Name: 肺腺癌に対する トリコサンテス・フリティラリア・ツンベルギ の作用機序のネットワーク薬理予測と実験的検証 (動画) | JoVE Journal
Uploaded: 2023-03-03T14:35:00.000+00:00
Duration: 13 min 18 s
Description: 学ぶネットワーク薬理学と実験検証による肺腺癌治療におけるトリコサンテス・フリティラリア・ツンベルギの作用機序。PI3K/AKTシグナル伝達経路の関与を解明し、漢方薬の現代的がん治療への応用可能性を示す。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、北京中医薬大学のイノベーショントレーニングプログラム(No:202110026036)の支援を受けました。

全てのネットワーク薬理学手順は、ネットワーク薬理学評価方法ガイドライン18に従って実施した。すべての実験手順は、北京中医薬大学の実験室管理規則に従って実施されました。
1. ネットワーク薬理予測
<ol><li>有効成分の選択<ol><li>HERBデータベース(http://herb.ac.cn)19を開き、「グアロウ」( トリコサンテス・キリロウィ ・マキシムの中国名)と「ジェベイム」(フシギドリの中国 名)をキーワードとして、2つの薬の成分を取得します。2つの薬のリストと標準的なSMILES構造をダウンロードしてください。</li>
		<li>取得したコンポーネントがアクティブコンポーネントであるかどうかを判断します。<ol><li>HERBグループデータベースに経口バイオアベイラビリティ(OB)および薬物様(DL)値を有するもの(すなわち、OB≥30%およびDL≥0.18を有する成分)を活性成分として含める20,21。</li>
			<li>コンポーネントにOB値とDL値がない場合は、コンポーネントをスイスのADMEデータベース(http://www.swissadme.ch/index.php)22に入力して、各コンポーネントに関する情報を取得します。GI吸収が「高い」成分と少なくとも2つの「はい」のDL値を持つ成分を有効成分として含めます。</li>
		</ol></li>
	</ol></li>
	<li>アクティブコンポーネントのターゲット予測<ol><li>HERB データベース (http://herb.ac.cn) を開きます。アクティブなコンポーネントの正規の SMILES 構造を検索してコピーします。</li>
		<li>SEA(類似アンサンブルアプローチ、http://sea.bkslab.org)データベース23を開きます。アクティブなコンポーネントの正規の SMILES 構造を検索ボックスに貼り付け、[ SEA を試す ] をクリックして、各アクティブ コンポーネントのターゲット キー、ターゲット名、 P 値、および MaxTC を取得します。</li>
		<li>データをスプレッドシートにコピーし、スプレッドシートファイルのフィルタリング機能を使用して、アクティブなコンポーネントのターゲットをターゲットキー(Human、 P < 0.05、MaxTC > 0.5)でフィルタリングします。</li>
		<li>すべてのターゲットをスプレッドシートにコピーし、重複を削除してドラッグターゲットを取得します。</li>
	</ol></li>
	<li>疾患標的の予測<ol><li>GeneCardsデータベース(https://www.genecards.org)24およびオンラインMendelian Inheritance in Manデータベース(OMIM、https://www.omim.org)25を開き、肺腺癌をキーワードとして 肺腺癌 の疾患標的を取得します。</li>
		<li>疾患ターゲットのスプレッドシートをダウンロードします。繰り返しターゲットを削除して、LUAD ターゲットを取得します。</li>
	</ol></li>
	<li>創薬-成分-疾患-標的ネットワークの構築<ol><li>LUAD 関連のターゲットと創薬ターゲットを新しいスプレッドシートの同じ列にコピーします。ツールバーの「 データ - 重複の識別」 機能を使用して、LUAD 関連ターゲットと トリコサンテス-フリティラリア・トゥンベルギイ のアクティブコンポーネント関連ターゲットの交差ターゲットを取得します。</li>
		<li>サイトスケープ3.8.0を開きます。メニュー バーの [ ファイル ] をクリックし、[ ファイルからネットワーク> インポート] を選択してスプレッドシート ファイルをインポートします。左側のコントロールパネルのスタイルバーを使用して、ネットワークノードのサイズと色を最適化します。</li>
		<li>ネットワーク トポロジ解析には、[ ネットワークの解析 ] 関数を使用します。メニュー バーの [ツール ] をクリックし、[ ネットワークの分析] を選択します。 [テーブル ]パネルで、タイトルバーの[度]をクリックして、コンポーネントを 度 数で降順に並べます。上位10のコンポーネントとターゲットを主要なアクティブコンポーネントとコアターゲットとします。</li>
	</ol></li>
	<li>PPIネットワークの構築とコアタンパク質のスクリーニング<ol><li>文字列データベース (https://cn.string-db.org/)26 を開きます。LUAD に対するトリコサンテス・フリティラリア・トゥンベルギイの潜在的なターゲットのテキスト形式リストを [名前のリスト] ダイアログ ボックスに貼り付けます。生物でホモサピエンスを選択し、[検索]ボタン>[続行]ボタンをクリックします。</li>
		<li>結果が利用可能になったら、設定をクリックし、基本設定>最低限必要なインタラクションスコアで高い信頼度(0.700)にチェックマークを付けます。[詳細設定]で[ネットワーク内の切断されたノードを非表示にする]にチェックマークを付け、[更新]ボタンをクリックします。</li>
		<li>タイトル バーの [エクスポート ] をクリックし、PPI リレーションシップの短い表形式テキストを TSV 形式でダウンロードします。</li>
		<li>サイトスケープ3.8.0を開きます。[ ファイルから>ネットワークをインポートする ]をクリックして>ビジュアル分析のためにTSV形式のファイルをインポートします。</li>
