研究記事

糖尿病性腎症におけるダンジ江棠カプセルのネットワーク薬理学、機械学習、および体内検証

54 閲覧数

⸱

DOI：

10.3791/71328

⸱

2026年7月28日

 ,  ,  ,  ,  , 
1Anhui University of Chinese Medicine

この記事について

サマリー

ダンジー江塘カプセル(DJC)は、バイオインフォマティクスおよびin vivo での検証によって支持されているケモカインシグナル伝達やピロトーシスマーカーの変化により、糖尿病性腎症(DN)を減弱する可能性があります。

要約

丹芝江棠カプセル(DJC)は糖尿病の臨床用中国漢方薬ですが、糖尿病性腎症(DN)時に腎臓をどのように保護するかはまだ完全には解明されていません。本研究は、DJCがDNに影響を与える可能性のあるメカニズムを探るために設計されており、特にNLRファミリーのピリンドメイン含有3(NLRP3)/カスパーゼ1/ガスデルミンD(GSDMD)によるピロプトーシス関連シグナル伝達カスケードに焦点を当てました。

ネットワーク薬理学と機械学習を組み合わせた統合戦略が採用されました。伝統中国医学システム薬理学データベース・解析プラットフォーム(TCMSP)および伝統中国医学分子メカニズムバイオインフォマティクス解析ツール(BATMAN-TCM)を用いて、DJCのバイオアクティブ成分およびそれに対応するタンパク質標的をスクリーニングしました。DN関連遺伝子はGene Expression Omnibus(GEO)、GeneCards、およびOnline Mendelian Inheritance in Man(OMIM)から取得されました。主要な候補ターゲットは複数の機械学習アルゴリズムを用いてスクリーニングされ、ランキングされました。DJCの有効成分とコアターゲット間の結合親和性は分子ドッキングによって評価されました。最後に、治療効果と予測されるメカニズムをdb/db糖尿病マウスで評価しました。

ネットワーク薬理学解析により、DNと共有される599のDJCターゲットと68の重複遺伝子が特定されました。機械学習アルゴリズムを用いて、C-Cモチフケモカインリガンド2(CCL2)およびCASP1が優先候補標的として特定されました。分子ドッキングにより、DJC有効成分とこれらのコアタンパク質との強い結合親和性が予測されました。機能的濃縮解析(GO/KEGG)は、DJCの調節が炎症反応およびMAPK経路と関連していることを示唆しました。 in vivo での検証により、DJC治療は腎障害および線維症マーカーを弱めることが示されました。これらの発見は、DJCがCCL2/C-Cモチーフのケモカイン受容体2(CCR2)関連のピロプトーシスシグナル伝達変化を通じてDNを部分的に減衰させる可能性を示唆しています。

概要

糖尿病(DM)の世界的な負担は増大し続けており、重大な公衆衛生上の課題となっています。年間推定520万人の死亡がDMおよびそれに関連する合併症に起因しています。1.DNは重度の微小血管合併症として数えられ、末期腎疾患(ESRD)発症に大きく寄与し、糖尿病患者の約30〜40%に影響を及ぼします 2,3。代謝機能障害、血行動態の再構築、持続的な炎症反応など、複数の絡み合った要因がDNの病理進行に寄与します。高血糖や高脂血症などの病理的損傷は、NLRP3/カスパーゼ-1/GSDMD介在のピロプトーシス経路を活性化し、腎中介膜および管上皮細胞で炎症性プログラム死を引き起こし、その後進行性の細管間質病変を誘発します4。ピロプトーシスは、IL-1βおよびIL-18の放出を促進する形質膜破裂を特徴とする。これらの炎症促進因子はC-Cモチーフケモカインリガンド2(CCL2)の転写を増加させ、マクロファージ浸潤を促進し、さらにピロプト活性化を増強することで腎損傷を徐々に悪化させます6。臨床上、この状態は進行性のアルブミン尿と糸球体ろ過率の徐々の低下を伴い、最終的には不可逆的な腎障害や影響を受けた人々の生活の質の著しい悪化を引き起こすことがあります 7,8。医療の進歩にもかかわらず、現在の治療法は主に厳格な血糖値や血圧の管理に焦点を当てており、病気の進行を完全に止めることにはしばしば失敗しています。SGLT2遮断薬、GLP-1作動薬、ミネラルコルチコイド受容体遮断薬などの新興薬理療法、幹細胞療法、食事療法が注目を集め、実践的にも普及しつつありますが、DNの残存リスクは依然として高いままです。したがって、革新的な治療物質の開発は、特に複数の病理経路を同時に標的とする伝統医学のものにおいて、依然として緊急の研究課題となっています。

