Hier presenteren we een protocol dat multi-omics-analyse integreert met in vivo validatie om te onderzoeken hoe Gegen Qinlian Decocion colitis ulcerosa verlicht door PANoptose-gerelateerde doelen en ontstekingssignalen te reguleren.
Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
* These authors contributed equally
Hier presenteren we een protocol dat multi-omics-analyse integreert met in vivo validatie om te onderzoeken hoe Gegen Qinlian Decocion colitis ulcerosa verlicht door PANoptose-gerelateerde doelen en ontstekingssignalen te reguleren.
We presenteren een geïntegreerd bio-informatica- en netwerkfarmacologieprotocol om de therapeutische mechanismen van Gegen Qinlian Decoction (GQD) bij ulcerosa colitis (UC) te verduidelijken, met bijzondere focus op regulatie gerelateerd aan PANoptose. Dit protocol is ontworpen om systematisch potentiële bioactieve verbindingen, therapeutische doelwitten, signaalroutes en immuungerelateerde mechanismen te identificeren via multi-database mining en transcriptomische analyse. Genexpressieprofielen van UC-cohorten, waaronder GSE87466 en GSE92415 uit de GEO-database, worden geanalyseerd met differentiële expressieanalyse en gewogen genco-expressienetwerkanalyse om ziektegerelateerde genen te identificeren. Kandidaatdoelen van GQD worden verzameld uit openbare farmacologische databases en gekruist met UC- en PANoptosis-geassocieerde genen om kerntherapeutische doelwitten te bepalen. Vervolgens worden eiwit-eiwitinteractienetwerkconstructies, verrijkingsanalyses en het modelleren van verbinding-doelpaden-netwerken uitgevoerd om de moleculaire basis van GQD-activiteit te onthullen. Daarnaast wordt immuno-infiltratieanalyse geïntegreerd om de relatie tussen sleutelgenen en de micro-omgeving van het darmimmuun te onderzoeken. Moleculaire koppeling wordt verder gebruikt om het bindingspotentieel tussen belangrijke actieve verbindingen en hub-doelen te evalueren. Dit protocol biedt een reproduceerbaar, systematisch kader om te onderzoeken hoe GQD UC verlicht door PANoptose en gerelateerde ontstekingsroutes te moduleren, en kan dienen als nuttige referentie voor mechanistische studies van andere traditionele Chinese geneeskundeformules bij complexe ontstekingsziekten.
Colitis ulcerosa (UC), een van de belangrijkste vormen van inflammatoire darmziekte, is een chronische terugkerende ontstekingsaandoening die voornamelijk het dikke darmslijmvlies aantast en meestal begint in het rectum met continue proximale extensie. De pathogenese ervan is complex en omvat abnormale mucosale immuunactivatie, epitelbarrière-disfunctie, microbiële verstoring en ontregelde interacties tussen gastheer en omgeving, wat samen een aanzienlijke en groeiende wereldwijde gezondheidslastoplevert. Aanhoudende mucosale ontsteking veroorzaakt niet alleen terugkerende symptomen zoals buikpijn, diarree en hematochezie, maar verhoogt ook het langetermijnrisico op colitis geassocieerde colorectale kanker, vooral bij patiënten met uitgebreide en langdurige ziekte 3,4.
De huidige farmacologische behandeling van UC is voornamelijk afhankelijk van 5-aminosalicylaten, corticosteroïden, immunomodulatoren, biologische middelen en kleinmolecuulagenten, afhankelijk van de ernst van de ziekte en therapeutische respons5. Hoewel deze strategieën de klinische uitkomsten hebben verbeterd, ervaart een aanzienlijk deel van de patiënten nog steeds primaire niet-respons, secundair verlies van respons, intolerantie, steroïdenafhankelijkheid of therapiegerelateerde bijwerkende gebeurtenissen, wat de noodzaak van veiligere en mechanismegerichte therapeutische opties benadrukt6. Daarom is het identificeren van upstream moleculaire programma's die gelijktijdig epitheelbeschadiging en darm-immuundysregulatie reguleren van groot translationeel belang.
Recente studies hebben aangetoond dat gedisreguleerde geprogrammeerde celdood diepgaand betrokken is bij de pathogenese van UC. Naast klassieke apoptose zijn pyroptose en necroptose allemaal in verband gebracht met de vernietiging van epitheelbarrières en de versterking van mucosale ontsteking7. PANoptosis, een recent gedefinieerde ontstekingsgeprogrammeerde celdoodsroute die belangrijke kenmerken van pyroptose, apoptose en necroptose integreert, is uitgegroeid tot een bijzonder relevant mechanistisch kader voor chronische ontstekingsziekten8. Dit proces wordt gecoördineerd door multiproteïne PANoptosoomcomplexen en omvat centrale mediatoren zoals ZBP1, RIPK1/RIPK3, CASP8 en inflammasoom-gerelateerde moleculen waaronder NLRP3 op een contextafhankelijke manier9. Belangrijk is dat steeds meer bewijs aangeeft dat PANoptose wordt geactiveerd bij UC en mogelijk schade aan darmepiteliaal, het afbreken van barrières en een immuundisbalans kan bevorderen, wat bijdraagt aan de progressie van de ziekte 10,11,12. Deze bevindingen suggereren dat PANoptose niet slechts een gevolg is van ontsteking nastrooms, maar mogelijk een mechanistisch actiefbare knoop is die epitheelschade koppelt aan mucosale immuunversterking.