		<li>ネットワーク アナライザ機能を使用して、トポロジ解析を実行します。左側のコントロールパネルのスタイルバーを使用して、ネットワークノードのサイズと色を最適化します。</li>
	</ol></li>
	<li>KEGG エンリッチメント分析<ol><li>メタスケープ(https://metascape.org/)27プラットフォームを開きます。潜在的な治療標的のテキスト形式のリストをダイアログボックスに貼り付け、[送信]ボタンをクリックします。種として入力と種としての分析の両方でH.サピエンスにチェックマークを付け、[カスタム分析]ボタンをクリックします。[エンリッチメント] を選択し、[KEGG パスウェイ] のみにチェックマークを付けて、[エンリッチメント分析] をクリックします。進行状況バーが 100% に達したら、分析レポート ページのオレンジ色のボタンをクリックすると、エンリッチメントの結果が表示されます。</li>
		<li>[オールインワン Zip ファイル] をクリックしてエンリッチメント結果をダウンロードし、Enrichment_GO フォルダー内の _ FINAL_GO.csv ファイルを開いて結果を取得します。</li>
		<li>R ソフトウェア (https://cran.r-project.org/) を開きます。ggplot2 R パッケージをインストールするために、 R に install.package (" ggplot2") と ライブラリ (ggplot2) を入力します。 実行 キーを押して、KEGG 視覚化プログラムを実行します。</li>
	</ol></li>
</ol>2. 実験的検証
<ol><li>薬の準備 注: Fritillaria thunbergii Miqと Trichosanthes kirilowii Maximは、北京中医薬大学と提携している東直門病院から購入しました。<ol><li>50 gのフリティラリア・ツンベルギ・ミクと50 gのトリコサンテス・キリロウィ・マキシムを混ぜ合わせます。混合物を1Lの蒸留水に20分間浸した後、常圧下で100°Cで1時間デコクトします。</li>
		<li>煎じ薬をろ過して、滅菌医療用ガーゼの二重層でろ液を得、次に80μmのろ紙を使用して抽出物をさらにろ過します。上記の操作を3回繰り返します。</li>
		<li>ろ液を混合して、約1.2 Lの煎じ薬を得る。溶液をロータリーエバポレーターのフラスコに入れます。回転速度を37°Cで50rpmに設定します。 煎じ薬をロータリーエバポレーターで6時間混合して抽出物に凝縮し、粘性のある液体を生成します。</li>
		<li>真空凍結乾燥機構をオンにして、温度を-40°Cに予冷します。 得られた抽出物を材料トレイに入れ、それを凍結用のコールドトラップに入れる。</li>
		<li>コールドトラップの温度が-50°Cに達し、材料が2時間凍結したら、凍結した材料をコールドトラップに配置された乾燥ラックに移します。真空ポンプをオンにして、凍結乾燥プロセスを開始します。フリーズドライパウダーを取り出し、後で使用するために-20°Cの冷蔵庫に保管します。</li>
	</ol></li>
	<li>細胞培養<ol><li>89%のDMEM基本培地、10%のウシ胎児血清、および1%のペニシリン-ストレプトマイシンでDMEM完全培地を構成します。</li>
		<li>液体窒素からA549細胞を除去した後、細胞を37°Cの水浴中でインキュベートし、バイアル内の培地が溶けるまで撹拌する。</li>
		<li>4倍容量のDMEM完全培地を溶融セルに加える。細胞を遠心分離し(4°C、679 x g、5分間)、上清を捨てる。</li>
		<li>沈殿した細胞を6mLのDMEM完全培地で再懸濁し、それらをT25培養フラスコにプレートし、フラスコを37°C、5%CO2の細胞インキュベーター内でインキュベートする。</li>
	</ol></li>
	<li>細胞生存率の検出<ol><li>対数増殖期A549細胞を1 mLの0.25%トリプシンで37°Cで1分間消化します。 1 mLのDMEM完全培地を加えてトリプシンを中和し、穏やかに吹き付けて細胞の脱落を促進します。混合物を遠心分離し、菌体ペレットを得た(4°C、192 x g、5分間)。得られた細胞をDMEM完全培地を用いて再懸濁する。</li>
		<li>細胞懸濁液を血球計算盤に加え、自動セルカウンターを使用してカウントします。DMEM完全培地を使用して5 x 104 細胞/ mLに希釈します。</li>
		<li>トリコサンテス・フリティラリア・ツンベルギイ水抽出物1gをPBS溶液10 mLに溶解し、0.22 μmのフィルターでろ過滅菌します。PBSを使用して、混合物を90 mg / mL、80 mg / ml、70 mg / mL、60 mg / mL、50 mg / mL、40 mg / mL、30 mg / mL、20 mg / mL、および10 mg / mLに希釈します。.</li>
		<li>希釈した細胞を96ウェルプレートに1ウェルあたり100 μLでプレートします。細胞接着後、異なる濃度の トリコサンテス-フリティラリア・ツンベルギイ 水抽出物を1 μL添加し、各ウェルの濃度を900 μg/mL、800 μg/mL、700 μg/mL、600 μg/mL、500 μg/mL、400 μg/mL、300 μg/mL、200 μg/mL、および100 μg/mLに調整します。</li>
		<li>24時間の培養後に元の培地を廃棄し、100 μLのDMEM塩基性培地を加えて、37°C、5%CO2で2時間さらにインキュベートします。</li>
		<li>上記の処理後、20 μLのMTS溶液(材料表)を加え、細胞を37°C、5%CO2でさらに1時間インキュベートします。</li>
		<li>インキュベートした混合物を別のプレートに移します。マイクロプレートリーダーを使用して、波長490 nmの吸光度(OD)を測定します。次の式を使用して細胞生存率を計算します。 生存率(%)= 100 ×(処理されたサンプルのOD-培地のOD)/(対照サンプルのOD-培地のOD)。 注:IC50に近い最小濃度は、高用量として定義されます。細胞増殖が阻害され始める濃度は低線量濃度として定義され、中間値はその後の実験的研究のための中用量濃度として定義される。この研究では、400 μg / mL、600 μg / mL、および800 μg / mLが低、中、および高用量として使用されました。</li>