丹治江塘カプセル(DJC)は、安徽中国医科大学第一附属病院で開発された病院内限定製剤(安徽省医療機関製剤承認番号Z20090006;特許番号ZL200310112845.1;バッチ番号20220427)は有望な治療候補です。密閉され、乾燥し換気の良い環境で保管され、光から保護されている必要があります。この処方は6種類の伝統的な中国漢方薬から成り立っています:Pseudostellaria heterophylla(Radix Pseudostellariae)、Whitmania pigra(Hirudo)、Alisma orientale(Alismatis rhizoma)、Cuscuta chinensis(Cuscuta chinensis)、Paeonia suffruticosa(Moutan Cortex)、およびレフマニア・グルティノサ(Rehmanniae Radix Praeparata)(5:4:4:3:2:5)10.臨床実践において、DJCは糖尿病患者における低血糖の有効性と腎損傷マーカーの低減に顕著な効果を示している11。これまでの研究では、DJCが血糖値や脂質代謝を調節することで腎保護効果を発揮する可能性が示唆されています(12,13,14)。これまでのDJC研究は主に非体系的標的選択を用いた単一経路検証に焦点を当ててきました。そのため、ネットワーク薬理学と機械学習を統合して活性成分のスクリーニングとコアハブ遺伝子の同定を行い、その後予備的なin vivo検証を行い、解析を強化しました。

ネットワーク薬理学は複雑なハーブ処方を解体する効果的な戦略を提供します。この枠組みは、バイオインフォマティクスおよび体系的な生物学的アプローチ、計算化学、薬理学を統合し、「多成分・多標的・多経路」の薬物作用メカニズムを解明します(15,16,17)。この包括的なアプローチは、漢方化合物と疾患特異的ネットワーク間の複雑な相互作用を構造的に検証し、TCM18に内在する相乗効果を明らかにします。しかし、従来のネットワーク薬理学は時にデータに過剰なノイズを生じさせることがあります。これを克服するために、機械学習アルゴリズムの統合により、大規模なデータセットからコア特徴遺伝子を正確にスクリーニングすることが可能になります。さらに、分子ドッキングは薬物-生体分子結合の親和性を予測するための直感的かつ動的な視点を提供します。

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

DJCのバイオアクティブ化合物および潜在的標的のスクリーニング

DJCに含まれる6種類のハーブ、 Pseudostellaria heterophylla (Radix Pseudostellariae)、 Paeonia suffruticosa (Moutan Cortex)、 Cuscuta chinensis(Cuscutae Semen)、 Alisma orientale (Alismatis rhizoma)、 Rehmannia glutinosa (Rehmanniae Radix Praeparata)、 Whitmania pigra (Hirudo)のバイオアクティブ化合物がTCMSPデータベースから取得されました。スクリーニングは薬理動態パラメータに基づいて行われ、経口生体利用率(OB)≥30%、薬剤類似度(DL)≥0.18でした。TCMSPにデータが欠如している ホイットマニア・ピグラは、有効成分および標的をBATMAN-TCMから取得し、選択基準としてスコア20≥、 P値<0.05を用いました。UniProtは、収集されたすべての標的を標準的な遺伝子命名法に統一するために適用されました。

DN関連遺伝子の獲得

DN関連遺伝子は3つの情報源から収集されました。まず、「糖尿病性腎症」という検索語でGeneCardsとOMIMを検索しました。関連スコア>1のGeneCardsの遺伝子は保持されました。次に、GEOリポジトリから3つのマイクロアレイプロファイル(GSE30529、GSE104948、GSE96804)を取得しました。GSE30529のサンプルは腎小管由来で、GSE104948およびGSE96804のサンプルは腎小球由来でした。すべてのデータベース検索は2024年12月15日に実施されました。GSE30529データセットにおけるDN患者と健康対照群間の差異発現遺伝子(DEGs)を、Rソフトウェアのlimmaパッケージを用いて特定しました。スクリーニング基準は調整済みp値<0.05および|log2(フォールド変化)|> 0.5。火山のグラフやヒートマップでは、発現遺伝子の差異が示されました。

