방법 논문

증후군 온톨로지 및 다차원 정량적 연관 컴퓨팅 플랫폼에 기반한 TCM 공식의 네트워크 약리학적 분석

DOI:

10.3791/68026

⸱

2025년 8월 22일

 ,  ,  ,  ,  ,  ,  , 
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

이 논문에서

요약

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

SoFDA 플랫폼, 네트워크 약리학, 한의학(TCM)을 기반으로 "공식-성분-표적-경로-증후군-질병" 네트워크 구축 방법을 제안합니다. 현재 널리 사용되는 네트워크 약리학 방법과 비교할 때 이 네트워크는 TCM에서 증후군 분화의 기본 원리를 구현하는 증후군의 중요한 요소를 통합합니다.

초록

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

TCM 제제에 대한 현재 네트워크 약리학 방법은 공식-성분-표적-경로-질병 네트워크를 구축하여 특정 질병에 대한 잠재적 활성 성분 및 작용 메커니즘을 예측합니다.

한의학의 핵심 원칙인 증후군 감별 및 치료는 개인차와 질병 진행을 강조하는 총체적이고 역동적인 접근 방식을 구현합니다. 증후군 특성을 이 네트워크에 통합함으로써 연구자들은 각 질병 단계에 맞는 다중 표적 약물을 개발하여 정확하고 개인화된 치료가 가능합니다. TCM 증후군 온톨로지 및 SoFDA(Multidimensional Quantitative Association Computing Platform)를 사용하면 TCM 증후군을 네트워크 약리학 분석에 통합할 수 있습니다.

본 연구에서는 Lingguizhugan 달인(공식)을 예로 들어 양허증후군과 습-가래증후군(증후군)을 동반한 비만 치료에 적용하는 방법을 시연하였다. 우리는 먼저 TCMSP 데이터베이스에서 주요 활성 성분을 식별했습니다. 그런 다음 SoFDA를 사용하여 질병, 증후군, 표적 유전자 및 신호 전달 경로를 연결하는 네트워크를 구축했습니다. 마지막으로 이러한 데이터를 통합하여 공식-성분-표적-경로-증후군-질병 네트워크를 구축했습니다.

서론

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

한의학의 변증법적 치료 개념을 통합하고 SoFDA 1,2 플랫폼을 사용하여 새로운 네트워크 약리학 접근 방식, 즉 통합 약리학을 탐색하여 한약 제형의 공식-약물-표적-경로-증후군-질병 네트워크 다이어그램을 구성했습니다.

최근 몇 년 동안 널리 사용되는 네트워크 약리학 방법과 비교하여 이 방법은 TCM의 증후군 요소를 통합합니다. 증거 또는 증후군은 TCM의 독특한 개념 중 하나이며 질병 발병의 특정 단계에서 질병의 병리학적 특성을 일반화한 것입니다.

증후군은 한의학의 기본 진단 및 치료 방식입니다. 질병에는 여러 가지 증후군이 있으며, 질병이 발생하고, 발전하고, 치유됨에 따라 증후군도 그에 따라 변화합니다.

TCM 의사는 다양한 증후군을 치료하기 위해 다양한 공식을 사용합니다. 따라서 증후군을 네트워크 약리학에 통합하는 것은 TCM 3,4의 독창적인 이론 연구 및 방법론적 개선에 있어 중요한 단계입니다.

SoFDA(TCM Syndrome Ontology and Multidimensional Quantitative Association Computing Platform)는 중국 한의학 아카데미(Chinese Academy of Traditional Chinese Medicine)에서 개발한 오픈 소스 플랫폼입니다 1,2. 병리학적 연관성 및 치료 메커니즘을 조사하기 위한 중국 전통 의학(TCM) 증후군 온톨로지, 증후군 분류 도구, 질병 및 처방과의 관련 특징 연관성의 첫 번째 사용 가능한 모음입니다.

