方法論記事

症候群オントロジーと多次元定量的関連コンピューティングプラットフォームに基づくTCM処方のネットワーク薬理学的分析

DOI：

10.3791/68026

⸱

2025年8月22日

 ,  ,  ,  ,  ,  ,  , 
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

この記事について

サマリー

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

SoFDAプラットフォーム、ネットワーク薬理学、中国医学(TCM)に基づく「処方-成分-標的-経路-症候群-疾患」のネットワーク構築手法を提案します。現在人気のあるネットワーク薬理学的方法と比較して、このネットワークには、TCM における症候群鑑別の基本原理を体現する症候群の重要な要素が組み込まれています。

要約

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

TCM製剤の現在のネットワーク薬理学的手法は、処方-成分-標的-経路-疾患ネットワークを構築することにより、特定の疾患に対する潜在的な有効成分と作用機序を予測します。

TCM の中核原則である症候群の鑑別と治療は、個人差と疾患の進行を強調し、その全体的かつ動的なアプローチを体現しています。このネットワークに症候群の特徴を統合することで、研究者は各疾患段階に合わせた多標的薬を開発し、正確で個別化された治療を可能にします。TCM Syndrome Ontology and Multidimensional Quantitative Association Computing Platform (SoFDA) により、TCM 症候群をネットワーク薬理学分析に組み込むことができます。

この研究では、霊桂珠干煎じ薬(処方)を例として使用し、陽虚症候群および湿痰症候群(症候群)による肥満の治療におけるその応用を実証しました。まず、TCMSPデータベースから主要な有効成分を特定しました。そして、SoFDAを用いて、疾患、症候群、標的遺伝子、シグナル伝達経路をつなぐネットワークを構築しました。最後に、これらのデータを統合して、処方-成分-標的-経路-症候群-疾患ネットワークを構築しました。

概要

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

漢方薬における弁証法的治療の概念を統合し、SoFDA 1,2 プラットフォームを使用することにより、新しいネットワーク薬理学アプローチ、すなわち統合薬理学を模索し、漢方薬製剤の処方-薬物-標的-経路-症候群-疾患ネットワーク図を構築しました。

近年人気のあるネットワーク薬理学的方法と比較して、この方法はTCMの症候群の要素を取り入れています。エビデンス、または症候群は、TCMのユニークな概念の1つであり、発症の特定の段階における疾患の病理学的特性の一般化です。

症候群は、漢方薬における診断と治療の基本的なモードです。病気にはいくつかの症候群があり、病気が発生し、発症し、治癒するにつれて、それに応じて症候群も変化します。

TCM開業医は、さまざまな症候群を治療するためにさまざまな処方を使用します。したがって、ネットワーク薬理学への症候群の組み込みは、TCM 3,4 の独自の理論研究と方法論的改善における重要なステップです。

TCM Syndrome Ontology and Multidimensional Quantitative Association Computing Platform (SoFDA) は、中国中国医学会によって開発されたオープンソース プラットフォームです 1,2。これは、伝統的な中国医学 (TCM) 症候群のオントロジー、症候群分類ツール、および病理学的関連性と治療メカニズムを調査するための疾患および処方箋との関連性に関連する特徴の最初の利用可能なコレクションです。

症状、標的遺伝子、濃縮遺伝子オントロジー項目、経路、ネットワークモジュールベースの類似度とネットワーク密度を計算することで、症候群-症候群、症候群-疾患、症候群-公式、症候群-疾患式の関連レベルを評価し、さらにヒートマップ、マルチレベルネットワーク、アップセットビューなどのさまざまな可視化タイプを活用して、関連性計算結果を図示します。

現在のネットワーク薬理学的分析の基本的な経路は、最初のステップは、TCM/ハーブ化学データベース、疾患標的データベース、および疾患標的データベースを取得して、TCM処方/ハーブ成分/化学物質、化学物質の標的、および疾患を収集することです。次に、タンパク質相互作用データベースを使用して、タンパク質間相互作用(PPI)の拡張と分析を行います。結果は最終的に in vitro、 in vivo、または in silico で検証されます。

サイバー薬理学の結果は、漢方薬/製剤-遺伝子標的-経路-成分-現代疾患として提示され、その最終的な目標は、TCM製剤の基礎と作用機序を予測することです。TCM の物質的根拠、作用機序、薬効の理論をさらに明らかにするために、私たちは SoFDA プラットフォームをサイバー薬理学に導入することを選択しました。これをコンピュータ薬理学的分析法と呼び、処方薬-標的-経路-症候群-疾患、統合薬理学1,2。