Gegen Qinlian Decoctie (GQD), een klassiek recept dat voor het eerst werd vastgelegd in Shang Han Lun, bestaat uit Pueraria lobata, Scutellaria baicalensis, Coptis chinensis en Glycyrrhiza uralensis. Het wordt al lange tijd gebruikt in de traditionele Chinese geneeskunde voor diarree en ontstekingsaandoeningen in de darmen. Moderne farmacologische studies hebben aangetoond dat GQD experimentele colitis kan verlichten door ontstekingsreacties te onderdrukken, de integriteit van de darmbarrière te herstellen, darmmicrobiota te hervormen en de immuunhomeostase te moduleren, inclusief Th17/Treg-gerelateerde signalering en inflammasoomactiviteit13,14. Deze multitargetacties maken GQD een plausibele kandidaat om in te grijpen in PANoptosis-gerelateerde pathologische processen in UC15. Ondanks groeiend bewijs voor de anti-colitische effectiviteit blijft het onduidelijk of GQD therapeutische effecten heeft door gecoördineerde regulatie van PANoptosis-geassocieerde moleculaire netwerken.
Op dit moment bestaan er twee grote hiaten. Ten eerste hebben bestaande studies naar UC-celsterftemechanismen zich vooral gericht op geïsoleerde routes zoals apoptose, pyroptose of ferroptose, terwijl de geïntegreerde rol van PANoptose in het bemiddelen van de therapeutische effecten van kruidenformules niet voldoende is verduidelijkt 7,10,11. Ten tweede, hoewel netwerkfarmacologie goed geschikt is om het karakteriseren van de "multi-component-multi-target-multi-pathway" aard van traditionele formules, kunnen voorspellingen op basis van alleen compound-target databases ziekte-context specificiteit missen en transcriptomische prioritering en experimentele validatie vereisen om de biologische plausibiliteit en translationele betrouwbaarheid te verbeteren 16,17,18,19. Een geïntegreerde strategie die ziektetranscriptomics, netwerkfarmacologie en in vivo-verificatie combineert, kan dus een rigoureuzer kader bieden om het mechanisme van GQD bij UC te verduidelijken.
In vergelijking met benaderingen die uitsluitend gebaseerd zijn op histopathologische observatie, moleculaire assays met één weg of database-gedreven netwerkfarmacologie alleen, is de huidige workflow beter geschikt voor deze vraag omdat het kruisvalidatie mogelijk maakt tussen transcriptomische signalen uit ziektecontext, voorspelling van formule-doelen en biologische verificatie in een experimenteel colitismodel. Alleen histologische of moleculaire uitlezingen kunnen slechts beperkte dimensies van de UC-pathologie vastleggen, terwijl netwerkfarmacologie alleen mogelijk onvoldoende ziektespecificiteit en experimentele ondersteuning heeft. Door transcriptomische prioritering te integreren met in vivo-validatie verbetert deze workflow de biologische plausibiliteit van doelwitidentificatie en biedt het een coherenter kader om GQD-interventie te koppelen aan PANoptosis-geassocieerde mechanismen bij UC.
Dit protocol is het meest geschikt voor mechanistische studies die gericht zijn op het evalueren van hoe multicomponentinterventies epitheliale beschadiging, ontstekingsreacties en PANoptose-gerelateerde routes reguleren in experimentele UC. Het is vooral nuttig wanneer het doel is om computationele voorspelling te koppelen aan biologische validatie op dierniveau in een gestandaardiseerde workflow. Het is echter niet bedoeld om klinische diagnostische benaderingen te vervangen, noch behandelt het alle dimensies van UC-pathogenese volledig aan, zoals langdurige heterogeniteit van patiënten, microbiome-brede causale interacties of enkelcellige en ruimtelijk opgeloste immuunmapping. Daarom kan de reikwijdte het beste worden gedefinieerd als een reproduceerbaar preklinisch kader voor mechanismegerichte en therapeutische evaluatie.
We hebben daarom de hypothese gesteld dat GQD UC verbetert door PANoptose-gerelateerde signaalnetwerken te moduleren, waardoor schade aan het intestinale epiteliaal wordt verminderd en de ontstekingsmicro-omgeving wordt herprogrammeerd. Om deze hypothese te testen, integreerden we transcriptomische analyse van UC met netwerkfarmacologie om gedeelde therapeutische doelen en belangrijke routes van GQD te identificeren, met bijzondere aandacht voor PANoptosis-geassocieerde regulatoren. We valideerden verder de voorspelde mechanismen in een door dextran sulfaat natrium (DSS)-geïnduceerd muiscolitismodel. Door computationele doelprioritering te combineren met biologische verificatie, was deze studie bedoeld om een meer ziekte-relevante en mechanistisch onderbouwde verklaring te bieden voor de anti-UC-effecten van GQD, en nieuw bewijs te bieden dat PANoptosis ondersteunt als een potentiële therapeutische as bij UC.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Alle dierprocedures werden uitgevoerd volgens de institutionele richtlijnen en goedgekeurd vóór de start van het onderzoek door het Ethisch Comité van de Chengdu Universiteit voor Traditionele Chinese Geneeskunde (Goedkeuringsnummer 2022-126). Voor de bio-informatica-analyses werden alleen openbaar beschikbare GEO- en GWAS-datasets gebruikt; Daarom was er geen extra geïnformeerde toestemming of ethische goedkeuring vereist voor het computationele deel van deze studie. Alle procedures met betrekking tot gevaarlijke chemicaliën, biologische monsters en dierlijk afval werden uitgevoerd in overeenstemming met institutionele laboratoriumveiligheidsvoorschriften en institutionele procedures voor de verwijdering van gevaarlijk afval.
