본 연구는 다중 방법 분석과 시험관 내 검증을 통해 RCC에 대한 시코닌의 핵심 표적과 경로를 규명하여, 추가 기전 연구를 위한 틀을 제공하였습니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
본 연구는 다중 방법 분석과 시험관 내 검증을 통해 RCC에 대한 시코닌의 핵심 표적과 경로를 규명하여, 추가 기전 연구를 위한 틀을 제공하였습니다.
신세포암(RCC)은 요로계에서 가장 흔한 종양 중 하나이며 사망률이 가장 높습니다. 이전 연구들은 시코닌이 신세포암을 치료할 수 있음을 보여주었으나, 그 기전은 아직 명확하지 않습니다. 따라서 본 연구는 네트워크 약리학, 분자 도킹, 그리고 세포 증식, 이동, 세포자사멸사를 포함한 시험관 내 기능 검사를 통해 신세포암 치료에서 시코닌의 기전을 웨스턴 블롯(WB) 검증을 통해 밝히는 것을 목표로 했습니다. 시코닌 표적은 PharmMapper, SwissTargetPrediction 및 기타 데이터베이스를 사용하여 스크리닝되었으며, 온라인 멘델리안 상속 인간(OMIM), GeneCards 및 기타 데이터베이스에서 RCC 관련 표적을 확인했습니다; 잠재적 치료 표적은 교차 분석을 통해 도출되었습니다. 단백질-단백질 상호작용(PPI) 네트워크가 구축되었고, Cytoscape는 코어 표적을 스크리닝하는 데 사용되었으며, 분자 도킹을 통해 시코닌과 주요 표적 간의 결합 친화도를 분석하였습니다. 총 374개의 시코닌 표적과 1,087개의 RCC 관련 표적이 수집되었으며, 98개의 중복 표적 유전자가 확인되었습니다. 6개의 핵심 표적(SRC, PIK3CA, PIK3CB, PIK3CD, PTPN11, PIK3R1)이 확인되었습니다. 유전자 온톨로지(GO)와 교토 유전자 및 게놈 백과사전(KEGG) 분석에 따르면 시코닌은 주로 단백질 키나아제 활성, HIF-1, IL-17 신호 전달 경로를 조절하여 항RCC 효과를 발휘했습니다. 분자 도킹 결과, 시코닌이 이 핵심 표적과 강한 결합 친화력을 보인다는 것이 확인되었습니다. 인간 RCC Caki-1과 786-O 세포를 이용한 시험관 내 연구에서는 시코닌이 세포 증식과 이동을 선량 의존적으로 유의미하게 억제하고, 세포 세포자멸사를 촉진하며, 카스파제-3 및 카스파제-8 활성을 상향 조절하는 것으로 나타났습니다. 서구 블롯 실험은 시코닌이 핵심 표적 단백질의 발현을 조절하고 HIF-1 신호 경로를 억제한다는 것을 추가로 확인했습니다. 본 연구는 신세포암에 대한 시코닌의 약리학적 기전을 체계적으로 밝히며, 시코닌을 새로운 항RCC제로 개발하고 적용할 수 있는 이론적 기초를 제공합니다.
신장세포암(RCC)은 전 세계 신장 악성 종양의 약 90%와 성인 악성 종양의 2%–3%를 차지하는 요로계 악성 종양입니다. GLOBOCAN 2022 데이터에 따르면, 2022년 전 세계적으로 신세포암 신규 사례는 약 434,800명, 사망자는 155,953명이었으며, RCC의 발생률과 사망률은 지속적으로 증가하고 있습니다. 미국암학회는 2025년 미국에서만 신세포암 신규 확진자 80,980명과 사망자 14,510명을 추산했습니다. 신세포암은 요로계 악성 종양 중 사망률이 가장 높으며, 전이성 또는 약물 내성 RCC 환자도 예후가 좋지 않습니다. 표적 치료와 면역치료의 광범위한 적용으로 RCC 임상 치료에서 눈에 띄는 진전이 이루어졌습니다. 진행성 또는 전이성 신세포암의 1차 표준 치료는 주로 면역 체크포인트 억제제의 복합 요법 또는 면역 체크포인트 억제제와 항관형성성 티로신 키나제 억제제를 결합한 요법을 채택합니다. 치료법이 지속적으로 발전하고 있음에도 불구하고, 많은 환자들이 여전히 질병 진행, 약물 내성 또는 치료 불내성을 경험하고 있습니다. 따라서 명확한 기전, 안전성, 효능을 가진 새로운 항RCC 약물 개발은 여전히 시급한 임상적 필요로 남아 있습니다 1,2,3.
