Articolo metodologico

Farmacologia della rete e convalida dei meccanismi antidepressivi di Qiangzhifang in un modello di ratto con depressione indotta da stress da contenzione cronica

DOI:

10.3791/68198

⸱

6 giugno 2025

 ,  ,  , 
1College of Traditional Chinese Medicine, Shandong University of Traditional Chinese Medicine, 2Innovation Research Institute of Traditional Chinese Medicine, Shandong University of Traditional Chinese Medicine, 3Office of Shandong College of Traditional Chinese Medicine

* These authors contributed equally

In questo articolo

Sommario

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

Questo studio ha valutato l'efficacia antidepressiva di Qiangzhifang in un modello di ratto di depressione indotta da stress da contenzione cronica e ha chiarito il suo effetto regolatorio sulle vie HIF-1 e JAK-STAT mediante farmacologia di rete e analisi di docking molecolare.

Abstract

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

La depressione è un disturbo psichiatrico complesso che pone sfide significative al trattamento. Il Qiangzhifang (QZF), un composto utilizzato nella medicina tradizionale cinese, dimostra una potenziale efficacia clinica nel trattamento della depressione. Tuttavia, i meccanismi d'azione e i principi attivi della QZF non sono stati completamente chiariti. L'obiettivo principale di questo studio è stato quello di chiarire i principi attivi efficaci e i potenziali meccanismi molecolari del QZF per l'attenuazione della depressione integrando le previsioni farmacologiche della rete con le validazioni sperimentali.

Abbiamo adottato un modello di ratto con stress da contenzione cronica (CRS) e condotto test comportamentali come il test in campo aperto (OFT), il test delle preferenze per il saccarosio (SPT) e il test del nuoto forzato (FST) per valutare gli effetti terapeutici del QZF sulla depressione. Per quanto riguarda i parametri comportamentali, il gruppo QZF ha mostrato una massa corporea, un rapporto di preferenza per il saccarosio e un tempo di residenza della zona centrale significativamente più elevati rispetto al gruppo modello (P < 0,01, P < 0,01, P < 0,01) e un tempo di immobilizzazione significativamente ridotto nel test di nuoto forzato (P < 0,001). La farmacologia di rete e gli studi di docking molecolare suggeriscono che QZF può avere effetti antidepressivi modulando le vie HIF-1 e JAK-STAT, con geni bersaglio chiave tra cui AKT1, IL-6, MTOR e TP53, implicati nell'infiammazione, nella neuroprotezione e nell'apoptosi. In conclusione, questo studio offre nuove intuizioni sulla modernizzazione e lo sviluppo dei composti della medicina cinese per il trattamento completo della depressione.

Introduzione

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

La depressione, una sfida pervasiva per la salute globale, è caratterizzata da un umore basso persistente, riduzione dell'interesse e del piacere e disturbi cognitivi e neurologici1. Come riportato dall'Organizzazione Mondiale della Sanità, la depressione colpisce circa 380 milioni di persone in tutto il mondo e si prevede che questa cifra aumenterà2. Essendo un disturbo mentale complesso e multifattoriale, la depressione influisce sulla qualità della vita dei pazienti e rappresenta un notevole onere economico e medico per la società, caratterizzata da un'elevata incidenza, tassi di recidiva e tassi di disabilità3.

L'eziologia della depressione è complessa, con meccanismi precisi non ancora completamente compresi. Con il progredire della ricerca in questo campo, fattori come la neuroinfiammazione, lo stress ossidativo e l'apoptosi hanno attirato un'attenzione significativa. Gli studi indicano che i pazienti con depressione mostrano livelli elevati di citochine pro-infiammatorie come il TNF e l'interleuchina-1β rispetto agli individui sani, e una maggiore prevalenza di depressione si osserva in quelli con condizioni infiammatorie4. Nello stress ossidativo, le specie reattive dell'ossigeno (ROS) sono sovraprodotte in risposta a stimoli dannosi, travolgendo le difese antiossidanti dell'organismo e portando a uno squilibrio tra i sistemi ossidativo e antiossidante, causando così danni ai tessuti. L'elevato stress ossidativo nella depressione può aumentare la perossidazione lipidica ed esacerbare il danno ai geni cellulari e alle proteine, influenzando la funzione neuronale e contribuendo alla degenerazione neuronale, all'apoptosi e alla ridotta plasticità5. Inoltre, le alterazioni osservate nelle presentazioni cliniche, nei marcatori biochimici e nelle strutture cerebrali nei pazienti con depressione sono legate all'apoptosi. Gli studi di imaging rivelano una riduzione del volume e dell'atrofia dell'ippocampo nei pazienti con depressione, con l'apoptosi neuronale che potenzialmente gioca un ruolo fondamentale in questi cambiamenti6.