DNにおけるDJCの推定治療標的の特定

ベン図解析により、DJCターゲットプールとGeneCards、OMIM、GSE30529 DEGからのDN関連遺伝子間の共有遺伝子座が特定されました。これらの共有遺伝子座は、すべての下流研究手技における治療遺伝子候補として機能しました。

タンパク質相互作用(PPI)ネットワークの確立とプロファイリング

推定治療用遺伝子座をSTRINGにアップロードし、相互作用のカットオフを0.4信頼度以上に設定したタンパク質間相互作用ネットワークを構築しました。Cytoscapeはネットワークデータセットを視覚的に表示するために処理しました。Degreeなどのトポロジカル指標は、CytoNCAプラグインを通じてネットワーク全体のコアノードを識別するために計算されました。

濃縮分析

候補標的に関連する生物学的役割とシグナル伝達カスケードを明確にするために、rでclusterProfilerパッケージを用いて機能的濃縮を解析し、org.を用いました。注釈用Hs.eg.db、可視化用にggplot2。遺伝子オントロジー(GO)用語は、生物学的プロセス(BP)、細胞成分(CC)、分子機能(MF)の各カテゴリーで評価されました。京都遺伝子・ゲノム百科事典(KEGG)の経路は、濃縮p値が0.05<保持されました。

CytoHubbaアルゴリズムの応用

CytoscapeのCytoHubbaプラグインは、各ネットワークノードの4つのトポロジカル中心性指数を計算するために使用されました。次数(直接接続した隣接する粒子の数)は、各タンパク質の相互作用の広がりを反映しています。最大近傍成分(MNC)は、ノードの近傍部分グラフにおける最大連結成分の大きさを定量化する指標であり、局所的な規制の影響を測定します。エッジパーコレート成分(EPC)は、シミュレーションされたランダムなエッジ除去と平均接続部品サイズの定量化を通じて、全体の構造的重要性を評価します。各インデックスで上位20位にランクインした遺伝子を交差させて最終的なハブ遺伝子を得ました。

機械学習に基づくコア遺伝子スクリーニング

GSE30529データセットから発現プロファイルを解析するために、3つの機械学習手法を適用し、候補ターゲットの中から信頼できるハブ遺伝子を特定しました。

(1) LASSO(最小絶対収縮および選択演算子):正則化パラメータλは5重クロス検証によって調整され、最適値はフォールド間の平均性能によって決定されました。入力遺伝子発現の特徴は、発現の大きさの影響を排除するために自動的にZスコア標準化が行われました。純粋なLASSO正則化のペナルティパラメータが1に設定されα、スクリーニングには100λの値からなるあらかじめ定義されたパネルが用いられました。L1ペナルティにより、関連度の低い特徴の係数がゼロに減少し、同時に特徴選択と複雑性制御が可能となり、交差検証調整による正則化の強さにより過学習のリスクが軽減されました。

(2) SVM-RFE(サポートベクターマシン-再帰的特徴消去):堅牢な特徴スクリーニングを確保するために、2層構造の5重クロス検証フレームワークが採用されました。5つの重複しないサブセットは、データセット全体を確率的に分割して生成され、4つはトレーニング用、1つは5回の反復にわたってテストに使用されました。折りたたみごとに平均化することで、単一サンプルの分割によるバイアスが緩和されました。再帰的特徴消去法を用いて特徴次元を低減し、モデルの複雑さを制約し、過学習を緩和しました。分類の誤差率と精度は、最適な特徴数を決定するパフォーマンス指標として機能しました。

(3) ランダムフォレスト(RF):初期の500木のランダムフォレストを構築し、最適な木数は最小アウトオブバッグ分類誤差率によって決定され、最終モデルを再学習しました。残りのすべてのハイパーパラメータ、特に各ノード分割時のランダムな特徴サブセットサイズは、デフォルトのパッケージ設定に維持されました。最終モデルの遺伝子重要度スコアは降順順にランク付けされ、疾患のシグネチャー遺伝子セットが生成されました。最終的なコア遺伝子のセットは、これら3つのアルゴリズムの結果を交差させることで決定されました。

ハブ遺伝子発現の独立したデータセットベースの検証

ハブ遺伝子の転写レベルを検証するために、独立した外部データセットGSE104948とGSE96804を用いました。遺伝子発現データセットは正規化され、DN症例と健康被験者間の発現差は、Rのggplot2およびggsignifツールキットを用いてプロットしました。

