AGE-RAGE, des lipides/athérosclérose et de la rougeole (Figure 5).

Recherche de gènes différentiellement exprimés associés à l'insuffisance cardiaque à partir de la base de données GEO
La base de données GEO a été interrogée à l'aide du terme « insuffisance cardiaque », et le package limma de R a été utilisé pour comparer les groupes insuffisants et non insuffisants. Les seuils de sélection ont été fixés à une valeur p ajustée < 0,05 et à une valeur absolue du |log2(Changement d'expression)| > 0,3. L'analyse a révélé 1 348 gènes différentiellement exprimés, dont 568 étaient surexprimés et 780 sous-exprimés. Un diagramme en volcan a présenté les résultats d'expression différentielle, tandis qu'une carte thermique a illustré le profil d'expression dans les deux groupes (Figure 6, Figure 7).

Les gènes différentiellement exprimés (DEG) ont d'abord été croisés avec des gènes associés aux maladies extraits de bases de données pathologiques, produisant 407 gènes maladie en commun. Ces gènes ont ensuite été croisés avec des gènes cibles de médicaments, conduisant à 18 gènes en intersection. Une analyse PPI des 18 gènes a généré un réseau composé de 18 nœuds et de 10 interactions. Parmi tous les nœuds, HSP90AA1 et STAT1 présentaient les valeurs de degré les plus élevées. Les deux candidats transcriptomiques centraux ont été soumis à un docking avec cinq composés prioritaires : le β-sitostérol, l'alisol C, la benzoylnapelline, la dihydrocapsaïcine et le kaempférol. Les scores Vina obtenus étaient négatifs pour toutes les paires testées ; STAT1 avec l'alisol C a donné la valeur la plus négative (–9,2 kcal/mol), et chaque paire issue de GEO a obtenu un score inférieur à –5 kcal/mol. Ces valeurs constituent des prédictions comparatives de docking et n'établissent pas d'affinité, d'activité ou d'effet biologique.

Résultats du dockage moléculaire
Le dockage a été utilisé pour comparer les constituants prioritaires avec les nœuds associés à l'IC de l'analyse du réseau et de GEO. Ces nœuds comprennent AKT1, IL6, TNF, SRC et ESR1 issus de l'exploitation de bases de données sur la maladie, ainsi que les gènes centraux dérivés de GEO, HSP90AA1 et STAT1. La procédure de dockage est décrite dans la section Protocole. Tableau 2 résume la matrice des scores prédits pour les composés prioritaires et les cibles liées à l'IC provenant des deux sources analytiques. L'alisol C a obtenu un score plus négatif que -7 kcal/mol avec AKT1 et SRC, tandis que la benzoylnapelline franchissait ce seuil descriptif pour TNF, AKT1 et SRC. Tous les couples composé-nœud dérivés de GEO ont obtenu un score inférieur à -5 kcal/mol. Parmi tous les couples ligand-cible, STAT1 a donné le score le plus négatif avec l'alisol C (-9,2 kcal/mol) et la benzoylnapelline (-8,7 kcal/mol), indiquant les scores prédits les plus négatifs parmi les complexes testés, et non l'affinité expérimentale.

DISPONIBILITÉ DES DONNÉES :
Les données publiques ont été analysées dans cette étude. La série transcriptomique GSE5406 est disponible sur le NCBI Gene Expression Omnibus (GEO) sous le numéro d'accès GSE5406. Toutes les données générées et conservées dans le cadre de l'étude ainsi que les enregistrements d'analyse sont fournis dans le dossier de données brutes complémentaires (Fichier complémentaire 1). Celui-ci contient l'audit des composés et des cibles, les données sources des cibles, les fichiers de réseau PPI, les données d'enrichissement validées, le code d'analyse de GSE5406, les entrées, sorties, configurations et journaux de docking, les visualisations du docking, ainsi que le manifeste des fichiers et les légendes.

figure-results-1
Figure 1 : Diagramme de Venn des cibles médicamenteuses et des cibles liées à la maladie. La zone bleue représente les cibles de la décoction de Zhenwu combinée au poudre Wuling, la zone jaune représente les cibles associées à l'ICG, et la zone superposée représente les 143 cibles communes. Les nombres indiquent les effectifs et les pourcentages des cibles. Veuillez cliquer ici pour afficher une version agrandie de cette figure.

figure-results-2
Figure 2 : Réseau d'interactions protéine-protéine (PPI). La couleur et la taille des nœuds représentent le degré, les nœuds plus grands et plus foncés en rouge indiquant des cibles de degré supérieur. Les arêtes grises représentent des interactions PPI de haute confiance. Les nœuds isolés ne sont pas affichés. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

figure-results-3
Figure 3 : Réseau cible-composant-maladie-médicament. Les couleurs des nœuds identifient les huit groupes d'herbes ; les formes des nœuds distinguent les herbes, les composants et les cibles ; la taille des nœuds représente le degré ; les arêtes grises représentent les associations entre herbes et composants, ainsi qu'entre composants et cibles. Veuillez cliquer ici pour afficher une version agrandie de cette figure.

