이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

네트워크 약리학 및 분자 동역학 시뮬레이션을 이용한 전립선암 내 Plumbagin의 전산 분석

96 조회수

⸱

2026년 9월 11일

 ,  ,  ,  ,  ,  ,  , 
1Department of Clinical Laboratory, DongGuan SongShan Lake Tungwah Hospital, 2Dongguan Key Laboratory of Medical Molecular Biology, 3Department of Hematology, DongGuan Tungwah Hospital, 4Department of Emergency, DongGuan Tungwah Hospital, 5School of Medical Technology, Guangdong Medical University, 6Department of Clinical Laboratory, DongGuan Tungwah Hospital

* These authors contributed equally

이 논문에서

요약

본 연구에서는 네트워크 약리학 및 분자 동역학 시뮬레이션을 이용하여 전립선암 치료에 있어 plumbagin의 분자적 기전과 경로를 조사하였습니다. 연구 결과, plumbagin은 AKT1, ESR1, BCL2, EGFR, TNF, MAPK3, HSP90AA1, SRC 및 PPARG와 안정적으로 결합할 수 있음을 보여주었습니다.

초록

전립선암은 남성의 암 관련 사망률에 크게 기여하는 주요 요인입니다. 많은 환자가 질병이 국소 진행 단계 또는 전이 단계로 진행된 후에야 진단받기 때문에, 완치 목적의 치료가 더 이상 불가능한 경우가 많습니다. 본 연구에서는 전립선암에 대한 plumbagin의 치료 효과의 잠재적 분자 기전을 탐구하기 위해 네트워크 약리학, 분자 도킹 및 분자 역학 시뮬레이션을 결합한 통합 계산적 접근 방식을 적용하였습니다. 통합 데이터베이스 분석을 통해 잠재적 치료 표적을 식별하였으며, 이어서 단백질-단백질 상호작용 네트워크 구축, 기능 농축 분석, 분자 도킹 및 분자 역학 시뮬레이션을 수행하여 단백질-리간드 상호작용의 안정성을 평가하였습니다. 계산 분석 결과, plumbagin은 AKT serine/threonine kinase 1 (AKT1), estrogen receptor 1을 포함한 여러 허브 표적과 안정적인 상호작용을 형성할 수 있음을 확인하였습니다. (ESR1), BCL2 세포사멸 조절인자 (BCL2), 표피성장인자 수용체 (EGFR), 종양괴사인자 (TNF), 유사분열 활성 단백질 키나아제 3 (MAPK3), 열충격단백질 90 알파 패밀리 클래스 A 멤버 1 (HSP90AA1), SRC 원종양유전자, 비수용체 티로신 키나아제 (SRC) 및 peroxisome proliferator activated receptor gamma (PPARG), 이는 전립선암 진행에 관여하는 주요 경로를 조절할 가능성이 있음을 시사합니다. 이러한 인 실리코(in silico) 이러한 결과는 plumbagin의 가능한 분자 메커니즘에 대한 새로운 통찰을 제공하며, 향후 실험적 검증을 위한 근거를 제시합니다. 하지만 추가적인 인비트로(in vitro) 및 생체 내(in vivo) 그 기능적 활성과 치료 효능을 확인하기 위한 연구가 필요합니다.

서론

전립선암은 이질적인 특성을 가지고 있으며, 증상이 없는 선별 검사 발견 병변부터 공격적인 악성 종양에 이르기까지 임상적 징후가 다양하며, 전 세계적으로 주요한 질병 발생 및 사망 원인이 되고 있습니다1,2. 전 세계적으로 전립선암 신규 사례 수는 2020년 140만 건에서 2040년 290만 건으로 두 배 증가할 것으로 예상되며, 연간 사망자 수는 2020년 375,000명에서 2040년 약 700,000명으로 증가할 것으로 전망됩니다3. 초기에는 안드로겐 의존성 악성 종양으로 진단되어 안드로겐 차단 요법으로 치료가 가능합니다. 그럼에도 불구하고 초기 반응이 효과적일지라도, 질병은 결국 안드로겐 비의존성 형태로 진행됩니다. 호르몬 불응성 전립선암 환자는 골전이 발생 위험이 현저히 증가하며, 이는 임상적으로 유의미한 골 병변으로 이어집니다4,5,6,7. 또한, 초기 전립선암은 수술이나 방사선 치료로 완치가 가능하지만, 많은 환자가 진단 당시 이미 국소적으로 진행되었거나 전이된 상태이며, 현재로서는 이러한 경우에 적용할 완치 치료법이 없습니다8,9. 따라서 전립선암 전이의 예방 및 치료를 위해 효과적이고 선택성이 높은 약물을 개발하는 것이 시급합니다.

라이코펜, 대두 제품, 녹차, 석류 페놀 화합물, 아피게닌, 그리고 비타민 D 및 E와 같은 다양한 천연 추출물이 전립선암의 발생을 효과적으로 예방하는 것으로 나타났습니다10,11,12,13. 자연계에 널리 분포하며 Plumbago zeylanica의 주요 성분인 천연 나프토퀴논 화합물인 플럼바진(PLB)은 항감염14, 항염증15, 항동맥경화16 및 항종양17,18 특성을 가지고 있습니다. 연구에 따르면 PLB는 유방암, 비소세포폐암, 간암, 췌장암, 대장암, 난소암, 전립선암, 교모세포종 및 망막모세포종을 포함한 다양한 암 세포 유형에서 항종양 효과를 나타내는 것으로 밝혀졌습니다19,20,21. In vitro 실험에서는 PLB가 전립선암 세포의 증식을 억제함이 확인되었습니다22,23. 또한 PLB는 미세단백질 발현을 조절하여 전립선암 세포의 세포 주기 조절, 세포 사멸, 자가포식 및 상피-간엽 이행을 포함한 여러 세포 행동에 영향을 줍니다24,25. 아울러, PLB는 피하 이종이식 마우스 모델에서 안드로겐 비의존성 암 세포의 성장을 지연시킵니다22,26.

