Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Molekularne mechanizmy dekokcji dachengqi w ostrym zespole niedociągania oddechowego: analiza farmakologii sieciowej i bioinformatyki

225 wyświetleń

DOI:

10.3791/69651

27 marca 2026

W tym artykule

Podsumowanie

Niniejsze badanie wyjaśnia molekularne mechanizmy wywaru dachengqi (DCQD) wobec ostrego zespołu niedogodności oddechowej (ARDS) z wykorzystaniem farmakologii sieci, bioinformatyki oraz dokowania molekularnego. Zidentyfikowano kluczowe cele i szlaki. Molekularne dokowanie potwierdziło solidne interakcje ligand-cel, wspierając wielocelowy potencjał terapeutyczny DCQD dla ARDS.

Streszczenie

Zespół ostrego niedorostu oddechowego (ARDS) to zagrażające życiu powikłanie sepsy, charakteryzujące się oporną hipoksemią oraz zapaleniem płuc. Obecnie skuteczne interwencje farmakologiczne pozostają ograniczone. Tradycyjna medycyna chińska (TCM), której przykładem jest wywar dachengqi (DCQD), wykazała potencjał terapeutyczny w modulowaniu złożonych odpowiedzi zapalnych. Aby zbadać mechanizm DCQD w leczeniu ARDS, aktywne komponenty DCQD oraz ich powiązane cele zostały po raz pierwszy pobrane z publicznych baz danych. Cele związane z ARDS zostały zidentyfikowane poprzez analizę bioinformatyczną publicznych zbiorów danych. Poprzez przecięcie celów specyficznych dla leków z celami związanymi z chorobą, skonstruowano sieć interakcji DCQD-ARDS za pomocą analizy interakcji białko-białko (PPI) oraz wzbogacenia funkcjonalnego. Kompleksowa analiza wykazała 32 nakładające się geny kluczowe dla skuteczności terapeutycznej DCQD w ARDS. Analiza wzbogacenia uwidoczniła kluczowe szlaki, w tym szlak sygnalizacji chemokinowej, sygnalizację receptorów podobnych do NOD oraz tworzenie pułapek zewnętrznych neutrofili (NET), które są powiązane z immunomodulacją i stanem zapalnym. Sieć PPI zidentyfikowała HSP90AB1, MMP9, HSP90AA1, ARG1 i MYC jako główne cele. Dokowanie molekularne potwierdziło silne powinowactwa wiązania między tymi celami a komponentami DCQD. Nasze ustalenia rozwikłają mechanistyczne podstawy wspierające DCQD jako obiecującą terapię pomocniczą dla ARDS wywołanego sepsą.

Wprowadzenie

Zespół ostrego niedociągnięcia oddechowego (ARDS) to wysoce heterogeniczny zespół kliniczny wywołany przez różne czynniki płucne lub pozapłucne, charakteryzujący się głównie rozlanym uszkodzeniem płuc oraz oporną hipoksemią1. Od pierwszej definicji w 1967 roku rozumienie ARDS nieustannie ewoluowało, prowadząc do iteracyjnych rewizji jego kryteriów diagnostycznych2. Ponadto wdrożenie strategii terapeutycznych, w tym wentylacji ochronnej płuc, wsparcia ex vivo oraz pozycji na brzuchu, miało głęboki wpływ zarówno na zarządzanie kliniczne, jak i postępy badawcze3. Niemniej jednak śmiertelność z powodu ARDS pozostaje alarmująco wysoka. Globalne badanie wykazało, że pacjenci z ARDS stanowią 10,4% wszystkich przyjęć na oddziały intensywnej terapii (OIOM). Pomimo znaczącego postępu w opiece intensywnej w ostatnich dekadach, wskaźniki śmiertelności (zarówno na OIOM-ie, jak i po wypisie) utrzymują się na poziomie 35-45%4.

Patofizjologia ARDS jest złożona i obejmuje uszkodzenia śródbłonka pęcherzyka i naczyń włosowatych, reakcje zapalne płuc i ogólnoustrojowych oraz uszkodzenia płuc wywołane respiratorem5. Co istotne, ARDS związany z COVID-19 wykazuje wyraźne cechy patofizjologiczne w porównaniu do klasycznego ARDS, przy czym COVID-19 może wywołać cięższą zakrzepicę mikronaczyniową oraz regionalnie heterogeniczne zapalenie 6,7. Biorąc pod uwagę złożoną patofizjologię choroby i wysoką heterogeniczność, obecnie nie istnieje jednoznaczna farmakoterapia dla ARDS. Poza kortykosteroidami i środkami blokującymi nerwowo-mięśniowe — które są warunkowo zalecane ze względu na korzyści w przypadku śmiertelności — inne terapie farmakologiczne (np. tlenek azotu [NO], prostacyklina, interferon-β, powierzchniowo czynne płuca oraz aktywowane białko C) nie wykazały skuteczności klinicznej. Z kolei β-agonisty (np. albuterol) oraz czynnik wzrostu keratynocytów zostały udowodnione jako szkodliwe 8,9. W związku z tym rozwój bezpiecznych, wielofunkcyjnych terapii pozostaje kluczowym priorytetem badawczym.