Attualmente, il trattamento farmacologico è l'approccio principale per la gestione della depressione, con inibitori selettivi della ricaptazione della serotonina (SSRI) e inibitori della ricaptazione della noradrenalina (NRI) frequentemente impiegati nella pratica clinica7. Tuttavia, questi farmaci sono accompagnati da effetti avversi significativi. Oltre ai sintomi del sistema nervoso centrale come mal di testa e insonnia, la maggior parte degli antidepressivi mostra anche comunemente effetti collaterali gastrointestinali, tra cui nausea e diarrea 8,9. Alcuni antidepressivi possono anche causare disfunzioni sessuali10, che influiscono gravemente sui risultati del trattamento e riducono l'aderenza ai farmaci tra i pazienti con depressione11. Inoltre, l'efficacia di questi farmaci è limitata per alcuni pazienti. Recenti studi di metabolomica hanno indicato che le differenze individuali nel microbiota intestinale possono influenzare l'efficacia dei farmaci12. Pertanto, lo sviluppo di trattamenti più sicuri ed efficaci rimane un obiettivo critico nella ricerca sulla depressione.

Le formulazioni della medicina tradizionale cinese (MTC) hanno dimostrato un potenziale significativo nel trattamento della depressione, attribuito ai loro effetti sinergici che coinvolgono più componenti, bersagli e percorsi13. La MTC postula che il vigoroso qi Yang è essenziale per mantenere la vitalità del corpo. Pertanto, il professor Yuanqing Ding, sfruttando i principi unici della diagnosi e del trattamento della MTC e una vasta esperienza clinica, ha proposto che "yang yu shen tui" sia la patogenesi fondamentale della depressione. Sulla base di questo concetto, ha sviluppato il Qiangzhifang (QZF) per affrontare specificamente questa patogenesi14. L'applicazione clinica della QZF nel trattamento della depressione ha dimostrato un'efficacia significativa, con un tasso di efficacia totale del 71,43%15. La QZF è composta da vari materiali medicinali tradizionali cinesi, tra cui Ramulus cinnamomi (gui zhi, GZ), Polygala tenuifolia (yuan zhi, YZ), Alpinia oxyphylla miq (yi zhi ren, YZR), Paeonia lactiflora (bai shao, BS), Fritillariae cirrhosae bulbus (chuan bei mu, CBM), Panax ginseng (ren shen, RS), Rhodiola rosea L (hong jing tian, HJT) e liquirizia (gan cao, GC) (File supplementare 1). Gli studi hanno dimostrato che la Polygala tenuifolia è ricca di saponine e mostra effetti neuroprotettivi16. Allo stesso modo, la coppia di erbe Ramulus Cinnamomi-Paeonia lactiflora dimostra una potenziale efficacia nell'alleviare il dolore e la depressione17. Inoltre, le saponine totali del ginseng possono ridurre i livelli di citochine proinfiammatorie dell'ippocampo, migliorare il comportamento depressivo e attenuare il danno al nervo ippocampale nei ratti18. La liquirizia contiene principalmente triterpenoidi e flavonoidi. I flavonoidi totali (LF) della liquirizia possono svolgere un ruolo antidepressivo migliorando il comportamento depressivo, modulando la via di segnalazione BDNF/TrkB e migliorando la plasticità sinaptica19. Tuttavia, i meccanismi specifici alla base degli effetti antidepressivi della QZF rimangono poco chiari, limitandone così l'applicazione diffusa.

Pertanto, il nostro studio mira a stabilire un modello di ratto con depressione CRS, dimostrare l'effetto terapeutico di QZF sulla depressione nei ratti attraverso esperimenti comportamentali e valutare sistematicamente il meccanismo antidepressivo di QZF utilizzando la farmacologia di rete e la tecnologia di docking molecolare20. Chiarendo i componenti attivi e i potenziali bersagli della QZF, è possibile localizzare con precisione i bersagli principali della depressione. Riteniamo che, esplorando a fondo il meccanismo d'azione della QZF, non solo possiamo fornire opzioni di trattamento più sicure ed efficaci per i pazienti con depressione, ma anche fornire una base scientifica per l'applicazione della MTC nel trattamento della depressione.

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

Protocollo

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

Tutti i protocolli sperimentali sono stati approvati dal Comitato Etico per gli Esperimenti Animali dell'Università di Medicina Tradizionale Cinese dello Shandong (numero di approvazione: YYLW2023000327) e sono conformi alla Guida per la cura e l'uso degli animali da laboratorio emessa dal National Institutes of Health. In questo esperimento, abbiamo utilizzato 40 ratti Wistar maschi sani, di grado SPF, con un peso corporeo medio di (140 ± 10) g (Figura 1). Consulta la Tabella dei materiali per un elenco di tutti i materiali, le attrezzature e il software utilizzati in questo protocollo.