分子ドッキング

ハブ標的タンパク質(CASP1、PDB ID: 3E4C;CCL2、PDB ID: 7S00)はタンパク質データバンクから取得されました。バイオアクティブ化合物の3DコンフォメーションはPubChemを通じて取得されました。ウルソル酸、3β-ヒドロキシル-12-エン-28-オアク酸、ケルセチンがドッキング対象として選ばれたのは、ネットワーク薬理学的にこれらの有効化合物とコア標的であるCCL2またはCASP1との相互作用が予測されたためです。タンパク質構造は、ネイティブ配位子と水分子をストリップし、極性水素を導入し、その後AutoDock Vinaを用いた分子ドッキングで処理されました。結合親和性はドッキングスコア(kcal/mol単位)で表され、相互作用の強さを評価するために使われました。安定した分子間相互作用を定義するために、結合エネルギーの閾値が−5.0 kcal/molに設定されました。ドッキングされた構造はPyMOLを用いて可視化されました。

動物と実験設計

本研究では、特定の病原体フリー(SPF)グレードの8週齢の雄のdb/dbマウス30匹と、年齢に適合した雄のSPF db/m マウス10匹を用いました。すべての実験マウスはSPFグレードの施設で12時間の明暗太陽周期で飼育され、安定した環境(22±2°C、相対湿度50〜70%)、そして通常の食事と飲料水の自由なアクセスで飼育されました。すべての 生体内 実験プロトコルに対する倫理的承認は、安徽中国医学大学動物倫理委員会によって認められました(承認番号:AHUCM-mouse-2023059)。

齧歯類は7日間の適応期を経て、ランダムグループ分け(各6匹)と8週間の毎日の介入を行いました。すべての実験動物で空腹時血糖値を測定しました。動物はランダム番号表を用いて割り当てられ、組織学、IHC、ウェスタンブロット定量はブラインド評価のもとで実施されました。

正常対照群( CTL)群:経口経由で生理食塩水を投与するマウス。

モデル(M)グループ:db/db マウスに経口ガベージによる生理食塩水投与。

DJC-中用量(DJC-M)群:djc/dbマウスに0.78 g/kg(成人の臨床用量1日投与量相当)でDJCを投与。

DJC-高用量(DJC-H)群:db/dbマウスに1.56 g/kg(成人の臨床用量の2倍)でDJCを投与。

投与準備

ヒトからマウスへの投与量のスケーリングは、薬理学実験の方法論に記載された体表面積正規化アプローチを用いて算出され、換算係数は9.1でした。DJCの臨床用1日投与量は、70kgの成人に対して6g(0.0857g/kg)であり、マウス換算では0.78 g/kg(臨床用量1倍)および1.56 g/kg(2倍の臨床用量)となりました。すべてのマウスに胃内投与は10 mL/kgの一定量で行われました。DJC粉末は正確に計量され、0.5%のCMC-Na溶液に懸濁され、中用量78 mg/mLおよび高用量156 mg/mLで均一な懸濁液を形成しました。

8週間の毎日投与後、すべての実験マウスに1%のペントバルビタールナトリウムを用いて麻酔を誘導しました。血液標本は腹部大動脈を通じて採取され、遠心分離して上清液を分離し、kitベースの生化学的アッセイに用いられました。代謝ケージを用いてマウスの尿サンプルを採取しました。部分的な腎組織はヘマトキシリン・エオシン(HE)およびマソン染色のために4%パラホルマルデヒドで固定されました。液体窒素でスナップ冷凍し、残存腎組織を−80°Cで保存し、下流の分析アッセイに備えました。

組織学的解析

4%パラホルマルデヒドに固定された後、腎組織は段階的なエタノール脱水、クリアリング、パラフィン埋め込み、4μm連続切片を行い、その後のHEおよびマッソン染色を行った。HE染色は標準手順(脱硫、再水和、ヘマトキシリン核染色、酸性エタノール分化と青化、イオシンカウンターステイン、脱水、クリアリング、中性バルサムの付け込み)に従って行われ、腎組織病理学的変化を観察しました。切片はヘマトキシリン染色に3分間浸し、その後15秒エオシンのカウンターステインを施しました。マッソンのトリクロム染色では、切片に脱脂、再水化、連続染色、分化、酢酸色分離が行われ、その後脱水、クリアリング、マウントが行われ、腎コラーゲンの蓄積と線維化変化を評価しました。明視野顕微鏡を用いて、染色されたすべての組織断片を200×倍率で検査・撮影しました。HE染色された切片は糸球体硬化指数(GSI)を用いて採点されました。マッソンのトリクロム染色では、マッソントリクロムプリセットを適用して青色コラーゲンチャネルを分離し、コラーゲン面積と赤色組織面積の比率を計算しました。