PLB가 전립선암 세포의 증식과 침습을 억제한다는 수많은 연구 결과가 보고되었지만, 현재까지 PLB가 이러한 세포에 작용하는 표적과 경로에 대한 체계적인 조사는 이루어지지 않았다. 본 연구에서는 네트워크 약리학, 분자 도킹 및 분자 동역학 시뮬레이션을 이용하여 전립선암에서 PLB의 치료 효과의 기초가 되는 잠재적 표적과 경로를 규명하고자 하였다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

PLB의 잠재적 표적 예측 및 스크리닝

PLB의 화학 구조 정보는 PubChem 데이터베이스(https://pubchem.ncbi.nlm.nih.gov/)에서 얻었습니다. PLB의 분자 표적은 SwissTarget(https://swisstargetprediction.ch/index.php), SEA(https://sea.bkslab.org/), TargetNet(http://targetnet.scbdd.com/calcnet/index/), PharmMapper(https://www.lilab-ecust.cn/pharmmapper/index.html), Comparative Toxicogenomics Database(CTD, https://ctdbase.org/), Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform(TCMSP, https://www.tcmsp-e.com/index.php) 및 HERB(http://herb.ac.cn/) 데이터베이스를 사용하여 리간드 기반의 2차원 및 3차원 유사성을 바탕으로 예측하였습니다. 데이터의 신뢰성과 재현성을 보장하기 위해, 데이터베이스별 필터링 임계값을 다음과 같이 적용하였습니다: TCMSP는 경구 생체이용률(OB) ≥ 30% 및 약물 유사성(DL) ≥ 0.18인 표적을 유지하였고; SwissTargetPrediction은 예측 확률 ≥ 0.5인 항목을 유지하였으며; PharmMapper는 정규화된 적합도 점수(normalized fit score) ≥ 4.0인 표적을 선택하였습니다; SEA는 E-value < 0.001인 표적만을 유의미하게 농축된 것으로 포함하였으며; TargetNet은 예측 확률 > 0.5인 표적을 유지하였습니다; CTD는 큐레이션된 근거(화학물질-유전자 상호작용에서 추론됨)와 상호작용 점수 > 0.3인 표적만을 포함하였고; HERB는 문헌 기반 점수 ≥ 0.4인 표적을 유지하였습니다. 상기 데이터베이스에서 검색된 모든 단백질 식별자는 UniProt 데이터베이스(https://www.uniprot.org/)를 사용하여 공식 인간 HGNC 유전자 심볼로 표준화하였으며, 종은 Homo sapiens로 제한하였습니다. 모든 소스에서 중복 항목을 제거한 후, 후속 분석을 위해 총 500개의 고유한 PLB 관련 표적을 확보하였습니다.

전립선암 관련 유전자 추출

전립선암 관련 질환 유전자는 GeneCards (https://www.GeneCardss.org/), DrugBank (https://go.drugbank.com/), CTD 및 HERB에서 수집하였다. 데이터의 신뢰성을 보장하기 위해 데이터베이스별 포함 기준을 적용하였다. GeneCards에서는 질환 쿼리와의 연관성이 중간에서 강한 수준의 증거를 가진 유전자를 포괄하기 위해 관련성 점수(relevance score)가 0.5 이상인 유전자만을 유지하였다. DrugBank에서는 실험적 증거(예: 전립선암에 대해 FDA 승인을 받았거나 임상 시험 중인 약물)가 있는 항목만 포함하고, 컴퓨터 예측 또는 이론적 상호작용은 제외하였다. CTD에서는 큐레이션된 화학물질-유전자-질환 상호작용을 기반으로 증거 수준이 "marker" 또는 "mechanism"으로 분류된 기록만 유지하였다. HERB에서는 충분한 실험적 또는 텍스트 마이닝 증거를 확보하기 위해 문헌 기반 신뢰도 점수가 0.4 이상인 타겟을 포함하였다. 모든 유전자 심볼은 UniProt 데이터베이스 (https://www.uniprot.org/)를 통해 HGNC 명명법으로 통일하였으며, 종은 Homo sapiens로 제한하고 중복 항목을 제거하여 최종적으로 후속 분석을 위한 1,199개의 고유한 전립선암 관련 타겟을 도출하였다.

중복 타겟 식별 및 충돌 주석 수정

Venny 2.1 (https://bioinfogp.cnb.csic.es/tools/venny/index.html)에서 표준화된 HGNC 기호를 사용하여 500개의 PLB 표적과 1,199개의 전립선암 표적의 교집합을 분석한 결과, 151개의 중복 후보 표적이 도출되었습니다. 데이터베이스 간의 주석 충돌을 해결하기 위해 다음과 같은 3단계 보정 파이프라인을 시행하였습니다: (i) UniProt ID 매핑 도구를 통해 유전자 별칭의 불일치를 통일하였고, (ii) 서열 유사도 임계값 > 0.4인 CD‑HIT를 사용하여 파라로그 중복 유전자를 제외하였으며, (iii) 상충되는 기능적 주석의 경우 최소 2개 이상의 독립적인 데이터베이스에서 뒷받침되는 경우에만 유지하고, 단일 출처에서 나온 고유한 충돌 설명은 폐기하였습니다.

네트워크 구축 및 허브 식별

중첩된 표적들을 STRING 데이터베이스(버전 12.0, https://cn.string-db.org/)에 제출하여 단백질-단백질 상호작용(PPI) 네트워크를 구축하였으며, 검색 범위는 Homo sapiens로 제한하였다. 높은 신뢰도를 보장하기 위해 통합 신뢰도 점수가 0.700 이상인 상호작용만을 유지하였고, 연결성이 없는 모든 노드는 네트워크에서 제외하였다. 구축된 PPI 네트워크는 Cytoscape(버전 3.10.2)를 통해 시각화 및 위상학적 분석을 수행하였으며, 이후 cytoHubba 플러그인을 사용하여 허브 유전자를 결정하였다. 이때 주요 랭킹 알고리즘으로는 MCC(Maximal Clique Centrality)를, 보조 교차 검증 지표로는 Degree를 사용하였다.