1. Modello di depressione del ratto

  1. Stabulazione e raggruppamento degli animali
    1. Entra nella stanza dell'allevamento con gli animali e numerali utilizzando uno strumento per marcare la coda.
    2. Alloggiare i ratti individualmente in gabbie, mantenendo una temperatura di 21 ± 2 °C e un ciclo luce/buio di 12 ore/12 ore.
    3. Acclimatare i ratti in laboratorio per 7 giorni, fornendo loro l'accesso ad libitum a cibo e acqua mentre li maneggiano quotidianamente per l'adattamento.
    4. Dopo il periodo di acclimatazione, misurare il peso corporeo ed eseguire i test di preferenza del saccarosio (SPT) e i test in campo aperto (OFT).
    5. Sulla base dei dati sperimentali, dividere i ratti in quattro gruppi, assicurandosi che ogni gruppo sia composto da 10 ratti: il gruppo di controllo (CON), il gruppo modello (CRS), il gruppo QZF e il gruppo fluoxetina (F).
  2. Istituzione di un modello di ratto con stress da restrizione cronica (CRS)
    1. Costruisci il dispositivo di ritenuta per ratti. Scegli un tubo di plastica trasparente con un diametro e una lunghezza adatti alla taglia21 del ratto, che consenta al topo di stare in piedi e girarsi all'interno impedendo la fuga. Utilizzare un perforatore elettrico per saldatore per creare fori sui lati del tubo di plastica e sul coperchio per garantire una corretta circolazione dell'aria.
    2. Posizionare delicatamente i ratti nei dispositivi di contenzione (ad eccezione di quelli del gruppo C) 1 ora dopo la somministrazione intragastrica quotidiana del farmaco, assicurandosi che siano in una posizione comoda.
    3. Privare tutti i gruppi di ratti di cibo e acqua durante il periodo di contenzione. Al termine del periodo di contenzione, fornisci loro cibo e acqua in abbondanza in modo uniforme. Fissare la durata della ritenuta giornaliera a 6 ore (dalle 9:30 alle 15:30) e mantenerla per 28 giorni consecutivi.

2. Intervento farmacologico

  1. Somministrare tramite gavage: 1 mL di soluzione/100 g di peso corporeo, fluoxetina (2,7 mg·kg-1·giorno-1) e QZF (2 g·kg-1·giorno-1)22. Fornire ai gruppi C e CRS una soluzione fisiologica normale equivalente per il controllo a variabile singola.
    NOTA: La somministrazione giornaliera del farmaco è stata condotta alle 08:00, iniziando in modo sincrono con la definizione del modello e persistendo per tutto il periodo di modellazione di 28 giorni.

3. Test di preferenza del saccarosio (SPT)

  1. Privare i ratti di cibo e acqua per 24 ore prima dell'inizio dell'esperimento.
  2. Preparare una soluzione acquosa di saccarosio all'1% e versare la soluzione e l'acqua pura nelle bottiglie degli animali da esperimento per la pesatura. Misurare il consumo di acqua pura e acqua di saccarosio pesando le bottiglie prima e dopo l'esperimento.
  3. Metti una bottiglia di soluzione di saccarosio e una bottiglia di acqua pura alla presa d'acqua di ogni coperchio della gabbia per topi, una a sinistra e una a destra, per il libero accesso all'acqua potabile. Per evitare che i ratti favoriscano un lato per l'assunzione di acqua, invertire le posizioni delle bottiglie d'acqua a sinistra e a destra dopo 30 minuti dall'inizio dell'esperimento.
  4. Dopo 1 ora dall'esperimento, rimuovere tutte le bottiglie d'acqua, pesarle prontamente e registrare il consumo di soluzione di saccarosio e acqua pura. Calcola il rapporto di preferenza settimanale per il saccarosio utilizzando la formula:
    Valore di preferenza del saccarosio = figure-protocol-1 × 100%

4. Misurazione del peso corporeo

  1. Pesare i ratti settimanalmente al loro ingresso in laboratorio e fissare l'ora fissa per la pesatura alle 7:00 del mattino. Stabilisci questo programma per facilitare l'osservazione delle variazioni di peso corporeo.