	</ol></li>
	<li>薬物介入とサンプル収集 注:細胞増殖は、対数相を決定するために時間に対してプロットされました。<ol><li>対数増殖期A549細胞を5 x 105 細胞/mLに希釈します。2 mLの細胞懸濁液を6ウェルプレートに加え、12時間増殖させます。</li>
		<li>ステップ2.3.3を繰り返して、トリコサンテス-フリティラリア・ツンベルギイ水抽出物の80 mg / mL、60 mg / mL、および40 mg / mLPBS希釈液を取得します。PBS溶液20 μL、40 mg/mLトリコサンテス-フリティラリア・ツンベルギ水抽出物20 μL、60 mg/mLトリコサンテス-フリティラリア・ツンベルギ水抽出物20 μL、および80 mg/mLトリコサンテス-フリティラリア・ツンベルギイ水抽出物20 μLをブランク対照群、低濃度群、中濃度群、高濃度群に加え、 それぞれ。24時間の介入後に上清を廃棄し、PBSで細胞を3回洗浄します。 注: トリコサンテス-フリティラリア・ツンベルギイ 水抽出物のブランクコントロール群、低濃度群、中濃度群、および高濃度群の濃度は、それぞれ0 μg / mL、400 μg / mL、600 μg / mL、および800 μg / mLでした。.</li>
		<li>250 μLのRIPAバッファー(1%PMSFおよび1%ホスファターゼ阻害剤を含む)を各ウェルに加え、細胞を30分間溶解します。遠心分離(4°C、6,714 x g、10分)用のライセートを回収し、上清を得た。</li>
	</ol></li>
	<li>ウェスタンブロッティング<ol><li>製造元の指示に従ってBCA法によりサンプルのタンパク質濃度を検出します。RIPAバッファーを使用して、各サンプルの濃度が一致するように調整します。</li>
		<li>40 μLのタンパク質サンプルを10 μLの5xローディングバッファーと混合し、100°Cで5分間煮沸します。 この混合物を遠心分離機(4°C、6,714 x g、10分間)し、その後の実験のために上清を得た。</li>
		<li>120 V垂直電気泳動を用いたゲル電気泳動によりタンパク質を単離します。</li>
		<li>電気「サンドイッチ」(スポンジ-ろ紙-ゲル-PVDFメンブレン-ろ紙-スポンジ)を準備します。転写装置を氷浴に浸し、タンパク質をPVDFメンブレンに70 Vで60分間転写します。</li>
		<li>100 mLのTBST溶液(0.05%[v/v] Tween-20、10 mM Tris、150 mM NaCl、pH 7.5)と5 gの脱脂粉乳を使用して、5%ミルクを構成します。AKT抗体とp-AKT抗体を抗体希釈剤で1:1,000の比率で事前に希釈します。</li>
		<li>PVDFメンブレンを5%脱脂粉乳で1時間振とうします。ブロッキング後、ブロッキングミルクを捨て、希釈した一次抗体を加えて4°Cで一晩インキュベートします。</li>
		<li>一次抗体を除去した後、TBST溶液を使用してPVDFメンブレンを5回ずつ5分間洗浄します。</li>
		<li>二次抗体を抗体希釈剤で1:5,000の比率で事前に希釈します。二次抗体を添加し、室温(RT)で1.5時間インキュベートします。二次抗体を除去した後、TBST溶液を使用してPVDFメンブレンを5回ずつ5分間洗浄します。</li>
		<li>化学発光検出システムを使用してタンパク質を検出します。</li>
	</ol></li>
</ol>3. 分子ドッキング
<ol><li>ユニプロットデータベースを開きます (https://www.uniprot.org)28.検索ボックスにターゲットシンボルを入力し、[検索]ボタンをクリックします。構造小見出しで、タンパク質ターゲットの3D構造のダウンロードをクリックします。</li>
	<li>RCSB PDB データベース (https://www.rcsb.org/pdb/home/sitemap.do)29 を開きます。検索ボックスにタンパク質高分子の名前を入力します。タンパク質高分子構造をPDB形式でダウンロードします。</li>
	<li>UCSF Chimera 1.16 ソフトウェア(https://vina.scripps.edu/)および AutoDock Vina (https://vina.scripps.edu/) のインストールパッケージをダウンロードします。UCSF Chimera 1.16 ソフトウェアをインストールして開きます。[ファイル] > [開く ] をクリックして、受容体タンパク質を表示します。</li>
	<li>[ 構造編集>ツール]>[ドックの準備]をクリックし、ポップオーバーの[ 溶剤の削除]、[ 水素の追加]、および [チャージの追加 ]にチェックマークを付けて、水を削除し、水素化とバランスチャージを追加します。 [Mol2ファイルの書き込み ]をクリックして、受容体タンパク質をmol2形式で保存します。リガンドについても同様のステップを実行します。</li>
	<li>ファイル>開くをクリックして、UCSF Chimera 1.16ソフトウェアでmol2フォーマットのリガンドを表示します。AutoDock Vina>表面/結合解析>ツールで、受容体バーを受容体タンパク質の名前に設定し、リガンドバーをリガンドの名前に設定します。[中心]と[サイズ]の後ろのボックスに値を入力して、新しく開発されたスペースを調整し、リガンドと受容体を完全に包含できるようにします。</li>
	<li>分子ドッキング仮想スクリーニングで OK をクリックして、受容体へのリガンド結合に最適な位置を取得します。結合エネルギー値を最適な位置に記録します。</li>
</ol>4. 統計分析
<ol><li>SPSS 26.0統計ソフトウェアを開きます。データロードのために ファイル>インポートデータ をクリックします。</li>
	<li>実験データを平均±標準偏差として提示します。</li>
	<li>一元配置分散分析を使用して複数のグループを比較します。 注: この研究では、P < 0.05が統計的に有意であると考えられました。</li>
</ol>