Tradycyjna medycyna chińska (TCM), której historia sięga ponad 3000 lat, była wykorzystywana do zapobiegania i leczenia różnych chorób układu oddechowego. Przez tysiąclecia zastosowań klinicznych i modernizację badań TCM wykazał potencjał w zarządzaniu ARDS10,11. TCM realizuje swoje działania terapeutyczne poprzez mechanizmy wieloskładnikowe, wieloszlakowe i wielocelowe, szczególnie poprzez łagodzenie odpowiedzi zapalnych, modulację funkcji odporności oraz ochronę tkanek płucnych12. Na przykład zastrzyk Xuebijing (XBJ), preparat pochodzący z TCM składający się z korzeni Paeonia lactiflora, kłącza Ligusticum chuanxiong, korzeni Salvia miltiorrhiza, kwiatów Carthamus tinctorius oraz korzeni Angelica sinensis, zawiera wiele aktywnych składników. Łagodzi ARDS poprzez regulację funkcji układu odpornościowego, stresu oksydacyjnego i stanu zapalnego za pomocą szlaków sygnalizacyjnych IL-17, HIF-1 i TNF13. Badania kliniczne wykazały również, że pacjenci poddani leczeniu XBJ wykazywali niższe wskaźniki śmiertelności, krótsze pobyty na OIOM-ie oraz niższe poziomy cytokin zapalnych14. Podczas pandemii COVID-19 nadmierna aktywacja immunologiczna wywołana ciężkimi reakcjami zapalnymi stała się kluczowym czynnikiem w ciężkich przypadkach15,16. Dodatkowo, niektóre składniki TCM posiadają właściwości antyoksydacyjne, umożliwiające im usuwanie wolnych rodników i łagodzenie uszkodzeń płuc wywołanych stresem oksydacyjnym. ARDS często towarzyszy zaburzeniom mikrokrążenia płuc, które upośledzają wymianę gazową. Niektóre formuły TCM wykazują działanie aktywujące krew i rozwiązujące stazę, poprawiając mikrokrążenie, łagodząc obrzęk płuc i zwiększając natlenowanie. Ponadto TCM może łagodzić uszkodzenia płuc poprzez regulację szlaków śmierci komórkowej 12,17,18. Łącznie te wyniki podkreślają znaczący potencjał kliniczny TCM w leczeniu ARDS.

Wywar dachengqi (DCQD), niezbędna formuła w TCM w przypadku ostrych schorzeń, składa się z czterech składników ziołowych: rabarbaru, mirabilitu, kory magnolii oraz niedojrzałej gorzkiej pomarańczy19. Jako złożenie złożone, DCQD wykazuje interakcje wieloskładnikowe i wielocelowe, skutecznie hamując produkcję różnych mediatorów zapalnych i reaktywnych form tlenu, w tym czynnika martwicy nowotworów-alfa (TNF-α) oraz interleukiny-6 (IL-6)20,21. Grupa o wysokiej ruchomości box 1 (HMGB1), głęboki mediator zapalny, odgrywa kluczową rolę w patogenezie i postępie sepsy. Receptor podobny do Toll-like 4 (TLR4), receptor eksprimowany w komórkach odpornościowych, aktywuje dalsze szlaki sygnalizacji zapalnej, takie jak czynnik jądrowy-kappa B (NF-κB) oraz kinaza białkowa aktywowana przez mitogen (MAPK), po wiązaniu się z HMGB1, prowadząc do zwiększonego uwalniania cytokin zapalnych. DCQD wywiera efekty terapeutyczne poprzez modulację osi sygnalizacji HMGB1-TLR4, co hamuje aktywację NF-κB i p38 MAPK, zmniejsza produkcję cytokin zapalnych i łagodzi stany ogólnoustrojowe22,23. Ponadto składniki DCQD wywierają efekty terapeutyczne poprzez modulację prozapalnych szlaków sygnalizacji, stresu oksydacyjnego, apoptozy oraz pirostozy 24,25,26,27. DCQD odgrywa również kluczową rolę w leczeniu ARDS poprzez tłumienie odpowiedzi hiperzapalnych wywołanych lipopolisacharydami (LPS) oraz uszkodzenia nabłonka płucnego. Mechanistycznie hamuje zespół białkowo-kinazy 1 (RIPK1)-PANoptosomu wiążącego się z Z-DNA (ZBP1)-receptor (RIPK1)-PANoptosom (odnosi się do procesu tworzenia wielobiałkowego kompleksu, który może wywołać zapalną śmierć komórek), łagodząc tym samym LPS-indukowaną PANoptozę28. Doustne terapeutyczne podawanie DCQD zwiększa ekspresję białek akwaporyny-1 (AQP-1) i akwaporyny-5 (AQP-5) w tkance płucnej, jednocześnie hamując szlak sygnalizacyjny TLR4/NF-κB oraz produkcję cytokin zapalnych, co ostatecznie łagodzi stan zapalny związany z ARDS.

Złożony skład TCM, charakteryzujący się synergicznym działaniem wielu związków, stanowi zarówno zalety, jak i wyzwania w wyjaśnieniu jego mechanizmów farmakologicznych. Różne składniki TCM mogą wywierać efekty terapeutyczne poprzez różne cele molekularne i szlaki, podczas gdy potencjalne interakcje między tymi składnikami dodatkowo komplikują kompleksowe zrozumienie ich zintegrowanych mechanizmów29,30. Konkretnie, fitochemikalia zaangażowane w leczenie ARDS oraz ich mechanistyczne szlaki pozostają nieuchwytne. Aby wypełnić te luki w wiedzy, bioinformatyka – rozwijająca się interdyscyplinarna dziedzina łącząca analizę big data i sztuczną inteligencję, daje nadzieję na identyfikację aktywnych składników farmaceutycznych oraz rozszyfrowanie podstawowych mechanizmów lekowych 31,32,33. W związku z tym badanie wykorzystuje podejścia bioinformatyczne, w tym farmakologię sieciową i dokowanie molekularne, aby systematycznie identyfikować podstawowe fitochemikalia, cele molekularne oraz szlaki leżące u podstaw terapeutycznego efektu DCQD w leczeniu ARDS.