시코닌은 Radix Arnebiae에서 추출되는 주요 생리활성 성분이며, 그 유도체인 아세틸시코닌은 두드러진 항RCC 약리학적 효과를 보였습니다. 기존 증거는 시코닌이 다중 표적 및 다중 경로 조절 메커니즘을 통해 항RCC 활성을 발휘한다는 것을 입증했습니다. 기전적으로 시코닌은 종양 억제 유전자 TEK의 발현을 상향 조절하고 AKT/mTOR 신호 전달 연쇄 반응의 인산화를 억제하여 RCC 세포의 증식, 이동 및 침범을 억제할 수 있습니다. 또한 시코닌은 세포 내 활성 산소종(ROS) 축적을 유도하여 미토콘드리아 기능 장애를 유발하며, 이를 통해 RCC 세포에서 세포자살사, 부사, 자가포식 등 다중 프로그램된 세포 사멸 패턴을 추가로 촉진합니다. 또한 miR-15b, miR-99b와 같은 미세RNA의 발현을 조절하고, MAPK/ERK 경로를 통해 FOXO1과 PDCD4를 포함한 세포자사멸사 관련 표적 유전자를 조절하며, 이러한 조절 효과는 명백한 세포주 특이성을 보인다6. 특히 시코닌은 시니티닙 내성 RCC 세포주에 대해 강력한 항종양 활성을 유지하며, 괴사체 복합체를 활성화하고 AKT/mTOR 경로를 억제하며 G2/M 세포 주기 정지를 유도하여 치료 효과를 유발합니다. 시코닌의 항RCC 효과는 기존 실험 연구들에 의해 부분적으로 검증되었으나, 핵심 치료 표적, 주요 신호 전달 네트워크, 그리고 RCC에 대한 시코닌의 분자 조절 기전은 아직 명확하지 않습니다; 더욱이 허브 표적의 체계적 예측, 분자 검증, 실험적 확인이 아직 부족해 현재 연구에서 중요한 공백을 형성하고 있습니다.
네트워크 약리학과 분자 도킹은 현대 천연 약물 연구와 약리학적 기전 탐구에서 상호 보완적인 기술적 접근법 역할을 합니다. 체계적인 관점에서 네트워크 약리학은 생체활성 화합물과 질병 관련 표적 간의 다중 표적, 다경로 전체론적 상호작용 특성을 체계적으로 해독할 수 있습니다. 반면, 분자 도킹은 소분자 화합물과 핵심 표적 단백질 간의 결합 친화도와 안정적인 상호작용 패턴을 분자 수준에서 검증할 수 있게 합니다. 이 두 방법론의 결합은 전체론적 표적 예측과 분자 검증의 체계적 폐쇄 연구 루프를 구축합니다. 실험적 검증과 네트워크 약리학 및 분자 도킹을 결합하는 것은 자연 약물 연구의 주류 접근법으로, 질병 발병 기전의 명확화와 복합 약리학적 기전 해명을 촉진하며, 기초 연구 및 약물의 중개 적용을 위한 이론적 틀을 제공합니다 8,9.