기능적 풍부도 분석

차별 발현 유전자에 대해 Gene Ontology (GO) 기능 주석 및 Kyoto Encyclopedia of Genes and Genomes (KEGG) 경로 풍부도 분석을 Bioinformatics Online Analysis Platform (https://www.bioinformatics.com.cn, 2026년 5월 4일 최종 접속)을 사용하여 수행하였다. 이 플랫폼은 피셔의 정확 검정(Fisher's exact test)을 통해 보정 전 P-값을 계산하며, 다중 검정 보정을 통한 위양성률(FDR) 제어를 위해 Benjamini-Hochberg (BH) 방법을 사용하였다. FDR < 0.05인 GO 용어(생물학적 과정, 세포 구성 성분, 분자 기능) 및 KEGG 경로는 유의미하게 풍부한 것으로 간주하였다.

분자 도킹

활성 컨포메이션을 나타내는 선택된 표적 단백질의 결정 구조는 RCSB Protein Data Bank(https://www.rcsb.org/)에서 얻었습니다. 단백질 준비는 Discovery Studio에서 수행되었으며, 여기에는 물 분자 및 헤테로 원자 제거, 중복 체인 삭제, 누락된 잔기 보정, pH 7.4에서의 수소 원자 추가, Gasteiger 전하 할당 및 에너지 최소화가 포함되었습니다. 결합 포켓은 모든 핵심 기질 결합 잔기를 포함하는 그리드를 사용하여 공동 결정화된 리간드의 좌표를 기반으로 정의되었습니다. PLB의 분자 도킹은 SwissDock 웹 서버(http://www.swissdock.ch/)의 Attracting Cavities 모듈을 통해 수행되었습니다. 친화도를 평가하기 위해 결합 자유 에너지를 계산하였으며, 각 표적에 대해 에너지가 가장 낮은 컨포메이션을 최종 도킹 포즈로 선택하였습니다. 분자 도킹 시뮬레이션 결과는 검증을 위해 시각화되었습니다.

분자 동역학 시뮬레이션

분자 동역학(MD) 시뮬레이션은 GROMACS 2022.2를 사용하여 수행되었습니다. 단백질 기술에는 Amber14SB 포스 필드가 사용되었으며, 시스템은 TIP3P 물로 용매화되었습니다. AM1-BCC 부분 전하와 GAFF2 원자 유형을 포함한 Plumbagin 파라미터는 Antechamber를 사용하여 생성한 후, ACPYPE로 토폴로지를 변환하고 Joung-Cheatham 이온 파라미터를 할당하였습니다. 각 단백질-리간드 복합체는 단백질과 박스 사이의 최소 거리가 1.2 nm인 절단된 정십이면체(truncated dodecahedral) 시뮬레이션 박스에 배치되었으며, TIP3P 물 분자로 용매화하고 0.15 M Na⁺/Cl⁻를 첨가하여 중성 상태로 만들었습니다. 최속강하법(steepest descent algorithm, Fmax < 1,000 kJ·mol⁻1·nm⁻1)을 이용한 에너지 최소화 이후, 시스템은 298 K에서 각각 200 ps 동안 순차적으로 NVT 및 NPT 평형화를 거쳤습니다. 이후 Production 시뮬레이션은 Verlet 컷오프 방식을 사용하여 2 fs의 적분 시간 단계로 NPT 조건에서 200 ns 동안 수행되었습니다. 장거리 정전기적 상호작용은 particle mesh Ewald(PME)법으로 계산하였으며, 정전기적 상호작용과 van der Waals 상호작용 모두 1.2 nm의 컷오프 거리를 적용하였습니다. 수소를 포함하는 결합을 구속하기 위해 LINCS 알고리즘을 사용하였습니다. 온도는 Nosé-Hoover thermostat을 사용하여 298 K로 유지하였고, 압력은 Parrinello-Rahman barostat을 사용하여 1 bar로 유지하였습니다. 좌표는 후속 분석을 위해 매 10 ps마다 저장되었습니다. 트라젝토리 분석 및 시각화는 GROMACS 유틸리티, VMD 및 PyMOL을 사용하여 수행하였으며, MM-PBSA 결합 자유 에너지 계산은 필요한 경우 gmx_MMPBSA를 사용하여 수행하였습니다.

분자 동역학 궤적의 평형 상태 평가 및 MM-PBSA 자유 에너지 샘플링 프로토콜

각 단백질-plumbagin 복합체에 대하여 GROMACS를 이용한 200 ns 전원자 프로덕션 분자 동역학 시뮬레이션을 수행하였다. 100 ns 시점을 평형화 경계로 설정하였으며, 0-100 ns 구간은 단백질 백본과 리간드 결합 포켓이 지속적으로 구조적 조정을 거치는 형태적 이완 단계로 지정하였다. 100-200 ns 구간은 RMSD, 회전 반경(Rg), 잔기별 RMSF, 리간드의 매몰된 SASA, 분자 간 수소 결합 및 리간드-수용체 상호작용 에너지가 단방향 표류 없이 미세한 정상 상태 변동만을 보였으므로, 열역학적으로 안정된 고평부(plateau)로 식별하였다. 모든 정량적 운동학적 매개변수와 MM/PBSA 결합 자유 에너지는 100-200 ns 평형 단계에서만 계산되었으며, 이 구간에서 100 ps마다 프레임을 균일하게 추출하여 시스템당 1,000개의 평형 스냅샷을 gmx_MMPBSA 입력값으로 확보하였다. 자유 에너지 계산 시 형태적 표류로 인한 간섭을 제거하기 위해 초기 100 ns의 이완 궤적은 제외하였다.