Na podstawie powyższego uzasadnienia zakładamy, że DCQD wywiera efekt terapeutyczny na ARDS poprzez synergiczne modulowanie kluczowych procesów patologicznych, w tym dysregulacji zapalnej i aktywacji komórek odpornościowych, poprzez swoją sieć wieloskładnikową. Aby przetestować tę hipotezę i wyjść poza ograniczenia tradycyjnego przewidywania celów, zastosowaliśmy zintegrowane podejście bioinformatyczne. Kluczową innowacją tej strategii jest powiązanie potencjalnych celów DCQD z genami związanymi z ARDS, pochodzącymi nie tylko z publicznych baz danych, ale co ważniejsze – z klinicznego zbioru danych transkryptomicznych (GSE32707) pacjentów z ARDS wywołanym sepsą. To trójpoziomowe badanie przesiewowe ma na celu zwiększenie klinicznej istotności naszych odkryć oraz identyfikację kluczowych genów i szlaków, dzięki którym DCQD może łagodzić ARDS, zapewniając tym samym dokładniejsze i wiarygodniejsze ramy teoretyczne dotyczące mechanizmu działania.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie materiały, w tym bazy danych, oprogramowanie i odczynniki eksperymentalne, używane w tym badaniu, są wymienione w Tabeli Materiałów. Wszystkie procedury eksperymentalne zostały zatwierdzone przez Komitet Etyki Zwierząt Szpitala Jeziornego Suzhou Dushu (numer pozwolenia: 2410008).

Przesiewanie aktywnych komponentów i namierzanie celów DCQD
Aktywne składniki ziół składowych: rabarbaru, mirabilitu, kory magnolii i niedojrzałej gorzkiej pomarańczy w Dekokcie Da-Cheng-Qi (DCQD) zostały przesiewane w bazie danych farmakologii systemów medycyny tradycyjnej chińskiej (TCMSP) według następujących kryteriów: biodostępność doustna (OB) ≥30% oraz podobność do leku (DL) ≥0,18. Następnie zebrano odpowiednie cele zidentyfikowanych aktywnych komponentów. Progi te są szeroko stosowane w badaniach farmakologii sieciowej do filtrowania związków o korzystnych właściwościach farmakokinetycznych i wyższym potencjale bycia cząsteczkami podobnymi do leków34,35. Aby poprawić niezawodność selekcji złożonej i zmniejszyć błędy wynikające z przesiewania pojedynczych baz danych, walidacja krzyżowa została przeprowadzona przy użyciu bazy danych BATMAN-TCM. BATMAN-TCM to integracyjna baza danych, która przechowuje znane i przewidywane interakcje między składnikami TCM a białkami docelowymi, wspierając badania farmakologicznych mechanizmów TCM oraz odkrywanie leków. Zaktualizowana wersja 2.0 oferuje znacznie rozszerzony zbiór danych TTI oraz ulepszone funkcje, co czyni ją cennym źródłem do zrozumienia molekularnych mechanizmów TCM oraz opracowywania nowych terapii dla chorób złożonych. Związki bez przewidywanych celów lub z wynikami BATMAN-TCM poniżej 20 zostały wykluczone. Ponadto związki o stosunkowo niskich wartościach OB, ale z przewidywanymi celami w BATMAN-TCM oraz dobrze udokumentowanymi aktywnościami farmakologicznymi (np. antrakinony i flawonoidy) zostały zachowane dzięki selekcji literatury. Aby dodatkowo zmniejszyć potencjalne składniki fałszywie pozytywne, ręcznie wykluczano endogenne hormony i substancje neuroprzekaźnikowe (np. progesteron i serotonina). Ostateczny zestaw złożony był używany do dalszego przewidywania celów i budowy sieci. Szczegółowy przepływ pracy został zilustrowany na Dodatkowym Rysunku 1. Ostateczna lista aktywnych składników znajduje się w Tabeli Uzupełniającej 1.

Identyfikatory SMILES (liniowa metoda notacji wykorzystująca łańcuchy ASCII do opisu struktury chemicznej cząsteczek. Poprzez zastosowanie konkretnych symboli i reguł, koduje atomy, wiązania chemiczne i topologię molekularną w ciągły ciąg znaków bez spacji, umożliwiając zwięzłe, jednoznaczne i komputerowo czytelne przechowywanie oraz transmisję informacji molekularnej każdego aktywnego składnika każdego aktywnego składnika z bazy PubChem, a potencjalne cele przewidywano za pomocą szwajcarskiej prognozy celów, z parametrem organizmu ustawionym na "Homo sapiens" i progiem prawdopodobieństwa >0 Aplikowałem. Zestawy docelowe uzyskane z obu baz danych zostały połączone, a zduplikowane wpisy usunięto, aby wygenerować ostateczny kandydat do zestawu docelowego dla DCQD.

Ważne jest, aby zauważyć, że Mirabilitum (Mangxiao, Na₂SO₄·10H₂O), lek mineralny w DCQD, nie jest uwzględniony w bazach danych TCMSP ani podobnych bazach złożonych i celów. W konsekwencji, ze względu na to ograniczenie bazy danych, sieć komponent-cel zbudowana w tym badaniu nie obejmuje potencjalnych wkładów Mirabilitum. Sieć opiera się więc na fitochemicznych składnikach pozostałych trzech składników ziołowych: Rheum palmatum, Magnolia officinalis oraz Citrus aurantium.

