Articolo metodologico

Analisi farmacologica di rete di formule MTC basate sull'ontologia della sindrome e sulla piattaforma di calcolo di associazione quantitativa multidimensionale

DOI:

10.3791/68026

⸱

22 agosto 2025

 ,  ,  ,  ,  ,  ,  , 
1West China Second Hospital, Sichuan University, 2Key Laboratory of Birth Defects and Related Diseases of Women and Children (Sichuan University), Ministry of Education, 3West China School of Clinical Medicine, Sichuan University, 4Guangdong Pharmaceutical University, 5The first affiliated hospital of Guangdong Pharmaceutical University, 6Panyu Hospital of Chinese Medicine

* These authors contributed equally

In questo articolo

Sommario

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

Proponiamo un metodo di costruzione della rete "Formula-Ingrediente-Target-Pathway-Syndrome-Disease" basato sulla piattaforma SoFDA, sulla farmacologia della rete e sulla Medicina Tradizionale Cinese (MTC). Rispetto ai metodi di farmacologia di rete attualmente popolari, questa rete incorpora l'elemento critico della sindrome, che incarna il principio fondamentale della differenziazione della sindrome nella MTC.

Abstract

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

Gli attuali metodi di farmacologia di rete per le formule della MTC prevedono potenziali principi attivi e meccanismi d'azione per malattie specifiche costruendo una rete formula-ingrediente-bersaglio-percorso-malattia.

La differenziazione e il trattamento della sindrome, un principio fondamentale della MTC, incarna il suo approccio olistico e dinamico, enfatizzando la variabilità individuale e la progressione della malattia. Integrando le caratteristiche della sindrome in questa rete, i ricercatori possono sviluppare farmaci multi-target su misura per ogni stadio della malattia, consentendo un trattamento preciso e personalizzato. L'ontologia della sindrome MTC e la piattaforma di calcolo di associazione quantitativa multidimensionale (SoFDA) consentono l'incorporazione delle sindromi MTC nell'analisi farmacologica di rete.

In questo studio, abbiamo utilizzato il decotto di Lingguizhugan (formula) come esempio per dimostrare la sua applicazione nel trattamento dell'obesità con sindrome da carenza di Yang e sindrome da umidità-catarro (sindromi). Per prima cosa abbiamo identificato i principi attivi chiave dal database TCMSP. Abbiamo quindi costruito una rete che collega malattie, sindromi, geni bersaglio e vie di segnalazione utilizzando SoFDA. Infine, abbiamo integrato questi dati per costruire una rete formula-ingrediente-target-pathway-sindrome-malattia.

Introduzione

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

Integrando il concetto di trattamento dialettico nella medicina cinese e utilizzando la piattaforma SoFDA 1,2, abbiamo esplorato un nuovo approccio di farmacologia di rete, vale a dire la farmacologia integrativa, per costruire un diagramma di rete formula-farmaco-bersaglio-percorso-sindrome-malattia delle formulazioni della medicina cinese.

Rispetto ai metodi di farmacologia di rete più diffusi negli ultimi anni, questo metodo incorpora l'elemento della sindrome nella MTC. L'evidenza, o sindrome, è uno dei concetti unici della MTC ed è una generalizzazione delle proprietà patologiche di una malattia in una certa fase del suo sviluppo.

La sindrome è la modalità di base della diagnosi e del trattamento nella medicina cinese. Esistono diverse sindromi per una malattia e, man mano che la malattia si verifica, si sviluppa e guarisce, la sindrome cambierà di conseguenza.

I professionisti della MTC useranno formule diverse per trattare diverse sindromi. Pertanto, l'incorporazione della sindrome nella farmacologia di rete è un passo importante nella ricerca teorica originale e nel miglioramento metodologico della MTC 3,4.

La TCM Syndrome Ontology and Multidimensional Quantitative Association Computing Platform (SoFDA) è una piattaforma open-source sviluppata dall'Accademia Cinese Cinese di Medicina Tradizionale Cinese 1,2. È la prima raccolta disponibile dell'ontologia della sindrome della medicina tradizionale cinese (MTC), dello strumento di classificazione delle sindromi e delle relative associazioni con la malattia e delle prescrizioni per indagare i legami patologici e i meccanismi terapeutici.