전립선암 내 표적 유전자의 예후 분석

The Cancer Genome Atlas (TCGA)의 전립선암 데이터셋을 사용하여 예후 분석을 수행하였다. RNA 시퀀싱(STAR-counts) 데이터와 그에 해당하는 임상 정보는 Genomic Data Commons 포털(https://portal.gdc.cancer.gov)에서 확보하였다. 유전자 발현 수는 transcripts per million (TPM)으로 변환되었으며, log2(TPM + 1)을 사용하여 정규화하였다. 임상 정보가 불완전한 샘플을 제외한 후, 총 498례를 분석에 포함하였다. 각 유전자의 발현 중간값을 기준으로 환자를 고발현군과 저발현군으로 나누었다. SRC의 전체 생존율(OS)과 MAPK3의 무진행 생존기간(PFS)을 평가하기 위해 로그 순위법(log-rank test)을 이용한 Kaplan-Meier 생존 분석과 단변량 Cox 비례 위험 회귀 분석을 수행하였으며, 위험비(HRs)와 95% 신뢰구간(CIs)을 산출하였다. 예측 성능은 1년, 3년, 5년 시점의 시간 의존적 수신자 조작 특성(ROC) 곡선을 생성하여 추가로 평가하였다. 통계 분석은 R version 4.0.3에서 수행되었으며, P < 0.05를 통계적 유의성 기준으로 간주하였다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

PLB 및 전립선암 표적의 예측 결과

PLB의 PubChem CID는 10205이며, IUPAC 이름은 5-hydroxy-2-methylnaphthalene-1,4-dione, SMILES는 CC1=CC(=O)C2=C(C1=O)C=CC=C2O, InChIKey는 VCMMXZQDRFWYSE-UHFFFAOYSA-N, InChI는 InChI=1S/C1H8O3/c1-6-5-9(13)10-7(1(6)14)3-2-4-8(10)12/h2-5,12H,1H3, 분자량은 18.18, 분자식은 C1H8O3, CAS 번호는 481-42-5이다. 중복 항목을 제거한 후, 본 연구에서는 SwissTarget, SEA, TargetNet, PharmMapper, CTD, TCMSP 및 HERB 데이터베이스를 사용하여 50개의 잠재적 PLB 표적을 예측하였다(부록 표 S1). 중복 항목을 제거한 후, GeneCards, DrugBank, TCMSP...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