Analiza wzbogacania celów DCQD
Cele DCQD zostały zaimportowane do bazy danych metascape do analizy wzbogacenia, a gatunki ograniczone do "Homo sapiens". Przeprowadzono analizy wzbogacania ontologii genów (GO) oraz analizy wzbogacenia encyklopedii genów i genomów w Kioto (KEGG), przy czym pierwsze obejmowały procesy biologiczne (BP), komponenty komórkowe (CC) oraz funkcje molekularne (MF). Wybrano 6 najlepszych wyników wzbogacania GO oraz 20 najlepszych wyników wzbogacania KEGG. Wykresy słupkowe KEGG i GO zostały wygenerowane za pomocą narzędzia online z bioinformatyki. Dane zostały zaimportowane za pomocą pakietu DOSE w języku R, aby skonstruować wykres słupkowy dotyczący ontologii chorób (DO).

Budowa sieci "Ziołolecznictwo – Komponent-Cel"
Odpowiednie komponenty DCQD oraz odpowiadające im cele zostały zaimportowane do Cytoscape 3.10.3, aby stworzyć diagram sieci ilustrujący relacje "lek zioło-komponent-cel". Do obliczania wartości stopni użyto wtyczki CytoNCA, a 5 najlepszych aktywnych komponentów było filtrowanych na podstawie rankingu.

Pobieranie celów ARDS z publicznych baz danych
Używając słowa kluczowego "zespół ostrego niedociągu oddechowego", cele związane z ARDS zostały pobrane z baz danych OMIM i GeneCards. W kartach genowych wybierano cele o wskaźniku trafności >5. Po połączeniu i usunięciu duplikatów z obu baz danych uzyskano kandydatski zestaw docelowy dla ARDS.

Analiza bioinformatyczna
Zestaw danych związany z sepsą ARDS GSE32707 (platforma GPL570, n = 45), zawierający dane RNA-seq z jednojądrowych komórek krwi obwodowej 30 pacjentów wywołanych sepsą ARDS oraz 15 zdrowych kontrolnych grup kontrolnych, został pobrany z bazy NCBI GEO. Dane były importowane za pomocą pakietu GEOquery w języku R, a normalizacja realizowana za pomocą pakietu Limma, aby zminimalizować zmienność między próbkami. Geny różnicowo ekspresyjne (DEG) zostały zidentyfikowane na podstawie progów |log2FC| > 1 i p < 0,05. Wizualizacja była prowadzona za pomocą wykresów wulkanów i map cieplnych. Przeprowadzono analizy wzbogacenia GO i KEGG do analizy szlaków, a wyniki prezentowano jako wykresy bąbelkowe i wykresy słupkowe.

Przewidywanie potencjalnych celów DCQD w leczeniu ARDS
Za pomocą narzędzia online bioinformatycznego wygenerowano diagram Venna do porównania DEG, celów związanych z ARDS z publicznych baz danych oraz celów leków DCQD, identyfikowając tym samym potencjalne terapeutyczne cele DCQD dla ARDS.

Budowa sieci interakcji białko-białko (PPI) oraz przesiewowe badania kluczowych celów
Nakładające się cele zostały zaimportowane do bazy danych STRING z gatunkiem ustawionym na "Homo sapiens" i progiem wyniku interakcji na poziomie 0,4. Dane sieci PPI zostały wyeksportowane w formacie TSV i zwizualizowane za pomocą Cytoscape 3.10.3. Wtyczka CytoHubba została zastosowana do wyróżnienia 10 najważniejszych celów na podstawie wyników MCC, MNC, stopnia, EPC, pomiędzy wartościami, bliskością, promienistością i naprężeniem. Przecięcie tych celów dało 5 głównych celów.

Budowa sieci "Ziołole-Komponent-Docelowa-Choroba"
Na podstawie nakładających się celów zidentyfikowano odpowiadające im komponenty DCQD. Odpowiednie komponenty, wraz z powiązanymi celami i powiązaniami chorobowymi, zostały zaimportowane do Cytoscape 3.10.3, aby stworzyć diagram sieci ilustrujący relacje "składnik-cel-choroba leków ziołowych".

Analiza wzbogacenia kluczowych celów i budowa sieci "komponent-składnik-cel-szlak choroby"
Aby zbadać potencjalne funkcje biologiczne i kluczowe szlaki sygnalizacyjne DCQD w leczeniu ARDS, główne cele poddano analizom wzbogacenia GO i KEGG w Metascape (gatunek: "Homo sapiens"). Wybrano pierwszą dziesiątkę GO oraz 13 najlepszych wyników wzbogacania KEGG. Wizualizacja została wykonana za pomocą narzędzi bioinformatycznych, aby wygenerować wykresy bąbelków KEGG, wykresów słupków GO oraz wykresów bańków Sankeya. Dodatkowo, na podstawie wyników wzbogacenia funkcjonalnego, w Cytoscape 3.10.3 skonstruowano diagram sieci, aby zilustrować relacje "składnik-zioło-cel-szlak-choroba".

Dokowanie molekularne i wizualizacja
Wtórne struktury molekularne związków zostały pobrane z bazy danych PubChem, natomiast struktury trójwymiarowe głównych celów pozyskano z bazy PDB (http://www.rcsb.org/). Cząsteczki wody i reszty aminokwasowe zostały usunięte za pomocą PyMOL. Białka i związki docelowe były importowane do AutoDock w celu dokowania molekularnego w celu obliczenia energii wiązania. Wizualizację wykonano za pomocą PyMOL. Mapa ciepła energii wiązania została wygenerowana za pomocą pakietu pheatmap w języku R, z rdzeniem celów na osi x, związkami na osi y oraz gradientem kolorów reprezentującym energie wiązania. Dwuwymiarowe diagramy interakcji wyników dokowania zostały wygenerowane za pomocą Discovery Studio Visualizer 4.5. Molekularne dokowanie przeprowadzono w celu oceny wykonalności wiązania między związkami a celami, a nie w celu przewidzenia rzeczywistej skuteczności hamującej.