Acquisitie en voorverwerking van GEO-datasets
Menselijke transcriptomische datasets gerelateerd aan colitis ulcerosa (UC) werden opgehaald uit de GEO-database met het trefwoord "ulcerosa colitis." Na screening op expressieprofileringsdatasets met duidelijk gedefinieerde UC- en gezonde controlegroepen en voldoende steekproefgrootte, werden GSE8746620 en GSE9241521, beide gegenereerd op het GPL13158-platform, geselecteerd als trainingscohort. Deze datasets bevatten respectievelijk 87 UC-monsters en 21 gezonde controlegroepen, en respectievelijk 53 UC-monsters en 21 gezonde controlegroepen. Voor externe validatie GSE8747322 (106 UC-steekproeven en 21 gezonde controlegroepen) en GSE1687923 (48 UC-monsters en 12 gezonde controles; GPL570-platform) inbegrepen. Ruwe of serie-matrixbestanden werden gedownload en geïmporteerd in R voor voorbewerking. Probe-identificaties werden omgezet naar gensymbolen volgens de bijbehorende platformannotatiebestanden. Wanneer meerdere probes naar hetzelfde gensymbool werden gekoppeld, bleef de gemiddelde expressiewaarde behouden. Steekproeven zonder duidelijke groepsinformatie werden uitgesloten vóór downstream-analyse. De twee trainingsdatasets werden samengevoegd door gemeenschappelijke gensymbolen. Expressiewaarden werden log2-getransformeerd wanneer nodig, genormaliseerd met een standaard normalisatieprocedure tussen arrays, en gecorrigeerd voor batcheffecten met een batch-aanpassingsmethode nadat de oorsprong van de dataset als batchvariabele was gedefinieerd. Hoofdcomponentanalyse en boxplotinspectie werden gebruikt voor en na normalisatie/batchcorrectie als kwaliteitscontrolepunten. Succesvolle preprocessing werd gedefinieerd door verbeterde overlap van steekproefverdelingen over datasets en het verzwakken van dataset-gedreven clustering. In totaal werden 902 PANoptosis-gerelateerde genen samengesteld uit gepubliceerde literatuur en gebruikt als referentiegenset voor integratieve analyse.
Identificatie van differentieel expressieve genen en opbouw van het WGCNA-netwerk
De merged trainingsmatrix werd in R geanalyseerd met behulp van een differentiaal-expressieworkflow. Genen met |log2-voudige verandering| ≥ 0,585 en aangepaste P < 0,05 werden gedefinieerd als differentieel expressieve genen (DEGs). Vulkaangrafieken en heatmaps werden als tussentijdse outputs gegenereerd om te bevestigen dat de filtercriteria biologisch interpreteerbare expressieverschillen opleverden tussen UC en controlegroepen. Voor gewogen genco-expressienetwerkanalyse (WGCNA) werden genen gerangschikt op variantie over de steekproeven, en de top 25% van de meest variabele genen werden als input behouden. Een monsterclusteringsboom werd eerst onderzocht om potentiële uitschieters te identificeren; er werden geen duidelijke uitschieters behouden voor netwerkconstructie, tenzij verwijdering werd gerechtvaardigd door kwaliteitscontrolecriteria. Een soft-thresholding power werd geselecteerd op basis van de scale-free topology fit index, en de kleinste power die een ongeveer schaalvrij netwerk bereikte, werd gebruikt om de adjacencymatrix te construeren. De adjacentiematrix werd vervolgens omgezet in een topologische overlapmatrix, en hiërarchische clustering werd uitgevoerd met behulp van TOM-gebaseerde dissimilarity. Modules werden geïdentificeerd met dynamische boomkap met een minimale modulegrootte van 100 genen. Nauw verwante modules werden samengevoegd wanneer hun eigengencorrelatie het vooraf ingestelde samenvoegingscriterium overschreed. Module-eigengenen, modulesignificantie en gensignificantiewaarden werden berekend om modules te identificeren die het sterkst geassocieerd zijn met het UC-fenotype. Een succesvolle WGCNA-stap werd gedefinieerd door stabiele module-scheiding, biologisch plausibele modulegroottes en één of meer modules die een duidelijke correlatie met ziektestatus vertoonden.
Identificatie van kandidaatdoelen in GQD
Kandidaatverbindingen en doelwitten die overeenkomen met de vier kruidencomponenten van Gegen Qinlian Decoction (GQD) - Pueraria lobata, Scutellaria baicalensis, Coptis chinensis en Glycyrrhiza uralensis - werden verzameld van TCMSP24 en BATMAN-TCM25. De screeningsdrempels werden als volgt vastgesteld: orale biobeschikbaarheid ≥ 30% en drugsgelijkheid ≥ 0,18 voor gegevens afkomstig uit één database; Betrouwbaarheidsscore ≥ 0,84 en gecorrigeerd P < 0,05 voor gegevens afkomstig uit een andere database. Extra verbindingen werden aangevuld uit een kruidengeneeskundedatabase wanneer relevante gegevens niet werden vastgelegd bij de eerste zoekopdracht. Canonieke SSMILES-reeksen van vastgehouden verbindingen werden ingediend bij een online ADME-evaluatieplatform. Verbindingen bleven behouden wanneer ze een hoge gastro-intestinale absorptie vertoonden en ten minste twee regels voor geneesmiddelgelijkheid vervulden: Lipinski, Ghose, Veber, Egan en Muegge. Veronderstelde doelen werden vervolgens voorspeld met behulp van een doelvoorspellingsplatform met kans > 0,1 en gestandaardiseerd naar officiële gensymbolen met behulp van een eiwitannotatiedatabase. Dubbele verbindingen en dubbele doelen werden verwijderd na het samenvoegen van de database. De verwachte output van deze stap was een niet-redundante GQD compound-target dataset die geschikt was voor overlapanalyse.