본 연구에서는 네트워크 약리학을 적용하여 신세포암 치료에서 시코닌의 후보 표적을 예측하였다. 분자 도킹을 통해 잠재적 표적을 이론적으로 검증했으며, 핵심 작용 표적은 시험 관 내 실험을 통해 최종 결정되었으며, 웨스턴 블롯(WB) 실험으로 추가 확인되었습니다. 이 연구의 전체 과정은 그림 1에 나와 있습니다.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
이 연구에 사용된 모든 인간 세포주는 인증된 상업용 세포 은행에서 구입했으며, 신선한 인간 조직이나 환자 샘플은 수집하지 않았습니다. 따라서 이 시험관 내 세포 기반 연구에는 윤리적 승인이 필요하지 않았습니다.
시코닌 목표 획득 및 예측
"shikonin" 키워드는 PubChem 데이터베이스에서 검색되었습니다. 시코닌의 SDF 구조를 다운로드하여 단순화된 분자 입력 라인 입력 시스템(SMILES) 표기법을 얻었다. 각 타겟 데이터베이스의 요구사항에 따라, 잠재적 시코닌 타깃은 2026년 3월 3일10, 11, 12일에 PharmMapper, SwissTargetPrediction, HERB, SEA Search Server 데이터베이스에서 예측 및 수집되었습니다.
신장 세포암 표적 획득
신세포암을 키워드로 사용하여 인간 유래 질병 표적을 치료 표적 데이터베이스(TTD), OMIM, GeneCards에서 검색했으며, 종은 호모 사피엔스로 제한되었고 관련성 점수는 50> 포함되었습니다. 총 1148개의 표적이 처음에 확보되었고, 요약 및 복합성 후 1087개의 고유 신세포암 관련 표적이 최종적으로 획득되었으며, 그중13, 14, 15개가 확보되었습니다.
신장세포암 치료를 위한 시코닌 교차 표적 규명
시코닌과 신장세포암의 예측 유전자 표적은 온라인 분석 도구인 Venny 2.1에 입력되었습니다. 겹치는 목표물은 교차 분석을 통해 식별되고 벤 다이어그램으로 시각화되었습니다.
구성 요소-표적-질병 네트워크 구축
시코닌을 핵심 연구 출발점으로 삼아, 우리는 이 핵심 표적과 RCC 간의 생리학적 연관 정보를 통합하고, Cytoscape 시각화 소프트웨어를 사용해 '성분-표적-질병' 삼원계의 분자 상호작용 네트워크를 구축하였습니다.
신장세포암 치료에서 시코닌의 단백질 상호작용망 구축 및 핵심 표적 획득
단백질 상호작용 데이터베이스 STRING은 단백질-단백질 상호작용(PPI) 네트워크를 구축하는 핵심 도구로, 단백질 간 상호작용 관계를 분석하고 시각화할 수 있게 합니다. 본 연구에서는 시코닌암과 신장세포암 사이의 중첩 표적을 STRING 데이터베이스에 제출했으며, 종은 추가 검색을 위해 호모 사피엔스로 설정되었다. 추가 분석을 위해 계속(Continue Session) 버튼을 클릭하세요. 분석 결과 페이지 하단의 Settings 모듈에서는 최소 필요 상호작용 점수가 0.900이라는 높은 신뢰 수준으로 설정되어 있었습니다. 동시에 네트워크 내 관련 없는 단백질과 분리된 노드들은 숨겨져 최적화된 PPI 네트워크 상호 매핑을 얻었습니다. 데이터는 TSV 형식으로 저장되어 Cytoscape 소프트웨어로 가져왔습니다. 해당 매개변수는 노드 크기와 색상 음영이 해당 값을 반영하도록 조정되었고, 가장자리 두께는 결합률 점수를 반영했습니다. PPI 네트워크 지도는16, 17에 확립되었습니다.
위의 PPI 네트워크를 기반으로 핵심 표적들이 정확히 선별되었습니다. CytoHubba 플러그인은 Cytoscape의 Apps 모듈에서 열렸고, 계산 프로그램을 시작하기 위해 Calculate 버튼을 눌렀습니다. MCC 알고리즘 은 옵션별로 순위가 매겨진 상위 6개 노드 중에서 선택되었고, 제출 버튼을 눌러 계산을 완료했습니다. 상위 6개 핵심 목표는 미관화 및 데이터 다운로드를 위해 선별되었습니다.