Konstrukcja modelu myszy ARDS
Badanie to zostało zatwierdzone przez komisję etyki medycznej Szpitala nad Jeziorem Dushu w Suzhou (2410008). Uzyskano zdrowe samce myszy C57BL/6J (n = 30; 20 ± 5 g). Myszy podzielono na grupę kontrolną (n = 10), grupę LPS (n = 10, LPS 10 mg/kg) oraz grupę DCQD (n = 10, otrzymującą DCQD 0,9 g/kg w formie doustnej dawki w połączeniu z LPS 10 mg/kg). Myszy z grupy LPS otrzymały iniekcję LPS do otrzewnej otrzewnejowej. Myszom z grupy DCQD podano DCQD 0,9 g/kg doustnie bezpośrednio po podaniu LPS do otrzewnewnej. Pomiary wykonano bezpośrednio przed i po wyjęciu płuc u wszystkich myszy. Następnie tkanki płucne były przechowywane w temperaturze -80 °C.

Analiza zachodnich plam (WB)
Białka były izolowane z lizatów tkanki płucnej myszy, a ich stężenia mierzono za pomocą zestawu do ilościowania białek BCA. Następnie białka zostały zdenaturowane przez gotowanie w 95 °C przez 10 minut. Denaturowane białka były rozdzielane na żelu 10% SDS-PAGE przygotowanym z zestawem do przygotowania żelu, a następnie przenoszone na membranę PVDF. Aby zapobiec wiązaniu niespecyficznym, membrany PVDF były blokowane w temperaturze pokojowej przez 5 minut za pomocą buforu szybkiego blokowania wolnego od białka. Po myciu PBST błony były inkubowane przez noc w temperaturze 4 °C z pierwotnymi przeciwciałami przeciwko MMP9, HSP90, MYC i ARG1. Po kolejnym płukaniu PBST błony były inkubowane przez 2 godziny w temperaturze pokojowej za pomocą koziego anty-króliczego IgG(H+L) sprzężonego z HRP. Na koniec zastosowano ultraczuły zestaw do wykrywania chemiluminescencji, a pasma białkowe wykryto za pomocą systemu obrazowania chemiluminescencyjnego BIO-RAD. Analizę skali szarości wykonano za pomocą ImageJ. Przeciwciała użyte w tym eksperymencie wymienione są w Tabeli Uzupełniającej 2.

Analiza immunosorbentu sprzężonego z enzymami (ELISA)
Najpierw pobrano płyn płukający oskrzelowo-pęcherzykowy (BALF) poprzez trzykrotne płukanie z 2 mL soli fizjologicznej. Powstałe płyny płukania były gromadzone i wirowane w 10 000 g przez 10 minut w celu usunięcia komórek. Następnie supernatant był zasysany i przechowywany w ciekłym azocie. Następnie stężenia cytokin docelowych zostały określone zgodnie z instrukcjami producenta, korzystając z zestawu Mouse IL-6 ELISA, Mouse IL-18 ELISA oraz Mouse TNF-alpha ELISA Kit. Następnie płytka reakcyjna umieszczano w czytniku mikropłytek, a wartość gęstości optycznej (OD) każdego odwiertu mierzono na długości fali 450 nm, przy czym pusty odwór kontrolny był używany do zerowej korekty. Na koniec wyrysowano krzywą standardową na podstawie stężeń i odpowiadających im wartości przedawkowych standardów. Stężenie czynnika docelowego w każdej próbie było obliczane zgodnie ze standardowym równaniem krzywej.

Analiza statystyczna
Dane zostały przeanalizowane za pomocą GraphPad Prism 10.1.2. Istotność różnic między grupami została statystycznie oceniona za pomocą jednokierunkowej analizy wariancji lub testu Student's t. Jeśli wartość P jest mniejsza niż 0,05, różnica jest uznawana za istotną; jeśli wartość P jest mniejsza niż 0,01, uważa się ją za wysoce istotną.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Analiza bioaktywności DCQD
Aby rozplątać molekularne mechanizmy leżące u podstaw bioaktywności DCQD, potencjalne cele zostały najpierw zidentyfikowane, analizując szwajcarskie bazy danych predykcji celów oraz TCMSP. Łącznie dopasowano 16 składników rabarbaru, 17 niedojrzałych gorzkiej pomarańczy oraz 2 z kory magnolii, co dało 614 potencjalnych celów (rysunek 1A). Następnie opracowano diagram sieci, aby zwizualizować zależności między trzema lekami ziołowymi, ich 35 aktyw...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

ARDS przekształcił się w zagrażającą życiu chorobę płuc, nakładając znaczne obciążenie na globalną opiece, z roczną częstością występowania 1,5-79 przypadków na 100 000 osób oraz wskaźnikami śmiertelności od 34,9% do 46,1% przy różnych poziomach nasilenia37. Pomimo postępów w strategiach wentylacji mechanicznej, w tym wentylacji ochronnej płuc i pozycji w pozycji brzucha, wyniki kliniczne pozostają nieoptymalne ze względu na heterogeniczność procesów patofizjologicznych i ograniczone opcje terapeu...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy twierdzą, że badania przeprowadzono w braku jakichkolwiek relacji handlowych lub finansowych, które mogłyby być uznane za potencjalny konflikt interesów. Generatywna sztuczna inteligencja i technologie wspomagane przez AI nie zostały wykorzystane do przygotowania tej pracy.