免疫組織化学(IHC)

4%パラホルムアルデヒドによる24時間固定後、組織標本は連続的なエタノール勾配で脱水され、その後パラフィン埋め込みされ、連続して5μmの断片に切断されました。脱パラフィン化後、切片は抗原回収および内因性過酸化酵素遮断を受けました。ブロッキング後、組織スライドは希釈した一次抗体とともに4°Cの湿度の高いチャンバーで一晩培養されました。PBS洗浄後に室温での二次抗体培養が行われ、その後DAB染色反応が行われ、最適な染色強度が得られるまで続けました。切片は連続的にヘマトキシリンのカウンターステイン、分化、ブルーイング、脱水、クリアリング、カバースリップマウント、明視野顕微鏡画像処理を受けました。抗原回収は10分間のオートクレーブで行われ、その後自然冷却で室温にしました。室温で5%ヤギ血清で60分間ブロッキングした後、切片を一次抗体(1:200希釈)でキュベートし、さらにHRP結合ヤギ抗ウサギ用IgG二次抗体(1:300希釈)を室温でそれぞれ60分間インキュベートしました。DAB染色反応は室温で3〜5分間行われ、顕微鏡で監視され、蒸留水で洗浄して終了しました。画像は×200倍率で取得され、正の染色面積の割合はImageJを用いて定量化されました。

ELISA検出

アッセイの手順はキットベンダーが提供する公式プロトコルに準拠していました。洗浄バッファーと連続希釈標準は事前に準備されていました。ブランク、標準、サンプルの各ウェルに試薬を充填し、暗闇でキュベーションしました。培養後、プレートは十分に洗浄され、その後暗闇で酵素共役酵素とともに培養されました。洗浄後、色素基質が追加され、光保護された色反応を行い、標準井戸で明確な青色勾配が現れるとストップバッファーで終了しました。各ウェルの吸収率(OD)は、マイクロプレートリーダーを用いてターゲット波長で測定されました。血清IL-1βおよびIL-18濃度は、標準濃度のOD値(希釈されていない血清サンプル;450nmで吸収を測定;サンプルあたり8つの技術的複製井戸)から生成された校正曲線を用いて定量化されました。尿中クレアチニンおよび24時間尿中タンパク質は、24時間代謝ケージで採取した希釈されていない尿サンプルで測定されました(吸光度は546nm;1サンプルあたり8回の技術的複製)。

リアルタイム定量PCR(RT-qPCR)

腎組織から総RNAを単離し、その純度と濃度は分光光度測定で決定されました。精製されたRNAは逆転写され、cDNAのテンプレートが生成されました。RT-qPCRはリアルタイムPCR装置上で、以下の熱サイクルプログラムで実施されました:5分間の前変性(95°C)、その後40回の増幅ラウンド(95°Cで15秒、60°Cで1分)。RT-qPCRは、5μLのSYBRグリーンマスターミックス、0.2μLの前方プライマー、0.2μLの逆プライマーを含む10μL反応で実施されました。 cDNAテンプレート1 μL、RNaseフリー水3.6 μL。cDNA合成のための逆転写は総反応容積20μLで実施されました。増幅特異性を確認するために融解曲線解析が行われ、各サンプルは3回の技術的複製でアッセイされました。転写本レベルは2⁻ΔΔCq 正規化で表 1にすべてのプライマー配列を記載したもので、βアクチンに正規化されました。