Valuta i livelli di associazione sindrome-sindrome, sindrome-malattia, sindrome-formula e sindrome-malattia-formula, calcolando il sintomo, il gene bersaglio, l'elemento dell'ontologia del gene arricchito, il percorso e le somiglianze basate sul modulo di rete e la densità della rete, e utilizza inoltre una varietà di tipi di visualizzazione, come heatmap, rete multilivello e upset-view, per illustrare i risultati del calcolo dell'associazione.

L'attuale percorso di base per l'analisi farmacologica della rete è più o meno il seguente: il primo passo è il recupero di database MTC/erbe-chimiche, database di bersagli di malattie e database di bersagli di malattie per raccogliere formule/ingredienti/sostanze chimiche di MTC/erbe, bersagli di sostanze chimiche e malattie. Il database di interazioni proteiche viene quindi utilizzato per l'espansione e l'analisi dell'interazione proteina-proteina (PPI). I risultati vengono infine convalidati in vitro, in vivo o in silico.

I risultati della cyberfarmacologia sono presentati come medicina erboristica/formulazione-gene bersaglio-percorso-componente-malattia moderna, e il suo obiettivo finale è quello di prevedere la base e il meccanismo d'azione delle formule MTC. Al fine di rivelare ulteriormente le basi materiali, il meccanismo d'azione e la teoria delle proprietà medicinali della MTC, abbiamo scelto di introdurre la piattaforma SoFDA nella cyberfarmacologia. Chiamiamo questo metodo di analisi farmacologica computerizzata, che si traduce in prescrizione-farmaco-farmaco-bersaglio-pathway-sindrome-malattia, farmacologia integrata 1,2.

L'obesità, una malattia epatica cronica comune in tutto il mondo, impone un enorme onere economico alla società globale.

Nel concetto di medicina tradizionale cinese, l'obesità è una malattia complessa con sindromi da deficit di Yang, sindrome catarro-umidità, milza e stomaco
sindrome da carenza e sindrome da stasi del sangue ecc. 5,6. Quindi è opportuno adottare il trattamento del rafforzamento del Qi Yang, della risoluzione del catarro e dell'umidità e della regolazione degli organi cardinali7.

Il decotto di Lingguizhugan (Fuling, Guizhi, Baizhu, Gancao, rapporto di massa 4:3:3:2) deriva dagli Elementi essenziali della Camera d'Oro ed è efficace nel trattamento dell'obesità attraverso la pratica clinica. È anche chiamato FU LING GUI ZHI BAI ZHU GAN CAO TANG in cinese.

Nel seguente protocollo, dimostreremo l'uso di un'innovativa analisi farmacologica in rete basata su SoFDA di formule erboristiche cinesi (farmacologia integrata) sul decotto di Lingguizhugan per il trattamento della sindrome da carenza di Yang e della sindrome da umidità-catarro nell'obesità. Dimostreremo la metodologia conducendo un'analisi di rete dei componenti, dei bersagli e dei percorsi del decotto di Lingguizhugan per il trattamento della sindrome da carenza di Yang grassa non alcolica e della sindrome da umidità-catarro.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

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

Prendendo come esempio il decotto di Lingguizhugan per trattare la "Sindrome da carenza di Yang" e la "Sindrome da umidità-catarro" dell'obesità addominale. Il decotto di Lingguizhugan comprende 4 erbe: Poria cocos (Fuling), Cinnamomi ramulus (Guizhi), Rhizoma Atractylodis macrocephalae (Baizhu), Glycyrrhizae radix e Rhizoma (Gancao). Il sito web della piattaforma SoFDA è http://www.tcmip.cn/Syndrome/front/#/. Il sito web del database di farmacologia dei sistemi di medicina tradizionale cinese (TCMSP) è https://old.tcmsp-e.com/tcmsp.php