연구에 따르면 AKT1, ESR1, BCL2, EGFR, TNF, MAPK3, HSP90AA1, SRC 및 PPARG는 암 진행을 촉진하는 데 다양한 역할을 하는 것으로 나타났습니다. phosphatidylinositol 3-kinase (PI3K)/serine/threonine protein kinase (AKT)/mechanistic target of rapamycin (mTOR) 신호 전달 경로는 세포 성장, 증식, 세포사멸, 혈관 형성, 염증 반응 및 화학성 등을 포함한 다양한 병태생리학적 과정을 조절하는 핵심적인 세포 내 신호 전달 경로입니다43. AKT는 PI3K의 중요한 하위 표적 키나아제이며, p-AKT는 해당 신호 경로에 필수적입니다. p-AKT는 항세포사멸 단백질인 Bcl-2를 활성화하고 세포사멸 촉진 단백질인 Bax의 활성을 감소시킴으로써 항세포사멸 효과를 나타냅니다44. GSK3β는 주요 세포 내 serine/threoni...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 선언할 이해상충 관계가 없습니다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
비교 독성 유전체학 데이터베이스국립환경보건연구소, 국립신경질환뇌졸중연구소https://ctdbase.org/CTD는 환경 노출이 인체 건강에 미치는 영향에 대한 이해를 증진하는 것을 목표로 하는 강력하고 공개된 데이터베이스입니다.
본 서비스는 화학물질-유전자/단백질 상호작용, 화학물질-질병 및 유전자-질병 관계에 대해 수동으로 큐레이션된 정보를 제공합니다. 이러한 데이터는 기능 및 경로 데이터와 통합되어 환경적 요인의 영향을 받는 질병의 기전에 관한 가설 수립을 돕습니다.
Cytoscape시스템 생물학 연구소(Institute for Systems Biology, ISB), Leroy Hoodhttps://cytoscape.org/본 소프트웨어는 초기에 생체 분자 상호작용 네트워크를 위해 특별히 설계되었으나, 현재는 복잡한 네트워크를 분석하기 위한 다목적 플랫폼으로 발전하여 생물정보학, 시스템 의학, 사회 관계망, 시맨틱 네트워크와 같은 분야에 널리 적용되고 있습니다.
DAVID 데이터베이스미국 국립보건원 (NIH)https://davidbioinformatics.nih.gov/list.jspDatabase for Annotation, Visualization and Integrated Discovery의 약칭인 DAVID는 유전자 세트 기능 주석 달기 및 농축 분석을 위해 가장 전형적으로 사용되며 널리 이용되는 무료 온라인 플랫폼입니다.
DrugBank캐나다 앨버타 대학교https://go.drugbank.com/DrugBank은 바이오 제약 분야의 인텔리전스 운영 체제로, 발견 단계부터 환자에게 미치는 영향에 이르기까지 치료제 개발을 촉진하기 위해 가장 포괄적이고 구조화된 생의학 지식을 제공합니다.
GeneCardLifeMap Scienceshttps://www.genecards.org/GeneCards는 모든 주석 처리 및 예측된 인간 유전자에 대해 포괄적이고 사용자 친화적인 정보를 제공하는 검색 가능한 통합 데이터베이스입니다. 이 지식베이스는 유전체, 전사체, 단백질체, 유전학, 임상 및 기능적 정보를 포함하여 193개 웹 소스로부터 유전자 중심 데이터를 자동으로 통합합니다.
gmx_MMPBSA메데인 콜롬비아 대학교https://valdes-tresanco-ms.github.io/gmx_MMPBSA/Vald가 개발한 오픈 소스 자유 에너지 계산 도구인 gmx_MMPBSAéMM/PBSA 및 MM/GBSA 방법론에 기반하여 결합 자유 에너지를 계산하기 위해 s-Tresanco et al.의 방법을 채택하였다. AmberTools의 MMPBSA.py 엔진을 기반으로 구축된 이 방법은 수동 포맷 변환 없이 GROMACS에서 생성된 트래젝토리 파일을 직접 처리한다. 주요 아미노산의 결합 기여도를 정량화하기 위해 잔기별 에너지 분해, 계산적 알라닌 스캐닝 및 엔트로피 보정을 수행하였으며, 에너지 성분의 통계 분석 및 시각화를 위해 내장된 gmx_MMPBSA_ana 모듈을 사용하였다.
GROMACS왕립 공과대학교 (KTH), 웁살라 대학교www.gromacs.orgGROMACS는 수백 개에서 수백만 개의 입자로 구성된 시스템의 뉴턴 운동 방정식 시뮬레이션, 즉 분자 역학을 수행하는 다목적 패키지이며 커뮤니티 주도로 운영되는 프로젝트입니다. 문서 개선, 버그 수정을 위한 패치, 포럼에서의 조언, 문제 재현이 가능한 버그 보고 및 새로운 기능 추가 등 다양한 형태의 기여를 환영합니다.
허브북경중의약대학교, 북경중의약대학교.http://herb.ac.cn/고처리량 실험 및 문헌 기반의 전통 중의학 데이터베이스.
PharmMapper화동이공대학교 약학대학 / 정보과학공학대학https://www.lilab-ecust.cn/pharmmapper/index.htmlPharmMapper 서버는 파마코포어 매핑(pharmacophore mapping) 접근법을 사용하여 주어진 프로브 소분자(약물, 천연물 또는 결합 표적이 확인되지 않은 기타 신규 발견 화합물)의 잠재적 표적 후보를 식별하기 위해 설계된 무료 웹 서버입니다. 매우 효율적이고 강력한 매핑 방법 덕분에 PharmMapper는 높은 처리 능력을 갖추고 있으며, 몇 시간 내에 데이터베이스에서 잠재적 표적 후보를 식별할 수 있습니다.
PubChem미국 국립보건원 (NIH)https://pubchem.ncbi.nlm.nih.gov/PubChem은 국립보건원(NIH)의 개방형 화학 데이터베이스입니다.
PyMOLSchrö딩어https://pymol.orgPyMOL는 Warren Lyford DeLano에 의해 처음 개발되었으며 현재는 Schrödinger에서 유지 관리하고 있습니다.öPyMOL, Inc.는 구조 생물학과 컴퓨터 보조 신약 개발 분야에서 널리 채택된 크로스 플랫폼 분자 시각화 도구입니다. RCSB PDB에서 다운로드한 단백질-리간드 복합체 구조를 PyMOL로 불러와 결합 형태, 수소 결합 및 주요 상호작용 잔기를 시각화하였습니다. 내장된 Python 스크립팅 인터페이스를 통해 구조 중첩, 표면 렌더링 및 고해상도 출판 품질의 분자 그래픽을 생성하였습니다.