Podziękowania

Badanie to zostało wsparte przez Narodową Fundację Nauk Przyrodniczych Chin (numer grantu: 82570078).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Przeciwciało poliklonalne Arginaza-1Protein Tech Group Inc., USA16001-1-AP
AutoDockInstytut Badawczy ScrippsNAhttp://autodock.scripps.edu/
Baza danych BATMAN-TCM Uniwersytet Medycyny Chińskiej w PekinieNAhttp://bionet.ncpsb.org.cn/batman-tcm/
Zestaw do ilościowej analizy białek BCAServicebioG2026
BioinformatykaBioinformatykaNAhttps://www.bioinformatics.com.cn/
System obrazowania chemiluminescencyjnego BIO-RADThermo Fisher Scientifichttps://www.bio-rad.com/en-in/category/chemidoc-imaging-systems?ID=NINJ0Z15
Myszy C57BL/6JHangzhou Ziyuan Laboratorium Technologii Zwierzęcego Co., Ltd
Przeciwciało poliklonalne c-MYCProtein Tech Group Inc., USA10828-1-AP
CytoscapeCytoscapeWersja 3.10.3https://cytoscape.org/
DCQDDział Tradycyjnej Medycyny Chińskiej w Suzhou Dushu Lake Hospital
Discovery Studio Visualizer OdkrycieWersja 4.5
GraphPad Prism Dotmatykawersja 10.1.2https://www.graphpad.com/
GAPDH Przeciwciało poliklonalneProtein Tech Group Inc., USA10494-1-AP
Zestaw do przygotowania żeluServicebioG2003
GeneCards  Baza danychCentrum genomu człowieka w koronieNAhttps://previous.genecards.org/
Baza danych GEONarodowe Centrum Informacji Biotechnologicznej (NCBI)GSE32707 (platforma GPL570, n=45)
Affinipure kozy anty-króliczy IgG(H+L) sprzężony z HRPProtein Tech Group Inc., USASA00001-2
Przeciwciało poliklonalne HSP90Protein Tech Group Inc., USA13171-1-AP
Lipopolisacharydy (LPS)SolarbioL8880
Baza danych MetascapeNIHNAhttps://metascape.org/gp/index
Czytnik mikropłytBioTeKhttps://www.agilent.com/en/product/cell-analysis/microplate-readers?srs
ltid=AfmBOoqJhJhNJW6vNU
fnskFb9jjcTgXww1A1km-JVP
P1SScq1Mx78HBi
Przeciwciało MMP-9 (N-końcowe)Protein Tech Group Inc., USA10375-2-AP
Zestaw ELISA MOUSE IL-18ServicebioGEH0010
Zestaw ELISA IL-6 MouseServicebioGEM0001
Zestaw ELISA dla myszy TNF-alphaServicebioGEH0004
Baza danych OMIMUniwersytet Johnsa HopkinsaNAhttps://www.omim.org/
Omni-ECL ™ Zestaw do wykrywania ultra-czułej chemiluminescencjiEpizyme BiotechSQ201
Baza danych PDBRCSBNAhttp://www.rcsb.org/
Wolny od białek bufor szybkiego blokowaniaEpizyme BiotechG2052
Baza danych PubChemNarodowe Centrum Informacji Biotechnologicznej (NCBI)https://pubchem.ncbi.nlm.nih.gov/
Membrana PVDFMerckNA
PyMOLSchrödingerWersja 3.10.3
Baza danych STRINGGlobalna koalicja biodata i ElixirNAhttps://cn.string-db.org/
Szwajcarska baza danych do prognozowania celówSzwajcarski Instytut BioinformatykiNAhttp://www.swisstargetprediction.cn/
Baza danych systemów farmakologii medycyny tradycyjnej chińskiej (TCMSP)Północno-Zachodni Uniwersytet PolitechnicznyWersja 2.3https://www.tcmsp-e.com/