5. Test in campo aperto (OFT)

  1. Prima dell'inizio dell'esperimento, acclimatare i ratti nella stanza comportamentale per 1 ora e regolare l'illuminazione nella scatola in campo aperto per garantire una distribuzione uniforme. Verifica che i ratti siano chiaramente visibili nel software di tracciamento.
  2. Utilizza il sistema di tracciamento e analisi video per dividere la superficie inferiore della scatola per campi aperti (50 cm x 50 cm x 50 cm) in nove griglie quadrate di uguale area. Designate le otto griglie adiacenti alle pareti come area periferica e la griglia centrale come area centrale.
  3. Posiziona il topo nella zona centrale della scatola in campo aperto. Registra il movimento del ratto per 5 minuti utilizzando il sistema di tracciamento video.
  4. Dopo aver testato ogni ratto, pulire la camera con etanolo al 75% per rimuovere l'odore residuo e prevenire interferenze con il comportamento del ratto successivo. Inserire la distanza totale (mm) delle attività in campo aperto e il numero di voci nella griglia centrale nei record OFT.

6. Test di nuoto forzato (FST)

NOTA: L'esperimento di nuoto forzato nel ratto comprende un pre-esperimento e un esperimento formale. Condurre il pre-esperimento 24 ore prima dell'esperimento formale, seguendo la stessa procedura, con il ratto che nuota per 15 minuti.

  1. Trasportare gli animali da esperimento nella stanza comportamentale almeno 30 minuti prima dell'esperimento per consentire loro di acclimatarsi all'ambiente.
  2. Preparare un cilindro cilindrico in plexiglass trasparente (50 cm di altezza, 20 cm di diametro) e riempirlo d'acqua a 23-25 °C. Regola la profondità dell'acqua in base al peso dell'animale, assicurandoti che la coda dell'animale rimanga a una certa distanza dal fondo del cilindro.
  3. Posiziona lentamente i ratti nel cilindro dell'acqua e rimani in silenzio durante l'esperimento. Attiva la telecamera e il sistema di acquisizione del segnale. Osservare e registrare la durata dell'immobilità fluttuante entro 300 s. Togliete immediatamente i ratti dall'acqua e asciugateli al termine dell'esperimento.
  4. Dopo ogni sessione, sostituisci l'acqua per evitare qualsiasi influenza sul ratto successivo.