Identificatie van overlappende genen en uitvoering van functionele analyse
Potentiële therapeutische doelen werden gedefinieerd als de kruising tussen GQD-gerelateerde doelwitten, UC-gerelateerde genen geïdentificeerd uit differentiële expressie en WGCNA, en de PANoptose-gerelateerde genset. Overlaprelaties werden gevisualiseerd met behulp van een Venn-diagram. De overlappende genen werden vervolgens ingediend in een eiwit-eiwitinteractie (PPI) database, en interactieparen met een betrouwbaarheidsscore ≥ 0,4 werden behouden. Het resulterende PPI-netwerk werd geëxporteerd en gevisualiseerd in een netwerkanalyseplatform. Een succesvolle PPI-stap werd gedefinieerd door de aanwezigheid van een verbonden netwerk dat het merendeel van de kruisende genen bevatte in plaats van alleen geïsoleerde knooppunten. Functionele verrijkingsanalyse, inclusief genontologie (GO) en Kyoto Encyclopedia of Genes and Genomes (KEGG) analyse, werd uitgevoerd in R met q < 0,05 als significantiedrempel. Termen of paden die niet aan deze drempel voldeden, werden uitgesloten. De top verrijkte biologische processen en signaalroutes werden samengevat om het potentiële mechanisme af te leiden waardoor GQD UC kan reguleren. Bargrafieken en bubbelgrafieken werden gegenereerd als tussentijdse outputs om te verifiëren of verrijkingsresultaten werden gedomineerd door ontsteking-, immuun- of epitheelbeschadigingsgerelateerde routes, zoals verwacht vanuit de biologische context.
Analyse van expressiepatronen, chromosomale lokalisatie en correlaties
De expressieniveaus van de gedeelde genen werden vergeleken tussen UC en controlegroepen met behulp van een standaard differentiaal-expressievisualisatieworkflow in R. Boxplots en heatmaps werden gegenereerd, en P < 0,05 werd als statistisch significant beschouwd. Alleen genen met interpreteerbare expressierichting en consistent gedrag binnen de trainingscohort werden behouden voor latere mechanistische evaluatie. Chromosomale lokalisatie van geselecteerde kerngenen werd in kaart gebracht nadat genannotatiebestanden waren geformatteerd in de vereiste invoerstructuur, en de genomische posities werden gevisualiseerd met behulp van een circulaire chromosoomplotwerk. Correlatiematrices tussen kerngenen werden vervolgens berekend met behulp van paargewijze correlatieanalyse. Het verwachte resultaat van deze stap was de identificatie van genparen met gecoördineerde expressiepatronen die gedeelde regulatie of functionele interactie konden ondersteunen.
Constructie en evaluatie van machine learning-modellen
De ontwikkeling van diagnostische modellen werd uitgevoerd met behulp van de merged training cohort (GSE87466 + GSE92415), terwijl GSE16879 en GSE87473 werden gebruikt als onafhankelijke externe validatiedatasets. Twaalf machine learning-algoritmen - Lasso, Ridge, Stepglm, XGBoost, Random Forest, Enet, plsRglm, GBM, NaiveBayes, LDA, glmBoost en SVM - werden gebruikt om 113 modelcombinaties te genereren,waarvan 26. Binnen de trainingscohort werd tienvoudige kruisvalidatie toegepast. In elke fold werden modeltraining, featureselectie en prestatieschatting uitgevoerd met dezelfde trainings-/testpartitioneringslogica om informatielek te voorkomen. De modelprestaties werden voornamelijk geëvalueerd door het oppervlak onder de ontvanger-bedieningskarakteristiekcurve (AUC). Het optimale model werd gedefinieerd als het model met de hoogste gemiddelde AUC over de trainings- en validatiedatasets, in plaats van alleen de hoogste trainings-AUC. Modellen die zeer hoge training AUC maar slechte externe validatieprestaties toonden, werden niet behouden. Voor elk behouden model werden ROC-curves gegenereerd, en er werd een nomogram geconstrueerd uit de definitief geselecteerde biomarkers. Een succesvolle modelleringsstap werd gedefinieerd door stabiele kruisvalidatieprestaties en behoud van discriminatievermogen in de externe datasets.
Prestaties van GSVA en profielkerngenexpressie
Gene Set Variation Analysis (GSVA) werd uitgevoerd om de verrijking van de routes tussen groepen met hoge en lage expressie te vergelijken, gedefinieerd door de mediane expressiewaarde van elk kerngen. Gecorrigeerde P < 0,05 werd gebruikt als afkapwaarde voor significante padverschillen. Paden die deze drempel niet haalden, werden uitgesloten van interpretatie. Heatmaps en correlatiegrafieken werden gegenereerd om padactiviteit en co-expressiepatronen te illustreren. Tussentijds succes van deze stap werd aangegeven door verrijkingsprofielen die consistent zijn met inflammatorie, immuun- of metabole dysregulatie die relevant is voor UC.