Bibliografia

  1. ARDS Definition task force. Acute respiratory distress syndrome: the Berlin definition. JAMA. 307 (23), 2526-2533 (2012).
  2. Ashbaugh, D. G., Bigelow, D. B., Petty, T. L., Levine, B. E. Acute respiratory distress in adults. Lancet. 2 (7511), 319-323 (1967).
  3. Matthay, M. A., et al. A new global definition of acute respiratory distress syndrome. Am. J. Respir. Crit. Care Med. 209 (1), 37-47 (2024).
  4. Jia, F., et al. A prediction model for 30-day mortality in patients with ARDS admitted to the intensive care unit. Eur J Med Res. 30 (1), 559(2025).
  5. Bos, L. D. J., Ware, L. B. Acute respiratory distress syndrome: causes, pathophysiology, and phenotypes. Lancet. 400 (10358), 1145-1156 (2022).
  6. Lippi, G., Mattiuzzi, C., Favaloro, E. J. Prone position and the risk of venous thrombosis in COVID-19 patients with respiratory failure. Semin Thromb Hemost. 50 (7), 1019-1021 (2024).
  7. Ball, L., et al. Understanding the pathophysiology of typical acute respiratory distress syndrome and severe COVID-19. Expert Rev Respir Med. 16 (4), 437-446 (2022).
  8. Battaglini, D., Iavarone, I. G., Rocco, P. R. M. An update on the pharmacological management of acute respiratory distress syndrome. Expert Opin Pharmacother. 25 (9), 1229-1247 (2024).
  9. Matera, M. G., Rogliani, P., Bianco, A., Cazzola, M. Pharmacological management of adult patients with acute respiratory distress syndrome. Expert Opin Pharmacother. 21 (17), 2169-2183 (2020).
  10. Rahman, M. M., et al. Natural therapeutics and nutraceuticals for lung diseases: Traditional significance, phytochemistry, and pharmacology. Biomed Pharmacother. 150, 113041(2022).
  11. Chen, Z., Ye, S. Y. Research progress on antiviral constituents in traditional Chinese medicines and their mechanisms of action. Pharm Biol. 60 (1), 1063-1076 (2022).
  12. Liu, Y., et al. Pharmacological mechanisms of traditional Chinese medicine against acute lung injury: From active ingredients to herbal formulae. Phytomedicine. 135, 155562(2024).
  13. Li, J., Shen, M., Yin, Z. Exploring the mechanism of action of xuebijing injection in treating acute respiratory distress syndrome based on network pharmacology and animal experiments. J Inflamm Res. 18, 6037-6047 (2025).
  14. Zhang, Y., Wang, J., Liu, Y. M., Yang, H., Wu, G. J., He, X. H. Analysis of the efficacy and mechanism of action of xuebijing injection on ARDS using meta-analysis and network pharmacology. BioMed Res Int. 2021, 8824059(2021).
  15. Mehta, P., et al. COVID-19: consider cytokine storm syndromes and immunosuppression. Lancet. 395 (10229), 1033-1034 (2020).
  16. Cavalcante-Silva, L. H. A., et al. Neutrophils and COVID-19: The road so far. Int Immunopharmacol. 90, 107233(2021).
  17. Zhang, Y., et al. Electroacupuncture alleviates LPS-induced ARDS through α7 nicotinic acetylcholine receptor-mediated inhibition of ferroptosis. Front Immunol. 13, 832432(2022).
  18. Zhang, H., et al. Pharmacodynamic advantages and characteristics of traditional Chinese medicine in prevention and treatment of ischemic stroke. Chin Herb Med. 15 (4), 496-508 (2023).
  19. Liu, Z., et al. Dachengqi Decoction alleviates intestinal inflammation in ovalbumin-induced asthma by reducing group 2 innate lymphoid cells in a microbiota-dependent manner. J Tradit Complement Med. 13 (2), 183-192 (2023).
  20. Shuhan, W., et al. Dachengqi decoction ameliorated liver injury in liver fibrosis mice by maintaining gut vascular barrier integrity. Phytomedicine. 136, 156272(2025).
  21. Yin, F. T., et al. Prediction of the mechanism of Dachengqi Decoction treating colorectal cancer based on the analysis method of " into serum components -action target-key pathway.". J Ethnopharmacol. 293, 115286(2022).
  22. Chen, Z., et al. Dachengqi Decoction attenuates inflammatory response via inhibiting HMGB1 mediated NF-κB and P38 MAPK signaling pathways in severe acute pancreatitis. Cell Physiol Biochem. 37 (4), 1379-1389 (2015).
  23. Zhu, Q., et al. Large Chengqi Decoction improves sepsis-related intestinal damage by inhibiting inflammatory response through the HMGB1-TLR4 signaling pathway. J Inflamm Res. 18, 5415-5425 (2025).
  24. Vajdi, M., Karimi, A., Karimi, M., Abbasalizad Farhangi, M., Askari, G. Effects of luteolin on sepsis: A comprehensive systematic review. Phytomedicine. 113, 154734(2023).
  25. Gao, L. L., Wang, Z. H., Mu, Y. H., Liu, Z. L., Pang, L. Emodin promotes autophagy and prevents apoptosis in sepsis-associated encephalopathy through activating BDNF/TrkB signaling. Pathobiology. 89 (3), 135-145 (2022).
  26. Fu, W., et al. Emodin inhibits NLRP3 inflammasome activation and protects against sepsis via promoting FUNDC1-mediated mitophagy. Int J Biol Sci. 21 (8), 3631-3648 (2025).
  27. Chunlian, W., Heyong, W., Jia, X., Jie, H., Xi, C., Gentao, L. Magnolol inhibits tumor necrosis factor-α-induced ICAM-1 expression via suppressing NF-κB and MAPK signaling pathways in human lung epithelial cells. Inflammation. 37 (6), 1957-1967 (2014).
  28. Zhang, M., et al. Dachengqi decoction dispensing granule ameliorates LPS-induced acute lung injury by inhibiting PANoptosis in vivo and in vitro. J Ethnopharmacol. 336, 118699(2025).
  29. Li, J., et al. Macrophagedriven pathogenesis in acute lung injury/acute respiratory disease syndrome: Harnessing natural products for therapeutic interventions (Review). Mol Med Rep. 31 (1), 16(2025).
  30. He, Y. Q., et al. Natural product derived phytochemicals in managing acute lung injury by multiple mechanisms. Pharmacol Res. 163, 105224(2021).