figure-results-4
Figure 4 : Analyse d'enrichissement GO. Les barres vertes, oranges et violettes représentent respectivement le processus biologique (BP), le composant cellulaire (CC) et la fonction moléculaire (MF). La hauteur des barres indique le score d'enrichissement, et les dix premiers termes de chaque catégorie sont affichés. L'analyse CC a utilisé une liste de 60 gènes ciblés, tandis que les analyses BP et MF ont utilisé une entrée commune de 143 gènes ciblés ; par conséquent, les catégories sont présentées de manière descriptive et ne sont pas regroupées de façon quantitative. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

figure-results-5
Figure 5 : Analyse d'enrichissement KEGG. La position des points indique le ratio d'enrichissement, la taille des points indique le nombre de gènes, et la couleur représente le -log10(p), les teintes plus chaudes correspondant à des valeurs de p plus faibles. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

figure-results-6
Figure 6: Graphique en volcan des gènes différentiellement exprimés. Les points rouges représentent les gènes surexprimés et les points bleus représentent les gènes sous-exprimés aux seuils indiqués. L'axe vertical correspond à -log10(ajusté p valeur), l'axe horizontal est log2(Rapport d'expression), et les lignes en pointillés indiquent le ajusté p valeur < 0,05 et |log2(Changement d'expression)| > 0.3. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

figure-results-7
Figure 7 : Carte thermique des gènes différentiellement exprimés (DEG). La carte thermique présente les 50 principaux gènes différentiellement exprimés ; les teintes rouges et bleues indiquent respectivement une expression relativement plus élevée et plus faible, après normalisation par ligne. L'annotation supérieure distingue les groupes témoin, cardiomyopathie idiopathique et cardiomyopathie ischémique. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Nom de la protéineSymbole du gèneDegré
Protéine kinase sérine/thréonine AKT 1AKT194
Interleukine-6IL691
Facteur de nécrose tumoraleTNF91
Proto-oncogène SRC, tyrosine kinase non réceptriceSRC78
Récepteur des œstrogènes 1ESR177
B-cell lymphome/leucémie 2BCL274
Caspase 3CASP372
Récepteur gamma activé par les proliférateurs de peroxysomesPPARG70
Synthase 2 de la prostaglandine-endoperoxydePTGS269
Métalloprotéinase 9 de la matriceMMP968

Tableau 1 : Gènes principaux et valeurs de degré. Les valeurs de degré proviennent du réseau composé de 384 nœuds et 615 arêtes de médicament-maladie-composant-cible, et non du réseau PPI distinct composé de 143 nœuds et 292 arêtes. Les symboles officiels des gènes sont utilisés.

Gène cibleβ-sitostérolAlisol CBenzoylnapellineDihydrocapsaïcineKaempférol
AKT1-6.2-7.0-7.2-4.8-5.9
IL6-5.7-6.6-6.1-4.0-4.6
TNF-5.5-6.8-7.6-5.0-6.3
SRC-5.2-8.0-8.0-5.6-6.9
ESR1-3.2-6.7-7.9-4.3-3.2
STAT1-6.1-9.2-8.7-5.3-8.6
HSP90AA1-6.4-6.9-7.1-5.4-7.3

Tableau 2 : Scores de docking moléculaire. Les valeurs sont des scores de docking prédits en kcal/mol ; des valeurs plus négatives indiquent des poses prédites plus favorables dans le cadre de cette simulation, sans toutefois établir l'affinité ou l'activité biologique.

Fichier supplémentaire 1 : Dossier de données brutes supplémentaires. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

L'insuffisance cardiaque chronique (ICC) nécessite une prise en charge clinique à long terme et implique souvent des régimes médicamenteux complexes. Des études menées par Wang JX et Zhang S11 ainsi que d'autres travaux indiquent qu'un traitement pharmacologique conventionnel combiné à long terme peut réduire l'observance thérapeutique. Une mauvaise observance peut augmenter le risque de réadmission et d'effets émotionnels indésirables. Les médicaments disponibles visent principalement le contrôle des symptômes et le ralentissement du remodelage ventriculaire. Les Lignes directrices nationales chinoises de 2023 pour la prise en charge de l'insuffisance cardiaque12 recommandent d'ajouter le stimulateur de la guanylate cyclase soluble, la vériciguat, au traitement médical optimal standard (GDMT) chez les patients dont l'insuffisance cardiaque s'est récemment aggravée. Néanmoins, plusieurs défis persistent dans la prise en charge de l'insuffisance cardiaque. Les cardiomyocytes sont des cellules différenciées terminales et possèdent une capacité régénérative limitée, de sorte que les lésions myocardiques évoluent souvent de façon irréversible. Les traitements actuels ralentissent principalement la fibrose myocardique et le remodelage ventriculaire, sans toutefois inverser complètement les lésions structurales déjà installées.