1. Screening dei principi attivi della formula

  1. Accedi al database e alla piattaforma di analisi farmacologica dei sistemi di medicina tradizionale cinese (TCMSP)8 .
  2. Inserisci rispettivamente Fuling, Guizhi, Baizhu e Gancao nella colonna Nome erba , quindi fai clic su Cerca.
  3. Fare clic sul pulsante accanto a OB, selezionare è maggiore o uguale a in Mostra elementi con valore che: e immettere 30.00 nella colonna numerica sottostante.
  4. Fare clic sul pulsante del filtro di DL, selezionare è maggiore o uguale a in Mostra elementi con valore che:, e immettere 0.18 nella colonna numerica sottostante.
    NOTA: La biodisponibilità orale (OB) dello screening ≥ il 30% e le proprietà simili ai farmaci (DL) ≥ 0,18 ingredienti chimici delle 4 erbe 2,8 in base all'assorbimento, alla distribuzione, al metabolismo e all'escrezione (ADME)9,10.
  5. Copia i nomi molecolari dei componenti chimici selezionati delle quattro erbe Fuling, Guizhi, Baizhu e Gancao, in sequenza, e incollali in un foglio di calcolo per riassumerli in una tabella.

2. Screening dei bersagli della formula, delle sindromi e delle malattie

  1. Accedi alla piattaforma SoFDA, seleziona Associazione malattia-sindrome-formula nella colonna Valutazione associazione.
    NOTA: Il termine livello di associazione comprende cinque categorie: Completamente diverso, Basso, Moderato, Alto e Identico. La selezione di Identico, Alto e Moderato indica un grado alto e moderato di correlazione tra l'elemento dell'associazione e la malattia o la formula a base di erbe, rispettivamente. Maggiore è la correlazione dell'elemento di associazione con la malattia o la formula erboristica, più accurati saranno i risultati dell'analisi. Pertanto, è necessario scegliere Identico, Alto e Moderato .
  2. Nel sottogruppo Associazione malattia-Sindrome-Formula con la stessa malattia , selezionare l'obesità come malattia. Seleziona Sindrome da deficit di Yang e Sindrome da umidità-catarro per Sindrome. Selezionare Sintomo primario e secondario per Sintomo.
  3. Selezionare Geni correlati ai sintomi per l'elemento Associazione. Selezionare Identico, Alto e Moderato per Livello di associazione. Seleziona FU LING GUI ZHI BAI ZHU GAN CAO TANG/formula 134 per la formula.
    NOTA: Inserendo l'obesità addominale nella barra di ricerca della malattia sulla piattaforma SoFDA, vengono recuperati due risultati: Obesità addominale-Sindrome metabolica 1/ABD014 e Obesità addominale-Sindrome metabolica 3/ABD013. Entrambi i tipi di obesità sono caratterizzati da obesità addominale, ma differiscono nei rispettivi complessi di sintomi. La Sindrome 3 si associa ai sintomi: Infarto del Miocardio, Obesità Troncale, Ipercolesterolemia, Stenosi Coronarica, Obesità Addominale, Ereditarietà Autosomica Dominante, Ipertensione, Ictus, mentre la Sindrome 1 si associa a: Ereditarietà Autosomica Dominante, Ipertensione, Obesità Addominale. Pertanto, la Sindrome 1 è stata selezionata per un'analisi successiva.
  4. Fai clic su Invia, quindi ottieni l'insieme di geni relativi alla sindrome da carenza di Yang, alla sindrome da umidità-catarro, all'obesità addominale e alla formula.
  5. Fare clic su Sindrome da carenza di Yang e Sindrome da umidità-catarro, rispettivamente, copiare i geni primari e secondari correlati ai sintomi delle due sindromi e salvarli nei file.
  6. Accedi al sito web online STRING, fai clic sulla sezione delle proteine multiple sul lato sinistro e inserisci i geni ottenuti dalle due sindromi nel passaggio 2.2 nella casella di ricerca. Seleziona l'homo sapiens per gli organismi, quindi fai clic su cerca-continua per ottenere il diagramma di rete dell'interazione proteina-proteina (PPI). Nella sezione delle impostazioni, scegli il core con punteggio di affidabilità elevato (0,700) e infine esporta i file TSV separatamente11,12.
  7. Avvia il software Cytoscape, fai clic su File > Importa > rete da file per aprire il file TSV ottenuto nel passaggio precedente all'interno di Cytoscape. Quindi, nella scheda Stile del software, personalizzare le impostazioni di colore e layout per la rete PPI. Infine, fai clic su File > Esporta > Esporta in immagine per ottenere il diagramma di rete PPI finale.