신장세포암 치료에서 시코닌의 GO 농축 분석 및 KEGG 경로 분석
Metascape 데이터베이스는 GO 농축 분석에 사용되었습니다. 본 연구에서는 시코닌 표적 교차점과 신장세포암이 데이터베이스에 도입되었습니다. 먼저 선택한 종은 호모 사피엔스(인간)였고, 그 다음에 사용자 지정 분석 모드가 선택되었습니다. 농축 분석은 GO 기능 풍부의 세 가지 차원인 분자 기능, 세포 구성 요소, 생물학적 과정에 대해 수행되었습니다. p-값 컷오프는 0.01로 설정되었고, 신장세포암 치료에서 시코닌의 GO 농축 시각화를 구축하기 위해 마이크로크레딧 플랫폼을 이용한 분석 버튼을 클릭하였다.
KOBAS 3.0 데이터베이스를 활용해 시코닌과 신장 세포암 간 겹치는 표적에 대한 KEGG 신호전달 경로 풍부 분석을 수행했으며, 이 데이터베이스는 유전자의 경로 주석 및 유전자 농축 통계 분석을 구현할 수 있습니다. 차단된 교차로 표적은 KOBAS 3.0 데이터베이스에 수입되었으며; 선정된 종의 출처는 H. sapiens(인간)였으며, 선별 유형은 KEGG 신호 전달 경로로 제한되었고, 농축 분석을 위한 p-값 임계값은 <0.01로 설정되었습니다. 분석 후 KEGG 경로의 농축 결과가 얻어졌습니다. 농축 분석 결과를 바탕으로 p-값을 분류의 기초로 사용하였고, 상위 10개의 KEGG 신호 경로를 선별하였습니다. 시각화 처리는 마이크로시그널링 플랫폼의 도움으로 완료되었고, 마지막으로 KEGG 농축 산키 다이어그램 버블 차트가 그려져20,21을 저장했습니다.
분자 도킹 검증
시코닌의 3차원(3D) 구조는 PubChem 데이터베이스에서 가져왔고, Open Babel 소프트웨어를 적용해 3D 구조를 표준 PDB 형식으로 변환했습니다. 네트워크 약리학 분석을 통해 확인된 핵심 표적의 3차원 단백질 구조는 RCSB 단백질 데이터베이스와 AlphaFold 데이터베이스에서 PDB 형식으로 다운로드되었습니다. 표적 단백질의 결정 구조에는 PIK3CA(PDB ID: 9B4T), PIK3CD(PDB ID: 8BCY), PIK3R1(PDB ID: 7CIO), PTPN11(PDB ID: 9R16), SRC(PDB ID: 9NS1), PIK3CB(알파폴드 예측 구조, AF-Q8BTI9-F1-model_v6)가 포함되었습니다. 물 분자와 이형원자는 제거되었고, 극성 수소가 추가되었으며, 오토독 도구를 사용해 가스테이거 전하가 할당되었습니다. AutoDock Tools 소프트웨어를 사용하여 분자 도킹을 위한 표적 단백질 전체를 덮을 수 있는 적절한 크기의 도킹 박스를 선택했습니다. 마지막으로, 최적의 결합 에너지를 가진 표적-활성 성분 쌍의 시각화가 이루어졌습니다. PyMol 소프트웨어를 사용해 결합 부위, 결합 상호작용의 유형 및 거리를 분석하고 3차원 구조 시각화 이미지22,23을 생성했습니다.