7. Predizione farmacologica di rete

  1. Raccolta di composti QZF e bersagli putativi
    1. Accedi al database (https://old.tcmsp-e.com/)23 della farmacologia dei sistemi di medicina tradizionale cinese (TCMSP), al database HERB24 e al database TCMID (https://www.bidd.group/TCMID/). Usa gli otto nomi TCM in QZF, tra cui GZ, YZ, YZR, BS, CBM, RS, HJT e ZGC, come parole chiave per cercare composti attivi e bersagli delle erbe. Raccogli gli obiettivi dal TCMSP e dalla previsione degli obiettivi svizzeri (http://www.swisstargetprediction.ch/). Impostare il valore del filtro su Probabilità* > 0.
      NOTA: Tipicamente, gli ingredienti sono stati inclusi come principi attivi in base alle loro caratteristiche farmacocinetiche: biodisponibilità orale (OB) ≥ 30% e caratteristiche farmaco-simili (DL) ≥ 0,1825.
  2. Previsione dei bersagli della malattia
    1. Cerca la parola chiave "depressione" nel database GeneCards (https://www.genecards.org/), ottieni i target genetici associati alla depressione, scarica il foglio di calcolo elettronico dei target della malattia, filtra i punteggi genetici superiori al valore medio e compila un elenco di target di depressione26.
  3. Rete farmaco-componente-malattia-bersaglio
    1. Crea un nuovo foglio di calcolo e popolalo con gli obiettivi relativi alla depressione e gli obiettivi dei farmaci nella stessa colonna. Fare clic su Start nella barra dei menu | Formattazione condizionale | Regole per l'evidenziazione delle celle | Valori duplicati. Selezionare un formato (ad esempio, "Riempimento rosso chiaro") nella finestra di dialogo visualizzata27, fare clic su OK per visualizzare i risultati.
    2. Avvia il software di analisi della rete e importa il file del foglio di calcolo facendo clic su File nella barra dei menu | Importazione | Rete. Ottimizza l'aspetto della rete regolando le dimensioni e il colore dei nodi nel pannello Stile situato nel pannello di controllo a sinistra. Eseguire l'analisi della topologia di rete facendo clic su Strumenti nella barra dei menu | Analizza la rete27.
  4. Rete di interazione proteina-proteina (PPI)
    1. Accedi allo strumento Jvenn (https://jvenn.toulouse.inrae.fr/app/example.html), carica separatamente i bersagli del composto e i bersagli della malattia, traccia i geni sovrapposti (OGE) tra i presunti bersagli del composto e i bersagli della malattia. Fai clic sui numeri nell'immagine e copiali in un foglio di calcolo e scarica l'immagine del diagramma di Venn.
    2. Accedere al database STRING (https://stringdb.org/)28 e inserire gli OGEs dal foglio di calcolo nel database. In particolare, incollare l'elenco dei bersagli sovrapposti anti-depressione QZF nella finestra di dialogo Elenco dei nomi . Seleziona Homo sapiens nella sezione Organismi e clicca su CERCA | CONTINUA. Seleziona l'opzione Esportazioni dalla barra del titolo e scarica la tabella riassuntiva della rete PPI in entrambi i formati PNG e TSV29.
  5. Screening delle proteine core
    1. Avviare il software di analisi della rete (https://cytoscape.org/). Quindi, nella barra dei menu, fai clic su File | Importazione | Rete | File per importare il file in formato TSV generato nel passaggioprecedente 30.
    2. Seleziona Analizza rete nella barra dei menu e fai clic sul pulsante Analizza . Quindi, visualizza i risultati dell'analisi e comprendi le caratteristiche strutturali generali della rete, come il numero di nodi, il numero di bordi e il grado medio.
    3. Seleziona App | App Manager nella barra dei menu. Cercare MCODE, installare il plug-in ed eseguirlo per ottenere la destinazione dell'hub. Quindi, cerca CytoNCA, installa il plug-in e concentrati sui tre valori dei parametri di Grado, Centralità di vicinanza (CC) e Centralità di interezza (BC). In base ai valori di questi parametri, selezionare i nodi con grado più elevato, CC e BC, che sono generalmente considerati proteine core31.
  6. Analisi dell'arricchimento dell'ontologia genica (GO) e dell'Enciclopedia di Kyoto dei geni e dei genomi (KEGG)
    1. Aprire la piattaforma bioinformatica (https://www.omicshare.com/). Fare clic sul menu Strumenti , trovare lo strumento di conversione del gene ID e fare clic su di esso. Quindi, fai clic sul pulsante di caricamento del file , seleziona il passaggio generato sul nucleo dei geni target e scarica l'elenco degli ID file convertiti.
    2. Nel menu Strumenti , fare clic sullo strumento di analisi dell'arricchimento dinamico KEGG . Carica l'elenco degli ID del gene. Nell'opzione Specie , seleziona Homo sapiens e fai clic sul pulsante Invia .
    3. Nel menu Strumenti, fare clic sullo strumento di analisi dell'arricchimento GO dinamico | Opzione genetica | Opzione di caricamento del file. Seleziona l'elenco degli ID del gene e nell'opzione Specie, seleziona Homo sapiens. Selezionare il tipo di GO per l'analisi, tra cui Processo biologico, Funzione molecolare e Componente cellulare.
    4. Per i risultati dell'analisi dell'arricchimento KEGG e GO, impostare la soglia di filtraggio su p < 0,05. Disponi i conteggi in ordine decrescente.

8. Verifica dell'attracco molecolare

  1. Visita il sito web di PubChem (https://pubchem.ncbi.nlm.nih.gov/). Inserisci i composti target nella barra di ricerca. Clicca sulla struttura 2D e scaricala.
  2. Aprire il database PDB (https://www.Rcsb.org/). Selezionare la struttura cristallina ad alta risoluzione e contenente il legante originale. Scaricare il file PDB.
  3. Per ottimizzare la struttura della proteina, aprire il software di visualizzazione molecolare. Carica il file PDB scaricato. Rimuovi le molecole d'acqua e salva il file PDB ottimizzato.
  4. Apri il software di docking molecolare e importa il file PDB ottimizzato. In AutoDockTools, fare clic su Modifica | Elimina acqua per eliminare le molecole d'acqua. Fare clic su Modifica | Aggiungere idrogeni | Aggiungere per aggiungere atomi di idrogeno alla proteina e al ligando29.
  5. In AutoDockTools, impostare la barra del recettore su receptor.pdbqt e la barra del ligando su ligand.pdbqt. Aprire il file pdbqt. per visualizzare i siti di legame della proteina e del ligando e impostare le dimensioni e la posizione della docking box per garantire che possa racchiudere completamente la proteina del recettore e il composto del ligando. In AutoDockTools, fare clic su Griglia | Definite Casella griglia (Grid Box ) per impostare le coordinate centrali e le dimensioni della scatola e utilizzare i valori predefiniti per l'aggancio molecolare. I telai di aggancio saranno automaticamente ordinati in ordine decrescente di energie di legame.
  6. Aprire il file dei risultati e registrare il valore ottimale dell'energia di legame. Energie di legame più basse indicano un legame più stabile. Utilizzare il software di visualizzazione molecolare per caricare il file dei risultati. Regola la vista e il colore per visualizzare chiaramente l'interazione ligando-recettore.