3. Previsione funzionale

  1. Vai alla sezione Functional Enrichment of Common Genes/Network Module among Associated Sindromi-Diseases-Formulae sulla piattaforma SoFDA.
  2. Selezionare il processo biologico, la componente cellulare, la funzione molecolare e la via del reattoma in Tipo di arricchimento.
  3. Fare clic su Invia per ottenere i risultati.
  4. Fai clic sul pulsante ↓ nell'angolo in basso a destra dell'immagine per scaricare i file del foglio di calcolo relativi al processo biologico, alla componente cellulare, alla funzione molecolare e alla via del reattoma.
  5. Dopo aver terminato la selezione, fare clic su Invia per vedere il modulo Functional Enrichment of Common Genes/Network between Associated Syndromes-Diseases-Formulae, i dati del grafico del processo biologico (BP), della componente cellulare (CC), della descrizione della funzione molecolare (MF) e del percorso del reattoma sono tutti scaricati.
  6. Apri il sito Web online Wei Sheng Xin (https://www.bioinformatics.com.cn/), scegli la barra con la colonna del gradiente di colore , quindi importa la descrizione BP, CC, MF e i dati del percorso del reattoma ottenuti in questo sito Web per ottenere il grafico a barre con gradiente di colore.

4. Costruzione della rete Formula-Target-Pathway-Sindrome-Malattia

  1. Dopo il passaggio 2.1, dopo aver terminato la selezione, fare clic su Vai alla rete nella parte inferiore della prima pagina e accedere alla seconda pagina.
  2. Scegli la sindrome da carenza di Yang e la sindrome da umidità-catarro per la sindrome. Scegli Sintomo primario e secondario per Sintomo e scegli Obesità addominale per la malattia. Scegli FU LING GUI ZHI BAI ZHU GAN CAO TANG/formula 134 per la formula. Quindi, in Mostra, scegli tutte le vie Malattia, Sindrome, Formula, Sintomo e Reattoma.
  3. Quindi fare clic su Invia e ottenere il diagramma di rete di Formula-Target-Pathway-Sindrome-Malattia.

5. Costruzione della rete formula-ingrediente-percorso-bersaglio-sindrome della malattia

NOTA: Sulla piattaforma SoFDA, la ricerca della formula Poria (Fu Ling), Cinnamon Twig (Gui Zhi), Atractylodes Macrocephala (Bai Zhu) e Decotto di liquirizia (Gan Cao) non produce i principi attivi primari. Pertanto, si consiglia di recuperare solo i principali principi attivi di Poria, Ramoscello di Cannella, Atractylodes Macrocephala e Liquirizia dal database TCMSP. Segui i passaggi 1.1.3-1.1.4 per ottenere i principali ingredienti attivi del decotto di Poria (Fu Ling), Ramoscello di Cannella (Gui Zhi), Atractylodes Macrocephala (Bai Zhu) e Liquirizia (Gan Cao). Quindi, importali nella rete Formula-Target-Pathway-Sindromia-Malattia per generare il diagramma di rete Formula-Ingredient-Target-Pathway-Sindromia-Malattia . Di conseguenza, non vi è eterogeneità di dati tra gli ID dei geni e le vie in SoFDA e TCMSP.