증상, 표적 유전자, 풍부한 유전자 온톨로지 항목, 경로, 네트워크 모듈 기반 유사성 및 네트워크 밀도를 계산하여 증후군-증후군, 증후군-질병, 증후군-공식, 증후군-질병 공식의 연관 수준을 평가하고, 추가로 히트맵, 다단계 네트워크, 업셋 뷰 등 다양한 시각화 유형을 활용하여 연관성 계산 결과를 설명한다.

현재 네트워크 약리학적 분석의 기본 경로는 대략 다음과 같습니다: 첫 번째 단계는 TCM/약초 화학 데이터베이스, 질병 표적 데이터베이스 및 질병 표적 데이터베이스를 검색하여 TCM 제형/허브 성분/화학 물질, 화학 물질 표적 및 질병을 수집하는 것입니다. 그런 다음 단백질 상호작용 데이터베이스는 단백질-단백질 상호작용(PPI) 확장 및 분석에 사용됩니다. 결과는 최종적으로 시험관 내, 생체 내 또는 실리코에서 검증됩니다.

사이버약리학의 결과는 한약/제형-유전자-표적-경로-성분-현대병으로 제시되며, 그 궁극적인 목표는 한의학 제형의 근거와 작용 메커니즘을 예측하는 것입니다. 한의학의 물질적 기초, 작용 메커니즘 및 의효 이론을 더욱 밝히기 위해 우리는 SoFDA 플랫폼을 사이버 약리학에 도입하기로 결정했습니다. 우리는 이것을 처방약-표적-경로-증후군-질병, 통합 약리학 1,2를 초래하는 컴퓨터 약리학적 분석 방법이라고 부릅니다.

비만은 전 세계적으로 흔한 만성 간 질환으로서 세계 사회에 막대한 경제적 부담을 안겨줍니다.

한의학의 개념에서 비만은 양허증, 가래-습증후군, 비장, 위증후군을 동반한 복합질환이다
결핍 증후군, 혈액 정체 증후군 등 5,6. 따라서 양기를 강화하고 가래와 습기를 해결하며 주요 기관을 조절하는 치료를 채택하는 것이 적절합니다7.

Lingguizhugan 달인(Fuling, Guizhi, Baizhu, Gancao, 질량 비율 4:3:3:2)은 황금 챔버의 필수 요소에서 추출되며 임상 실습을 통해 비만 치료에 효과적입니다. 중국어로 FU LING GUI ZHI BAI ZHU GAN CAO TANG이라고도 합니다.

다음 프로토콜에서 우리는 비만의 양결핍 증후군 및 습기-가래 증후군 치료를 위한 Lingguizhugan 달인에 대한 한약 제형(통합 약리학)에 대한 혁신적인 SoFDA 기반 네트워크 약리학적 분석의 사용을 시연할 것입니다. 비알코올성 지방성 양결핍증후군 및 습기-가래증후군 치료를 위한 Lingguizhugan 달인의 성분, 표적 및 경로에 대한 네트워크 분석을 수행하여 방법론을 시연할 것입니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

복부 비만의 "양허증후군"과 "습-가래 증후군"을 치료하기 위해 Lingguizhugan 달인을 예로 들어 보겠습니다. Lingguizhugan 달인은 4가지 허브로 구성됩니다 : Poria cocos (Fuling), Cinnamomi ramulus (Guizhi), Rhizoma Atractylodis macrocephalae (Baizhu), Glycyrrhizae radix et Rhizoma(Gancao). SoFDA 플랫폼의 웹사이트는 http://www.tcmip.cn/Syndrome/front/#/ 입니다. 한의학 시스템 약리학(TCMSP) 데이터베이스 웹사이트는 https://old.tcmsp-e.com/tcmsp.php