Dans la théorie de la médecine traditionnelle chinoise (MTC), la pathogenèse de l'insuffisance cardiaque chronique (ICC) est étroitement associée à une dysrégulation du qi et du sang. Le Consensus d'experts sur la nomenclature en MTC de l'insuffisance cardiaque13 définit « Xin Shui » (œdème cardiaque) et « Fei Yin » (rétention liquidienne pulmonaire) comme des termes normalisés en MTC pour désigner l'ICC. Les deux prescriptions ont pour effet de réchauffer le yang et de favoriser l'élimination des liquides, mais leurs indications traditionnelles mettent l'accent sur des localisations et des tableaux pathologiques différents. Traditionnellement, la décoction de Zhenwu est utilisée pour réchauffer le yang et éliminer l'humidité rétentionnelle en cas de déficience du yang du spleen et des reins. D'abord mentionnée aux lignes 82 et 316 du Traité des maladies fébriles14, cette formule était initialement destinée aux affections du stade yang compliquées par une atteinte du yang due à une sudation excessive, ainsi qu'au syndrome shaoyin caractérisé par une déficience du yang et une invasion par l'eau. La pathogenèse fondamentale traitée par la décoction de Zhenwu est une insuffisance du yang rénal accompagnée d'une rétention diffuse de liquides. Ses actions traditionnelles sont décrites comme le réchauffement du rein, le renforcement du yang, la régulation du qi et la promotion de l'élimination des fluides. Le Synopsis des prescriptions de la chambre d'or14 mentionne également l'utilisation de la décoction de Zhenwu en cas de rétention liquidienne généralisée, car la lourdeur et les douleurs des membres observées dans cette affection correspondent au champ thérapeutique de la formule. Le poudre de Wuling est mentionnée aux lignes 71, 72, 73, 74 et 141 du Traité des maladies fébriles. Elle est principalement utilisée dans le syndrome de rétention d'eau de la vessie Taiyang. Sa pathogenèse implique la persistance de facteurs pathogènes externes au stade Taiyang, une accumulation d'eau dans le bas jiao, une transformation altérée du qi du triple réchauffeur et une distribution désordonnée des liquides corporels. Cliniquement, ces modifications se manifestent par une soif avec envie de boire et une dysurie. Dans les cas graves, une accumulation excessive de liquide obstrue le triple réchauffeur et déborde, provoquant un reflux liquidien avec vomissements après ingestion de boisson. En conséquence, la poudre de Wuling est utilisée pour restaurer la transformation du qi et faciliter l'élimination de l'eau.

Des recherches pharmacologiques menées par Zheng Minghao et al. sur la décoction de Zhenwu pour l'insuffisance cardiaque chronique (ICC)15 ont signalé une pression systolique ventriculaire gauche (LVSP) plus élevée et une pression diastolique en fin de diastole ventriculaire gauche (LVEDP) plus basse après exposition à l'aconitine/la mésaconitine, des résultats interprétés comme une amélioration de la fonction systolique et diastolique. Chez des rats présentant une ICC, la paeoniflorine a été associée à une modulation de la voie de signalisation TGF-β1/Smad, à une moindre remodélisation et à une meilleure fonction cardiaque. L'atractylenolide III et le kaempférol ont été liés à une réduction de l'apoptose des cardiomyocytes, tandis que l'acide poricoïque et le gingérol se sont révélés posséder des effets anti-inflammatoires et antioxydants. La higénamine et la paeoniflorine pourraient également améliorer le cycle anormal du calcium en réduisant la concentration intracellulaire en calcium. Chen Jiye et al.16 ont rapporté que les principaux composants bioactifs du Wuling San, l'hédéragine et le β-sitostérol, confèrent une protection cardiovasculaire en abaissant le cholestérol, en régulant la fonction endothéliale, en renforçant la capacité antioxydante et en réduisant l'inflammation. Les patients atteints d'ICC au stade terminal présentent souvent des syndromes mixtes de vide et d'excès. Le vide du yang du cœur et des reins représente la pathogenèse fondamentale, tandis que la rétention sévère de liquide constitue la manifestation secondaire. Lorsque le liquide retenu se propage à travers le triple réchauffeur (triple jiao), l'envahissement du haut jiao, du cœur et des poumons provoque des palpitations, une toux et une dyspnée. Dans les cas graves, l'envahissement du cœur et des poumons par les liquides entraîne une orthopnée. L'accumulation de liquide dans le milieu jiao perturbe le transport et la transformation du spleen et de l'estomac, provoquant une anorexie et une distension gastrique. La rétention de liquide dans le bas jiao provoque un œdème des chevilles et une dysurie. Ce tableau clinique fournit la justification en médecine traditionnelle chinoise (MTC) de l'utilisation de cette association thérapeutique pour traiter à la fois le vide fondamental et la rétention secondaire de liquide. Des preuves croissantes suggèrent que les formules à base de plantes chinoises pourraient traiter l'ICC en régulant plusieurs voies et cibles, notamment la fonction mitochondriale et le métabolisme énergétique myocardique16, ainsi que les voies de signalisation TGF-β17 et NF-κB18.

La justification de la compatibilité des formules est d'ordre pharmacologique et théorique selon la médecine traditionnelle chinoise (MTC). Le flux de travail computationnel actuel n'a pas testé la synergie, établi de nouveaux effets pharmacologiques pour la combinaison, ni comparé la formule à un traitement médical conforme aux directives. Il n'a pas non plus évalué les interactions entre les plantes médicinales et les médicaments, les relations exposition-réponse ou la toxicité hors cible. Ces limites empêchent les résultats actuels de soutenir des recommandations de substitution ou de combinaison de traitements.