肥満は世界中で一般的な慢性肝疾患であり、世界社会に多大な経済的負担を課しています。

伝統的な中国医学の概念では、肥満は陽欠乏症候群、痰湿症候群、脾臓、胃の症候群を伴う複雑な病気です
欠乏症候群、うっ血症候群など 5,6.したがって、陽気を強化し、痰や湿気を解消し、枢機を調節する治療法を採用するのが適切です7。

Lingguizhugan煎じ薬(Fuling、Guizhi、Baizhu、Gancao、質量比4:3:3:2)は、黄金の部屋の本質に由来し、臨床診療を通じて肥満の治療に効果的です。中国語ではFU LING GUI ZHI BAI ZHU GAN CAO TANGとも呼ばれます。

次のプロトコルでは、肥満の陽虚症候群および湿痰症候群の治療のためのリンギツガン煎じ薬に対する漢方処方の革新的な SoFDA ベースのネットワーク薬理学的分析 (統合薬理学) の使用を実証します。非アルコール性脂肪性陽欠乏症候群および湿痰症候群の治療のための Lingguizhugan 煎じ薬の成分、標的、および経路のネットワーク分析を実施することにより、方法論を実証します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

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

例として、腹部肥満の「陽欠症候群」と「湿痰症候群」を治療するためにリンギツガン煎じ薬を取ります。Lingguizhugan煎じ薬は、4つのハーブで構成されています: ポリアココス (涪陵)、 桂 枝(桂枝)、Rhizoma Atractylodis macrocephalae (Baizhu)、 甘草科 と根茎(Gancao)。SoFDAプラットフォームのウェブサイトは http://www.tcmip.cn/Syndrome/front/#/ です。伝統的な漢方薬システム薬理学(TCMSP)データベースのWebサイトは https://old.tcmsp-e.com/tcmsp.php

1. 処方の有効成分を選別する

  1. Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP)8 データベースにアクセスします。
  2. [ ハーブ名] 列にそれぞれ Fuling、Guizhi、Baizhu、Gancao と入力し、[ 検索] をクリックします。
  3. [OB] の横にあるボタンをクリックし、[値が次の項目を表示] で [次の値を持つ項目を表示] で [次の値] を選択し、下の数値列に「30.00」と入力します。
  4. DLのフィルターボタンをクリックし、[値が次の項目を表示]で[次の値で次の項目を表示]を選択し、下の数値欄に0.18を入力します。
    注:吸収、分布、代謝、排泄(ADME)9,10に従って、4つのハーブ2,8の0.18化学成分≥≥30%の経口バイオアベイラビリティ(OB)および薬物様特性(DL)をスクリーニングします。
  5. 涪苓、桂枝、白竹、甘草の4つの薬草のスクリーニングされた化学成分の分子名を順番にコピーし、スプレッドシートに貼り付けて表にまとめます。