  1. Scarica i dati di rete di Formula-Target-Pathway-Syndrome-Disease dalla piattaforma SoFDA generati dalla sezione 4 e inseriscili in un foglio di calcolo.
  2. Successivamente, aggiungi i principi attivi del decotto di Lingguizhugan esaminato nella sezione 2 in questo foglio di calcolo e rinomina il foglio di calcolo come Rete. Crea un altro nuovo foglio di calcolo chiamato type per salvare i tipi di ogni nodo prodotto nella sezione 4.
  3. Aprire il software Cytoscape (tipo 3.9.1), fare clic su Importa rete da file per importare il file di rete e fare clic su Importa tabella da file per importare il tipo di file. Quindi, fare clic sul pulsante dello stile per regolare e modificare la rete Formula-Ingrediente-Target-Pathway-Sindrome-Malattia 13.
  4. Fare clic sul pulsante Esporta con file immagine per ottenere la rete Formula-Ingrediente-Target-Pathway-Sindrome-malattia .

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

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

Abbiamo selezionato 103 ingredienti attivi di quattro erbe cinesi nel decotto di Lingguizhugan secondo i criteri di biodisponibilità ≥30% e farmacoforo ≥0,18%. I principali principi attivi erano quercetina, kaempferolo, naringenina, β-sitosterolo, isoramnetina. È coerente con i componenti di estrazione e screening di laboratorio di Jiang et al.14.

Per la sindrome da umidità-catarro e la sindrome da carenza di Yang del decotto di Linggui...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

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

SoFDA è il primo database ontologico open source per le sindromi MTC, con i suoi dati e i risultati delle analisi completamente accessibili al pubblico. Questa natura open-source offre ai ricercatori una maggiore flessibilità. La piattaforma utilizza un sistema di valutazione delle associazioni basato sulla somiglianza, utilizzando le misure di somiglianza di Jaccard o del coseno per valutare quantitativamente le relazioni tra le associazioni malattia-sindrome e le associazioni formula-s...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

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

Tutti gli autori non hanno conflitti di interesse.

Ringraziamenti

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

Questo studio è stato supportato da sovvenzioni del Programma di scienza e tecnologia della provincia del Sichuan (2024YFFK0158), della National Nature Science Foundation of China (82104716), del Guangdong Province Graduate Education Innovation Program Project (2022SFKC073) e del Guangdong Natural Science Fund Project (2023A1515220146).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Cytoscape (tipo 3.9.1)Istituto Nazionale di Ricerca sul Genoma Umano (NHGRI)https://cytoscape.org/
Base di conoscenza dell'ontologia genica (GO)Risorse globali sui dati biografici di basehttps://www.geneontology.org/
KEGG: Enciclopedia di Kyoto dei geni e dei genomiLaboratori Kanehisahttps://www.genome.jp/kegg/
Piattaforma SoFDAAccademia cinese delle scienze mediche cinesihttp://www.tcmip.cn/Syndrome/front/#/
Sito web STRING12.0Coalizione globale per i biodati? ELISIRhttps://cn.string-db.org/
Piattaforma TCMSPZhejiang Jiuwei Health Co., LTDhttps://old.tcmsp-e.com/tcmsp.php
Sito web online di Wei Sheng XinNEWCOREhttps://www.bioinformatics.com.cn/