RCSB Protein Data Bank구조 생물정보학 연구 협력체https://www.rcsb.org/RCSB PDB(Research Collaboratory for Structural Bioinformatics Protein Data Bank)는 1998년 Helen M. Berman에 의해 설립 및 주도되었으며, 전 세계 단백질 데이터뱅크(wwPDB) 컨소시엄의 미국 데이터 센터 역할을 수행한다. 이곳에는 X선 결정학, 초저온 전자 현미경 및 NMR 분광법으로 분석된 단백질, 핵산 및 그 복합체의 실험적으로 결정된 3차원 원자 구조가 저장되어 있으며, AlphaFold에서 예측한 수백만 개의 AI 기반 단백질 구조 모델이 통합되어 있다. 웹 포털은 다차원 검색, 실시간 3D 분자 시각화, 좌표 파일 일괄 다운로드 및 구조 데이터를 유전자 기능, 질환, 저분자 리간드와 연결하는 교차 참조 주석 기능을 지원하며, 이는 표적 식별 및 분자 도킹 연구에 널리 활용되고 있다.
SEA 캘리포니아 대학교 샌프란시스코(UCSF) 약학화학과의 Shoichet 연구실https://sea.bkslab.org/유사성 앙상블 접근법(Similarity Ensemble Approach, SEA)은 리간드 간의 집합적 화학 유사성을 기반으로 단백질 간의 관계를 분석합니다. 이 방법은 대규모 화합물 데이터베이스를 신속하게 검색하고 표적 간 유사성 맵(cross-target similarity maps)을 구축하는 데 활용될 수 있습니다.
STRING 데이터베이스글로벌 바이오데이터 연합(Global Biodata Coalition) 및 ELIXIR.https://cn.string-db.org/STRING은 알려져 있거나 예측된 단백질-단백질 상호작용에 관한 데이터베이스입니다. 이러한 상호작용에는 직접적(물리적) 및 간접적(기능적) 연관성이 포함되며, 이는 컴퓨터 예측, 생물종 간의 지식 전이, 그리고 다른 (기본) 데이터베이스에서 수집된 상호작용으로부터 도출됩니다.
Swiss Dock 웹 서버 로잔 대학교 분자 모델링 그룹 및 SIB 스위스 생물정보학 연구소https://www.swissdock.ch/SwissDock는 표적 단백질과 저분자 화합물 사이에 발생할 가능성이 있는 분자 간 상호작용을 예측하는 웹 서비스입니다.
SwissTarget SIB 스위스 생물정보학 연구소 분자 모델링 그룹https://swisstargetprediction.ch/index.php이 웹사이트를 통해 생성 활성을 가진 것으로 가정된 저분자 화합물의 가장 가능성 높은 거대분자 표적을 예측할 수 있습니다. 이 예측은 세 가지 서로 다른 종의 3,000개 이상의 단백질에 대해 알려진 370,000개의 활성 물질 라이브러리와의 2D 및 3D 유사성 조합을 기반으로 합니다.
타겟넷(TargetNet)계산 생물학 & 약물 설계 연구 그룹http://targetnet.scbdd.com/calcnet/index/TargetNet은 임의의 분자에 대하여 다중 타겟의 결합을 네트워킹하거나 예측하는 데 사용할 수 있는 개방형 웹 서버입니다.
전통 중의학 시스템 약리학 데이터베이스 및 분석 플랫폼Zhejiang Jiwei Health Co., Ltdhttps://www.tcmsp-e.com/index.phpTCMSP는 약물, 타겟 및 질병 간의 관계를 포착하는 중약(Chinese herbal medicines)의 독특한 시스템 약리학 플랫폼입니다. 이 데이터베이스는 화학 물질, 타겟, 약물-타겟 네트워크 및 이와 관련된 약물-타겟-질병 네트워크를 포함하며, 경구 생체이용률, 약물 유사성, 장 상피 투과성, 혈액-뇌 장벽을 포함한 천연 화합물의 약동학적 특성을 제공합니다.  수용성 및 기타 특성입니다. 이러한 획기적인 진전은 다양한 종류의 전통 중약에서 후보 약물을 탐색하는 것에 대한 새로운 관심을 불러일으켰습니다.
UniProt 데이터베이스유럽 생물정보학 연구소(EMBL-EBI), SIB 스위스 생물정보학 연구소 및 단백질 정보 리소스(PIR)https://www.uniprot.org/UniProt은 세계적인’단백질 서열 및 기능 정보에 관한 최고 품질의 포괄적이며 자유롭게 접근 가능한 선도적 리소스
Venny 2.1 온라인 도구국립생명공학연구소ía, (CNB-CSIC)https://bioinfogp.cnb.csic.es/tools/venny/index.htmlVenny는 단일 표준 html 파일로 구성되어 있습니다. 파일을 하드 디스크에 저장한 후 즐겨 사용하는 브라우저로 열면, 인터넷 연결 없이도 수 초 내에 멋진 벤 다이어그램을 그리기 시작할 수 있습니다.
VMD미국 일리노이 대학교 어바나-샴페인 Beckman Institute의 이론 및 계산 생물물리학 연구 그룹(TCBG)VMD (Visual Molecular Dynamics) VMD는 생체 분자 시스템의 역학적 시뮬레이션 결과를 분석하고 시각화하기 위한 프로그램 패키지입니다. VMD의 주요 기능: - 대규모 분자 시스템의 고품질 렌더링 - 분자 역학 시뮬레이션 궤적(trajectory)의 분석 - 원자 수준의 정밀한 시각적 표현 및 조작 - 다양한 데이터 포맷 지원 및 확장 가능한 플러그인 아키텍처 VMD는 연구자가 복잡한 생체 분자의 구조적 변화와 동역학적 특성을 직관적으로 이해하고 분석할 수 있도록 설계되었습니다.VMD(Visual Molecular Dynamics)는 일리노이 대학교 어바나-샴페인의 Klaus Schulten 교수팀이 이끄는 이론 및 계산 생물물리학 그룹(Theoretical and Computational Biophysics Group)에서 개발한 무료 크로스 플랫폼 분자 시각화 및 궤적 분석 소프트웨어입니다. 이 소프트웨어는 표준 PDB 구조와 GROMACS, NAMD 및 Amber로 생성된 MD 궤적을 지원하며, 다양한 분자 렌더링 스타일과 내장된 Tcl 스크립팅 인터페이스를 제공합니다. 동적인 단백질-리간드 상호작용과 구조적 변동을 특성화하기 위해 RMSD, 수소 결합 점유율, SASA 및 리간드 결합 포켓 기하학을 포함한 정량적 분석을 수행하였습니다.