ウェスタンブロット解析

各マウスコホートから約40mgの腎組織サンプルを採取し、氷で粉砕し、タンパク質溶解バッファーで完全に均質化しました。12,000rpm、4°Cで15分間スピンした後、組織ホモジネートからの全タンパク質含有上清液を収集し、アリクォートし、−80°Cで凍結保存しました。 タンパク質上清液はローディングバッファーと混合され、水浴で沸騰して変性させました。各レーンあたり約10μLの正規化タンパク質サンプルをロードし、10%SDS-ポリアクリルアミドゲルに分離しました。標的タンパク質は湿式エレクトロブロッティングによってニトロセルロースフィルターに移されました。移送は氷浴で400 mAの固定電流で30〜45分間行われました。移植後、ブロットは冷たい無脂肪ミルクで2時間培養され、その後1:1,000の一次抗体とともに4°Cで一晩培養されました。洗浄されたブロットは、4°Cで2時間にわたり対応する二次抗体(1:10,000)で覆い、ImageJソフトウェアを用いてブロット写真から発光帯信号を記録し定量化しました。GSDMD-Nでは、チューブリンが負荷制御として用いられました。なぜなら、その期待分子量(~35 kDa)がGAPDH(~36 kDa)と重なったからです。すべてのウェスタンブロット実験は、3つの独立した生物学的複製体で実施されました。

統計解析

定量データは平均±標準偏差(SD)として提示されます。2つのグループ間の差異は、ペアなしの学生t検定で分析し、複数グループ間の比較は一方移動分散分析(ANOVA)とTukeyの事後検定で評価されました。p値<0.05は統計的に有意とされました。

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。

結果

DJCバイオアクティブ成分と標的同定

DJCを構成する6つのハーブから、スクリーニング基準を満たす66種類の生物活性化合物(OB≥30%、DL≥0.18)が同定されました。これには、Pseudostellaria heterophyllaから26個、Paeonia suffruticosaから6個、Cuscuta chinensisから8個、Alisma orientaleから6個、Rehmannia glutinosaから10個、Whitmania pigraから10個の化合物が含まれていました。標的ラベルの標準化と重複除去により、DJCに関連する599の異なる候補タンパク質標的が得られました。このような相互接続を示すために化合物と標的の相互作用マップを作成しました(図1

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

DNは複雑で多因子の病因を持つESRDの主な原因であり、まだ完全には解明されていません20,21。DJCはDNの改善において有望な臨床効果を示しているものの、その根本的な分子メカニズムは依然としてほとんど解明されていません22。本研究では、ネットワーク薬理学、機械学習ツール、結合シミュレーションアッセイ、生体内検証を統合したマルチオミクス解析スキームを用いて、DJCの薬理学的作用を探りました。この多角的なアプローチにより、潜在的なターゲットのスクリーニング、コア経路の計算上の優先順位付け、主要な発見の実験的評価が可能となり、探究的結論の基盤を強化しました。

一次ネットワーク薬理学解析では、DNにおけるDJCの効果に関連する68の潜在的な標的が特定され、伝統中国医学(TCM)の特徴である古典的な多標的作用機序を示唆しました

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。

開示事項

著者には開示すべき利益相反はありません。

謝辞

この研究は安徽省大学の重点研究プロジェクト(助成金番号2024AH050968)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

```html
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
クレアチニン（CRE）アッセイキット南京建成バイオエンジニアリング研究所C011-2-1
ECLBiosharpBL520B
エオシン染色キットServicebioG1002
ヤギ抗ウサギIgG-HRP共役体AbbkineA21020
ヘマトキシリン染色キットServicebioG1004
マッソン三色染色キットServicebioG1006
マウスIL-1βELISAキットMeiMianMM-0040M1
マウスIL-18 ELISAキットMeiMianMM-0169M1
ウサギ抗マウスCaspase1抗体AffinityAF5418
ウサギ抗マウスCCL2抗体Abcamab315478
ウサギ抗マウス切断Caspase-1抗体AffinityAF4005
ウサギ抗マウスGAPDH抗体ZenbioR380626
ウサギ抗マウスGSDMD-N抗体Abcamab219800
ウサギ抗マウスNLRP3抗体Abcamab263899
ウサギ抗マウスチューブリン抗体AffinityAF7011
リバース転写キットBiosharpBL696A
RIPA溶解バッファーBeyotime BiotechnologyP0013
RIPA溶解バッファーLeagenePS0013
RNA分離試薬ServicebioG3013-100ML
SYBR Green Master MixServicebioG3326-05
尿タンパク質定量キット南京建成バイオエンジニアリング研究所C035-2-1
ソフトウェア名バージョン
AutoDock Vina1.2.3
Cytoscapeソフトウェア3.10.0
GraphPad Prism9.0
ImageJjava 1.8.0_345
PyMOL2.5
Rソフトウェア4.2.0
```