著者は宣言する利益相反はありません。

一般に、完全なネットワーク薬理学研究には、データベースからの活性成分の同定、活性成分および疾患に対応する標的の取得、薬物-成分-疾患-標的ネットワークの構築、およびコア標的および経路の予測が含まれる。活性成分とコアタンパク質の関連(分子ドッキング)をコンピュータ技術で事前に予測し、実験を用いて最終検証を行います。
関連するデータベースの選択は、研究の質を決定するため、ネットワーク薬理学の最も重要な部分です。HERBデータベースは、Syμmap、TCMID、TCMSP、TCM-IDなどのいくつかのTCMデータベースからの情報を統合し、現在最も包括的なTCMおよび成分データベースです。したがって、この研究では、HERBデータベースを活性成分19のスクリーニングに使用した。
この研究では、LUADの治療における トリコサンテス-フリティラリア・ツンベルギイ の31の活性成分と144の交差ターゲットが、関連するデータベースを通じて特定されました。薬剤-成分-疾患-標的ネ...

肺がんとは、肺気管支粘膜を起源とする悪性腫瘍を指し、扁平上皮がん、腺がん、大細胞がん、小細胞がんなどが含まれます1。肺腺癌(LUAD)は最も一般的なタイプの肺癌であり、肺癌症例全体の約40%を占めています2。ほとんどの患者は進行した段階で診断されるか、遠隔転移があるため、手術の機会を失います3。現在の臨床治療では、LUADを治療するための最も一般的な戦略は化学放射線療法の併用ですが、重篤な副作用のためにその適用は制限されています4。
伝統的な漢方薬(TCM)は、LUAD患者の臨床症状を効果的に緩和し、放射線療法と化学療法によって引き起こされる副作用を軽減することができるため、研究のホットスポットになっています5,6,7。伝統的な漢方薬では、肺がんは「肺蓄積」と「肺錐体」のカテゴリーに属します。気の欠乏と痰、うっ滞、毒の相互作用は、肺がんの病因において重要です。したがって、気を緊張させ、痰とうっ血を解消することは、TCM理論9による肺がんの主な臨床治療8つの方法です。トリコサンテス・キリロウィマキシム(グアロウ)とフリティラリア・トゥンベルギイ・ミク(ジェベイム)は、肺がんの治療における一般的な薬物ペアを表しており、この組み合わせは熱を取り除き、痰を減らす効果があります10,11,12。しかし、その作用機序は未だ不明であり、さらなる研究が必要です。
ネットワーク薬理学は、システム生物学と多方向薬理学の理論に基づく包括的な手法であり、複数の薬物と疾患の間の複雑なネットワーク関係を明らかにすることを目的としています13。伝統的な中国の処方箋は、多成分および多標的であるという特徴があり、ネットワーク薬理学の研究に非常に適しています14,15。最近、ネットワーク薬理学はTCMフォーミュラの研究における強力なアプローチとして浮上し、研究のホットスポットとなっています16,17。
しかし、私たちの知る限り、ネットワーク薬理学に関するすべての研究はテキストとして提示されています。この技術をビデオで紹介することで、学習のしきい値が大幅に下がり、この記事の利点の1つであるこの技術の普及促進が容易になります。本研究では、肺腺癌に対する Trichosanthes-Fritillaria thunbergii を例に、ネットワーク薬理学の予測と実験的検証を実施しました。

<table><tbody><tr><td>0.25% トリプシン-EDTA</td><td>Gibco</td><td>R001100</td><td></td></tr><tr><td>A549&nbsp;細胞株</td><td>Procell</td><td>CL-0016</td><td></td></tr><tr><td>AKT 抗体</td><td>CST</td><td>4691S</td><td></td></tr><tr><td>BCA タンパク質アッセイキット</td><td>Solarbio</td><td>PC0020</td><td></td></tr><tr><td>化学発光検出システム</td><td>上海秦郷科学機器工場</td><td>ChemiScope 6100</td><td></td></tr><tr><td>ダルベッコの修飾イーグル培地 (DMEM)</td><td>Solarbio</td><td>11995</td><td></td></tr><tr><td>増強化学発光(ECL)キット&nbsp;</td><td>ABclonal</td><td>RM00021</td><td></td></tr><tr><td>Fetal wevine serum</td><td>ScienCell</td><td>0025</td><td></td></tr><tr><td>HRP ヤギ抗ウサギ IgG (H+L)</td><td>ABclonal</td><td>AS014</td><td></td></tr><tr><td>MTS assay kit</td><td>Promega</td><td>G3580</td><td></td></tr><tr><td>p-AKT antibody</td><td>CST</td><td>6040S</td><td></td></tr><tr><td>Penicillin streptomycin</td><td>Gibco</td><td>C14-15070-063</td><td></td></tr><tr><td>フッ化フェニルメタンスルホニル(PMSF)</td><td>Solarbio</td><td>P0100</td><td></td></tr><tr><td>ホスファターゼ阻害剤</td><td>Beyotime</td><td>P1081</td><td></td></tr><tr><td>リン酸緩衝生理食塩水 (PBS)</td><td>Solarbio</td><td>P1020</td><td></td></tr><tr><td>ポリフッ化ビニリデン(PVDF)膜</td><td>Millipore</td><td>ISEQ00010</td><td></td></tr><tr><td>RIPA 溶解液</td><td>Solarbio</td><td>R0010</td><td></td></tr><tr><td>ロータリーエバポレーター</td><td>上海Yarongの生化学的な器械の</td><td>工場RE52CS-1</td><td></td></tr><tr><td>真空凍結乾燥のメカニズム</td><td>Ningbo Scientz Biotechnology</td><td>SCIENTZ-10</td><td></td></tr><tr><td>&beta;-アクチン抗体</td><td>ABclonal</td><td>AC026</td><td></td></tr></tbody></table>

肺腺癌に対する トリコサンテス・フリティラリア・ツンベルギ の作用機序のネットワーク薬理予測と実験的検証

Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma

肺腺癌(LUAD)の治療におけるトリコサンテス・フリティラリア・ツンベルギイのメカニズムをネットワーク薬理学と実験的検証に基づいて研究することを目的とした。TrichosanthisとFritillaria thunbergiiの有効成分と潜在的な標的は、漢方薬のハイスループット実験およびリファレンスガイド(HERB)データベースと類似性アンサンブルアプローチ(SEA)データベースによって収集され、LUAD関連の標的は、GeneCardsおよびオンラインメンデル遺伝(OMIM)データベースによって照会されました。薬物-成分-疾患-標的ネットワークは、Cytoscapeソフトウェアによって構築されました。タンパク質間相互作用(PPI)ネットワーク、遺伝子オントロジー(GO)機能、および京都遺伝子ゲノム百科事典(KEGG)パスウェイエンリッチメント解析を実施し、コアターゲットとキーパスウェイを取得しました。トリコサンテス・フリティラリア・ツンベルギイおよびA549細胞の水性抽出物を、その後の実験的検証に使用した。HERBデータベースと文献検索を通じて、トリコサンテス・フリティラリア・ツンベルギイの31の有効化合物と157の潜在的標的遺伝子がスクリーニングされ、そのうち144は肺腺癌の治療におけるトリコサンテス・フリティラリア・ツンベルギの調節標的でした。GO機能エンリッチメント分析は、肺腺癌に対するトリコサンテス-フリティラリア・ツンベルギの作用機序が主にタンパク質リン酸化であることを示した。KEGG経路エンリッチメント解析では、トリコサンテス・フリティラリア・ツンベルギイによる肺腺癌の治療には、主にPI3K/AKTシグナル伝達経路が関与していることが示唆されました。実験的検証は、トリコサンテス-フリティラリア・ツンベルギの水性抽出物がA549細胞の増殖およびAKTのリン酸化を阻害できることを示した。ネットワーク薬理学と実験的検証を通じて、PI3K / AKTシグナル伝達経路が肺腺癌の治療におけるトリコサンテス-フリティラリア・ツンベルギの作用に重要な役割を果たすことが確認されました。

21のトリコサンテスと10のフリティラリア・ツンベルギア成分、および144の対応する標的を含む、合計31のトリコサンテス-フリティラリア・ツンベルギア関連の活性成分が同定されました。 全体として、9,049および67のLUAD関連遺伝子がそれぞれGeneCardsデータベースおよびOMIMデータベースから抽出された。重複遺伝子を削除した後、LUADに関連する9,057個の遺伝子が同定された。LUAD関連遺伝子とTrichosanthes-Fritillaria thunbergii活性成分関連標的との交差は、潜在的な治療標的を得るために行われた。LUADに対するトリコサンテス-フリティラリア・ツンベルギの薬物-成分-疾患-標的相互作用ネットワークを図1Aに示します。相互作用ネットワークでは、上位10の活性成分は、ケンペロール、ヒドロキシゲンクワニン、ゲニステイン、ジオスメチン、β-シトステロール、パルミトレイン酸、マンデノール、ヘキサデカン酸、カルプロ酸、カプリン酸であり、LUADの治療...

本研究では、肺腺癌の治療における トリコサンテス・フリティラリア・ツンベルギイ のメカニズムを、ネットワーク薬理学と実験的検証に基づいて明らかにしました。この研究はまた、PI3K / AKTシグナル伝達経路が、肺腺癌の治療における トリコサンテス-フリティラリア・ツンベルギの 作用に重要な役割を果たしていることも示しています。

We aimed to study the mechanism of Trichosanthes-Fritillaria thunbergii in treating lung adenocarcinoma (LUAD) based on network pharmacology and ...