1. 포뮬러의 유효성분 선별하기

  1. TCMSP(Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform)8 데이터베이스에 액세스합니다.
  2. 허브 이름 열에 각각 Fuling, Guizhi, Baizhu 및 Gancao를 입력한 다음 검색을 클릭합니다.
  3. OB 옆에 있는 버튼을 클릭하고 값이 있는 항목 표시에서 크거나 같음을 선택한 다음 아래 숫자 열에 30.00을 입력합니다.
  4. DL의 필터 버튼을 클릭하고 값이 다음과 같은 항목 표시에서 다음과 같음을 선택하고 아래 숫자 열에 0.18을 입력합니다.
    참고: 흡수, 분포, 대사 및 배설(ADME)9,10에 따라 4가지 허브 2,8의 0.18가지 화학 성분≥ 경구 생체이용률(OB) ≥ 30% 및 약물 유사 특성(DL)을 스크리닝합니다.
  5. 푸링(Fuling), 귀지(Guizhi), 바이주(Baizhu), 간카오(Gancao) 4가지 허브의 선별된 화학 성분의 분자명을 순서대로 복사하여 스프레드시트에 붙여넣어 표로 요약합니다.

2. 공식의 표적, 증후군, 질병 선별

  1. SoFDA 플랫폼에 들어가 Association Evaluation(연관성 평가) 열에서 Disease-Syndrome-Formula Association(질병-증후군-공식 연관성)을 선택합니다.
    참고: 연관 수준 이라는 용어는 완전히 다르다, 낮음, 보통, 높음 및 동일이라는 다섯 가지 범주를 포함합니다. 동일, 높음 및 보통 을 선택하면 연관 항목과 질병 또는 약초 공식 간의 상관 관계가 각각 높음과 중간 정도를 나타냅니다. 연관 항목과 질병 또는 약초 공식의 상관관계가 클수록 분석 결과가 더 정확해집니다. 따라서 동일, 높음 및 보통 을 선택해야 합니다.
  2. 질병-증후군-공식 연관성과 동일한 질병 하위 그룹에서 비만을 질병으로 선택합니다. 증후군은 양허증후군과 습가래증후군을 선택한다. 증상에 대해 기본 및 보조 증상을 선택합니다.
  3. 연관성 항목에 대한 증상 관련 유전자를 선택합니다. 연결 수준에 대해 동일, 높음 및 보통을 선택합니다. 공식으로 FU LING GUI ZHI BAI ZHU GAN CAO TANG/공식 134를 선택합니다.
    참고: SoFDA 플랫폼의 질병 검색창에 복부 비만 을 입력하면 복부 비만-대사 증후군 1/ABD014 및 복부 비만-대사 증후군 3/ABD013의 두 가지 결과가 검색됩니다. 두 가지 유형의 비만 모두 복부 비만을 특징으로 하지만 각각의 증상 복합체가 다릅니다. 증후군 3은 심근경색, 몸통 비만, 고콜레스테롤혈증, 관상동맥 협착증, 복부 비만, 상염색체 우성 유전, 고혈압, 뇌졸중 등의 증상과 관련이 있는 반면, 증후군 1은 상염색체 우성 유전, 고혈압, 복부 비만과 관련이 있습니다. 따라서 후속 분석을 위해 증후군 1을 선택했습니다.
  4. 제출을 클릭한 다음 양결핍증후군, 습가래증후군, 복부 비만 및 분유와 관련된 유전자 세트를 가져옵니다.
  5. 양 결핍 증후군과 습기-가래 증후군을 각각 클릭하고 두 증후군의 일차 및 이차 증상 관련 유전자를 복사하여 파일에 저장합니다.
  6. STRING 온라인 웹사이트에 접속하여 왼쪽의 다중 단백질 섹션을 클릭한 후 2.2단계의 두 증후군에서 얻은 유전자를 검색창에 입력합니다. 유기체에 대한 호모 사피엔스를 선택한 다음 검색-계속을 클릭하여 단백질-단백질 상호 작용(PPI) 네트워크 다이어그램을 얻습니다. 설정 섹션에서 높은 신뢰도 점수 코어(0.700)를 선택하고 마지막으로 TSV 파일을 별도로 내보냅니다11,12.
  7. Cytoscape 소프트웨어를 실행하고 파일> 파일에서 네트워크 >가져오기 를 클릭하여 Cytoscape 내에서 이전 단계에서 얻은 TSV 파일을 엽니다. 그런 다음 소프트웨어의 스타일 탭에서 PPI 네트워크의 색상 및 레이아웃 설정을 사용자 정의합니다. 마지막으로 파일 > 내보내기 > 이미지로 내보내기 를 클릭하여 최종 PPI 네트워크 다이어그램을 얻습니다.