세포독성 검사
Caki-1 세포는 96개의 웰 배양 플레이트에 5,000 세포 밀도로 접종하고, 각각 12.5, 25, 50, 100 μmol/L 농도로 12시간 및 24시간 동안 시코닌으로 처리했습니다. 786-O 세포의 경우, 동일한 농도 구배로 24시간 처리만 수행되었습니다. 시코닌이 두 세포주에 미치는 세포독성 효과는 MTT 검사법을 사용하여 평가되었습니다. 모든 실험은 생물학적 삼중화로 수행되었으며, 각 조건별로 세 번의 기술적 복제가 이루어졌습니다. 결과는 IC50 값으로 표현됩니다. 두 세포주 간에 전반적인 억제 경향은 일관되었으나, 시코닌은 Caki-1 세포에 대한 세포독성이 더 강했습니다. 따라서 이후 기능 실험을 위해 Caki-1 세포가 선정되었다.
스크래치 상처 분석법으로 결정된 시코닌이 Caki-1 세포 이동에 미치는 영향
로그상 상태의 Caki-1 세포와 786-O 세포는 6웰 플레이트에 시딩되었습니다. 각 웰 바닥에는 멸균된 200 μL 피펫 팁을 사용해 평행한 스크래치 라인이 생성되었습니다. 하룻밤 부착 후 PBS를 사용해 배양된 세포를 세척했습니다. 세포는 12시간 동안 다양한 농도의 시코닌(12.5, 25, 50, 100 μmol/L)으로 처리되었습니다. 12시간 후에는 현미경으로 같은 부위의 긁힌 부위의 변화를 관찰했습니다.
시코닌이 Caki-1 세포의 성장 활성에 미치는 영향을 계산하는 공식은 다음과 같았습니다: 이동성 = [(0 h 스크래치 면적 − 12h 스크래치 면적) / 0 h 스크래치 면적] × 100%.
Caspase-3 및 Caspase-8 활동의 결정
로그 성장 단계의 Caki-1 세포를 채취하여 세포 농도를 5 × 106 cells/mL로 조정한 후 12시간 배큐를 진행했습니다. Caki-1 세포는 다양한 농도의 시코닌(12.5, 25, 50, 100 μmol/L)으로 처리하고 24시간 배영한 후, 카스파제 검사 키트에 기술된 대로 세포 검출이 수행되었습니다.
시코닌이 카키-1 세포의 세포자멸사율에 미치는 영향
로그 성장 방식의 Caki-1 세포는 6웰 배양판에 시딩되었습니다. 대조군 없이 12.5, 25, 50, 100 μmol/L 농도로 시코닌을 24시간 동안 처리하였다. 세포들은 PBS에 부드럽게 재현탁되어 채취되고 계수되었습니다. 총 1× 10개의 5 재 현각 세포가 300 × g에서 5분간 원심분리되었습니다. 상청액은 버려지고, 세포 펠릿은 195 μL Annexin V-FITC 결합 완충제에 부드럽게 재현탁되었습니다. 그 후 5 μL Annexin V-FITC, 이어서 10 μL 프로피디움 요오화물 염색 용액을 부드럽게 혼합하여 첨가하였습니다. 세포는 분석하기 전에 실온(20–25 °C)에서 15분간 어두운 환경에서 배양되었습니다.
세포 신호 전달 경로 분석
Caki-1 세포는 12.5, 25, 50, 100 μmol/L 시코닌으로 처리되었습니다. 24시간 후, 세포를 차가운 PBS에서 채취하고, 프로테아제 억제제가 포함된 세포 용해 완충제와 함께 용해한 후 단백질 농도를 측정했습니다. 단백질은 10% 도데실 황산나트륨(SDS)-폴리아크릴아마이드 겔에서 분리되었습니다. PVDF 막으로 옮긴 후, 5% BSA로 막을 3시간 동안 차단한 후, 4°C에서 다른 1차 항체와 함께 하룻밤 배양했습니다. 이후 막을 2차 항체와 함께 1:3000 희석 비율로 배양하였습니다. 단백질 밴드는 ECL 검출 시스템으로 검출되었고, ImageJ 소프트웨어를 사용해 정량적으로 분석되었습니다.
