うつ病ラットモデルにおけるモンゴル伝統医学Zadi-5の行動薬理学およびネットワーク薬理学に基づく分析

うつ病の治療におけるZadi-5の治療効果は、行動テストによって確立できますが、ネットワーク薬理学は、その効力の根底にある潜在的なメカニズムを予測できます。ネットワーク薬理学は、複雑な作用機序を示す伝統薬の探索をサポートし、研究に必要な時間と費用をさらに最小限に抑えることができます。オープンフィールドテスト、ショ糖消費テスト、モリスウォーターメイズなどのテストは、神経疾患の動物モデルで、食欲、モチベーションレベル、学習能力、および記憶を評価するためのゴールドスタンダードです。

これらのテストは、評価のためのシンプルで客観的で合理的な方法です。うつ病性障害研究における新薬の病理学的メカニズムと効果を理解するには、動物モデルの確立が重要です。優れたうつ病モデルを確立するには、研究者は刺激強度を適切に順序付けし、調整する必要があります。

まず、選択した抑うつ刺激を単離と組み合わせて、対照群を除くすべてのラットに28日間適用し、ラットを個々のケージで飼育します。オープンフィールドテストを実行するには、ブラックボックスを等面積の9つの正方形の領域に分割します。ボックスにビデオトラッキング分析システムを装備します。

最後の強制経口の1日後、ネズミを中央の正方形に置き、その水平および垂直の活動を3分間記録します。次に、すべての一時停止と交差した正方形の数を水平アクティビティとしてスコアリングし、立って身だしなみを垂直アクティビティとしてスコアリングします。各テストの後、75%アルコールで箱を洗浄して、その後のテストのためにラットの臭いを取り除きます。

次に、消費の前後にそれぞれのボトルを計量することにより、ショ糖消費テストを実行します。そして、この式を使用して、0、7、14、21、および28日目の60分間のスクロース選好率を計算します。モリス水迷路テストを実行するには、プールを4つの象限に分割します。

象限を 1 から 4 まで順番に並べ、水面から 1 センチメートル下の 3 番目の象限に隠されたプラットフォームを配置します。ある程度の不透明度のためにプールにミルクを追加します。次に、ネズミの被験者をさまざまな象限の迷路に配置して、プラットフォームを120秒間探します。

また、Morris Water Mazeビデオトレイル分析システムを使用して遅延時間を記録します。ラットの被験者をプールの固定位置に置きます。被験者が 120 秒以内に非表示のプラットフォームを見つけられない場合は、レイテンシーを 120 秒として記録します。

次に、プラットフォームを取り外し、ネズミを水中に置き、ゾーン横断の数を120秒間記録します。漢方薬システムの薬理学のウェブページを閲覧し、薬草名のセクションにmyristicae semen seeds、al-glandia-radiks roots、piperis longi fructusを入力して、化学物質の名前を取得します。経口バイオアベイラビリティ (OB) の薬物動態指数を 30% より大きくし、薬物様指数を 0.18 より大きく設定します。

漢方薬局方の有効成分を検索し、各成分の化学名を特定します。次に、Pub Chemで同定された化学名を検索して、異性体の笑顔、またはインクを見つけます。SEA、Batman、およびスイスのターゲット予測を使用して、異性体スマイルまたはインクを使用して有効成分のターゲットタンパク質を特定し、重複するタンパク質を見つけます。

データを Excel ファイルにコピーします。次に、GeneCards、DisGeNET、DrugBankのキーワード「うつ病」および「うつ病性障害」を用いて、うつ病の潜在的なタンパク質標的を検索および特定します。データを Excel ファイルにコピーします。

ベン図を参照し、リスト 1 のうつ病のターゲットをアップロードします。次に、リスト 2 の Zadi-5 のアクティブ コンポーネントのターゲットをアップロードして送信します。ベン図を取得し、重複するターゲット候補を除外します。

network というスプレッドシートを作成します。また、type というスプレッドシートも作成します。シートをCytoscapeにエクスポートしてネットワークを構築し、Zadi-5ハーブ成分の疾患ターゲットを構築します。

文字列データベースに共通のターゲットを設定して、それらの相互作用を分析します。タンパク質タイプをホモサピエンスに設定します。交互作用のしきい値を 0.9 に設定して、実験的に検証されたタイプのみを選択し、孤独な島のノードを表示しません。

DAVIDツールを開き、Zadi-5の86の潜在的な抗うつ薬ターゲットを開始分析ブラケットに貼り付けて、関連するシグナル伝達経路を調べます。樽の経路に関する文書をダウンロードします。エンリッチメント解析からPI3k-AKT経路の遺伝子を選択し、スプレッドシートに貼り付けてタイプとネットワークのドキュメントを作成します。

ネットワークドキュメントのタイプをCytoscapeにエクスポートして、PI3K-AKTで可視化された化合物ターゲット経路ネットワークを生成します。試験動物群は、慢性的な予期せぬ軽度のストレスまたはCUMS刺激の前に有意差を示さなかった。CUMSモデルを確立した後、グループの垂直および水平スコアは対照よりも低かった。

モデル群と比較して、陽性対照群とZadi-5群の垂直および水平スコアは有意に高かった。0日目には、試験群はショ糖の摂取量に有意差を示さなかった。Zadi-5群と陽性対照群は、28日目にモデル群よりも高かった。

Morris Water Mazeでは、モデル群がプラットフォームを見つけるまでの待ち時間は、対照群と比較して有意に高かった。ポジティブコントロール群とZadi-5群の潜伏時間は、モデル群よりも低かった。ゾーンの交差数に関しては、モデルグループは対照群よりも交差回数が少なかった。

ポジティブコントロール群とZadi-5群は、モデル群よりも多くの交配を示しました。ベン図解析により、1000のうつ病関連タンパク質標的のうち、Zadi-5の重要なうつ病関連標的として86の重複する標的が明らかになりました。これらの知見に基づき、Zadi-5ハーブ成分疾患標的、および標的候補のタンパク質間相互作用ネットワーク解析を構築した。

KEG経路解析によると、PI3K-AKTシグナル伝達経路は7位にランクされました。それは多くのシグナル伝達経路と関連していました。したがって、PI3K-AKT経路は、他の濃縮経路よりも相対的に重要であると考えられていました。

この手順を試みている間は、同じ種類の刺激を連続して繰り返すことを控えることが重要です。オンラインデータベースでZadi-5の成分を分析した後、液体クロマトグラフィー、質量分析、および核磁気共鳴分光法によって検証の品質を保証することができます。