3. 기능 예측

  1. SoFDA 플랫폼의 관련 증후군-질병-공식 섹션에서 공통 유전자/네트워크 모듈의 기능적 풍부함 으로 이동합니다.
  2. Enrichment 유형에서 생물학적 과정, 세포 성분, 분자 기능 및 반응체 경로를 선택합니다.
  3. 제출을 클릭하여 결과를 가져옵니다.
  4. 이미지 오른쪽 하단의 ↓ 버튼을 클릭하면 생물학적 과정, 세포 성분, 분자 기능 및 반응체 경로와 관련된 스프레드시트 파일을 다운로드할 수 있습니다.
  5. 선택을 마친 후 제출 을 클릭하면 Functional Enrichment of Common Genes/Network Module among Associated Syndromes-Diseases-formulae 모듈, 생물학적 과정(BP), 세포 성분(CC), 분자 기능(MF) 설명, 반응체 경로 그래프 데이터가 모두 다운로드됩니다.
  6. Wei Sheng Xin 온라인 웹사이트(https://www.bioinformatics.com.cn/)를 열고 색상 그라데이션 열이 있는 막대 를 선택한 다음 얻은 BP, CC, MF 설명 및 반응체 경로 데이터를 이 웹사이트로 가져와 색상 그라데이션이 있는 막대 차트를 얻습니다.

4. 공식-표적-경로-증후군-질병 네트워크 구축

  1. 2.1 단계에 따라 선택을 마친 후 첫 번째 페이지 하단의 네트워크 로 이동 을 클릭하고 두 번째 페이지로 들어갑니다.
  2. 증후군에 대해 양허증후군과 습-가래증후군을 선택하십시오. 증상에 대해 1차 및 2차 증상을 선택하고 질병에 대해 복부 비만을 선택합니다. 포뮬러는 FU LING GUI ZHI BAI ZHU GAN CAO TANG/formula 134를 선택합니다. 그런 다음 표시에서 모든 질병, 증후군, 공식, 증상 및 반응체 경로를 선택합니다.
  3. 그런 다음 제출을 클릭하고 Formula-Target-Pathway-Syndrome-Disease의 네트워크 다이어그램을 가져옵니다.

5. 공식-성분-표적-경로-증후군-질병 네트워크 구축

참고: SoFDA 플랫폼에서 포리아(Fu Ling), 계피 나뭇가지(Gui Zhi), Atractylodes Macrocephala(Bai Zhu) 및 감초(Gan Cao) 달인 공식을 검색해도 주요 활성 성분이 나오지 않습니다. 따라서 TCMSP 데이터베이스에서 포리아, 계피 나뭇가지, 아트라틸로데스 대두, 감초의 주요 활성 성분만 검색하는 것이 좋습니다. 1.1.3-1.1.4단계에 따라 Poria(Fu Ling), 계피 나뭇가지(Gui Zhi), Atractylodes Macrocephala(Bai Zhu) 및 감초(Gan Cao) 달인의 주요 활성 성분을 얻으십시오. 그런 다음 이를 Formula-Target-Pathway-Syndrome-Disease 네트워크로 가져와 Formula-Ingredient-Target-Pathway-Syndrome-Disease 네트워크 다이어그램을 생성합니다. 결과적으로 SoFDA와 TCMSP의 유전자 ID와 경로 사이에는 데이터 이질성이 없습니다.