참고문헌

  1. Bray F, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024;74(3):229-63.
  2. Loeb S, et al. Overdiagnosis and overtreatment of prostate cancer. Eur Urol. 2014;65(6):1046-55.
  3. James ND, et al. The Lancet Commission on prostate cancer: planning for the surge in cases. Lancet. 2024;403(10437):1683-722.
  4. Bussard KM, Gay CV, Mastro AM. The bone microenvironment in metastasis: what is special about bone? Cancer Metastasis Rev. 2008;27(1):41-55.
  5. Keller ET, et al. New trends in the treatment of bone metastasis. J Cell Biochem. 2007;102(5):1095-102.
  6. Kingsley LA, Fournier PG, Chirgwin JM, Guise TA. Molecular biology of bone metastasis. Mol Cancer Ther. 2007;6(10):2609-17.
  7. Valdespino V, Tsagozis P, Pisa P. Current perspectives in the treatment of advanced prostate cancer. Med Oncol. 2007;24(3):273-86.
  8. Albertsen P. Predicting survival for men with clinically localized prostate cancer: what do we need in contemporary practice? Cancer. 2008;112(1):1-3.
  9. So A, Gleave M, Hurtado-Col A, Nelson C. Mechanisms of the development of androgen independence in prostate cancer. World J Urol. 2005;23(1):1-9.
  10. Gupta S. Prostate cancer chemoprevention: current status and future prospects. Toxicol Appl Pharmacol. 2007;224(3):369-76.
  11. Patel D, Shukla S, Gupta S. Apigenin and cancer chemoprevention: progress, potential, and promise. Int J Oncol. 2007;30(1):233-45.
  12. Kallifatidis G, Hoy JJ, Lokeshwar BL. Bioactive natural products for chemoprevention and treatment of castration-resistant prostate cancer. Semin Cancer Biol. 2016;40-41:160-9.
  13. Montuori E, et al. Marine natural products with activities against prostate cancer: recent discoveries. Int J Mol Sci. 2023;24(2):1435.
  14. de Paiva SR, Figueiredo MR, Aragão TV, Kaplan MAC. Antimicrobial activity in vitro of plumbagin isolated from Plumbago species. Mem Inst Oswaldo Cruz. 2003;98(7):959-61.
  15. Luo P, et al. Anti-inflammatory and analgesic effect of plumbagin through inhibition of nuclear factor-κB activation. J Pharmacol Exp Ther. 2010;335(3):735-42.
  16. Sharma I, Gusain D, Dixit VP. Hypolipidaemic and antiatherosclerotic effects of plumbagin in rabbits. Indian J Physiol Pharmacol. 1991;35(1):10-4.
  17. Awale S, et al. Targeting pancreatic cancer with novel plumbagin derivatives: design, synthesis, molecular mechanism, in vitro and in vivo evaluation. J Med Chem. 2023;66(12):8054-65.
  18. Zhang R, Jiang Q, Guo R, Guo K, Qiu J. Unveiling the power of plumbagin: revitalizing exhausted T cells to combat tongue cancer. Cancer Cell Int. 2025;25(1):271.
  19. Panichayupakaranant P, Ahmad MI. Plumbagin and its role in chronic diseases. Adv Exp Med Biol. 2016;929:229-46.
  20. Kuete V, et al. Cytotoxicity of plumbagin, rapanone, and 12 other naturally occurring quinones from Kenyan flora towards human carcinoma cells. BMC Pharmacol Toxicol. 2016;17(1):60.
  21. Gharbaran R, Shi C, Onwumere O, Redenti S. Plumbagin induces cytotoxicity via loss of mitochondrial membrane potential and caspase activation in metastatic retinoblastoma. Anticancer Res. 2021;41(10):4725-32.
  22. Aziz MH, Dreckschmidt NE, Verma AK. Plumbagin, a medicinal plant-derived naphthoquinone, is a novel inhibitor of the growth and invasion of hormone-refractory prostate cancer. Cancer Res. 2008;68(21):9024-32.
  23. Powolny AA, Singh SV. Plumbagin-induced apoptosis in human prostate cancer cells is associated with modulation of cellular redox status and generation of reactive oxygen species. Pharm Res. 2008;25(9):2171-80.
  24. Qiu JX, et al. Plumbagin elicits differential proteomic responses mainly involving cell cycle, apoptosis, autophagy, and epithelial-to-mesenchymal transition pathways in human prostate cancer PC-3 and DU145 cells. Drug Des Devel Ther. 2015;9:349-417.
  25. Wang F, et al. Plumbagin induces cell cycle arrest and autophagy and suppresses epithelial-to-mesenchymal transition involving the PI3K/Akt/mTOR-mediated pathway in human pancreatic cancer cells. Drug Des Devel Ther. 2015;9:537-60.
  26. Lai L, et al. Plumbagin inhibits tumour angiogenesis and tumour growth through the Ras signalling pathway following activation of the VEGF receptor-2. Br J Pharmacol. 2012;165(4b):1084-96.
  27. Wu WI, et al. Crystal structure of human AKT1 with an allosteric inhibitor reveals a new mode of kinase inhibition. PLoS One. 2010;5(9):e12913.
  28. Bai L, et al. A potent and selective small-molecule degrader of STAT3 achieves complete tumor regression in vivo. Cancer Cell. 2019;36(5):498-511.e17.
  29. Fanning SW, et al. The SERM/SERD bazedoxifene disrupts ESR1 helix 12 to overcome acquired hormone resistance in breast cancer cells. Elife. 2018;7:e37161.
  30. Suraweera CD, Caria S, Järvå M, Hinds MG, Kvansakul M. A structural investigation of NRZ-mediated apoptosis regulation in zebrafish. Cell Death Dis. 2018;9(10):967.
  31. Boulanger MJ, Chow DC, Brevnova EE, Garcia KC. Hexameric structure and assembly of the interleukin-6/IL-6 α-receptor/gp130 complex. Science. 2003;300(5628):2101-4.
  32. Jia Y, et al. Overcoming EGFR(T790M) and EGFR(C797S) resistance with mutant-selective allosteric inhibitors. Nature. 2016;534(7605):129-32.
  33. Dos Santos Nascimento IJ, da Silva-Júnior EF. TNF-α inhibitors from natural compounds: an overview, CADD approaches, and their exploration as anti-inflammatory agents. Comb Chem High Throughput Screen. 2022;25(14):2317-40.
  34. Chaikuad A, et al. A unique inhibitor binding site in ERK1/2 is associated with slow binding kinetics. Nat Chem Biol. 2014;10(10):853-60.
  35. Brasca MG, et al. Discovery of NMS-E973 as a novel, selective, and potent inhibitor of heat shock protein 90. Bioorg Med Chem. 2013;21(22):7047-63.
  36. Gurbani D, et al. Structure and characterization of a covalent inhibitor of Src kinase. Front Mol Biosci. 2020;7:81.
  37. Gellrich L, et al. L-thyroxin and the nonclassical thyroid hormone TETRAC are potent activators of PPARγ. J Med Chem. 2020;63(13):6727-40.
  38. Weng Z, Shen X, Zheng J, Liang H, Liu Y. Structural basis of DEPTOR to recognize phosphatidic acid using its tandem DEP domains. J Mol Biol. 2021;433(13):166989.
  39. Huck JD, et al. Structures of Hsp90α and Hsp90β bound to a purine-scaffold inhibitor reveal an exploitable residue for drug selectivity. Proteins. 2019;87(10):869-77.
  40. Luo G, et al. Discovery of isonicotinamides as highly selective, brain-penetrable, and orally active glycogen synthase kinase-3 inhibitors. J Med Chem. 2016;59(3):1041-51.