9. Analisi statistica

  1. Condurre analisi statistiche nel software di analisi e visualizzazione dei dati scientifici e rappresentare tutti i dati come media ± SEM. Utilizzare l'ANOVA bidirezionale a misure ripetute per i confronti tra i gruppi prima e dopo la somministrazione del farmaco. Utilizzare l'ANOVA unidirezionale per i confronti tra più di due gruppi.
  2. Prendi il valore di P < 0,05 come statisticamente significativo.

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

Risultati

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

Risultati dei test comportamentali nel modello di depressione del ratto indotta da CRS

Risultati del test di preferenza del saccarosio
Al basale, non c'era differenza nel coefficiente di preferenza del saccarosio tra i gruppi (P > 0,05). Dopo 28 giorni di intervento, il coefficiente di preferenza per il saccarosio del gruppo CRS era significativamente inferiore a quello del gruppo CON (P < 0,05), mentre i gruppi F e QZF hanno mostra...

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

Discussione

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

La CRS è un metodo ampiamente utilizzato per stabilire modelli animali di depressione. Questo modello imita lo stress psicologico cronico incontrato nella vita umana e induce comportamenti simili alla depressione nei ratti35. In questo studio, il tubo di contenzione per ratti è stato costruito in plastica trasparente, garantendo la sicurezza degli animali e consentendo un'osservazione chiara durante l'esperimento. Il tubo trasparente misurava circa 18 cm di lunghe...

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

Dichiarazioni

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

Gli autori non hanno conflitti di interesse da dichiarare.

Ringraziamenti

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

La ricerca è stata sostenuta dalla National Natural Science Foundation of China (82374311), dal Progetto di costruzione della disciplina chiave della teoria di base della medicina tradizionale cinese (MTC) dell'Amministrazione statale della medicina tradizionale tradizionale cinese (TCM) (zyyzdxk-2023118), dal National Traditional Chinese Experts Studio Construction Project (National Chinese Medicine Education Letter No.75) e dalla Natural Science Foundation della provincia di Shandong (ZR2022LZY016). I granuli QZF sono stati preparati dal Dipartimento di Prodotti Farmaceutici, Ospedale Affiliato dell'Università di Medicina Tradizionale Cinese dello Shandong.

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

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Sistema di analisi del comportamento animaleShanghai Xinsoft Information Technology Co., LTDXR-SuperMaze
Strumenti AutoDockToolsL'Istituto di ricerca Scripps
Cytoscape  softwareConsorzio CytoscapeVersione 3.7.2
Perforatore elettrico per saldatoreNanjing Naiwei Technology Co., Ltd.
FluoxetinaLilly Suzhou Pharmaceutical Co., LTD
Sistema sperimentale in campo apertoShanghai Xinsoft Information Technology Co., LTDXR-XZ301
PyMolSchrö dinger
Qiangzhifang Ospedale affiliato dell'Università di Medicina Tradizionale Cinese dello Shandong, Jinan, Cina
Tubo di plastica trasparente Nantong Baiyang Plastic Products Co., Ltd.