L'étude actuelle suggère que la décoction Zhenwu combinée au Poudre Wuling pourrait influencer les processus liés à l'insuffisance cardiaque chronique (CHF) par les effets coordonnés prédits de plusieurs constituants bioactifs, notamment le β-sitostérol (BS), l'alisol C, la benzoylnapelline, la dihydrocapsaïcine (DHC) et le kaempférol (KAE). Le BS est un phytostérol largement réparti dans les plantes médicinales et provient dans cette formule de Paeoniae Radix Alba, de Zingiberis Rhizoma Recens et de Cinnamomi Ramulus19. En raison de sa structure similaire au cholestérol, le BS entre en compétition avec le cholestérol pour les sites de fixation, réduit le cholestérol libre sérique et favorise la lipolyse20. Il possède également des activités anti-athérosclérotiques, antioxydantes, anti-inflammatoires et antibactériennes21. L'enregistrement dans la base de données attribue la dihydrocapsaïcine à Zingiberis Rhizoma Recens, et des études antérieures22,23 confirment ses propriétés anti-inflammatoires, anti-apoptotiques et atténuant les lésions par ischémie-reperfusion. Chen YM et al.24 ont identifié Raf-1 comme cible directe de la dihydrocapsaïcine et ont lié la formation du complexe Raf-1/ASK1 à une réduction du stress oxydatif et de l'apoptose des cardiomyocytes après un infarctus aigu du myocarde. Le kaempférol est un ingrédient bioactif majeur de Paeoniae Radix Alba. Des études existantes suggèrent que le KAE protège les cardiomyocytes contre une autophagie excessive en régulant à la hausse la cascade PI3K/Akt/mTOR25, en supprimant l'expression des protéines des canaux calciques intracellulaires26 et en inhibant la voie de signalisation MAPK/ERK27. MOL002410 a été identifié comme étant la benzoylnapelline. L'étude citée sur la benzoylaconine28 ne soutient pas expérimentalement l'enregistrement distinct de la benzoylnapelline dockée. Ensemble, ces composants pourraient contribuer au traitement de l'insuffisance cardiaque chronique par des mécanismes anti-inflammatoires, antioxydants et hypocholestérolémiants. Cela confirme le profil régulateur multi-voie et multi-cible de la décoction Zhenwu combinée au Poudre Wuling.

La racine de monkshood transformée peut contenir des alcaloïdes de type aconitine, mais cette étude n’a pas quantifié l’exposition aux constituants, les relations dose-réponse ni la toxicité. Par conséquent, le réseau thérapeutique prédit ne peut pas être interprété comme une évaluation de la sécurité, et les effets secondaires potentiels restent non résolus.

Le classement par degré dans le réseau PPI a placé ces cinq candidats en tête : AKT1, IL6, TNF, SRC et ESR1. AKT1, un nœud central de la cascade PI3K/Akt/mTOR, figurait parmi les candidats ayant le degré le plus élevé. Cette cascade participe à la prolifération, à l'angiogenèse et à la régulation des glycolipides29. Wang X et al.30 ont détecté une expression plus élevée d'AKT1 chez des rats souffrant d'insuffisance cardiaque par rapport à des souris témoins saines. Lou WZ et al.31 ont rapporté que le kaempférol et les composants associés suppriment la voie PI3K/Akt via le nœud clé AKT1, inhibant ainsi la prolifération des fibroblastes cardiaques et ralentissant la progression de l'IC et le remodelage ventriculaire. IL-6 et TNF sont des cytokines inflammatoires classiques. Des recherches antérieures32 ont établi un lien entre les cytokines et chimokines inflammatoires et le remodelage ventriculaire ainsi que le dysfonctionnement myocardique dans divers phénotypes d'insuffisance cardiaque. Dans une cohorte de 1 086 patients, Berger et al.33 ont associé des concentrations plus élevées d'IL-6 à des événements cardiovasculaires défavorables et à une augmentation du NT-proBNP. TNF est étroitement lié à l'angiogenèse et à la thrombose, deux processus contribuant au remodelage cardiaque et ventriculaire. TNF pourrait servir de marqueur biologique du début de l'IC34, et sa surexpression est associée à des événements cardiovasculaires défavorables, à la stratification du risque de lésion myocardique et au pronostic. SRC intervient dans l'adhésion cellulaire, la prolifération et la production d'espèces réactives de l'oxygène35. Des preuves indiquent que la surexpression de SRC amplifie la signalisation des récepteurs bêta-adrénergiques (β-AR), active la cascade β-AR/Src/ERK et médie le remodelage ventriculaire36. D'autres études ont proposé SRC comme cible potentielle pour l'intervention dans les maladies cardiovasculaires37. L'œstrogène est largement reconnu comme un facteur cardioprotecteur doté de propriétés anti-inflammatoires, antioxydantes et anti-athéroscléreuses38. ESR1, qui code pour le récepteur des œstrogènes alpha, constitue donc une cible thérapeutique potentielle pour la protection cardiaque. Fukuma N et al.39 ont mis en évidence les effets cardioprotecteurs des récepteurs des œstrogènes en bloquant de manière sélective la signalisation non génomique du récepteur des œstrogènes alpha chez la souris. Contrairement aux études centrées sur un seul composé ou une seule voie, la présente démarche a croisé la couverture des cibles dérivées de la formule avec un réseau PPI de la maladie et un contexte transcriptomique myocardique. Cette intégration restreint les priorités parmi les candidats, mais demeure associative. Le critère du gène central identifie des candidats fortement connectés pour des études complémentaires, sans prouver leur importance causale.