Analyse van het immuunlandschap en construatie van het ceRNA-netwerk
De samenstelling van immuuncellen werd geschat met behulp van een deconvolutie-algoritme met 1.000 permutaties. Monsters die voldeden aan het criterium van interne deconvolutiesignificantie werden uitgesloten van de daaropvolgende immunocorrelatieanalyse. Om deze analyse aan te vullen werd ook single-sample genset enrichment analysis (ssGSEA) gebruikt om immuuninfiltratiepatronen te beoordelen. Correlaties tussen immuuncelfracties en kerngenexpressie werden vervolgens berekend en gevisualiseerd. Voor de constructie van ceRNA-netwerken werden miRNA's die zich richten op de kern-mRNA's geïdentificeerd uit publiek beschikbare interactiedatabases, en kandidaat-lncRNA's die met deze miRNA's interageren werden vervolgens gescreend. Alleen interacties die werden ondersteund door databasevoorspellings- of annotatierecords werden behouden. Het mRNA-miRNA-lncRNA regulatienetwerk werd gevisualiseerd in een netwerkanalyseplatform. De verwachte output van deze stap was een gestructureerd ceRNA-netwerk met biologisch plausibele upstream regulatoren die gekoppeld waren aan de kerngenen.
Prestaties van single-cell analyse
De single-cell dataset GSE214695 werd geïmporteerd in R en omgezet in single-cell objecten met behulp van een standaard single-cell analyseworkflow. Kwaliteitscontrole werd uitgevoerd door cellen te filteren volgens standaardmetrics, waaronder cellen met lage functies, potentiële lege druppels en cellen met een slechte transcriptkwaliteit. Cellen die de kwaliteitscontrole doorstonden werden genormaliseerd en de top 2.000 zeer variabele genen werden geselecteerd voor de analyse van de hoofdcomponenten. Hoofdcomponenten die betekenisvolle biologische variantie bijdroegen, werden behouden voor ongecontroleerde clustering, en UMAP werd gebruikt voor tweedimensionale visualisatie. Clustermarkergenen werden geïdentificeerd met behulp van differentiële expressieanalyse tussen clusters. Cell-type annotatie werd vervolgens uitgevoerd door referentiegebaseerde classificatie, en annotaties werden waar mogelijk vergeleken met canonieke markerexpressie. Een succesvolle single-cel stap werd gedefinieerd door een duidelijke scheiding van de belangrijkste celpopulaties op de UMAP-plot, interpreteerbare markergenen voor elke cluster27, en consistente annotatie van de belangrijkste immuun- en stromale celtypen die relevant zijn voor UC.
Prestaties van Mendeliaanse randomisatieanalyse
Twee-steekproef Mendeliaanse randomisatie (MR) werd uitgevoerd om mogelijke causale verbanden tussen kerngenexpressie en UC-vatbaarheid te evalueren. Instrumentele variabelen werden geëxtraheerd uit de datasets van de kwantitatieve eigenschapslocus van expressie, en UC-genoom-brede associatiestudiesamenvattingen werden gebruikt als uitkomstdataset. SNP's werden gescreend volgens standaard MR-kwaliteitscontrolecriteria, waaronder relevantie voor de blootstellingseigenschap en het verwijderen van ambigue of dubbele varianten wanneer dat vereist is door harmonisatie. De inverse variantie-gewogen methode werd gebruikt als primaire causale schatter. De Q-test van Cochran werd toegepast om heterogeniteit te beoordelen. MR-Egger- en MR-PRESSO-analyses werden gebruikt als gevoeligheidsanalyses om horizontale pleiotropie te evalueren en, indien nodig, te corrigeren. Een succesvolle MR-stap werd gedefinieerd door valide instrumentharmonisatie, afwezigheid van grote heterogeniteit of pleiotropie28, en directioneel consistente schattingen over complementaire MR-methoden.
Prestaties van moleculaire koppeling van kandidaatverbindingen
Driedimensionale structuren van doeleiwitten werden verkregen uit de Protein Data Bank, en ligandstructuren werden verkregen uit een openbare database met kleine moleculen. Voor het docken werden eiwitten en liganden voorbewerkt door watermoleculen te verwijderen wanneer passend, waterstoffen toe te voegen, atoomtypen te definiëren en bestandsformaten die nodig zijn voor docking te converteren. Koppelen werd vervolgens uitgevoerd met behulp van een moleculair-koppelingsworkflow, waarbij bindingsenergieën werden berekend voor elk ligand-doelpaar. Bindingsaffiniteiten lager dan -5 kcal/mol werden geïnterpreteerd als gunstige binding, terwijl waarden lager dan -7 kcal/mol werden geïnterpreteerd als relatief sterke binding. Docking-heatmaps werden uitgezet om globale bindingspatronen tussen doelen te vergelijken. De hoogst gerangschikte conformaties werden in drie dimensies gevisualiseerd om waterstofbruggen, hydrofobe interacties en residunabijheid te inspecteren. Het succesvol voltooien van deze stap werd bepaald door stabiele docking-uitvoerbestanden, plausibele ligandhoudingen binnen het doelbindingsgebied en bindingsenergieën die consistent zijn met kandidaat-prioritering.
Prestaties van in vivo experimentele validatie
GQD-voorbereiding
GQD werd bereid uit vier traditionele Chinese medicinale kruiden in de volgende ruwe medicijnverhoudingen: 24 g Puerariae Lobatae Radix (Gegen), 9 g Scutellariae Radix (Huangqin), 9 g Coptidis Rhizoma (Huanglian) en 6 g Glycyrrhizae Radix et Rhizoma (Gancao). Details van de botanische materialen en hun bronnen zijn te vinden in de Materiaallijst. De kruiden werden tot fijn poeder gemalen, grondig gemengd en 1 uur lang in 390 ml gedestilleerd water geweekt. Het mengsel werd twee keer gedecodeerd. Voor het eerste aftrek werden de kruiden op hoog vuur gekookt en daarna 30 minuten op laag vuur laten sudderen. Na filtratie via gaas werden de residuen opnieuw gekookt met een tienvoudig volume water. De twee filtraten werden gecombineerd en geconcentreerd in een waterbad tot een uiteindelijke ruwe drugsconcentratie van 5 g/mL. Het extract werd vervolgens gefilterd, afgekoeld en bewaard op 4 °C tot gebruik.