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zhang, Y., et al. SoFDA: an integrated web platform from syndrome ontology to network-based evaluation of disease-syndrome-formula associations for precision medicine. Sci Bull. 67, 1097-1101 (2022).
  2. Liu, Y., et al. Ontology characterization, enrichment analysis, and similarity calculation-based evaluation of disease-syndrome-formula associations by applying SoFDA. iMeta. 2, e80(2023).
  3. Zhang, P., et al. Network pharmacology: towards the artificial intelligence-based precision traditional Chinese medicine. Brief Bioinform. 25 (1), bbad518(2023).
  4. Yue, W., et al. SDPR: Prescription recommendation with syndrome differentiation in traditional Chinese medicine. IEEE J Biomed Health Inform. 29 (5), 3736-3749 (2025).
  5. Zhang, C. H., et al. Mechanism and Basis of Traditional Chinese Medicine Against Obesity: Prevention and Treatment Strategies. Front. Pharmacol. 12, 615895(2021).
  6. Chen, Y. K., Liu, T. T., Teia, F. K. F., Xie, M. Z. Exploring the underlying mechanisms of obesity and diabetes and the potential of Traditional Chinese Medicine: an overview of the literature. Front Endocrinol. (Lausanne). 14, 1218880(2023).
  7. Luo, J., Shen, S., Xia, J., Wang, J., Gu, Z. Mitochondria as the Essence of Yang Qi in the Human Body. Phenomics. 2 (5), 336-348 (2022).
  8. Zhou, G., Feng, X., Tao, A. Explore the Lipid-Lowering and Weight-Reducing Mechanism of Lotus Leaf Based on Network Pharmacology and Molecular Docking. Evid. Based Complement. Alternat. Med. 2021, 1464027(2021).
  9. Dai, L., et al. Lingguizhugan Decoction, a Chinese herbal formula, improves insulin resistance in overweight/obese subjects with nonalcoholic fatty liver disease: a translational approach. Front Med. 16 (5), 745-759 (2022).
  10. Nie, W., et al. Comparison of pharmacokinetic profiles of seven major bioactive components in normal and nonalcoholic fatty liver disease (NAFLD) rats after oral administration of Ling-Gui-Zhu-Gan decoction by UPLC-MS/MS. Front Pharmacol. 14, 1174742(2023).
  11. Chen, L. P., et al. decoction ameliorates nonalcoholic fatty liver disease via modulating the gut microbiota. Microbiol Spectr. 12 (6), e0197923(2024).
  12. Liu, K., Yang, X., Zhang, G., Xiang, Z. Therapeutic effect and mechanism prediction of Fuzi-Gancao herb couple on nonalcoholic fatty liver disease (NAFLD) based on network pharmacology and molecular docking. Comb Chem High Throughput Screen. 27 (5), 773-785 (2024).
  13. Nogales, C., et al. Network pharmacology: curing causal mechanisms instead of treating symptoms. Trends Pharmacol Sci. 43 (2), 136-150 (2022).
  14. Tan, O. J., Loo, H. L., Thiagarajah, G., Palanisamy, U. D., Sundralingam, U. Improving oral bioavailability of medicinal herbal compounds through lipid-based formulations - A scoping review. Phytomedicine. 90, 153651(2021).
  15. Szklarczyk, D., et al. The STRING database in 2023: protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Res. 51, D638-D646 (2023).
  16. Xu, J., et al. Pharmacological mechanisms underlying the neuroprotective effects of Alpinia oxyphylla Miq. on Alzheimer's disease. Int J Mol Sci. 21, 2071(2020).
  17. Doncheva, N. T., et al. Cytoscape stringApp 2.0: Analysis and visualization of heterogeneous biological networks. J Proteome Res. 22 (2), 637-646 (2023).
  18. Chen, X. Y., Huang, C. F. Network pharmacology analysis of "Ling Gui Zhu Gan Decoction" in the treatment of obesity-associated non-alcoholic fatty liver disease. Pak J Pharm Sci. 38 (3), 1011-1021 (2025).
  19. Udhaya Kumar, S., et al. Involvement of Essential Signaling Cascades and Analysis of Gene Networks in Diabesity. Genes. (Basel). 11 (11), 1256(2020).
  20. Martínez-Reyes, I., Chandel, N. S. Mitochondrial TCA cycle metabolites control physiology and disease. Nat Commun. 11, 102(2020).
  21. Zhao, L., et al. Network pharmacology, a promising approach to reveal the pharmacology mechanism of Chinese medicine formula. J Ethnopharmacol. 309, 116306(2023).
  22. Li, M., Wang, L., Wu, Q., Zhu, J., Zhang, M. Diagnosis knowledge constrained network based on first-order logic for syndrome differentiation. Artif Intell Med. 147, 102739(2024).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Farmacologia di reteAssociazione multidimensionaleDecotto LingguizhuganSindrome da deficienza di YangSindrome da umidit flemmaPredizione degli ingredienti attiviRete dei percorsi targetTrattamento personalizzato
Video in arrivo

Articoli correlati