Le profil KEGG cible commun était dominé par les termes de signalisation MAPK, PI3K-Akt, lipides/athérosclérose, TNF, récepteur de type Toll et AGE-RAGE. Ensemble, ces voies correspondent à des processus centraux dans l'insuffisance cardiaque chronique (ICC), notamment l'hypertrophie, la fibrose, l'inflammation, le stress oxydatif et le remodelage ventriculaire. La signalisation MAPK coordonne les réponses prolifératives, apoptotiques, inflammatoires et fibrotiques40. Une activité excessive de MAPK peut favoriser la fibrose myocardique, accélérer le remodelage ventriculaire41 et aggraver l'insuffisance cardiaque. La signalisation PI3K-Akt est impliquée dans la croissance cellulaire, l'apoptose, la migration et l'angiogenèse. Son rôle dans le remodelage du cytosquelette en a également fait une cible potentielle en biologie du cancer42. Dans des conditions physiologiques, la voie PI3K-Akt protège le cœur en améliorant la fonction mitochondriale, en réduisant le stress oxydatif et en inhibant l'apoptose des cardiomyocytes. Des études publiées43 ont rapporté une activité PI3K-Akt supprimée dans les cardiomyocytes durant l'insuffisance cardiaque, ce qui pourrait entraîner un dysfonctionnement mitochondrial et un métabolisme énergétique altéré. L'inhibition de cette voie peut également activer des cascades profibrotiques telles que la signalisation TGF-β et les voies des caspases liées à l'apoptose, favorisant ainsi le remodelage ventriculaire et la perte de cardiomyocytes. Le déséquilibre lipidique est associé à la maladie coronarienne, une cause fréquente sous-jacente de l'insuffisance cardiaque clinique. La recommandation chinoise de 2024 sur l'insuffisance cardiaque inclut à la fois le déséquilibre lipidique et la maladie coronarienne parmi les facteurs de risque communs de l'ICC44. Elle accorde une recommandation de classe IA à la thérapie hypocholestérolémiante précoce pour la prévention. Des études de suivi menées par Li Tingting et Zhou Li et al.45,46, impliquant respectivement 70 et 150 patients souffrant d'insuffisance cardiaque, ont rapporté une diminution progressive du HDL-C sérique avec l'aggravation de la fonction cardiaque. Toutefois, la variation des lipides sériques n'était pas significativement corrélée au pronostic. Cela suggère que le déséquilibre lipidique pourrait ne pas endommager directement les cardiomyocytes ni altérer la fonction cardiaque. La voie des lipides et de l'athérosclérose pourrait donc être plus pertinente pour la prévention et l'interprétation étiologique de l'ICC que pour une lésion myocardique directe. Le TNF-α est une cytokine inflammatoire clé et un facteur majeur dans l'initiation et la progression de l'ICC34. Des concentrations élevées de TNF-α suppriment la contractilité myocardique et sont positivement associées à la mortalité toutes causes confondues47. Le système nerveux sympathique est un médiateur neurohumoral important du remodelage ventriculaire. Une surexpression excessive du TNF-α peut altérer la fonction des nerfs sympathiques, induire un dysfonctionnement des récepteurs β, stimuler la libération de catécholamines48 et aggraver le remodelage ventriculaire. Les voies des récepteurs de type Toll détectent les PAMPs et les DAMPs, déclenchant ainsi la signalisation immunitaire innée49. Une activation persistante peut favoriser l'inflammation et les lésions myocardiques. Ye S et al.50 ont rapporté qu'une déficience en TLR2 dans les cardiomyocytes atténuait l'inflammation, l'hypertrophie et la fibrose interstitielle induites par l'Ang II. Cette amélioration coïncidait avec une activation réduite des voies NF-κB/MAPK en aval et des lésions myocardiques moindres. La biologie AGE-RAGE est également pertinente en dehors du diabète. Dans des conditions de vieillissement, d'ischémie, de surcharge de pression ou de stress cardiaque inflammatoire, les AGE peuvent s'accumuler et activer RAGE, amplifiant ainsi le stress oxydatif, l'inflammation et la fibrose, qui contribuent au remodelage ventriculaire et à l'ICC51. La pharmacologie en réseau permet de couvrir l'ensemble des cibles des composants issus d'une formule, tandis que GEO fournit un contexte tissulaire lié à la maladie. Leur intersection est donc utile pour la priorisation d'hypothèses dans la recherche sur des formules complexes de médecine traditionnelle chinoise, mais elle ne doit pas être décrite comme une validation transcriptomique ou pharmacologique.

Limites : En plus de l'absence de validation in vitro et in vivo, cette étude a utilisé un seul jeu de données de puces à ADN de découverte et s'est appuyée sur des annotations de bases de données et des seuils de criblage. Les grilles de docking englobant de larges récepteurs permettent un classement exploratoire plutôt qu'une confirmation du site de liaison, et les versions exactes des correctifs des logiciels n'ont pas été conservées. De plus, les fichiers PDBQT de sortie des poses ont été conservés pour seulement cinq paires composé-HSP90AA1 ; les fichiers de sortie des poses pour les 30 autres paires cible-composé n'ont pas été conservés. L'analyse GO-CC a utilisé une liste de 60 gènes positifs au lieu des 143 gènes en entrée utilisés pour BP/MF/KEGG ; ces catégories n'ont donc pas été regroupées de manière quantitative. Aucun jeu de validation indépendant en transcriptomique ni aucune simulation de dynamique moléculaire n'était disponible.