2. 処方の標的、症候群、疾患のスクリーニング

  1. SoFDA プラットフォームに入り、[関連評価] 列で [疾患-症候群-処方の関連付け] を選択します。
    注: アソシエーションレベルという用語には、完全に異なる、低、中程度、高、同一の 5 つのカテゴリが含まれます。同一、高、中程度を選択すると、関連付け項目と病気または漢方の処方との間にそれぞれ高い程度と中程度の相関関係があることを示します。関連項目と疾患または漢方処方との相関関係が大きいほど、分析結果はより正確になります。したがって、同一、高、中程度を選択する必要があります。
  2. [Disease-Syndrome-Formula Association with the Same Disease] サブグループで、[Disease] として [Obesity] を選択します。症候群には陽欠症候群と湿痰症候群を選択します。[症状] で [プライマリ症状] と [セカンダリ症状] を選択します。
  3. 関連項目の症状関連遺伝子を選択します。[関連付けレベル] で [同一]、[高]、および [中程度] を選択します。フォーミュラにFU LING GUI ZHI BAI ZHU GAN CAO TANG/formula 134を選択します。
    注: SoFDA プラットフォームの疾患検索バーに 腹部肥満 を入力すると、 腹部肥満メタボリック シンドローム 1/ABD014 と腹部 肥満メタボリック シンドローム 3/ABD013 の 2 つの結果が取得されます。どちらのタイプの肥満も腹部肥満を特徴としますが、それぞれの症状複合体が異なります。症候群 3 は 、心筋梗塞、体幹肥満、高コレステロール血症、冠動脈狭窄、腹部肥満、常染色体優性遺伝、高血圧、脳卒中の症状に関連しており、症候群 1 は常 染色体優性遺伝、高血圧、腹部肥満に関連しています。したがって、その後の分析のために症候群 1 が選択されました。
  4. 送信 をクリックして、陽欠症候群、湿痰症候群、腹部肥満、および粉ミルクに関連する遺伝子のセットを取得します。
  5. 「 陽欠症候群 」と「 湿気・痰症候群」をそれぞれクリックし、2つの症候群の一次症状関連遺伝子と二次症状関連遺伝子をコピーし、ファイルに保存します。
  6. STRINGオンラインWebサイトにアクセスし、左側の複数のタンパク質セクションをクリックし、ステップ2.2で2つの症候群から得られた遺伝子を検索ボックスに入力します。生物のホモサピエンスを選択し、検索-続行をクリックしてタンパク質間相互作用(PPI)ネットワーク図を取得します。設定セクションで、信頼度の高いスコアコア(0.700)を選択し、最後にTSVファイルを個別にエクスポートします11,12。
  7. Cytoscape ソフトウェアを起動し、[ ファイル] > [ファイルからネットワーク>インポート ] をクリックして、前の手順で取得した TSV ファイルを Cytoscape 内で開きます。次に、ソフトウェアの [スタイル] タブで、PPI ネットワークの色とレイアウトの設定をカスタマイズします。最後に、[ファイル] > [エクスポート] > [画像にエクスポート ] をクリックして、最終的な PPI ネットワーク図を取得します。

3. 機能予測

  1. SoFDAプラットフォームの関連 症候群-疾患-処方セクションの共通遺伝子/ネットワークモジュールの機能的濃縮 に移動します。
  2. エンリッチメントタイプで生物学的プロセス、細胞成分、分子機能、およびリアクトーム経路を選択します。
  3. [送信] をクリックして結果を取得します。
  4. 画像右下の↓ボタンをクリックすると、生体プロセス、細胞成分、分子機能、リアクターム経路に関するスプレッドシートファイルをダウンロードできます。
  5. 選択が完了したら、 送信 をクリックすると、 関連する症候群-疾患-公式モジュール間の共通遺伝子/ネットワークモジュールの機能的濃縮が表示され、生物学的プロセス(BP)、細胞成分(CC)、分子機能(MF)の説明、およびリアクトーム経路のグラフのデータがすべてダウンロードされます。
  6. Wei Sheng Xin オンライン Web サイト (https://www.bioinformatics.com.cn/) を開き、 カラー グラデーションの列のある棒 を選択し、取得した BP、CC、MF の説明、およびリアクトーム パスウェイ データをこの Web サイトにインポートして、カラー グラデーションの棒グラフを取得します。

4. 公式-標的-経路-症候群-疾患ネットワーク構築

  1. 2.1のステップに続いて、選択が終わったら、1ページ目の下部にある 「ネットワークに移動 」をクリックし、2ページ目に入ります。
  2. 症候群には陽欠症候群と湿痰症候群を選択してください。症状には「一次症状と二次症状」を選択し、「病気」には腹部肥満を選択します。フォーミュラには、FU LING GUI ZHI BAI ZHU GAN CAO TANG/フォーミュラ134を選択します。次に、[表示] で、すべての [疾患]、[症候群]、[処式]、[症状]、および [リアクトーム] 経路を選択します。
  3. 次に、[ 送信] をクリックして、 Formula-Target-Pathway-Syndrome-Disease のネットワーク図を取得します。

5. 処方-成分-標的-経路-症候群-疾患ネットワークの構築

注: SoFDA プラットフォームでは、 式ポリア (Fu Ling)、シナモン小枝 (Gui Zhi)、Atractylodes Macrocephala (Bai Zhu)、および甘草 (Gan Cao) 煎じ 薬を検索しても、主な有効成分は得られません。したがって、ポリア、シナモン小枝、アトラクチロデス・マクロセファラ、甘草の主な有効成分のみをTCMSPデータベースから取得することをお勧めします。手順 1.1.3-1.1.4 に従って、茯苓 (Fu Ling)、シナモン小枝 (Gui Zhi)、白菊 (Bai Zhu)、甘草 (Gan Cao) 煎じ薬の主な有効成分を入手します。次に、それらを Formula-Target-Pathway-Syndrome-Disease ネットワークにインポートして、 Formula-Ingredient-Target-Pathway-Syndrome-Disease ネットワーク図を生成します。したがって、SoFDA と TCMSP では、遺伝子 ID と経路の間にデータの不均一性はありません。