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Wu, C., Mu, Q., Gao, W., Lu, S. The characteristics of anhedonia in depression: A review from a clinically oriented perspective. Transl Psychiatry. 15 (1), 90(2025).
  2. Moitra, M., et al. Global mental health: Where we are and where we are going. Curr Psychiatry Rep. 25 (7), 301-311 (2023).
  3. Rong, J., Cheng, P., Li, D., Wang, X., Zhao, D. Global, regional, and national temporal trends in prevalence for depressive disorders in older adults, 1990-2019: An age-period-cohort analysis based on the global burden of disease study 2019. Ageing Res Rev. 100, 102443(2024).
  4. Liu, F., et al. Impacts of inflammatory cytokines on depression: A cohort study. BMC Psychiatry. 24 (1), 195(2024).
  5. Correia, A. S., Cardoso, A., Vale, N. Oxidative stress in depression: The link with the stress response, neuroinflammation, serotonin, neurogenesis and synaptic plasticity. Antioxidants (Basel). 12 (2), 470(2023).
  6. Xu, D. H., et al. Upregulation of KLK8 contributes to CUMS-induced hippocampal neuronal apoptosis by cleaving NCAM1. Cell Death Dis. 14 (4), 278(2023).
  7. Kovich, H., Kim, W., Quaste, A. M. Pharmacologic treatment of depression. Am Fam Physician. 107 (2), 173-181 (2023).
  8. Braund, T. A., et al. Antidepressant side effects and their impact on treatment outcome in people with major depressive disorder: An iSPOT-D report. Transl Psychiatry. 11 (1), 417(2021).
  9. Oliva, V., et al. Gastrointestinal side effects associated with antidepressant treatments in patients with major depressive disorder: A systematic review and meta-analysis. Prog Neuropsychopharmacol Biol Psychiatry. 109, 110266(2021).
  10. Rothmore, J. Antidepressant-induced sexual dysfunction. Med J Aust. 212 (7), 329-334 (2020).
  11. Niarchou, E., Roberts, L. H., Naughton, B. D. What is the impact of antidepressant side effects on medication adherence among adult patients diagnosed with depressive disorder: A systematic review. J Psychopharmacol. 38 (2), 127-136 (2024).
  12. Wang, Y., et al. Multi-omics reveal microbial determinants impacting the treatment outcome of antidepressants in major depressive disorder. Microbiome. 11 (1), 195(2023).
  13. Yang, J., et al. Analysis of medication rule of traditional Chinese medicine in treating depression based on data mining. Heliyon. 10 (20), e39245(2024).
  14. Liu, X. Study on the mechanism of qiangzhifang's remodeling of hippocampal neural structure in depression model rats based on the pathogenesis of "yang yu shen tui". , https://link.cnki.net/doi/10.27282/d.cnki.gsdzu.2020.000110 (2020).
  15. Zhou, M. The effect of qiangzhifang on camp-pka-creb signaling pathway in hippocampus of depression emotion model rats based on "yang yu shen tui" pathogenesis. , https://link.cnki.net/doi/10.27282/d.cnki.gsdzu.2019.000030 (2019).
  16. Chen, Z., Yang, Y., Han, Y., Wang, X. Neuroprotective effects and mechanisms of senegenin, an effective compound originated from the roots of polygala tenuifolia. Front Pharmacol. 13, 937333(2022).
  17. Pan, H. T., Xi, Z. Q., Wei, X. Q., Wang, K. A network pharmacology approach to predict potential targets and mechanisms of "Ramulus cinnamomi (Cassiae) - Paeonia lactiflora" herb pair in the treatment of chronic pain with comorbid anxiety and depression. Ann Med. 54 (1), 413-425 (2022).
  18. Qin, M., et al. Total saponins of panax ginseng via the CX3CL1/CX3CR1 axis attenuates neuroinflammation and exerted antidepressant-like effects in chronic unpredictable mild stress in rats. Phytother Res. 37 (5), 1823-1838 (2023).
  19. Wang, R., et al. Antidepressant effect of licorice total flavonoids and liquiritin: A review. Heliyon. 9 (11), e22251(2023).
  20. Xiao, Y. G., Wu, H. B., Chen, J. S., Li, X., Qiu, Z. K. Exploring the potential antidepressant mechanisms of pinellia by using the network pharmacology and molecular docking. Metab Brain Dis. 37 (4), 1071-1094 (2022).
  21. Seewoo, B. J., et al. Validation of chronic restraint stress model in young adult rats for the study of depression using longitudinal multimodal mr imaging. eNeuro. 7 (4), (2020).
  22. Wei, Y. Discussion on "yang yu shen tui"mechanism of depression. , https://link.cnki.net/doi/10.27282/d.cnki.gsdzu.2022.000933 (2022).
  23. Ru, J., et al. TCMSP: A database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 6, 13(2014).
  24. Fang, S., et al. A high-throughput experiment- and reference-guided database of traditional Chinese medicine. Nucleic Acids Res. 49 (D1), D1197-D1206 (2021).
  25. Zou, J., et al. Network pharmacology-based approach to research the effect and mechanism of Si-Miao-Yong-An decoction against thromboangiitis obliterans. Ann Med. 55 (1), 2218105(2023).
  26. Safran, M., et al. Genecards version 3: The human gene integrator. Database (Oxford). 2010, baq020(2010).