통계 분석
실험 결과는 표준편차± 평균 (x ± s, n = 3)으로 제시되었습니다. 모수 통계 분석 이전에는 정규성이 샤피로-윌크 검정을 사용해 검증되었고, 분산의 균일성은 레빈 검정으로 평가되었습니다. 분산의 일방향 분석(ANOVA)과 Tukey의 사후 검정을 SPSS 소프트웨어를 사용해 수행하였습니다. 통계 그래프는 GraphPad Prism 소프트웨어로 구성되었습니다. 독립 표본 t-검정을 그룹 간 쌍별 비교에 사용했으며, p < 0.05는 통계적으로 유의한 차이를 나타냈다.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
시코닌 목표 획득 및 예측
앞서 언급한 네 개의 데이터베이스를 사용하여 잠재적 시코닌 타깃을 예측하였고, 통합 및 요약 후 426개의 타깃을 확인하였습니다. 요약된 목표물들은 중복 제거되어 그림 2A에 나타난 대로 374개의 목표물이 되었습니다.
신장 세포암 표적 획득
세 데이터베이스 관련 데이터를 요약한 후 총 1,147개의 표적을 얻었고, 요약 및 중복 제거 후 총 1,087개의 신장세포암 표적을 얻었습니다.
신장세포암 치료를 위한 시코닌 교차 표적 규명
시코닌의 예측 표적과 신장세포암 관련 표적을 교차시킴으로써, 98개의 겹치는 표적이 확인되었으며, 이는 신세포암 치료에서 시코닌의 주요 표적을 나타내는 그림 2B에...
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
PIK3CA는 공식적으로 포스파티딜리노시톨 4,5-비스포산트 3-키나제 촉매 소단위 알파 아이소폼으로 알려져 있습니다. PIK3CA는 PI3K/AKT/mTOR 경로의 중심 성분으로, 신세포암(RCC)의 발생, 발병 및 치료에 필수적인 역할을 합니다. 연구에 따르면 PIK3CA는 이 아형의 고빈도 돌연변이 유전자임이 밝혀졌습니다(6/57, 11%), 그리고 그 돌연변이는 PI3K/AKT 경로의 비정상적인 활성화와 직접적으로 관련이 있습니다. 더불어, 이러한 환자들은 면역 체크포인트 억제제와 티로신 키나아제 억제제(ICI/TKI) 병용 치료법에 잘 반응하며, 객관적 관해율과 질병 조절률이 전통 치료법보다 현저히 우수하다24. 연구에 따르면 PIK3CA는 RCC에서 가장 자주 변화하는 유전자 중 하나이며, 클리어 세포암과 같은 주요 아형에서 돌연변이가 존재합니다. 이 비정상적인 활성화는 종양 혈관형성과 증식을 촉진할 수 있으며, 티...
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
저자들은 공개할 것이 없습니다.
이 연구는 구이저우성 보건위원회 과학기술(gzwkj2024-516)의 지원을 받았습니다. 구이저우 전통 중의학대학교 국가 및 성(省) 과학기술혁신팀 인재 양성 프로그램, 구이저우 전통 중의학 대학 TD 희망 [2023] 005; 구이저우성 자연과학기단 [연구비 번호: ZK [2024] 404]; 장기 순환 피커링 우유의 특성을 기반으로 한 천슝 단백질-다당류 복합체는 천슝(82360779)으로 두통 치료를 촉진합니다.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 786-O | American Type Culture Collection (ATCC) | RRID: CVCL_1051 (ATCC CRL-1932) | 인간 명세포 신세포암 세포주 |
| AlphaFold 데이터베이스 | 유럽 분자 생물학 연구소 (EMBL) - EBI | AlphaFold 단백질 구조 데이터베이스 | 단백질 구조 예측 데이터베이스 (AlphaFold 단백질 구조 데이터베이스) |
| AutoDock Tools 소프트웨어 | Scripps 연구소 | 1.5.7 | 리간드-단백질 결합 예측을 위한 분자 도킹 소프트웨어 |