Perspectives futures : Les travaux futurs devraient valider HSP90AA1, STAT1 et les composés prioritaires dans des modèles d'hypoxie/reoxygénation de cardiomyocytes et dans des modèles animaux appropriés, comparer la formule aux thérapies dirigées par les recommandations, évaluer les interactions herbe-médicament et la toxicité liée à l'aconit, et tester les prédictions de docking par des dosages biochimiques ou cellulaires orthogonaux.

En résumé, l'intégration de la pharmacologie en réseau, des données transcriptomiques myocardiques, de l'analyse d'enrichissement et du dockage moléculaire a permis de hiérarchiser les constituants, cibles et voies candidates potentiellement associés à la décoction Zhenwu associée au Wuling Powder dans l'insuffisance cardiaque chronique (CHF). La convergence entre les prédictions de cibles liées à la formule et les modifications d'expression associées à la maladie a identifié HSP90AA1 et STAT1 comme candidats pour des études ultérieures, tandis que l'analyse de dockage a priorisé certaines paires constituants-cibles pour des tests expérimentaux. Ces résultats fournissent un cadre générant des hypothèses, sans constituer une preuve d'efficacité clinique ni un mécanisme moléculaire validé, et nécessitent une confirmation dans des systèmes expérimentaux indépendants.

Déclarations de divulgation

Les auteurs déclarent ne pas avoir d'intérêts concurrents liés à cette étude.

Remerciements

Non applicable.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
AutoDock VinaCCSB-Scrippsv1.2.6Version en ligne de commande utilisée ; version officielle actuelle v1.2.7 ; les configurations ont utilisé les valeurs par défaut CLI exhaustiveness 8 et num_modes 9. https://github.com/ccsb-scripps/AutoDock-Vina/releases
AutoDockToolsThe Scripps Research Institutev1.5.7Préparation du récepteur/ligand ; version utilisée dans l'analyse. https://autodock.scripps.edu/
BioconductorBioconductor Projectversion compatible 3.16Environnement compatible R 4.2 ; version actuelle 3.23. https://bioconductor.org/about/release-announcements/
Cytoscape DesktopCytoscape Consortiumv3.7.1Version utilisée pour la visualisation et l'analyse de réseaux ; version actuelle v3.10.4. https://cytoscape.org/download.html
DisGeNETMedBioinformatics Solutionsv25.4Récupération des gènes associés à l'IC ; recherche effectuée le 2026-02-10. https://disgenet.com/
DrugBankOMx Personal Health Analyticsv6.0Récupération des gènes associés à l'IC ; recherche effectuée le 2026-02-12. https://go.drugbank.com/
GeneCardsWeizmann Institute of ScienceBase de données webRécupération des gènes associés à l'IC ; recherche effectuée le 2026-02-10. https://www.genecards.org/
GEO / GSE5406NCBIGSE5406 ; GPL96Série de puces à ADN normalisées RMA provenant du ventricule gauche humain. https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE5406
hgu133a.dbBioconductorEnvironnement Bioconductor 3.16Annotation des sondes Affymetrix Human Genome U133A ; la version exacte du correctif n’a pas été conservée. https://bioconductor.org/packages/hgu133a.db/
limmaBioconductorEnvironnement Bioconductor 3.16Analyse d'expression différentielle ; la version exacte du correctif n’a pas été conservée. https://bioconductor.org/packages/limma/
MacBookAppleProcesseur M4Station de travail informatique locale ; la spécification mémoire n’a pas été conservée. https://www.apple.com/mac/
MetascapeMetascapev3.5Enrichissement GO/KEGG ; l'horodatage exact d'accès n’a pas été conservé. https://metascape.org/
Microsoft ExcelMicrosoftApplication de bureauCuration/exportation des données ; la version de l'application n’a pas été conservée. https://www.microsoft.com/microsoft-365/excel
OMIMJohns Hopkins UniversityBase de données webRécupération des gènes associés à l'IC ; recherche effectuée le 2026-02-10. https://www.omim.org/
Open BabelOpen Babel ProjectVersion non conservéeConversion de structures dans le flux de travail de docking. https://openbabel.org/
PharmGKBPharmGKBBase de données webRécupération des gènes associés à l'IC ; recherche effectuée le 2026-02-12. https://www.pharmgkb.org/
PubChemNCBIBase de données webSMILES et complétion de structure. https://pubchem.ncbi.nlm.nih.gov/
PyMOLSchrödingerVersion non conservéePrétraitement des protéines et visualisation des poses. https://www.pymol.org/
RR Foundation4.2.0+Famille de versions enregistrée pour l'analyse ; version actuelle 4.6. https://www.r-project.org/
RCSB Protein Data BankRCSB PDBArchive webStructures cristallines des protéines. https://www.rcsb.org/
RStudioPosit2026.04.0+526IDE d'analyse enregistré dans la note de révision. https://posit.co/download/rstudio-desktop/
STRINGSTRING ConsortiumService webHomo sapiens ; confiance >0,9 ; les métadonnées de version ou de session n’ont pas été conservées. https://string-db.org/
SwissADMESIB Swiss Institute of BioinformaticsService webAnalyse ADME et criblage selon les règles de Lipinski ; version locale non applicable. https://www.swissadme.ch/
SwissTargetPredictionSIB Swiss Institute of BioinformaticsMise à jour majeure de 2019Homo sapiens ; probabilité >0,02 ; recherche effectuée le 2026-02-10. https://www.swisstargetprediction.ch/
TCMSPNorthwest A&F Universityv2.3Récupération de composés ; recherche effectuée le 2026-02-07. https://tcmsp-e.com/
TTDTherapeutic Target DatabaseVersion 2026Récupération des gènes associés à l'IC ; recherche effectuée le 2026-02-12. https://ttd.idrblab.cn/
UniProtKBUniProt ConsortiumVersion 2026_01Normalisation des symboles de gènes Homo sapiens validés. https://www.uniprot.org/
VennyCNB-CSICv2.1.0Visualisation des intersections d'ensembles cibles. https://bioinfogp.cnb.csic.es/tools/venny/