  27. Zhao, X. Y., Yang, Y. Y., Feng, J. L., Feng, C. L. Network pharmacology prediction and experimental validation of Trichosanthes-fritillaria thunbergii action mechanism against lung adenocarcinoma. J Vis Exp. (193), e64847(2023).
  28. 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 (D1), D638-D646 (2023).
  29. Zeng, B., et al. Network pharmacology prediction and metabolomics validation of the mechanism of fructus phyllanthi against hyperlipidemia. J Vis Exp. (194), e65071(2023).
  30. Shannon, P., et al. Cytoscape: A software environment for integrated models of biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  31. Huang, S. P., et al. Evaluation of the mechanism of jiedu huazhuo quyu formula in treating Wilson's disease-associated liver fibrosis by network pharmacology analysis and molecular dynamics simulation. Evid Based Complement Alternat Med. 2022, 9363131(2022).
  32. Zhou, W., et al. Huangqin qingre qubi capsule inhibits RA pathology by binding FZD8 and further inhibiting the activity of Wnt/β-catenin signaling pathway. J Ethnopharmacol. 302 (Pt A), 115886(2023).
  33. Tan, X., et al. Cinnamaldehyde ameliorates dextran sulfate sodium-induced colitis in mice by modulating TLR4/NF-κB signaling pathway and NLRP3 inflammasome activation. Chem Biodivers. 20 (2), e202200089(2023).
  34. Que, W., et al. Molecular mechanism of Gelsemium elegans (gardner and champ.) benth. against neuropathic pain based on network pharmacology and experimental evidence. Front Pharmacol. 12, 792932(2021).
  35. Tzeng, H. T., Chyuan, I. T., Lai, J. H. Targeting the JAK-STAT pathway in autoimmune diseases and cancers: A focus on molecular mechanisms and therapeutic potential. Biochem Pharmacol. 193, 114760(2021).
  36. Chen, H., et al. The potential role of hypoxia-inducible factor-1 in the progression and therapy of central nervous system diseases. Curr Neuropharmacol. 20 (9), 1651-1666 (2022).
  37. Xie, X., et al. Scutellarin attenuates oxidative stress and neuroinflammation in cerebral ischemia/reperfusion injury through PI3K/AKT-mediated Nrf2 signaling pathways. Eur J Pharmacol. 957, 175979(2023).
  38. Semenza, G. L. Hypoxia-inducible factors in physiology and medicine. Cell. 148 (3), 399-408 (2012).
  39. Amin, N., et al. Hif-1α ablation reduces the efficiency of NeuroD1 gene-based therapy and aggravates the brain damage following ischemic stroke. Expert Opin Drug Deliv. 22 (1), 121-138 (2025).
  40. Bergeron, M., et al. Role of hypoxia-inducible factor-1 in hypoxia-induced ischemic tolerance in neonatal rat brain. Ann Neurol. 48 (3), 285-296 (2000).
  41. Zhang, Y., et al. Lactate modulates microglial inflammatory responses through Hif-1α-mediated CCL7 signaling after cerebral ischemia in mice. Int Immunopharmacol. 146, 113801(2025).
  42. Moresi, V., Adamo, S., Berghella, L. The JAK/STAT pathway in skeletal muscle pathophysiology. Front Physiol. 10, 500(2019).
  43. Fei, S., Li, W., Xiang, L., Xie, X., Zhang, L. Protective effect of alprostadil on acute pancreatitis in rats via inhibiting janus kinase 2 (JAK2)/STAT3 signal transduction pathway. Med Sci Monit. 25, 7694-7701 (2019).
  44. Sarapultsev, A., et al. JAK-STAT signaling in inflammation and stress-related diseases: Implications for therapeutic interventions. Mol Biomed. 4 (1), 40(2023).
  45. Dowlati, Y., et al. A meta-analysis of cytokines in major depression. Biol Psychiatry. 67 (5), 446-457 (2010).
  46. Li, J., et al. The JAK/STAT/NF-κB signaling pathway can be regulated by rosemary essential oil, thereby providing a potential treatment for DNCB-induced in mice. Biomed Pharmacother. 168, 115727(2023).
  47. Heinrich, P. C., Behrmann, I., Müller-Newen, G., Schaper, F., Graeve, L. Interleukin-6-type cytokine signalling through the gp130/Jak/STAT pathway. Biochem J. 334 (Pt 2), 297-314 (1998).
  48. Nguyen, T. L. L., Huynh, D. T. N., Jin, Y., Jeon, H., Heo, K. S. Protective effects of ginsenoside-Rg2 and -Rh1 on liver function through inhibiting TAK1 and STAT3-mediated inflammatory activity and Nrf2/ARE-mediated antioxidant signaling pathway. Arch Pharm Res. 44 (2), 241-252 (2021).
  49. Croce, C. M., et al. The BCL-2 protein family: From discovery to drug development. Cell Death Differ. , (2025).
  50. Fakhri, S., et al. Natural products attenuate PI3K/AKT/mTOR signaling pathway: A promising strategy in regulating neurodegeneration. Phytomedicine. 91, 153664(2021).
  51. Huang, Z., Jin, G. Licochalcone B induced apoptosis and autophagy in osteosarcoma tumor cells via the inactivation of PI3K/AKT/mTOR pathway. Biol Pharm Bull. 45 (6), 730-737 (2022).

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

Test comportamentaliDocking molecolareVia di segnalazione HIF 1Via di segnalazione JAK STATMedicina tradizionale cinese

Articoli correlati