Vestiging van het door DSS geïnduceerde UC-muismodel
Achttien mannelijke BALB/c-muizen (8 weken oud) werden in deze studie gebruikt, en alle dierlijke procedures werden goedgekeurd door de Ethische Commissie van de Chengdu Universiteit voor Traditionele Chinese Geneeskunde (Goedkeuringsnummer 2022-126). Details van de dierlijke bron zijn te vinden in de Materiaaloverzicht. Muizen werden gehuisvest onder specifieke ziekteverwekkervrije omstandigheden bij 20–22 °C en 55% luchtvochtigheid onder een 12 uur licht/donker cyclus. Na een acclimatisatieperiode van 1 week werden de dieren willekeurig verdeeld in drie groepen (n = 6 per groep): NC, UC en GQD. De NC-groep kreeg gedurende het experiment steriel drinkwater, terwijl de UC- en GQD-groepen 1,5% (met v/v) dextransulfaatnatrium (MW 36-50 kDa) in drinkwater kregen toegediend gedurende 5 opeenvolgende dagen, gevolgd door 2 dagen regulier water. Deze cyclus werd drie keer herhaald om chronische colitis vast te stellen. Tijdens de interventieperiode werden de NC- en UC-groepen twee keer daags gegavaged met 200 μL 0,5% natriumcarboxymethylcellulose, terwijl de GQD-groep GQD via orale gavage twee keer daags ontving.
Het klinische recept van GQD bestond uit 24 g Gegen, 9 g Huangqin, 9 g Huanglian en 6 g Gancao, wat overeenkomt met een totale hoeveelheid ruwe geneesmiddelen van 48 g/dag voor volwassenen. Uitgaande van een standaard volwassen lichaamsgewicht van 60 kg, was de equivalente volwassen dosis 0,8 g/kg/dag. Op basis van de conventionele mens-naar-muis conversiecoëfficiënt van 1:12 was de overeenkomstige muis-equivalente dosis 9,6 g/kg/dag. Volgens de vooraf ingestelde lage-, middel- en hoge dosisverhouding van 1:2:4 waren de berekende doses respectievelijk 9,6, 19,2 en 38,4 g/kg/dag. Gezien de ernst en aanhoudendheid van colonische ontsteking in het herhaalde DSS-geïnduceerde colitismodel, werd het hoogdosisregime geselecteerd om adequate farmacologische interventie tijdens in vivo validatie te waarborgen. Om voldoende farmacologische blootstelling tijdens de actieve ontstekingsfase te ondersteunen, werd de totale dagelijkse dosis van 38,4 g/kg/dag verdeeld over twee gelijke toedieningen. Gedurende het hele experiment werden lichaamsgewicht, stoelgang en rectale bloedingen dagelijks gemonitord. Aan het einde van het protocol werden muizen geëuthanaseerd en werden darmweefsels verzameld voor latere analyses.
Evaluatie van lichaamsgewicht en ziekteactiviteitsindex
Het lichaamsgewicht werd dagelijks gemeten en uitgedrukt als het percentage van het initiële lichaamsgewicht op dag 0. De ernst van de ziekte werd geëvalueerd met behulp van de disease activity index (DAI), die drie parameters omvatte: gewichtsverlies, stoelgangconsistentie en rectale bloedingen. Elke parameter werd onafhankelijk gescoord op een schaal van 0–4 op basis van de ernst van de klinische manifestaties, waarbij hogere scores duiden op een ernstiger ziekteactiviteit. De uiteindelijke DAI werd berekend als het gemiddelde van de drie individuele scores, wat resulteerde in een totale score van 0 tot 4. Kort gezegd gaf een score van 0 geen afwijking aan, terwijl scores van 1–4 een geleidelijk groter gewichtsverlies, lossere ontlasting en ernstigere rectale bloedingen weerspiegelden. De gedetailleerde beoordelingscriteria worden weergegeven in Tabel 1.
Prestaties van H&E-kleuring en bereken de histologische activiteitsindex
Voor histologische evaluatie werden colonweefsels gefixeerd in 4% paraformaldehyde, gedehydrateerd via gegradueerd ethanol, ingebed in paraffine en doorgesneden op een dikte van 4 μm. De secties werden gedeparaffiniseerd, gerehydrateerd, gekleurd met hematoxyline, tegengekleurd met eosine, gedehydrateerd, schoongemaakt en gemonteerd. Histologische beelden werden waargenomen met een bright-field microscoop en gescand met een dia-scansysteem. Specifieke apparatuurinformatie staat vermeld in de Materiaaltabel. Histopathologische schade werd beoordeeld op basis van drie parameters, waaronder uitputting van bekercellen, beschadiging van crypte en infiltratie van inflammatoire cellen. Elke parameter werd beoordeeld op basis van de mate van weefselbeschadiging, en de som van de drie parameterscores werd gedefinieerd als de histologische activiteitsindex (HAI), variërend van 0–10, zoals samengevat in Tabel 2. Voor de kwantificatie van gobletcellen werden per sectie vijf willekeurig geselecteerde niet-overlappende velden geanalyseerd met 400× vergroting. Het aantal bekercellen per veld werd handmatig geblindeerd geteld, en het gemiddelde aantal per veld werd berekend voor elke representatieve colonische sectie.