参考文献

  1. Demir S, Nawroth PP, Herzig S, Ekim Üstünel B. Emerging targets in type 2 diabetes and diabetic complications. Adv Sci (Weinh). 2021;8(18):e2100275.
  2. Zimmet PZ, Magliano DJ, Herman WH, Shaw JE. Diabetes: a 21st century challenge. Lancet Diabetes Endocrinol. 2014;2(1):56-64.
  3. Liu M, et al. Loss of glomerular aldolase B in diabetic nephropathy promotes renal fibrosis via activating Akt/GSK-3β/β-catenin axis. J Adv Res. 2025;76:207-18.
  4. Wang L, et al. Puerarin reduces diabetic nephropathy-induced podocyte pyroptosis by modulating the SIRT1/NLRP3/caspase-1 pathway. Mol Cell Endocrinol. 2025;595:112409.
  5. Wang Y, et al. C-reactive protein promotes diabetic kidney disease via Smad3-mediated NLRP3 inflammasome activation. Mol Ther. 2025;33(1):263-78.
  6. Liu Y, et al. Role of MCP-1 as an inflammatory biomarker in nephropathy. Front Immunol. 2024;14:1303076.
  7. Bai Z, Huang X, Nie S. Kidney function-related protection of polysaccharides from red kidney bean and small black soybean via urine metabolomics in type 2 diabetic rats. Carbohydr Polym. 2025;355:123311.
  8. Xuan C, et al. Isoquercitrin alleviates diabetic nephropathy by inhibiting STAT3 phosphorylation and dimerization. Adv Sci (Weinh). 2025;12(25):e2414587.
  9. Hu Q, et al. Diabetic nephropathy: focusing on pathological signals, clinical treatment, and dietary regulation. Biomed Pharmacother. 2023;159:114252.
  10. Wu YJ, et al. Danzhi Jiangtang Capsule mediates NIT-1 insulinoma cell proliferation and apoptosis by GLP-1/Akt signaling pathway. Evid Based Complement Alternat Med. 2019;2019:5356825.
  11. Sun M, et al. Danzhi Jiangtang Capsule ameliorates kidney injury via inhibition of the JAK-STAT signaling pathway and increased antioxidant capacity in STZ-induced diabetic nephropathy rats. Biosci Trends. 2018;12(6):595-604.
  12. Fang Z, et al. Radix pseudostellariae of Danzhi Jiangtang capsule relieves oxidative stress of vascular endothelium in diabetic macroangiopathy. Saudi Pharm J. 2020;28(6):683-91.
  13. Xie J, et al. Danzhi Jiangtang capsule reduces renal injury in rats with diabetes induced by high fat diet and streptozotocin via downregulating toll-like receptor 4-nuclear factor-κB pathway and apoptosis. J Tradit Chin Med. 2023;43(2):312-21.
  14. Fang Z, et al. The effects of Danzhi Jiangtang capsule on clinical indices and vascular endothelial function in patients with impaired glucose tolerance of Qi-Yin deficiency type. Ann Med. 2023;55(2):2291185.
  15. Li X, et al. Network pharmacology prediction and molecular docking-based strategy to explore the potential mechanism of Huanglian Jiedu Decoction against sepsis. Comput Biol Med. 2022;144:105389.
  16. Zhao L, et al. Network pharmacology, a promising approach to reveal the pharmacology mechanism of Chinese medicine formula. J Ethnopharmacol. 2023;309:116306.
  17. Li X, et al. Network pharmacology approaches for research of traditional Chinese medicines. Chin J Nat Med. 2023;21(5):323-32.
  18. Zhao N, et al. Integrated chemical composition, transcriptomics, and network pharmacology to reveal the mechanism of Jia-Wei-Si-Miao-Yong-An Decoction in ACS model rats. Phytomedicine. 2025;145:157027.
  19. Wu J, et al. Use of molecular dynamics simulations to study how plant biomolecules help improve environmental health. Sci Total Environ. 2023;869:161871.
  20. Abhirami BL, Krishna AA, Kumaran A, Chiu CH. Targeting NF-κB in diabetic nephropathy: exploring the therapeutic potential of phytoconstituents. Arch Pharm Res. 2025;48(7-8):577-637.
  21. Joumaa JP, et al. Mechanisms, biomarkers, and treatment approaches for diabetic kidney disease: current insights and future perspectives. J Clin Med. 2025;14(3):727.
  22. Shi H, et al. In vivo and in vitro studies of Danzhi Jiangtang capsules against diabetic cardiomyopathy via TLR4/MyD88/NF-κB signaling pathway. Saudi Pharm J. 2021;29(12):1432-40.