Références

  1. McDonagh TA, et al. 2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure. Eur Heart J. 2021;42(36):3599-3726.
  2. Yang X, et al. The evolving burden of heart failure in China: a 34-year subnational analysis of trends and causes from the Global Burden of Disease Study 2023. Mil Med Res. 2025;12(1):65.
  3. Tang KH. Study on Zhenwu Decoction combined with Wuling Powder in the treatment of heart failure with yang deficiency and water flooding syndrome. Chin Med Guide. 2024;22(14):153-155.
  4. National Pharmacopoeia Commission. Pharmacopoeia of the People's Republic of China. 2025 ed. China Medical Science Press; Beijing; 2025.
  5. Daina A, Michielin O, Zoete V. SwissADME: a free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Sci Rep. 2017;7:42717.
  6. Ru J, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 2014;6:13.
  7. Daina A, Michielin O, Zoete V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules. Nucleic Acids Res. 2019;47(W1):W357-W364.
  8. Zhou Y, et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nat Commun. 2019;10:1523.
  9. Hannenhalli S, et al. Transcriptional genomics associates FOX transcription factors with human heart failure. Circulation. 2006;114(12):1269-1276.
  10. Shahzadi Z, et al. Network pharmacology and molecular docking: combined computational approaches to explore the antihypertensive potential of Fabaceae species. Bioresour Bioprocess. 2024;11:53.
  11. Wang JX, Zhang S. Correlation between medication adherence, coping styles and depression in patients with chronic heart failure. J Int Psychiatry. 2026;53(1):225-228.
  12. National Center for Cardiovascular Diseases, Heart Failure Professional Committee of National Cardiovascular Experts Committee, Heart Failure Committee of Chinese Medical Doctor Association, et al. 2023 National guidelines for heart failure. Chin J Heart Fail Cardiomyopathies. 2023;7(4):215-311.
  13. Dong GJ, Wei Y. Expert consensus on TCM disease nomenclature of heart failure. Chin Arch Tradit Chin Med. 2025;43(7):253-258.
  14. Zhang ZJ. Treatise on Febrile Diseases. Qian CC, collator. People's Medical Publishing House; Beijing; 2005. p. 22-23.
  15. Zheng MH, Guo D. Research progress on active ingredients and mechanism of Zhenwu Decoction in the treatment of chronic heart failure. China J Tradit Chin Med Pharm. 2024;39(11):6007-6011.
  16. Chen L, Yu D, Ling S, Xu JW. Mechanism of tonifying-kidney Chinese herbal medicine in the treatment of chronic heart failure. Front Cardiovasc Med. 2022;9:988360.
  17. Wang Y, et al. A review of Chinese herbal medicine for the treatment of chronic heart failure. Curr Pharm Des. 2017;23(34):5115-5124.
  18. He Y, et al. Clinical evidence and potential mechanisms of traditional Chinese medicine for the treatment of chronic gastritis: an updated systematic review and meta-analysis. J Herb Med. 2023;42:100761.
  19. Wang H, et al. β-Sitosterol as a promising anticancer agent for chemoprevention and chemotherapy: mechanisms of action and future prospects. Adv Nutr. 2023;14(5):1085-1110.
  20. Dwivedi J, et al. Aspects of β-sitosterol's pharmacology, nutrition and analysis. Curr Pharm Biotechnol. 2025;26(14):2234-2256.
  21. Khan Z, et al. Multifunctional roles and pharmacological potential of β-sitosterol: emerging evidence toward clinical applications. Chem Biol Interact. 2022;365:110117.
  22. Jittiwat J, Suksamrarn A, Tocharus C, Tocharus J. Dihydrocapsaicin effectively mitigates cerebral ischemia-induced pathological changes in vivo, partly via antioxidant and anti-apoptotic pathways. Life Sci. 2021;283:119842.
  23. Lai Y, et al. Dihydrocapsaicin suppresses the STING-mediated accumulation of ROS and NLRP3 inflammasome and alleviates apoptosis after ischemia-reperfusion injury of perforator skin flap. Phytother Res. 2024;38(5):2539-2559.
  24. Chen Y, et al. Dihydrocapsaicin attenuates oxidative stress and apoptosis in acute myocardial infarction via promoting Raf-1/ASK1 complex formation. Phytomedicine. 2025;146:157126.
  25. Li YX, Liu SY. Kaempferol alleviates myocardial injury in rats with coronary heart disease via regulating the PI3K/AKT/mTOR pathway. Chin J Histochem Cytochem. 2025;34(5):439-445.
  26. Wu JP, Chen JJ, Yuan Q, et al. Effects and mechanisms of kaempferol on cardiomyocyte apoptosis induced by hypoxia/reoxygenation injury. Shaanxi Med J. 2024;53(1):3-7,18.