  31. He, T., et al. Integrating network pharmacology and non-targeted metabolomics to explore the common mechanism of Coptis Categorized Formula improving T2DM zebrafish. J Ethnopharmacol. 284, 114784(2022).
  32. Liu, D., Zhang, Y., Bai, B., Xiong, X., Zhou, Q., Shi, R. Integration of single-cell RNA sequencing and network pharmacology to elucidate the effect of Yantiao Formula on alleviating ALI by regulating the polarization of alveolar macrophages. J Ethnopharmacol. 343, 119436(2025).
  33. Mao, X., et al. Toosendanin alleviates acute lung injury by reducing pulmonary vascular barrier dysfunction mediated by endoplasmic reticulum stress through mTOR. Phytomedicine. 136, 156277(2025).
  34. Li, X., Liu, Z., Liao, J., Chen, Q., Lu, X., Fan, X. Network pharmacology approaches for research of Traditional Chinese Medicines. Chin J Nat Med. 21 (5), 323-332 (2023).
  35. Zhao, L., et al. Network pharmacology, a promising approach to reveal the pharmacology mechanism of Chinese medicine formula. J Ethnopharmacol. 309, 116306(2023).
  36. Hsin, K. Y., Ghosh, S., Kitano, H. Combining machine learning systems and multiple docking simulation packages to improve docking prediction reliability for network pharmacology. PloS One. 8 (12), e83922(2013).
  37. Mannes, P. Z., et al. Molecular imaging of chemokine-like receptor 1 (CMKLR1) in experimental acute lung injury. Proc Nat Acad Sci U. 120 (3), e2216458120(2023).
  38. Lu, Y., Li, W., Qi, S., Cheng, K., Wu, H. Mapping knowledge structure and emerging trends of extracorporeal membrane oxygenation for acute respiratory distress syndrome: a bibliometric and visualized study. Front Med. 11, 1365864(2024).
  39. Sherman, E., Han, M. H. Acute and chronic management of neuromyelitis optica spectrum disorder. Curr Treat Options Neurol. 17 (11), 48(2015).
  40. Piccinini, A. M., Midwood, K. S. DAMPening inflammation by modulating TLR signalling. Mediators Inflamm. 2010, 672395(2010).
  41. Al-Husinat, L., et al. A narrative review on the future of ARDS: evolving definitions, pathophysiology, and tailored management. Crit Care. 29 (1), 88(2025).
  42. Ma, W., et al. Advances in acute respiratory distress syndrome: focusing on heterogeneity, pathophysiology, and therapeutic strategies. Signal Transduct Target Ther. 10 (1), 75(2025).
  43. Cao, Z., et al. Targeting of the pulmonary capillary vascular niche promotes lung alveolar repair and ameliorates fibrosis. Nat Med. 22 (2), 154-162 (2016).
  44. Fang, C., Wang, Y., Pan, Z. Formation of self-assembly aggregates in traditional Chinese medicine decoctions and their application in cancer treatments. RSC advances. 15 (7), 5476-5506 (2025).
  45. Shuhan, W., et al. Dachengqi decoction ameliorated liver injury in liver fibrosis mice by maintaining gut vascular barrier integrity. Phytomedicine. 136, 156272(2025).
  46. Pan, G., Wu, Y., Liu, Y., Zhou, F., Li, S., Yang, S. Dachengqi decoction ameliorates sepsis-induced liver injury by inhibiting the TGF-β1/Smad3 pathways. Journal of Traditional and Complementary Medicine. 14 (3), 256-265 (2024).
  47. Guo, W., et al. Dachengqi decoction for the treatment of acute pancreatitis: a comprehensive analysis based on metabolites, pharmacokinetics, and metabolites efficacy mechanisms. Front Pharmacol. 16, 1549909(2025).
  48. Yin, F. T., et al. Prediction of the mechanism of Dachengqi Decoction treating colorectal cancer based on the analysis method of " into serum components -action target-key pathway.". J Ethnopharmacol. 293, 115286(2022).
  49. Hu, X., Liu, S., Zhu, J., Ni, H. Dachengqi decoction alleviates acute lung injury and inhibits inflammatory cytokines production through TLR4/NF-κB signaling pathway in vivo and in vitro. J Cell Biochem. 120 (6), 8956-8964 (2019).
  50. Yang, J. Y., et al. Material basis and molecular mechanism of Dachengqi Decoction in treatment of acute pancreatitis based on network pharmacology. Chin J Chin Materia Medica. 45 (6), 1423-1432 (2020).
  51. Lu, X., et al. Integrating network pharmacology, transcriptome and artificial intelligence for investigating into the effect and mechanism of ning fei ping xue decoction against the acute respiratory distress syndrome. Front Pharmacol. 12, 731377(2021).
  52. Liang, X., et al. Study on intervention mechanism of yiqi huayu jiedu decoction on ARDS based on network pharmacology. Evid-Based Complement Alternat Med. 2020, 4782470(2020).
  53. Yang, B., Liu, X., Liang, Y., Li, Y. Chemical inhibition of HSP90 inhibits TNF-α mediated proliferation and induces apoptosis in human rheumatoid arthritis fibroblast-like synoviocytes. J Cell Biochem. 120 (2), 2547-2553 (2019).
  54. Zhang, X., et al. Ponicidin-induced conformational changes of HSP90 regulates the MAPK pathway to relieve ulcerative colitis. J Ethnopharmacol. 321, 117483(2024).
  55. Albakova, Z. HSP90 multi-functionality in cancer. Front Immunol. 15, 1436973(2024).
  56. Chien, L. H., Deng, J. S., Jiang, W. P., Chou, Y. N., Lin, J. G., Huang, G. J. Evaluation of lung protection of Sanghuangporus sanghuang through TLR4/NF-κB/MAPK, keap1/Nrf2/HO-1, CaMKK/AMPK/Sirt1, and TGF-β/SMAD3 signaling pathways mediating apoptosis. Biomed Pharmacother. 165, 115080(2023).
  57. Warburton, D., Shi, W., Xu, B. TGF-β-Smad3 signaling in emphysema and pulmonary fibrosis: an epigenetic aberration of normal development. Am J Physiol Lung Cell Mol Physiol. 304 (2), L83-L85 (2013).
  58. