방법 논문

폐 선암종에 대한 Trichosanthes-Fritillaria thunbergii 작용 메커니즘의 네트워크 약리학 예측 및 실험적 검증

2.1K 조회수

⸱

DOI:

10.3791/64847

⸱

2023년 3월 3일

 ,  ,  , 
1Dongzhimen Hospital affiliated to Beijing University of Chinese Medicine, 2Traditional Chinese Medicine Department, Peking University People's Hospital

이 논문에서

요약

이 연구는 네트워크 약리학 및 실험적 검증을 기반으로 폐 선암종 치료에 대한 Trichosanthes-Fritillaria thunbergii 의 메커니즘을 보여줍니다. 이 연구는 또한 PI3K/AKT 신호 전달 경로가 폐 선암 치료에서 Trichosanthes-Fritillaria thunbergii 의 작용에 중요한 역할을 한다는 것을 보여줍니다.

초록

우리는 네트워크 약리학 및 실험적 검증을 기반으로 폐 선암종(LUAD) 치료에서 Trichosanthes-Fritillaria thunbergii의 메커니즘을 연구하는 것을 목표로 했습니다. Trichosanthis 및 Fritillaria thunbergii의 유효 성분 및 잠재적 표적은 중국 전통 의학의 고처리량 실험 및 참조 유도(HERB) 데이터베이스와 유사성 앙상블 접근법(SEA) 데이터베이스에 의해 수집되었으며, LUAD 관련 표적은 GeneCards 및 Online Mendelian Inheritance in Man(OMIM) 데이터베이스. 약물-성분-질병-표적 네트워크는 Cytoscape 소프트웨어에 의해 구축되었습니다. 단백질-단백질 상호작용(PPI) 네트워크, 유전자 온톨로지(GO) 기능, 교토 유전자 및 게놈 백과사전(KEGG) 경로 농축 분석을 수행하여 핵심 표적과 주요 경로를 얻었습니다. Trichosanthes-Fritillaria thunbergii 및 A549 세포의 수성 추출물을 후속 실험 검증에 사용했습니다. HERB 데이터베이스와 문헌 검색을 통해 Trichosanthes-Fritillaria thunbergii의 31개의 효과적인 화합물과 157개의 잠재적 표적 유전자를 스크리닝했으며, 그 중 144개는 폐 선암 치료에서 Trichosanthes-Fritillaria thunbergii의 조절 표적이었습니다. GO 기능적 농축 분석은 폐 선암에 대한 Trichosanthes-Fritillaria thunbergii의 작용 메커니즘이 주로 단백질 인산화임을 보여주었습니다. KEGG 경로 농축 분석은 Trichosanthes-Fritillaria thunbergii에 의한 폐 선암종의 치료가 주로 PI3K/AKT 신호 전달 경로를 포함한다는 것을 시사했습니다. 실험적 검증은 Trichosanthes-Fritillaria thunbergii의 수성 추출물이 A549 세포의 증식과 AKT의 인산화를 억제할 수 있음을 보여주었습니다. 네트워크 약리학 및 실험적 검증을 통해 PI3K/AKT 신호 전달 경로가 폐 선암 치료에서 Trichosanthes-Fritillaria thunbergii의 작용에 중요한 역할을 한다는 것이 확인되었습니다.

서론

폐암은 편평세포암, 선암, 대세포암 및 소세포암을 포함하는 폐 기관지 점막에서 유래하는 악성 종양을 말한다1. 폐 선암종(Lung adenocarcinoma, LUAD)은 가장 흔한 유형의 폐암으로, 전체 폐암 사례의 약 40%를 차지한다2. 대부분의 환자는 진행된 단계에서 진단을 받거나 원격 전이가 있어 수술의 기회를 잃는다3. 현재 임상 치료에서 동시 화학방사선 요법은 LUAD를 치료하는 가장 일반적인 전략이지만, 심각한 부작용으로 인해 적용이 제한된다4.

중국 전통 의학(TCM)은 LUAD 환자의 임상 증상을 효과적으로 완화하고 방사선 요법 및 화학 요법으로 인한 부작용을 줄일 수 있으므로 연구 핫스팟이 되었습니다 5,6,7. 중국 전통 의학에서 폐암은 "폐 축적"과 "폐 암석"의 범주에 속합니다. 기의 결핍과 가래, 정체 및 독의 상호 작용은 폐암의 발병에 중요합니다. 따라서 Qi를 강화하고 가래와 혈액 정체를 제거하는 것이 TCM 이론9에 따른 폐암의 주요 임상 치료 8 방법입니다. 트리코산테스 키릴로위 Maxim(Gualou)과 Fritillaria thunbergii Miq(Zhebeimu)는 폐암 치료에 일반적인 약물 쌍을 나타내며, 이 조합은 열을 제거하고 가래를 감소시키는 효과가 있습니다10,11,12. 그러나 그 작용 메커니즘은 여전히 불분명하며 추가 연구가 필요합니다.

네트워크 약리학은 여러 약물과 질병 사이의 복잡한 네트워크 관계를 밝히는 것을 목표로 하는 시스템 생물학 및 다방향 약리학 이론에 기반한 포괄적인 방법입니다13. 중국 전통 처방은 다중 성분 및 다중 표적이라는 특성을 가지고 있으며, 이는 네트워크 약리학 연구에 매우 적합하다는 것을 의미합니다14,15. 최근 네트워크 약리학은 TCM 공식 연구에서 강력한 접근 방식으로 부상했으며 연구 핫스팟이 되었습니다16,17.

그러나 우리가 아는 한, 네트워크 약리학에 대한 모든 연구는 텍스트로 제공됩니다. 비디오를 통해 이 기술을 제시하면 학습 임계값이 크게 줄어들고 이 기술의 홍보가 용이해지며 이는 이 기사의 장점 중 하나입니다. 본 연구에서는 폐 선암에 대한 Trichosanthes-Fritillaria thunbergii 를 예로 들어 네트워크 약리학 예측 및 실험적 검증을 수행했습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

모든 네트워크 약리학 절차는 네트워크 약리학 평가 방법18에 대한 가이드라인에 따라 수행되었다. 모든 실험 절차는 베이징 중의과 대학의 실험실 관리 규정에 따라 수행되었습니다.

1. 네트워크 약리학적 예측

  1. 활성 구성 요소 선택
    1. HERB 데이터베이스(http://herb.ac.cn)19를 열고 "Gualou"( Trichosanthes kirilowii Maxim의 중국 이름)와 "Zhebeimu"(Bulbus Fritillariae thunbergii의 중국 이름)를 키워드로 사용하여 두 약물의 구성 요소를 얻습니다. 두 약물의 관련 구성 요소에 대한 목록과 표준 SMILES 구조를 다운로드하십시오.
    2. 가져온 구성 요소가 활성 구성 요소인지 여부를 확인합니다.
      1. HERB 그룹 데이터베이스에 경구 생체이용률(OB) 및 약물 유사(DL) 값이 있는 성분(즉, OB ≥ 30% 및 DL ≥ 0.18인 성분)을 활성 성분으로 포함합니다.20,21.
      2. 부품에 OB 및 DL 값이 없는 경우 부품을 Swiss ADME 데이터베이스(http://www.swissadme.ch/index.php)22에 입력하여 각 부품에 대한 정보를 얻습니다. "높은" GI 흡수와 최소 2개의 "예" DL 값을 가진 구성 요소를 활성 구성 요소로 포함합니다.
  2. 활성 성분의 목표 예측
    1. HERB 데이터베이스(http://herb.ac.cn)를 엽니다. 활성 구성 요소의 표준 SMILES 구조를 검색하고 복사합니다.
    2. SEA(Similarity ensemble approach, http://sea.bkslab.org) 데이터베이스23을 연다. 활성 구성 요소의 표준 SMILES 구조를 검색 상자에 붙여넣고 SEA 시도 를 클릭하여 각 활성 구성 요소의 대상 키, 대상 이름, P-값 및 MaxTC를 가져옵니다.
    3. 데이터를 스프레드시트에 복사하고 스프레드시트 파일의 필터링 기능을 사용하여 대상 키(사람, P < 0.05 및 MaxTC > 0.5)로 활성 구성 요소의 대상을 필터링합니다.
    4. 모든 표적을 스프레드시트에 복사하고 중복을 제거하여 약물 표적을 얻습니다.
  3. 질병 표적 예측
    1. GeneCards 데이터베이스(https://www.genecards.org)24 및 Online Mendelian Inheritance in Man 데이터베이스(OMIM, https://www.omim.org)25를 열고 Lung Adenocarcinoma 를 키워드로 사용하여 폐 선암의 질병 표적을 얻습니다.
    2. 질병 대상의 스프레드시트를 다운로드합니다. 반복되는 대상을 삭제하여 LUAD 대상을 가져옵니다.
  4. 약물-성분-질병-표적 네트워크 구축
    1. LUAD 관련 표적 및 약물 표적을 새 스프레드시트의 동일한 열에 복사합니다. 도구 모음의 데이터 - 중복 식별 기능을 사용하여 LUAD 관련 대상과 Trichosanthes-Fritillaria thunbergii 활성 구성 요소 관련 대상의 교차 대상을 얻습니다.
    2. Cytoscape 3.8.0을 엽니다. 메뉴 표시줄에서 File( 파일 )을 클릭한 다음 Import > Network from File(파일에서 네트워크 가져오기 )을 선택하여 스프레드시트 파일을 가져옵니다. 왼쪽 제어판의 스타일 막대를 통해 네트워크 노드의 크기와 색상을 최적화합니다.
    3. 신경망 토폴로지 분석에 신경망 분석 기능을 사용합니다. 메뉴 모음에서 Tools(도구 )를 클릭한 다음 Analyze Network(네트워크 분석)를 선택합니다. Table( 테이블 ) 패널에서 제목 표시줄의 Degree(학위 )를 클릭하여 내림차순으로 각도별로 구성 요소를 정렬합니다. 상위 10개 구성 요소와 목표를 주요 활성 구성 요소 및 핵심 목표로 삼습니다.
  5. PPI 네트워크 구축 및 핵심 단백질 스크리닝
    1. STRING 데이터베이스(https://cn.string-db.org/)26를 엽니다. LUAD에 대한 Trichosanthes-Fritillaria thunbergii의 잠재적 대상에 대한 텍스트 형식 목록을 이름 목록 대화 상자에 붙여 넣습니다. 유기체의 호모 사피엔스를 선택하고 검색 > 계속 버튼을 클릭합니다.
    2. 결과가 나오면 설정을 클릭하고 기본 설정 > 최소 필수 상호 작용 점수에서 높은 신뢰도(0.700)를 선택합니다. Advanced Settings(고급 설정)에서 Hide Disconnected Nodes in the Network(네트워크에서 연결이 끊긴 노드 숨기기)를 선택한 다음 UPDATE(업데이트) 버튼을 클릭합니다.
    3. 제목 표시줄에서 내보내기 를 클릭하고 PPI 관계의 짧은 테이블 형식 텍스트를 TSV 형식으로 다운로드합니다.
    4. Cytoscape 3.8.0을 엽니다. 파일(File) > 파일에서 네트워크 가져오기(Import > Network from File) 를 클릭하여 시각적 분석을 위해 TSV 형식 파일을 가져옵니다.
    5. 신경망 분석기 함수를 사용하여 위상 분석을 수행합니다. 왼쪽 제어판의 스타일 막대를 통해 네트워크 노드의 크기와 색상을 최적화합니다.
  6. KEGG 농축 분석
    1. Metascape (https://metascape.org/)27 플랫폼을 엽니다. 잠재적인 치료 대상의 텍스트 형식 목록을 대화 상자에 붙여넣은 다음 제출 버튼을 클릭합니다. Input as Species(종으로 입력) 및 Analysis as Species(종으로 분석)에서 H. sapiens를 선택한 다음 Custom Analysis(사용자 지정 분석) 버튼을 클릭합니다. 보강을 선택하고 KEGG 경로만 선택한 다음 보강 분석을 클릭합니다. 진행률 표시줄이 100%에 도달하면 보강 결과를 보려면 분석 보고서 페이지 주황색 단추를 클릭합니다.
    2. 하나의 Zip 파일에서 모두를 클릭하여 보강 결과를 다운로드 한 다음 Enrichment_GO 폴더에서 _ FINAL_GO.csv 파일을 열어 결과를 얻습니다.
    3. R 소프트웨어(https://cran.r-project.org/)를 엽니다. ggplot2 R 패키지 설치를 위해 R에 install.package("ggplot2") 및 라이브러리(ggplot2) 를 입력합니다. Enter 키를 눌러 KEGG 시각화 프로그램을 실행합니다.

2. 실험적 검증

  1. 약물 준비
    참고: Fritillaria thunbergii Miq 및 Trichosanthes kirilowii Maxim은 베이징 중의과 대학 부속 Dongzhimen 병원에서 구입했습니다.
    1. Fritillaria thunbergii Miq 50g과 Trichosanthes kirilowii Maxim 50g을 함께 섞습니다. 혼합물을 증류수 1L에 20분 동안 담근 다음 상압하에 100°C에서 1시간 동안 혼합물을 달입니다.
    2. 달인을 여과하여 멸균 의료용 거즈의 이중층으로 여과액을 얻은 다음 80μm 여과지를 사용하여 추출물을 추가로 여과합니다. 위의 작업을 세 번 반복하십시오.
    3. 여과액을 함께 혼합하여 약 1.2 L 달인을 얻는다. 용액을 회전 증발기의 플라스크에 넣습니다. 온도 37°C에서 회전 속도를 50rpm으로 설정합니다. 6시간 동안 회전 증발기에서 추출물로 달인을 혼합하고 응축하여 점성 액체를 생성합니다.
    4. 진공 동결 건조 메커니즘을 켜서 온도를 -40°C로 예냉각합니다. 얻은 추출물을 재료 트레이에 넣고 냉동을 위해 콜드 트랩에 넣습니다.
    5. 콜드 트랩 온도가 -50°C에 도달하고 재료가 2시간 동안 동결되면 냉동된 재료를 콜드 트랩에 있는 건조 랙으로 옮깁니다. 진공 펌프를 켜서 동결건조 공정을 시작합니다. 동결 건조 분말을 꺼내 나중에 사용할 수 있도록 -20 °C의 냉장고에 보관하십시오.
  2. 세포 배양
    1. DMEM complete 배지를 89% DMEM 염기성 배지, 10% 소 태아 혈청 및 1% 페니실린-스트렙토마이신으로 구성합니다.
    2. A549 세포를 액체 질소로부터 제거한 후, 세포를 37°C 수조에서 인큐베이션하고, 바이알 내의 배지가 녹을 때까지 교반한다.
    3. 4배 부피의 DMEM 완전 배지를 용융된 셀에 추가합니다. 세포를 원심분리(4°C, 679 x g, 5분)하고, 상층액을 버린다.
    4. 침전된 세포를 6 mL의 DMEM 완전 배지로 재현탁시키고, T25 배양 플라스크에 플레이트하고, 플라스크를 37°C, 5%CO2의 세포 배양기에서 배양한다.
  3. 세포 생존율 검출
    1. 37°C에서 1분 동안 0.25% 트립신 1mL로 대수 성장기 A549 세포를 분해합니다. DMEM 완전 배지 1mL를 첨가하여 트립신을 중화하고 부드럽게 불어 세포 흘림을 촉진합니다. 이 혼합물을 원심분리하여 세포 펠릿을 얻었다(4°C, 192 x g, 5분). DMEM 완전 배지를 사용하여 수득한 세포를 재현탁한다.
    2. 세포 현탁액을 혈구계에 추가하고 자동 세포 계수기를 사용하여 계산합니다. DMEM 완전 배지를 사용하여 5 x 104 cells/mL로 희석합니다.
    3. Trichosanthes-Fritillaria thunbergii 물 추출물 1g을 PBS 용액 10mL에 녹이고 0.22μm 필터를 통해 필터 멸균합니다. PBS를 사용하여 혼합물을 90mg/mL, 80mg/ml, 70mg/mL, 60mg/mL, 50mg/mL, 40mg/mL, 30mg/mL, 20mg/mL 및 10mg/mL로 희석합니다.
    4. 희석된 세포를 웰당 100μL로 96웰 플레이트에 플레이트합니다. 세포 부착 후 각 웰의 농도를 900μg/mL, 800μg/mL, 700μg/mL, 600μg/mL, 500μg/mL, 400μg/mL, 300μg/mL, 200μg/mL 및 100μg/mL로 조정하기 위해 다양한 농도의 Trichosanthes-Fritillaria thunbergii 물 추출물 1μL를 추가합니다.
    5. 24시간 배양 후 본래의 배지를 버리고, 37°C, 5%CO2에서 2시간 동안 추가 배양을 위해 100 μL의 DMEM 염기성 배지를 첨가한다.
    6. 상기 처리 후, 20 μL의 MTS 용액 (물질표)을 첨가하고, 세포를 37°C, 5%CO2에서 1시간 동안 추가로 인큐베이션한다.
    7. 배양된 혼합물을 다른 플레이트로 옮깁니다. 마이크로플레이트 리더를 사용하여 490nm 파장에서 흡광도(OD)를 측정합니다. 다음 공식을 사용하여 세포 생존율을 계산합니다.
      생존율 (%) = 100 × (처리 된 샘플의 OD - 배지의 OD) / (대조군 샘플의 OD − 배지의 OD).
      참고: IC50에 가까운 최소 농도는 고용량으로 정의됩니다. 세포 증식이 억제되기 시작하는 농도는 저용량 농도로 정의하고, 중간 값은 후속 실험 연구를 위해 중간 용량 농도로 정의한다. 이 연구에서는 400μg/mL, 600μg/mL 및 800μg/mL를 저용량, 중용량 및 고용량으로 사용했습니다.
  4. 약물 개입 및 샘플 수집
    참고: 로그 단계를 결정하기 위해 시간에 대해 세포 성장을 표시했습니다.
    1. 로그 성장기 A549 세포를 5 x 105 cells/mL로 희석합니다. 2mL의 세포 현탁액을 6웰 플레이트에 넣고 12시간 동안 성장시킵니다.
    2. 2.3.3단계를 반복하여 Trichosanthes-Fritillaria thunbergii 물 추출물의 80mg/mL, 60mg/mL 및 40mg/mL PBS 희석액을 얻습니다. PBS 용액 20μL, 40mg/mL Trichosanthes-Fritillaria thunbergii 물 추출물 20μL, 60mg/mL Trichosanthes-Fritillaria thunbergii 물 추출물 20μL, 80mg/mL Trichosanthes-Fritillaria thunbergii 물 추출물 20μL를 블랭크 대조군 , 저농도군, 중농도군 및 고농도군에 추가하고, 각각. 개입 24시간 후 상청액을 버리고 PBS로 세포를 세 번 세척합니다.
      참고: Trichosanthes-Fritillaria thunbergii 물 추출물의 블랭크 대조군, 저농도군, 중농도군 및 고농도군의 농도는 각각 0μg/mL, 400μg/mL, 600μg/mL 및 800μg/mL였습니다.
    3. 250 μL의 RIPA 완충액(1% PMSF 및 1% 포스파타제 억제제 함유)을 각 웰에 추가하고, 세포를 30분 동안 용해시킨다. 원심분리를 위해 용해물을 수집하고(4°C, 6,714 x g, 10분), 상청액을 얻었다.
  5. 웨스턴 블로팅
    1. 제조자의 지시에 따라 BCA 방법에 의하여 s의 단백질 농도를 검출하십시오. RIPA 버퍼를 사용하여 각 샘플의 농도를 일정하게 조정합니다.
    2. 단백질 시료 40μL를 5배 로딩 완충액 10μL와 혼합하고 100°C에서 5분간 끓입니다. 이 혼합물을 원심분리(4°C, 6,714 x g, 10분)하여 후속 실험을 위한 상층액을 얻었다.
    3. 120 V 수직 전기영동을 이용한 겔 전기영동으로 단백질을 분리한다.
    4. 전기 "샌드위치"(스폰지 - 여과지 - 젤 - PVDF 멤브레인 - 여과지 - 스폰지)를 준비하십시오. 이송 장치를 얼음 수조에 담그고 단백질을 70V에서 60분 동안 PVDF 멤브레인으로 옮깁니다.
    5. 100mL의 TBST 용액(0.05%[v/v] Tween-20, 10mM Tris, 150mM NaCl, pH 7.5)과 5g의 탈지분유를 사용하여 5% 우유를 구성합니다. AKT 및 p-AKT 항체를 항체 희석제로 1:1,000의 비율로 미리 희석합니다.
    6. PVDF 멤브레인을 5% 탈지분유에 넣고 진탕하면서 1시간 동안 차단합니다. 블로킹 후, 블로킹 밀크를 버리고, 희석된 1차 항체를 첨가하여 4°C에서 밤새 인큐베이션하였다.
    7. 1차 항체를 제거한 후 TBST 용액을 사용하여 PVDF 멤브레인을 각각 5분씩 5회 세척합니다.
    8. 2차 항체를 항체 희석제로 1:5,000의 비율로 미리 희석합니다. 2차 항체를 첨가하고, 실온(RT)에서 1.5시간 동안 배양한다. 2차 항체를 제거한 후 TBST 용액을 사용하여 PVDF 멤브레인을 각각 5분씩 5회 세척합니다.
    9. 화학발광 검출 시스템을 이용하여 단백질을 검출한다.

3. 분자 도킹

  1. UniProt 데이터베이스(https://www.uniprot.org)28를 엽니다. 검색 상자에 대상 기호를 입력하고 SEARCH 버튼을 클릭합니다. Structure( 구조 ) 부제목에서 Download(다운로드 )를 클릭하여 단백질 표적의 3D 구조를 확인합니다.
  2. RCSB PDB 데이터베이스(https://www.rcsb.org/pdb/home/sitemap.do)29를 엽니다. 검색 상자에 단백질 거대분자의 이름을 입력합니다. 단백질 거대분자 구조를 PDB 형식으로 다운로드하십시오.
  3. UCSF Chimera 1.16 소프트웨어(https://vina.scripps.edu/) 및 AutoDock Vina(https://vina.scripps.edu/)의 설치 패키지를 다운로드합니다. UCSF Chimera 1.16 소프트웨어를 설치하고 엽니다. File > Open(파일 열기 )을 클릭하여 수용체 단백질을 표시합니다.
  4. Dock Prep> Tools > Structure Editing을 클릭하고 팝오버에서 용매 삭제, 수소 추가 및 전하 추가를 선택하여 물을 제거하고 수소화 및 균형 전하를 추가합니다. Mol2 파일 쓰기를 클릭하여 수용체 단백질을 mol2 형식으로 저장합니다. 리간드에 대해 동일한 단계를 수행합니다.
  5. 파일 > 열기를 클릭하여 UCSF Chimera 1.16 소프트웨어에서 mol2 형식 리간드를 표시합니다. AutoDock Vina> 도구> 표면/결합 분석에서 수용체 막대를 수용체 단백질의 이름으로 설정하고 리간드 막대를 리간드의 이름으로 설정합니다. Center(중심) 및 Size(크기) 뒤에 있는 상자에 값을 입력하여 새로 개발된 공간을 조정하여 리간드와 수용체를 완전히 둘러쌀 수 있도록 합니다.
  6. 분자 도킹 가상 스크리닝을 위해 OK 를 클릭하여 수용체에 대한 리간드 결합을 위한 최적의 위치를 얻습니다. 최적의 위치에서 결합 에너지 값을 기록합니다.

4. 통계 분석

  1. SPSS 26.0 통계 소프트웨어를 엽니다. 데이터 로드 를 위해 File(파일) > Import Data(데이터 가져오기 )를 클릭합니다.
  2. 실험 데이터를 평균 ± 표준 편차로 표시합니다.
  3. 일원 분산 분석을 사용하여 여러 그룹을 비교합니다.
    참고: P < 0.05는 이 작업에서 통계적으로 유의한 것으로 간주되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

총 31 개의 Trichosanthes-Fritillaria thunbergii 관련 활성 성분이 확인되었으며, 여기에는 21 개의 Trichosanthes 및 10 개의 Fritillaria thunbergia 성분과 144 개의 해당 표적이 포함됩니다. 전체적으로, 9,049 및 67 LUAD-관련 유전자는 각각 GeneCards 데이터베이스와 OMIM 데이터베이스에서 추출되었다. 중복된 유전자를 삭제한 후 LUAD와 관련된 9,057개의 유전자를 동정하였다. 잠재적인 치료 표적을 얻기 위해 LUAD 관련 유전자와 Trichosanthes-Fritillaria thunbergii 활성 성분 관련 표적의 교역을 수행했습니다. LUAD에 대한 Trichosanthes-Fritillaria thunbergii의 약물 성분 질병 표적 상호 작용 네트워크는 그림 1A에 나와 있습니다. 상호작용 네트워크...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

일반적으로 완전한 네트워크 약리학 연구에는 데이터베이스에서 활성 성분 식별, 활성 성분 및 질병에 해당하는 표적 획득, 약물 성분 질병 표적 네트워크 구축, 핵심 표적 및 경로 예측이 포함됩니다. 활성 성분과 핵심 단백질 간의 연관성(분자 도킹)은 컴퓨터 기술에 의해 예비적으로 예측되며 최종 검증은 실험을 사용하여 수행됩니다.

관련 데이터베이스의 선택은 연구의 질을 결정하기 때문에 네트워크 약리학에서 가장 중요한 부분입니다. HERB 데이터베이스는 Syμmap, TCMID, TCMSP 및 TCM-ID와 같은 여러 TCM 데이터베이스의 정보를 통합하며 현재 가장 포괄적인 TCM 및 성분 데이터베이스입니다. 따라서, 본 연구에서는 활성 성분19의 스크리닝을 위해 HERB 데이터베이스를 사용하였다.

이 연구에서는 관련 데이터베이스를 통해 LUAD를 치료하는 Trichosanthes-Fr...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 선언할 이해 상충이 없습니다.

감사의 글

이 연구는 Beijing University of Chinese Medicine의 혁신 교육 프로그램(No: 202110026036)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
0.25% 트립신-EDTAGibcoR001100
A549  세포주ProcellCL-0016
AKT 항체CST4691S
BCA 단백질 분석 키트SolarbioPC0020
화학발광 검출 시스템상하이 친샹 과학 기기 공장ChemiScope 6100
Dulbecco의 변형 독수리 배지(DMEM)Solarbio11995
향상된 화학발광(ECL) 키트 ABclonalRM00021
소 태아 혈청ScienCell0025
HRP 염소 안티 토끼 IgG (H + L)ABclonalAS014
MTS 분석 키트PromegaG3580
p-AKT 항체CST6040S
페니실린 스트렙토 마이신GibcoC14-15070-063
페닐메탄설포닐 플루오라이드(PMSF)SolarbioP0100
포스파타제 억제제BeyotimeP1081
인산염 완충 식염수(PBS)SolarbioP1020
폴리비닐리덴 디플루오라이드(PVDF) 멤브레인MilliporeISEQ00010
RIPA 용해 용액SolarbioR0010
회전 증발기Shanghai Yarong Biochemical Instrument FactoryRE52CS-1
진공 동결 건조 메커니즘Ningbo Scientz BiotechnologySCIENTZ-10
β-Actin 항체ABclonalAC026

참고문헌

  1. Thai, A. A., Solomon, B. J., Sequist, L. V., Gainor, J. F., Heist, R. S. Lung cancer. The Lancet. 398 (10299), 535-554 (2021).
  2. Sinha, A., et al. Early-stage lung adenocarcinoma MDM2 genomic amplification predicts clinical outcome and response to targeted therapy. Cancers. 14 (3), 708(2022).
  3. Howlader, N., et al. The effect of advances in lung-cancer treatment on population mortality. The New England Journal of Medicine. 383 (7), 640-649 (2020).
  4. Hirsch, F. R., et al. Lung cancer: Current therapies and new targeted treatments. The Lancet. 389 (10066), 299-311 (2017).
  5. Liu, J., et al. Comprehensive treatment with Chinese medicine in patients with advanced non-small cell lung cancer: A multicenter, prospective, cohort study. Chinese Journal of Integrative Medicine. 23 (10), 733-739 (2016).
  6. Xiao, Z. W., et al. Comprehensive TCM treatments combined with chemotherapy for advanced non-small cell lung cancer: A randomized, controlled trial. Medicine. 100 (18), 25690(2021).
  7. Li, Y., et al. Effectiveness of traditional Chinese medicine on chemoradiotherapy induced leukaemia in patients with lung cancer: A meta-analysis. Journal of Traditional Chinese Medicine. 38 (5), 661-667 (2018).
  8. Yuan, F., et al. Therapeutic effect and apoptosis mechanism of lung-tonifying and expectorant decoction on lung cancer rats with Qi deficiency and blood stasis. Asian Pacific Journal of Tropical Medicine. 8 (11), 983-988 (2015).
  9. Zhang, Y. L., Liang, Y. E., He, C. W. Anticancer activities and mechanisms of heat-clearing and detoxicating traditional Chinese herbal medicine. Chinese Medicine. 12, 20(2017).
  10. Wang, T. B., et al. Exploring the rules of application of RONG Yuan-ming in the treatment of non-small cell lung cancer. Guiding Journal of Traditional Chinese Medicine and Pharmacy. 25 (14), 22-25 (2019).
  11. Chen, T. T., Wang, Y., Tian, T. Medication regularity and mechanism of traditional Chinese medicine in treating lung cancer. Chinese Journal of Experimental Traditional Medical Formulae. 24 (11), 206-210 (2018).
  12. Shen, C. J. Analysis of the rule of Chinese medicine in treating lung cancer. Journal of Shandong University of Traditional Chinese Medicine. 35 (2), 127-129 (2011).
  13. Yang, X. Y., et al. Evidence-based complementary and alternative medicine bioinformatics approach through network pharmacology and molecular docking to determine the molecular mechanisms of Erjing pill in Alzheimer's disease. Experimental and Therapeutic Medicine. 22 (5), 1252(2021).
  14. Chen, G. Y., et al. Network pharmacology analysis and experimental validation to investigate the mechanism of total flavonoids of Rhizoma Drynariae in treating rheumatoid arthritis. Drug Design Development and Therapy. 16, 1743-1766 (2022).
  15. Chen, G. Y., et al. Integrating network pharmacology and experimental validation to explore the key mechanism of Gubitong recipe in the treatment of osteoarthritis. Computational and Mathematical Methods in Medicine. 2022, 7858925(2022).
  16. Xie, G. G., et al. A network pharmacology analysis to explore the effect of Astragali Radix-Radix Angelica Sinensis on traumatic brain injury. BioMed Research International. 2018, 3951783(2018).
  17. Chen, G. Y., et al. Prediction of Rhizoma Drynariae targets in the treatment of osteoarthritis based on network pharmacology and experimental verification. Evidence Based Complementary and Alternative Medicine. 2021, 5233462(2021).
  18. World Federation of Chinese Medicine Societies. Network pharmacology evaluation methodology guidance. World Chinese Medicine. 16 (4), 527-532 (2021).
  19. Fang, S. S., et al. A high-throughput experiment- and reference-guided database of traditional Chinese medicine. Nucleic Acids Research. 49, 1197-1206 (2021).
  20. Chen, G. Y., et al. Network pharmacology-based strategy to investigate the mechanisms of Cibotium barometz in treating osteoarthritis. Evidence-Based Complementary and Alternative Medicine. 2022, 1826299(2022).
  21. Yu, J. H., et al. ZiYinHuaTan recipe inhibits cell proliferation and promotes apoptosis in gastric cancer by suppressing PI3K/AKT pathway. BioMed Research International. 2020, 2018162(2020).
  22. Daina, A., Michielin, O., Zoete, V. SwissADME: A free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Scientific Reports. 7, 42717(2017).
  23. Keiser, M. J., et al. Relating protein pharmacology by ligand chemistry. Nature Biotechnology. 25 (2), 197-206 (2007).
  24. Safran, M., et al. GeneCards Version 3: The human gene integrator. Database. 2010, (2010).
  25. Amberger, J. S., Hamosh, A. Searching Online Mendelian Inheritance in Man (OMIM): A knowledgebase of human genes and genetic phenotypes. Current Protocols in Bioinformatics. 58, 1-12 (2017).
  26. Mering, C. V., et al. STRING: Known and predicted protein-protein associations, integrated and transferred across organisms. Nucleic Acids Research. 33, 433-437 (2005).
  27. Zhou, Y. Y., et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nature Communications. 10, 1523(2019).
  28. Pundir, S., et al. UniProt protein knowledgebase. Methods in Molecular Biology. 1558, 41-55 (2017).
  29. Burley, S. K., et al. Protein data bank (PDB): The single global macromolecular structure archive. Methods in Molecular Biology. 1607, 627-641 (2017).
  30. Welsh, L. C., Welsh, M. VEGFA and tumour angiogenesis. Journal of Internal Medicine. 273 (2), 114-127 (2013).
  31. Hsu, L. H., Chu, N. M., Kao, S. H. Estrogen, estrogen receptor and lung cancer. International Journal of Molecular Sciences. 18 (8), 1713(2017).
  32. Atmaca, A., et al. SNAI2/SLUG and estrogen receptor mRNA expression are inversely correlated and prognostic of patient outcome in metastatic non-small cell lung cancer. BMC Cancer. 15, 300(2015).
  33. Lakshmi, S. P., Reddy, A. T., Banno, A., Reddy, R. C. PPAR agonists for the prevention and treatment of lung cancer. PPAR Research. 2017, 8252796(2017).
  34. Oguro, A., Sakamoto, K., Funae, Y., Imaoka, S. Overexpression of CYP3A4, but not of CYP2D6, promotes hypoxic response and cell growth of Hep3B cells. Drug Metabolism and Pharmacokinetics. 26 (4), 407-415 (2011).
  35. Jamroze, A., Chatta, G., Tang, D. G. Androgen receptor (AR) heterogeneity in prostate cancer and therapy resistance. Cancer Letters. 518, 1-9 (2021).
  36. Wu, Y. I., et al. Regulation of global gene expression and cell proliferation by APP. Scientific Reports. 6, 22460(2016).
  37. Sedlář, A., et al. Growth factors VEGF-A 165 and FGF-2 as multifunctional biomolecules governing cell adhesion and proliferation. International Journal of Molecular Sciences. 22 (4), 1843(2021).
  38. Guo, L. H., Yin, M., Wang, Y. X. CREB1, a direct target of miR-122, promotes cell proliferation and invasion in bladder cancer. Oncology Letters. 16 (3), 3842-3848 (2018).
  39. Wang, D. D., et al. Induction of CYP1A1 increases gefitinib-induced oxidative stress and apoptosis in A549 cells. Toxicology In Vitro. 44, 36-43 (2017).
  40. Tan, A. C. Targeting the PI3K/Akt/mTOR pathway in non-small cell lung cancer (NSCLC). Thoracic Cancer. 11 (3), 511-518 (2020).
  41. Jin, X., et al. RBM10 inhibits cell proliferation of lung adenocarcinoma via RAP1/AKT/CREB signalling pathway. Journal of Cellular and Molecular Medicine. 23 (6), 3897-3904 (2019).
  42. Henkels, K. M., et al. Phospholipase D (PLD) drives cell invasion, tumor growth and metastasis in a human breast cancer xenograph model. Oncogene. 32 (49), 5551-5562 (2013).
  43. Zhang, Z. Y., et al. CircRNA_101237 promotes NSCLC progression via the miRNA-490-3p/MAPK1 axis. Scientific Reports. 10, 490-493 (2020).
  44. Gao, T. X., et al. Exploring the mechanism of Fu-Zi Decoction in treatment of chronic heart failure based on network pharmacology and molecular docking technology. Journal of Chinese Pharmaceutical Sciences. 30 (09), 705-715 (2021).
  45. Wang, B., et al. PP4C facilitates lung cancer proliferation and inhibits apoptosis via activating MAPK/ERK pathway. Pathology, Research and Practice. 216 (5), 152910(2020).
  46. Moon, M. Y., et al. Rap1 regulates hepatic stellate cell migration through the modulation of RhoA activity in response to TGF-β1. International Journal of Molecular Medicine. 44 (2), 491-502 (2019).
  47. Kan, J., et al. He-Chan Pian inhibits the metastasis of non-small cell lung cancer via the miR-205-5p-mediated regulation of the GREM1/Rap1 signaling pathway. Phytomedicine. 94, 153821(2022).
  48. Sidrat, T., et al. Role of Wnt signaling during in-vitro bovine blastocyst development and maturation in synergism with PPARδ signaling. Cells. 9 (4), 923(2020).
  49. Wagner, N., Wagner, K. D. PPAR beta/delta and the hallmarks of cancer. Cells. 9 (5), 1133(2020).
  50. Miriam, M., et al. PI3K/AKT signaling pathway and cancer: An updated review. Annals of Medicine. 46 (6), 372-383 (2014).
  51. Ma, X. L., et al. CD73 promotes hepatocellular carcinoma progression and metastasis via activating PI3K/AKT signaling by inducing Rap1-mediated membrane localization of P110β and predicts poor prognosis. Journal of Hematology & Oncology. 12 (1), 37(2019).
  52. Li, T., et al. Pomegranate flower extract bidirectionally regulates the proliferation, differentiation and apoptosis of 3T3-L1 cells through regulation of PPARγ expression mediated by PI3K-AKT signaling pathway. Biomedicine & Pharmacotherapy. 131, 110769(2020).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

PI3K AKTA549KEGG

관련 논문