伝統的な漢方薬、ターゲットの多成分の特徴について話します。これは、ネットワークおよび生物学研究のための非常に基本的なボックスです。閾値を下げる技術のデモを行いました。ネットワーク薬理学は体系的な分析技術であり、多因子の相互作用ネットワーク作業のツールを構築します。ネットワーク薬理学のデータはデータベースから来ていますが、伝統的な漢方薬の単一の経路を効果的に予測できますが、薬物、タンパク質との関係を予測することはできず、これはその後の実験によって検証する必要があります。HERBデータベースを開き、Gua LiuとZhebimuをキーワードとして使用して、2つの薬の成分を取得します。2つの薬のリストと標準的なSMILES構造をダウンロードしてください。次に、経口バイオアベイラビリティと薬物様値を持つ成分をHERBグループデータベースに含めることにより、得られた成分が活性であるかどうかを判断します。成分に経口バイオアベイラビリティーと薬物様値がない場合は、その成分をSwiss ADMEデータベースに入力して、各成分に関する情報を入手してください。GI吸収が高く、少なくとも2つのはい薬物様値を有する成分を活性成分として含む。アクティブなコンポーネントのターゲットを予測するには、HERBデータベースを開きます。アクティブなコンポーネントの正規の SMILES 構造を検索してコピーします。次に、類似アンサンブルアプローチを開き、アクティブなコンポーネントの正規のSMILES構造を検索ボックスに貼り付けます。クリック TRY SEA'ターゲットキーターゲット名 P 値、および各アクティブコンポーネントの最大TCを取得します。データをスプレッドシートにコピーし、スプレッドシートファイルフィルタリング機能を使用して、ターゲットキーでアクティブなコンポーネントターゲットをフィルタリングします。すべてのターゲットをスプレッドシートにコピーし、重複を削除してドラッグターゲットを取得します。次に、遺伝子カードデータベースとオンラインメンデル遺伝を開いて、病気の標的を予測します。肺腺癌の疾患標的を取得するためのキーワードとして肺腺癌を使用してください。疾患ターゲットのスプレッドシートをダウンロードし、繰り返しターゲットを削除して、肺腺癌ターゲットを取得します。肺腺癌関連標的と創薬標的を新しいスプレッドシートの同じ列にコピーして、薬物成分疾患標的ネットワークを構築します。ツールバーの重複データ識別機能を使用して、肺腺癌関連ターゲットとトリコサンテス・フリティラリア・ツンベルギア活性成分関連ターゲットの交差ターゲットを取得します。サイトスケープ3.8.0を開きます。メニューバーでファイルをクリックし、インポートを選択します。続いてファイルからネットワークが続きます。スプレッドシートファイルをインポートするには、左側のコントロールパネルのスタイルバーを使用してネットワークノードのサイズと色を最適化します。ネットワーク トポロジ解析には、ネットワークの解析機能を使用します。メニューバーのツールをクリックし、[ネットワークの分析]を選択します。テーブルパネルで、タイトルバーの次数をクリックして、コンポーネントを度数ごとに降順に並べます。上位10のコンポーネントとターゲットを主要なアクティブコンポーネントとコアターゲットとします。PPIネットワークを構築し、コアタンパク質をスクリーニングする。文字列データベースを開き、肺腺癌に対するトリコサンテス・フリティラリア・ツンベルギアの潜在的なターゲットのテキスト形式リストを名前のリストのダイアログボックスに貼り付けます。次に、生物のホモサピエンスを選択します。[検索]をクリックして[続行]ボタンを選択し、結果が利用可能になったら、[設定]をクリックします そして、高い信頼度0.700にチェックマークを付けます 基本設定では、最低限必要なインタラクションスコアの下で、詳細設定でネットワーク内の切断されたノードにチェックマークを付けます。次に、更新ボタンをクリックします。次に、タイトルバーのエクスポートをクリックし、PPI関係の短い表形式のテキストをTSV形式でダウンロードします。サイトスケープ3.8.0を開きます。ファイルをクリックし、選択し、インポートし、ファイルからネットワークをクリックして、視覚的な分析のためにTSV形式のファイルをインポートします。ネットワークアナライザ機能を使用して、トポロジ解析を実行します。左側のコントロールパネルのスタイルバーを使用して、ネットワークノードのサイズと色を最適化します。KEGGエンリッチメント分析を実行するには、Medscapeプラットフォームを開き、潜在的な治療標的のテキスト形式リストをダイアログボックスに貼り付けてから、送信ボタンをクリックします。種としての入力と種としての分析の両方でホモサピエンスにチェックマークを付け、カスタム分析ボタンをクリックします。[エンリッチメント] を選択します。KEGG 経路のみにチェックマークを付け、エンリッチメント分析をクリックします。進行状況バーが 100% に達したら、分析レポート ページのオレンジ色のボタンをクリックして、エンリッチメント結果を表示します。1つのzipファイルですべてをクリックします'エンリッチメントの結果をダウンロードし、Enrichment_GO'フォルダー内の_FINAL_GO csvファイルを開いて結果を取得します。R-ソフトウェアを開き、タイプインストールパッケージGGプロット2'とライブラリGGプロット2'in RGGプロット2Rパッケージのインストール用。Enter キーを押して、KEGG ビジュアライゼーション プログラムを実行します。細胞の生存率を検出するには、対数増殖期A 549細胞を1ミリリットルの0.25%トリプシンで摂氏37度で1分間消化します。1ミリリットルのDMEM完全培地を加えてトリプシンを中和し、穏やかに吹き飛ばして細胞の脱落を促進します。次いで、混合物を遠心分離して細胞ペレットを得、得られた細胞を再懸濁し、DMEM完全培地を用いた。細胞懸濁液を血球計算盤に加え、自動セルカウンターを使用してカウントし、DMEM完全培地を使用して、ミリリットルあたり10〜4番目の細胞に5倍に希釈します。 次に、1グラムのトリコサンテスフリティラリアツンベルギア水抽出物を10ミリリットルのPBSに溶解し、0.22マイクロメートルのフィルターでフィルター滅菌します。PBSを使用して混合物を異なる濃度に希釈する。100マイクロリットルの希釈細胞を96ウェルプレートの各ウェルにプレートする。細胞接着後、異なる濃度のトリコサンテス・フリティラリア・ツンベルギア水抽出物を1マイクロリットル加えて、各ウェルの濃度を調整します。24時間の培養後に元の培地を廃棄し、100マイクロリットルのDMEMを追加します。摂氏37度と5%二酸化炭素で2時間さらにインキュベートするための基本培地。インキュベーションの最後に、20マイクロリットルのMTS溶液を加え、さらに1時間細胞をインキュベートします。インキュベートした混合物を別のプレートに移します。マイクロプレートリーダーを使用して、490ナノメートルの波長で吸光度を測定し、細胞生存率を計算します。対数増殖期A 549細胞を1ミリリットル当たり10〜5細胞に5倍に希釈する。2ミリリットルの細胞懸濁液を6ウェルプレートに加え、12時間増殖させる。前に示したように、トリコサンテス・フリティラリア・ツンベルギア水抽出物の異なるPBS希釈液を取得した後、20マイクロリットルのPBS溶液をブランクコントロールグループに追加し、トリコサンテス・フリティラリア・ツンベルギア水抽出物のさまざまな希釈液を20マイクロリットルを異なる濃度グループに追加します。24時間の介入後、上清を廃棄し、PBSで細胞を3回洗浄します。250マイクロリットルのRIPAバッファーを各ウェルに加え、細胞を30分間溶解します。遠心分離用のライセートを回収し、上清を得る。肺腺癌に対するトリコサンテス・フリティラリア・ツンベルギアの薬剤成分疾患標的相互作用ネットワークが示されている。相互作用ネットワークでは、得られた上位10の活性成分は、肺腺癌の治療におけるトリコサンテス・フリティラリア・ツンベルギアの作用の重要な活性成分である。PPIネットワークには、122の機能性タンパク質と210の相互作用関係が含まれていました。上位10のコアタンパク質は、主に新血管新生、細胞増殖、アポトーシス、細胞膜輸送に関与しています。KEGGがランク付けした上位20の経路のうち、PI3K-AKTシグナル伝達経路、Rap1シグナル伝達経路、ホスホリパーゼ-Dシグナル伝達経路、およびMAPK1シグナル伝達経路は肺がんと密接に関連しており、その中でPI3K-AKT経路が第1位にランクされました。トリコサンテス・フリティラリア・ツンベルギア抽出物は、ミリリットルあたり400マイクログラムを超える濃度で細胞増殖を阻害することができ、ミリリットルあたり800マイクログラムまでの濃度でのA-549細胞に対する阻害効果は、阻害濃度の半分に近かった。トリコサンテス・フリティラリア・ツンベルギア抽出物の介入は、各グループでAKTタンパク質発現に有意な変化を引き起こしませんでした。.しかし、p-AKTセリン-473発現は抑制され、用量依存的な効果を示した。トリコサンテス・フリティラリア・ツンベルギアの重要な成分はPI3K AKT経路の主要タンパク質と分子ドッキングしており、結果は、ディオスメチンとケンペロールのAKT1との結合エネルギーがマイナス7未満であり、強い結合活性を示すことを示唆しました。最も重要なことは、伝統的な中国医学の目標で有効成分を達成したことです。そのターゲットがネットワーク薬理学の中核であるだけでなく。