  1. 섹션 4에서 생성된 SoFDA 플랫폼에서 Formula-Target-Pathway-Syndrome-Disease 의 네트워크 데이터를 다운로드하여 스프레드시트에 넣습니다.
  2. 그런 다음 섹션 2에서 선별한 Lingguizhugan 달인의 활성 성분을 이 스프레드시트에 추가하고 스프레드시트의 이름을 네트워크로 바꿉니다. 섹션 4에서 생성된 각 노드의 유형을 저장하기 위해 type 이라는 다른 새 스프레드시트를 만듭니다.
  3. Cytoscape(유형 3.9.1) 소프트웨어를 열고 파일에서 네트워크 가져오기를 클릭하여 네트워크 파일을 가져오고 파일 에서 테이블 가져오기 를 클릭하여 유형 파일을 가져옵니다. 그런 다음 스타일 버튼을 클릭하여 Formula-Ingredient-Target-Pathway-Syndrome-Disease 네트워크13을 조정하고 수정합니다.
  4. 이미지 파일로 내보내기 버튼을 클릭하여 Formula-Ingredient-Target-Pathway-Syndrome-disease 네트워크를 가져옵니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

우리는 Lingguizhugan 달인에서 생체이용률≥30%와 약리단≥0.18%의 기준으로 4가지 한약의 103가지 활성 성분을 선택했습니다. 주요 활성 성분은 케르세틴, 캠페롤, 나린제닌, β-시토스테롤, 이소람네틴이었습니다. 이는 Jiang et al.14의 실험실 추출 및 스크리닝 구성 요소와 일치합니다.

Lingguizhugan 달인의 습-가래 증후군 및 양 결핍 증후군(그림 1)의 경우 양 결핍 증후군을 동반한 복부 비만에 대해 328개의 표적을 얻었고(그림 2A), 습-가래 증후군의 경우 64개의 표적을 얻었습니다(그림 2B).

유전자 온톨로지(GO) 및 교토 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

SoFDA는 TCM 증후군에 대한 최초의 오픈 소스 온톨로지 데이터베이스로, 데이터 및 분석 결과를 대중이 완전히 액세스할 수 있습니다. 이러한 오픈 소스 특성은 연구자에게 더 큰 유연성을 제공합니다. 이 플랫폼은 Jaccard 또는 코사인 유사성 측정을 활용하여 질병-증후군과 공식 증후군 연관성 간의 관계를 정량적으로 평가하는 유사성 기반 연관성 평가 시스템을 사용합니다. 이러한 동적 모델링 기능을 통해 SoFDA는 질병 및 증후군의 동적 변화를 더 잘 시뮬레이션할 수 있는 반면, 기존 네트워크 약리학 방법은 일반적으로 정적 네트워크 분석 결과만 제공합니다.

SoFDA와 네트워크 약리학 분석의 통합은 전통적인 네트워크 약리학에는 질병의 동적 진행(즉, 증후군의 변형)과 약물 개입 전후의 변화를 포착하는 데이터베이스가 부족하기 때문에 동적인 것으로 간주됩니다. 또한 다중 표적 및 다중 경로 데이터베이스의 자동 통합은 S...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

모든 저자는 이해 상충이 없습니다.

감사의 글

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

이 연구는 쓰촨성 과학기술프로그램(2024YFFK0158), 중국국립자연과학재단(82104716), 광둥성 대학원 교육 혁신 프로그램 프로젝트(2022SFKC073), 광동성 자연과학 기금 프로젝트(2023A1515220146)의 보조금으로 지원되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
사이토스케이프(타입 3.9.1)국립 인간 게놈 연구 연구소(NHGRI) https://cytoscape.org/
유전자 온톨로지(GO) 지식 기반글로벌 핵심 바이오데이터 리소스https://www.geneontology.org/
KEGG: 교토 유전자 및 게놈 백과사전카네히사 연구소https://www.genome.jp/kegg/
SoFDA 플랫폼중국 중국 의학 아카데미http://www.tcmip.cn/Syndrome/front/#/
STRING12.0 웹사이트글로벌 바이오데이터 연합? 비약https://cn.string-db.org/
TCMSP 플랫폼절강 Jiuwei 건강 Co., LTDhttps://old.tcmsp-e.com/tcmsp.php
Wei Sheng Xin 온라인 웹사이트뉴코어https://www.bioinformatics.com.cn/

참고문헌

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

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

동영상 곧 제공

관련 논문