Prestaties van immunohistochemische kleuring
Na deparaffinisatie en rehydratatie werden weefselsecties antigeengewonnen met 0,1% trypsine bij 37 °C gedurende 30 minuten, gevolgd door incubatie met 3% waterstofperoxide om endogene peroxidaseactiviteit te blokkeren. De secties werden vervolgens 's nachts geïncubeerd bij 4 °C met konijnen-primaire antilichamen tegen STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP) en HSPA5 (1:1000, Cell Signaling Technology, #3177), verdund in 1% BSA. Details van de antilichamen en hun bronnen zijn te vinden in de Materiaaltabel. Na het wassen met PBS werden de secties geïncubeerd met het bijbehorende secundaire antilichaam (1:2000) bij kamertemperatuur gedurende 1,5 uur. Immunoreactiviteit werd gevisualiseerd met behulp van een chromogene detectiereagens en de kernen werden tegengekleurd met hematoxyline. Kwantitatieve beeldanalyse werd uitgevoerd met behulp van beeldanalysesoftware die in de Materiaaltabel is vermeld.
Prestaties van qRT-PCR-analyse
Totaal RNA werd geëxtraheerd met een fenol-gebaseerd RNA-extractiereagens en omgekeerd getranscribeerd met een first-string cDNA-synthesekit. Omgekeerde transcriptie werd uitgevoerd bij 25 °C gedurende 10 minuten, 55 °C gedurende 15 minuten en 85 °C gedurende 5 minuten. qRT-PCR werd vervolgens uitgevoerd met een real-time PCR-systeem en een SYBR Green qPCR-mix. De versterkingsvoorwaarden waren als volgt: initiële denaturatie bij 95 °C gedurende 60 s, gevolgd door 40 cycli bij 95 °C bij 15 s, 60 °C bij 15 s, en 72 °C bij 45 s. Primersequenties zijn ontworpen met primer-design software en staan vermeld in Tabel 3. GAPDH werd gebruikt als interne referentie, en de relatieve mRNA-expressieniveaus werden berekend met de 2^-ΔΔCt-methode . Elk monster werd in drievoud geanalyseerd en elk experiment werd minstens drie keer herhaald. Details van de reagentia, instrumenten en software worden vermeld in de Materiaaltabel.
Prestaties van western blot-analyse
Darmweefsels werden gehomogeniseerd in een lysisbuffer met proteaseremmer op ijs en grondig 2 uur gelyseerd. De eiwitconcentraties werden bepaald met behulp van een eiwittestset. Gelijke hoeveelheden eiwit werden gemengd met een laadbuffer, gedenatureerd vóór elektroforese, gescheiden door 10% SDS-PAGE, en gedurende 1 uur overgedragen op PVDF-membranen bij 100 V. Na 1 uur blokkeren met 5% magere melk bij kamertemperatuur, werden de membranen 's nachts geïncubeerd bij 4 °C met primaire konijnenantilichamen tegen STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP), HSPA5 (1:1000, Cell Signaling Technology, #3177) en GAPDH bij de overeenkomstige werkverdunning. Na het wassen met TBST (20 mM Tris, 150 mM NaCl, 0,1% Tween-20; pH 7,4) werden de membranen 1 uur geïncubeerd met het bijbehorende secundaire antilichaam (1:5000) bij kamertemperatuur. Eiwitbanden werden gevisualiseerd met behulp van een chemiluminescente detectiereagentia. Bandintensiteiten werden geanalyseerd met beeldanalysesoftware en de expressieniveaus van doeleiwitten werden genormaliseerd naar GAPDH. De verwachte molecuulgewichten van de gedetecteerde eiwitten waren ongeveer 88 kDa voor STAT3, 21 kDa voor TIMP1, 28 kDa voor SPHK2, 70 kDa voor HSPA5 en 36 kDa voor GAPDH. Details van de antilichamen, membranen, reagentia en software zijn te vinden in de Materiaaltabel. Specifieke productnamen, fabrikanten, catalogusnummers, instrumentmodellen en softwaregegevens worden vermeld in de Materiaaltabel, terwijl generieke beschrijvingen in de hoofdtekst worden gebruikt om neutraliteit en algemene toepasbaarheid te verbeteren.
Prestaties van statistische analyse
De gegevens worden gepresenteerd als gemiddelde ± standaarddeviatie. Statistisch testen werd uitgevoerd met behulp van statistische software. Eenrichtings-ANOVA gevolgd door Tukey's post hoc-test werd gebruikt voor multigroepsvergelijkingen. Een P-waarde ≤ 0,05 werd als statistisch significant beschouwd.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
GEO-dataset verzameling en UC-gerelateerde genidentificatie
Om veranderingen in genexpressie bij UC te onderzoeken, werden twee transcriptomische datasets - GSE87466 en GSE92415 - verkregen uit de GEO-database met "ulceroscolitis" als zoekterm, met selectiecriteria zoals datasettype, duidelijke ziekte-/controle-annotatie en voldoende steekproefgrootte. Deze datasets omvatten 140 UC-gevallen en 42 gezonde controlegroepen. Monsters zonder ondubb...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Colitis ulcerosa (UC) is een chronische, idiopathische inflammatoire darmaandoening die voornamelijk het darmslijmvlies in de colon aantast, gekenmerkt door aanhoudende of episodische ontsteking. De ziekte vermindert de kwaliteit van leven van patiënten aanzienlijk en verhoogt het risico op het ontwikkelen van colorectaal carcinoom. Hoewel de wereldwijde prevalentie gestaag toeneemt, blijven de precieze etiologie en onderliggende mechanismen slechts gedeeltelijk begrepen. Huidige behande...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs geven aan dat zij geen bekende concurrerende financiële belangen of persoonlijke relaties hebben die het werk in dit artikel zouden kunnen beïnvloeden.