| Caki-1 | American Type Culture Collection (ATCC) | RRID: CVCL_0234 (ATCC HTB-46) | 인간 명세포 신세포암 세포주 |
| Caki-1 세포 | 무단장 정상 대학 | HTB-46 (RRID: CVCL_0234) | 인간 명세포 신세포암 세포주 |
| 카스파제 3 및 카스파제 8 검출 키트 | 크레디트 스위스 바이오테크놀로지 유한공사 (중국, 천주) | 카스파제-3 활성 분석 키트, 카탈로그 번호 RX302848M, 카스파제-8 활성 분석 키트, 카탈로그 번호 RX302849M | 세포 사멸을 평가하기 위해 카스파제 활성을 검출하는데 사용 |
| Cytoscape 소프트웨어 | Cytoscape 컨소시엄 | 3.9.1 | 생물학적 네트워크 구성 및 시각화에 사용 |
| DMEM 배지 | 하이클론 | SH30022.01 | Caki-1 및 786-O 세포 배양을 위한 세포 배양 배지 |
| 태아 소 혈청 | Gbico | 10099-141 | Caki-1 및 786-O 세포 성장을 위한 세포 배양 보충제 |
| GeneCards | 바이즈만 과학 연구소 | https://www.genecards.org/ | 타겟 유전자 주석을 위한 종합적인 인간 유전자 데이터베이스 |
| GraphPad Prism | GraphPad, 미국 샌디에고 | 버전 8.3.0 | 통계 그래프 작성을 위해 |
| HERB 데이터베이스 | 중국 과학원 | http://herb.ac.cn | 전통 중국 의학 성분-표적 데이터베이스 |
| ImageJ 소프트웨어 | 미국 국립 보건원 (NIH) | Fiji | 세포 형태 및 웨스턴 블롯 밴드 정량화를 위한 이미지 분석 소프트웨어 |
| 역전 현미경 | 올림푸스, IX73, 일본 | 100배 배율. | 시코닌 처리 후 세포 형태 변화를 관찰하는데 사용 |
| KOBAS 3.0 데이터베이스 | 베이징 대학 | http://bioinfo.org/kobas/ | 유전자 오토미와 경로 풍부화 분석 도구 |
| Metascape 데이터베이스 | 메모리얼 슬론 케터링 암 센터 | https://metascape.org/gp/index.html) | 유전자 기능 풍부화 및 네트워크 분석 도구 |
| Microcredit 플랫폼 | 국립 생물정보학 센터 (중국) | http://www.bioinformatics.com.cn/ | 데이터 처리를 위한 온라인 생물정보학 분석 플랫폼 |
| MTT 분석 키트 | 솔라비오 사이언스 & 테크놀로지 유한공사 (베이징, 중국) | 카탈로그 번호 M8180 | 세포 생존율 검출 (항증식 분석)에 사용 |
| OMIM | 존스 홉킨스 대학교 의과대학 | https://www.omim.org/ | 온라인 멘델 유전 데이터베이스 (인간 유전 질환 데이터베이스) |
| PharmMapper 데이터베이스 | 중국 상하이 과학 기술 대학 | https://www.lilab-ecust.cn/pharmmapper/ | 소분자 약물 표적 예측 데이터베이스 |
| PIK3CA, PIK3CB, PIK3CD, 및 PTPN11 | 산타크루즈 바이오테크놀로지, Inc. (미국, 댈러스, 텍사스) | 산타크루즈 바이오테크놀로지, Inc. (미국, 댈러스, 텍사스) | 타겟 단백질의 웨스턴 블롯 분석을 위한 1차 항체 |
| PyMol 소프트웨어 | 슈뢰딩거, Inc. | 2.2.0 | 단백질 구조 분석을 위한 분자 시각화 소프트웨어 |
| RCSB 단백질 데이터베이스 | RCSB 단백질 데이터뱅크 (러터스 대학교) | https://www.rcsb.org/ | 분자 모델링을 위한 단백질 구조 데이터베이스 (PDB) |
| SEA 검색 서버 데이터베이스 | 캘리포니아 대학교, 샌프 |