network-pharmacology-prediction-experimental-validation-trichosanthes

Research

JoVE Journal

Medicine

医学

私たちは、非小細胞肺がん(NSCLC)標的治療に対する感度を研究するために、生物学的コラーゲン足場に基づく3次元(3D)肺がんモデルを提示します。増殖指数、アポトーシス、および上皮間葉転換(EMT)の状態を決定するためのさまざまな読み出し技術を示します。収集されたデータは、薬物感受性の予測のためにin...

操作された複合三次元組織<em&gt;インビトロ</em&gt; /<em&gt;インシリコ</em具体的な突然変異背景に薬物の有効性を予測するための&gt;肺腫瘍モデル

本プロトコルは、ネットワーク薬理学予測およびメタボロミクス検証に基づいて、高脂血症に対するFructus...

ネットワーク薬理予測とメタボロミクス 高脂血症に対するフルクタス・フィランティのメカニズムの検証

この原稿では、バイオインフォマティクス分析と実験的検証を通じて、原発性シェーグレン症候群と肺腺がんを結びつける可能性のある一般的な病原性メカニズムを調査するための運用手順と予防措置について説明します。...

肺腺癌に関連する原発性シェーグレン症候群:潜在的な一般的な病原性メカニズムの調査と実験的検証

本研究では、慢性拘束ストレス誘発性うつ病のラットモデルにおいて、Qiangzhifangの抗うつ薬の有効性を評価し、ネットワーク薬理学と分子ドッキング解析により、HIF-1およびJAK-STAT経路に対するその調節効果を解明しました。...

ネットワーク薬理学と慢性拘束ストレス誘発性うつ病ラットモデルにおけるQiangzhifangの抗うつ薬序の検証

びまん性有害抑制制御、時間的加重および創傷痛覚過敏テストは、産科の患者で実証されています。これらのテストは、痛みの処理の抑制と興奮のメカニズムを評価し、ここに持続性の痛みのための個々のリスクを明らかにするための妊娠と周産期中に異なるタイムポイントで内因性鎮痛を評価するために利用されています。...

手術後の痛みの予測のための実験パラダイム（PPOP）

実験的な人間の肺炎球菌キャリッジ、キャリッジの自然なモデルとワクチン開発で使用するための潜在的なモデルを提供しています。この技術は貴重まだ複雑で、人間に病原体を導入することにより、臨床的リスクを伴います。私たちは詳細なプロトコルを開発した。...

実験的な人間の肺炎球菌キャリッジ

このプロトコルは、マウスの肺組織内の転移を示す腫瘍細胞特異的mRNAを検出するための定量的リアルタイムPCR（QRT-PCR）を使用する方法について説明します。...

定量的リアルタイムPCRによるマウス乳腺腫瘍モデルにおける肺転移の評価

ここでは、一次線維芽細胞を用いてインビトロスクラッチアッセイを行い、マウスにおける生体内皮膚創傷治癒アッセイに関するプロトコルを提示する。両方のアッセイは、インビトロおよびインビボ創傷治癒を評価するための簡単な方法です。...

インビトロおよび創傷治癒の生体内分析のためのスクラッチ移行アッセイとドーサルスキンフォールドチャンバー

我々は、中国新疆牧道地域最大の医療センターにおけるヒトブルセラー脊椎椎炎の診断と外科的治療の数十年にわたる最前線の経験に基づく臨床アルゴリズムを記述する。...

ヒトブルセル脊椎椎椎症の診断と外科的治療

本研究は、3つの異なる肺提供モデル(脳死後提供、循環死後提供、出血性ショック後提供)の確立を示しています。これらのイベントに関連する炎症過程と病理学的障害を比較します。...

肺移植のための実験的臓器提供モデルに関する研究

学ぶネットワーク薬理学と実験検証による肺腺癌治療におけるトリコサンテス・フリティラリア・ツンベルギの作用機序。PI3K/AKTシグナル伝達経路の関与を解明し、漢方薬の現代的がん治療への応用可能性を示す。

肺腺癌に対するトリコサンテス・フリティラリア・ツンベルギの作用機序のネットワーク薬理予測と実験的検証

さらに動画を探す

肺腺癌に対する トリコサンテス・フリティラリア・ツンベルギ の作用機序のネットワーク薬理予測と実験的検証

さらに動画を探す

肺腺癌に対するトリコサンテス・フリティラリア・ツンベルギの作用機序のネットワーク薬理予測と実験的検証