  23. Deng Y, et al. Mechanism exploration of Wenshen Jianpi Decoction on renoprotection in diabetic nephropathy via transcriptomics and metabolomics. Phytomedicine. 2025;139:156446.
  24. Li J, et al. Mechanistic investigation of astragalus root in the management of T2DM-NAFLD comorbidity: an integrated network pharmacology, molecular docking, molecular dynamics simulation, and in vitro study. Pharmaceuticals (Basel). 2026;19(2):289.
  25. Li X, et al. Integrating network pharmacology, bioinformatics, and experimental validation to unveil the molecular targets and mechanisms of galangin for treating hepatocellular carcinoma. BMC Complement Med Ther. 2024;24(1):208.
  26. Zhao L, et al. Inflammation in diabetes complications: molecular mechanisms and therapeutic interventions. MedComm (2020). 2024;5(4):e516.
  27. Shen J, et al. Different types of cell death in diabetic endothelial dysfunction. Biomed Pharmacother. 2023;168:115802.
  28. Li J, et al. Investigating the effects and potential mechanisms of astragalus root against diabetic nephropathy based on bioinformatics analysis and in vitro validation. Int J Mol Sci. 2026;27(10):4641.
  29. Tang L, et al. ATP6AP1 drives pyroptosis-mediated immune evasion in hepatocellular carcinoma: a machine learning-guided therapeutic target. Discov Oncol. 2025;16(1):616.
  30. Wu Y, Ma Y. CCL2-CCR2 signaling axis in obesity and metabolic diseases. J Cell Physiol. 2024;239:e31192.
  31. Song Z, et al. The novel potential therapeutic target PSMP/MSMP promotes acute kidney injury via CCR2. Mol Ther. 2024;32(7):2248-63.
  32. Yang Y, et al. CCL2-CCR2 axis in cardiovascular disease: research advances and challenges. Sci Bull (Beijing). 2025;70(6):820-4.
  33. Pozzi S, Satchi-Fainaro R. The role of CCL2/CCR2 axis in cancer and inflammation: the next frontier in nanomedicine. Adv Drug Deliv Rev. 2024;209:115318.
  34. Torices S, et al. Targeting the CCL2/CCR2 axis in HIV-1 infection and ischemic stroke. Stroke. 2026;57(2):538-48.
  35. Scurt FG, et al. Monocyte chemoattractant protein-1 predicts the development of diabetic nephropathy. Diabetes Metab Res Rev. 2022;38(2):e3497.
  36. Xu J, et al. (5R)-5-hydroxytriptolide ameliorates diabetic kidney damage by inhibiting macrophage infiltration and its cross-talk with renal resident cells. Int Immunopharmacol. 2024;126:111253.
  37. Wang X, et al. Discovery of the pharmacodynamic material basis of Danggui Buxue Decoction in the treatment of diabetic kidney disease based on lipidomics regulation. Phytomedicine. 2025;141:156643.
  38. Fu J, Wu H. Structural mechanisms of NLRP3 inflammasome assembly and activation. Annu Rev Immunol. 2023;41:301-16.
  39. Makoni NJ, Nichols MR. The intricate biophysical puzzle of caspase-1 activation. Arch Biochem Biophys. 2021;699:108753.
  40. Shi Y, et al. Inhibition of caspase-1 suppresses GSDMD-mediated peritoneal mesothelial cell pyroptosis and inflammation in peritoneal fibrosis. Small. 2025;21:e2409362.
  41. Broz P. Pyroptosis: molecular mechanisms and roles in disease. Cell Res. 2025;35(5):334-44.
  42. Zhang G, et al. Emodin influences pyroptosis-related caspase 1-GSDMD axis alleviated cerebral ischemia-reperfusion injury in rats. Sci Rep. 2025;15(1):19397.
  43. Ouyang PW, et al. Procyanidin B2 attenuates microvascular dysfunction in diabetic retinopathy via inhibition of caspase-1/GSDMD-mediated pyroptosis. J Ethnopharmacol. 2025;344:119528.
  44. Chen J, et al. Chlorogenic acid attenuates deoxynivalenol-induced apoptosis and pyroptosis in human keratinocytes via activating Nrf2/HO-1 and inhibiting NLRP3/GSDMD pathway. Food Chem Toxicol. 2024;186:113578.

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

233233CCL2 CCR2

関連記事