  1. セクション 4 で生成された SoFDA プラットフォームから Formula-Target-Pathway-Syndrome-Disease のネットワーク データをダウンロードし、スプレッドシートに入力します。
  2. その後、セクション 2 でスクリーニングした霊貴祝干煎じ薬の有効成分をこのスプレッドシートに追加し、スプレッドシートの名前を ネットワークに変更します。 タイプ という名前の別の新しいスプレッドシートを作成して、セクション4で生成された各ノードのタイプを保存します。
  3. Cytoscape(タイプ3.9.1)ソフトウェアを開き、[ ファイルからネットワークをインポート ]をクリックして ネットワーク ファイルをインポートし、[ ファイルからテーブルをインポート ]をクリックして タイプ ファイルをインポートします。次に、 スタイル ボタンをクリックして、 フォーミュラ-成分-ターゲット-経路-症候群-疾患 ネットワークを調整および変更します13。
  4. [ 画像ファイルでエクスポート] ボタンをクリックして、 Formula-Ingredient-Target-Pathway-Syndrome-disease ネットワークを取得します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

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

霊貴珠干煎じ薬に含まれる 4 つの漢方薬の有効成分 103 種類を、バイオアベイラビリティ ≥30% とファーマコフォア ≥0.18% の基準で選択しました。主な有効成分は、ケルセチン、ケンフェロール、ナリンゲニン、β-シトステロール、イソラムネチンでした。これは、Jiang et al.14 の実験室での抽出およびスクリーニング コンポーネントと一致しています。

リンギツガン煎じ薬の湿痰症候群および陽虚症候群(図1)については、陽欠症候群を伴う腹部肥満(図2A)の328のターゲットが得られ、湿痰症候群の64のターゲットが得られました(図2B)。

遺伝子オントロジー(GO)および京都遺伝子ゲノム百科事典(KEGG)経路濃縮解析(

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

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

SoFDAは、TCM症候群のための最初のオープンソースのオントロジーデータベースであり、そのデータと分析結果は一般に完全にアクセスできます。このオープンソースの性質により、研究者はより大きな柔軟性を得ることができます。このプラットフォームは、類似性ベースの関連性評価システムを採用しており、Jaccardまたはコサイン類似度の尺度を利用して、疾患-症候群および数式-症候群の関連性間の関係を定量的に評価します。この動的モデリング機能により、SoFDAは疾患や症候群の動的変化をより適切にシミュレートできますが、従来のネットワーク薬理学的手法は通常、静的なネットワーク分析結果のみを提供します。

従来のネットワーク薬理学には、疾患の動的な進行 (つまり、症候群の変容) と薬物介入前後の変化を捉えるデータベースがないため、SoFDA とネットワーク薬理学分析の統合は動的であると考えられています。さらに、マルチターゲットおよびマルチパスウェイデータベースの自動統合は、SoFDAプラットフォームの固有の利点であり、際立った特徴です...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

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

すべての著者には利益相反はありません。

謝辞

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

この研究は、四川省科学技術計画 (2024YFFK0158)、中国国家自然科学基金 (82104716)、広東省大学院教育イノベーション プログラム プロジェクト (2022SFKC073)、および広東省自然科学基金プロジェクト (2023A1515220146) からの助成金によって支援されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
サイトスケープ(タイプ3.9.1)国立ヒトゲノム研究研究所(NHGRI) https://cytoscape.org/
遺伝子オントロジー (GO) ナレッジベースグローバルコアバイオデータリソースhttps://www.geneontology.org/
KEGG:京都遺伝子・ゲノム大百科事典金久研究所https://www.genome.jp/kegg/
SoFDAプラットフォーム中国中医科学院http://www.tcmip.cn/Syndrome/front/#/
STRING12.0 の Web サイトグローバルバイオデータ連合?エリキシルhttps://cn.string-db.org/
TCMSPプラットフォーム浙江九威健康有限公司https://old.tcmsp-e.com/tcmsp.php
Wei Sheng Xin オンライン Web サイトニューコアhttps://www.bioinformatics.com.cn/

参考文献

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

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

動画は近日公開

関連記事