  27. Chen MJ, Li XD, Wang NN. Effects and mechanisms of kaempferol on cardiac function in rat models of chronic heart failure. Prog Anat Sci. 2023;29(1):18-20,24.
  28. Zhou WM, Lang SK, Ge X, et al. Benzoylaconine alleviates oxygen-glucose deprivation/reoxygenation-induced cardiomyocyte injury via the phosphatidylinositol 3-kinase/protein kinase B pathway. Chin J Geriatr Heart Brain Vessel Dis. 2025;27(2):211-216.
  29. Brand CS, Lighthouse JK, Trembley MA. Protective transcriptional mechanisms in cardiomyocytes and cardiac fibroblasts. J Mol Cell Cardiol. 2019;132:1-12.
  30. Wang X, Chen ZQ, Li L, et al. Effects of Zhenwu Decoction on cardiomyocyte apoptosis and PI3K-AKT pathway in heart failure rats. Chin J Comp Med. 2022;32(7):27-33,57.
  31. Lou WZ, Huang SS, Chen BS. Mechanism analysis of Ginkgo biloba leaves against chronic heart failure. Zhejiang Clin Med J. 2026;28(1):32-37.
  32. Hanna A, Frangogiannis NG. Inflammatory cytokines and chemokines as therapeutic targets in heart failure. Cardiovasc Drugs Ther. 2020;34(6):849-863.
  33. Berger M, et al. IL-6 and hsCRP predict cardiovascular mortality in patients with heart failure with preserved ejection fraction. ESC Heart Fail. 2024;11(6):3607-3615.
  34. Zhang H, Dhalla NS. The role of pro-inflammatory cytokines in the pathogenesis of cardiovascular disease. Int J Mol Sci. 2024;25(2):1082.
  35. Wu PL, Wei M, Zhu W. Src signaling pathway and its role in the pathophysiology of heart failure. Int J Cardiovasc Dis. 2013;40(1):6-8,15.
  36. Li W, et al. Src tyrosine kinase promotes cardiac remodeling induced by chronic sympathetic activation. Biosci Rep. 2023;43(10):BSR20231097.
  37. Zhai Y, et al. Src-family protein tyrosine kinases: a promising target for treating cardiovascular diseases. Int J Med Sci. 2021;18(5):1216-1224.
  38. Qian C, Liu J, Liu H. Targeting estrogen receptor signaling for treating heart failure. Heart Fail Rev. 2024;29(1):125-131.
  39. Fukuma N, et al. Estrogen receptor-α non-nuclear signaling confers cardioprotection and is essential to cGMP-PDE5 inhibition efficacy. JACC Basic Transl Sci. 2020;5(3):282-295.
  40. Sun Y, et al. Signaling pathway of MAPK/ERK in cell proliferation, differentiation, migration, senescence and apoptosis. J Recept Signal Transduct Res. 2015;35(6):600-604.
  41. Zhang Z, et al. Targeting MAPK-ERK/JNK pathway: a potential intervention mechanism of myocardial fibrosis in heart failure. Biomed Pharmacother. 2024;173:116413.
  42. Deng S, et al. PI3K/AKT signaling tips the balance of cytoskeletal forces for cancer progression. Cancers (Basel). 2022;14(7):1652.
  43. Ghafouri-Fard S, et al. Interplay between PI3K/AKT pathway and heart disorders. Mol Biol Rep. 2022;49(10):9767-9781.
  44. Cardiovascular Branch of Chinese Medical Association, Cardiovascular Physicians Branch of Chinese Medical Doctor Association, Heart Failure Professional Committee of Chinese Medical Doctor Association, et al. 2024 Chinese guidelines for the diagnosis and treatment of heart failure. Chin J Cardiovasc Dis. 2024;52(3):235-275.
  45. Li TT, et al. Correlations of BNP, Hcy and blood lipid levels with cardiac function and prognosis in elderly patients with chronic heart failure. Chin J Evid Based Cardiovasc Med. 2021;13(9):1050-1053.
  46. Zhou L. Clinical study on TCM syndrome types, blood lipid levels and cardiac function in 150 patients with chronic heart failure. Guide China Med. 2024;22(12):77-79.
  47. Müller-Ehmsen J, Schwinger RH. TNF and congestive heart failure: therapeutic possibilities. Expert Opin Ther Targets. 2004;8(3):203-209.
  48. Arvunescu AM, et al. Inflammation in heart failure—future perspectives. J Clin Med. 2023;12(24):7738.
  49. Yu L, Feng Z. The role of Toll-like receptor signaling in the progression of heart failure. Mediators Inflamm. 2018;2018:9874109.
  50. Ye S, et al. Toll-like receptor 2 signaling deficiency in cardiac cells ameliorates Ang II-induced cardiac inflammation and remodeling. Transl Res. 2021;233:62-76.
  51. Vianello E, et al. The advanced glycation end-products (AGE)-receptor for AGE system (RAGE): an inflammatory pathway linking obesity and cardiovascular diseases. Int J Mol Sci. 2025;26(8):3707.

Réimpressions et autorisations

Étiquettes

Criblage de compos scartographie des ciblesg nes diff rentiellement exprim svoie PI3K Akt
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.