  41. Orlando BJ, Malkowski MG. Crystal structure of rofecoxib bound to human cyclooxygenase-2. Acta Crystallogr F Struct Biol Commun. 2016;72(Pt 10):772-6.
  42. Nuti E, et al. Development of thioaryl-based matrix metalloproteinase-12 inhibitors with alternative zinc-binding groups: synthesis, potentiometric, NMR, and crystallographic studies. J Med Chem. 2018;61(10):4421-35.
  43. Li Q, Li Z, Luo T, Shi H. Targeting the PI3K/AKT/mTOR and RAF/MEK/ERK pathways for cancer therapy. Mol Biomed. 2022;3(1):47.
  44. Wang B, et al. Propofol protects against hydrogen peroxide-induced injury in cardiac H9c2 cells via Akt activation and Bcl-2 up-regulation. Biochem Biophys Res Commun. 2009;389(1):105-11.
  45. Majewska E, Szeliga M. AKT/GSK3β signaling in glioblastoma. Neurochem Res. 2017;42(3):918-24.
  46. Yang H, et al. mTOR kinase structure, mechanism, and regulation. Nature. 2013;497(7448):217-23.
  47. Fong CJ, Sherwood ER, Mendelsohn J, Lee C, Kozlowski JM. Epidermal growth factor receptor monoclonal antibody inhibits constitutive receptor phosphorylation, reduces autonomous growth, and sensitizes androgen-independent prostatic carcinoma cells to tumor necrosis factor α. Cancer Res. 1992;52(21):5887-92.
  48. Visakorpi T, Kallioniemi OP, Koivula T, Harvey J, Isola J. Expression of epidermal growth factor receptor and ERBB2 (HER-2/Neu) oncoprotein in prostatic carcinomas. Mod Pathol. 1992;5(6):643-8.
  49. Ibrahim GK, et al. Differential immunoreactivity of epidermal growth factor receptor in benign, dysplastic, and malignant prostatic tissues. J Urol. 1993;149(1):170-3.
  50. Davies P, Eaton CL. Binding of epidermal growth factor by human normal, hypertrophic, and carcinomatous prostate. Prostate. 1989;14(2):123-32.
  51. Bahar ME, Kim HJ, Kim DR. Targeting the RAS/RAF/MAPK pathway for cancer therapy: from mechanism to clinical studies. Signal Transduct Target Ther. 2023;8(1):455.
  52. Guo YJ, et al. ERK/MAPK signalling pathway and tumorigenesis. Exp Ther Med. 2020;19(3):1997-2007.
  53. Ullah R, Yin Q, Snell AH, Wan L. RAF-MEK-ERK pathway in cancer evolution and treatment. Semin Cancer Biol. 2022;85:123-54.
  54. Chambard JC, Lefloch R, Pouysségur J, Lenormand P. ERK implication in cell cycle regulation. Biochim Biophys Acta. 2007;1773(8):1299-310.
  55. Gesmundo I, et al. Proton pump inhibitors promote the growth of androgen-sensitive prostate cancer cells through ErbB2, ERK1/2, PI3K/Akt, GSK-3β signaling and inhibition of cellular prostatic acid phosphatase. Cancer Lett. 2019;449:252-62.
  56. Schopf FH, Biebl MM, Buchner J. The HSP90 chaperone machinery. Nat Rev Mol Cell Biol. 2017;18(6):345-60.
  57. García-Alonso S, et al. Structure of the RAF1-HSP90-CDC37 complex reveals the basis of RAF1 regulation. Mol Cell. 2022;82(18):3438-52.e8.
  58. Chiosis G, Digwal CS, Trepel JB, Neckers L. Structural and functional complexity of HSP90 in cellular homeostasis and disease. Nat Rev Mol Cell Biol. 2023;24(11):797-815.
  59. Li J, Buchner J. Structure, function, and regulation of the Hsp90 machinery. Biomed J. 2013;36(3):106-17.
  60. Youssef ME, et al. Role of ganetespib, an HSP90 inhibitor, in cancer therapy: from molecular mechanisms to clinical practice. Int J Mol Sci. 2023;24(5):5014.
  61. Solit DB, Scher HI, Rosen N. Hsp90 as a therapeutic target in prostate cancer. Semin Oncol. 2003;30(5):709-16.
  62. Hoter A, Rizk S, Naim HY. The multiple roles and therapeutic potential of molecular chaperones in prostate cancer. Cancers (Basel). 2019;11(8):1194.
  63. Moon SJ, et al. Bruceantin targets HSP90 to overcome resistance to hormone therapy in castration-resistant prostate cancer. Theranostics. 2021;11(2):958-73.
  64. Li J, et al. Androgen-targeted hsa_circ_0085121 encodes a novel protein and improves the development of prostate cancer through facilitating the activity of the PI3K/Akt/mTOR pathway and enhancing AR-V7 alternative splicing. Cell Death Dis. 2024;15(11):848.
  65. Taneja SS, et al. Toremifene: a promising therapy for the prevention of prostate cancer and complications of androgen deprivation therapy. Expert Opin Investig Drugs. 2006;15(3):293-305.
  66. Yang J, et al. Protective effect of Fuzi Lizhong decoction against non-alcoholic fatty liver disease via an anti-inflammatory response through regulation of p53 and PPARG signaling. Biol Pharm Bull. 2020;43(11):1626-33.
  67. Sui Q, et al. Ganoderic acid A: an in-depth review of pharmacological effects and molecular docking analysis. J Ethnopharmacol. 2025;349:119868.
  68. Zhang T, et al. PPARG is a potential target of Tanshinone IIA in prostate cancer treatment: a combination study of molecular docking and dynamic simulation based on transcriptomic bioinformatics. Eur J Med Res. 2023;28(1):487.
  69. Astakhova A, et al. Inhibitors of oxidative phosphorylation modulate astrocyte inflammatory responses through AMPK-dependent Ptgs2 mRNA stabilization. Cells. 2019;8(10):1185.
  70. Liu Y, Cai Y, He C, Chen M, Li H. Anticancer properties and pharmaceutical applications of plumbagin: a review. Am J Chin Med. 2017;45(3):423-41.
  71. Ahmad I, et al. Synergistic inhibition of colon cancer cell proliferation via p53, Bax, and Bcl-2 modulation by curcumin and plumbagin combination. ACS Omega. 2025;10(18):19045-60.
  72. Bello IJ, Oyebode OT, Olanlokun JO, Omodara TO, Olorunsogo OO. Plumbagin induces testicular damage via mitochondrial-dependent cell death. Chem Biol Interact. 2021;347:109582.
  73. Hafeez BB, et al. Plumbagin inhibits prostate carcinogenesis in intact and castrated PTEN knockout mice via targeting PKCε, Stat3, and epithelial-to-mesenchymal transition markers. Cancer Prev Res (Phila). 2015;8(5):375-86.
  74. Kumar MR, et al. Formulation of plumbagin-loaded long-circulating pegylated liposomes: in vivo evaluation in C57BL/6J mice bearing B16F1 melanoma. Drug Deliv. 2011;18(7):511-22.
  75. Mandala Rayabandla SK, et al. Preparation, in vitro characterization, pharmacokinetic, and pharmacodynamic evaluation of chitosan-based plumbagin microspheres in mice bearing B16F1 melanoma. Drug Deliv. 2010;17(3):103-13.
  76. Tiwari SB, Pai RM, Udupa N. Temperature-sensitive liposomes of plumbagin: characterization and in vivo evaluation in mice bearing melanoma B16F1. J Drug Target. 2002;10(8):585-91.
  77. Onoue S, Yamada S, Chan HK. Nanodrugs: pharmacokinetics and safety. Int J Nanomedicine. 2014;9:1025-37.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

더 많은 논문 탐색

플럼바진 요법분자 도킹단백질 상호작용 네트워크기능적 풍부도 분석단백질-리간드 상호작용치료 표적암 진행
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.