De auteurs bedanken ook de GEO-database voor de open toegang tot de data en de beoordelaars voor hun constructieve opmerkingen.
FINANCIERING: Dit werk werd ondersteund door de National Natural Science Foundation of China (81973684, 82174358), Natural Science Foundation van de provincie Sichuan (2023NSFSC1760, 2025ZNSFSC1834), het Special Project on Traditional Chinese Medicine Research van de Provinciale Administration van de Sichuan Provinciale Administratie voor Traditionele Chinese Geneeskunde (2023MS365, 2020JC0094), en het Joint Innovation Fund van de Health Commission van Chengdu en de Chengdu University of Traditional Chinese Medicine (WXLH202402019, WXLH202403012, WXLH202501238, WXLH202501201).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Puerariae Lobatae Radix | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-001 | Kruidenmateriaal voor GQD-bereiding |
| Scutellariae Radix | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-002 | Kruidenmateriaal voor GQD-bereiding |
| Coptidis Rhizoma | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-003 | Kruidenmateriaal voor GQD-bereiding |
| Glycyrrhizae Radix et Rhizoma | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-004 | Kruidenmateriaal voor GQD-bereiding |
| BALB/c muizen, mannelijk, 8 weken oud | Beijing HFK Bioscience Co., Ltd. | N/A | Experimentele dieren |
| Dextransulfaat natrium (DSS), MW 36-50 kDa | MP Biomedicals | 160110 | Colitis-inducerend reagens |
| Natriumcarboxymethylcellulose | Sigma-Aldrich, St. Louis, MO, USA | C5678 | Drager voor orale intubatie |
| Paraformaldehyde | Sigma-Aldrich, St. Louis, MO, USA | 158127 | Weefselfixeermiddel |
| Hematoxyline | Sigma-Aldrich, St. Louis, MO, USA | H9627 | Kernkleurstof |
| Eosine | Sigma-Aldrich, St. Louis, MO, USA | E4009 | Tegenkleuring voor histologie |
| Lichtveldmicroscoop | Nikon | Eclipse 80i | Histologische observatie |
| Slide-scanning systeem | 3DHISTECH Ltd. | Panoramic 250 | Digitale aanschaf van hele dia's |
| Trypsine | Gibco, Carlsbad, CA, USA | 25200-056 | Reagens voor antigeenretrieval |
| Waterstofperoxide | Sigma-Aldrich, St. Louis, MO, USA | H1009 | Blokkade van endogene peroxidase-activiteit |
| Rund serum albumine (BSA) | Sigma-Aldrich, St. Louis, MO, USA | A7906 | Antilichaamverdunning / blokkeerreagens |
| Anti-STAT3 primaire antilichaam, konijn | Cell Signaling Technology | 9139 | Primair antilichaam voor IHC/WB |
| Anti-TIMP1 primaire antilichaam, konijn | Abcam | ab211925 | Primair antilichaam voor IHC/WB |
| Anti-SPHK2 primaire antilichaam, konijn | Abcam | ab187030 | Primair antilichaam voor IHC/WB |
| Anti-HSPA5 primaire antilichaam, konijn | Cell Signaling Technology | 3177 | Primair antilichaam voor IHC/WB |
| Anti-GAPDH primaire antilichaam, konijn | Abcam | ab9485 | Ladingscontrole voor WB |
| Geiten anti-konijn secundair antilichaam | Yeasen Biotechnology | 33201 | Secundair antilichaam voor IHC/WB |
| Chromogeen detectie reagens | Beyotime Biotechnology [Shanghai] Co., Ltd., Shanghai, China | P0202 | Signaalontwikkeling voor immunohistochemie |
| Beeldanalysesoftware | Media Cybernetics | Image-Pro Plus 7.0 | Kwantificering van kleuring en bandintensiteit |
| Fenol-gebaseerd RNA extractiereagens | Invitrogen | TRIzol Reagent, 15596026 | Totale RNA extractie |
| First-strand cDNA synthesekit | Beyotime Biotechnology | DRR047A | Omgekeerde transcriptie |
| Real-time PCR systeem | Applied Biosystems | ABI Prism 7300 | Kwantitatieve PCR-amplificatie |
| SYBR Green qPCR mix | Beyotime Biotechnology | DRR420A | qPCR detectiereagens |
| Primer-ontwerpsoftware | Premier Biosoft International, Palo Alto, CA, USA | Primer 5.0 | Primerontwerp |
| RIPA lysis buffer | Beyotime Biotechnology | P0013B | Eiwitextractiereagens |
| Protease inhibitor (PMSF) | Beyotime Biotechnology | ST506 | Eiwitbeveiliging tijdens lysering |
| BCA eiwit assay kit | Beyotime Biotechnology | P0010 | Eiwitkwantificering |
| PVDF membraan | Merck Millipore | IPVH00010 | Eiwittransfermembraan |
| Chemiluminescerend detectiereagens / systeem | Thermo Fisher Scientific | 32106 | Signaalverwerking voor western blot |
| Statistische software | IBM | SPSS 23.0 | Statistische analyse |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.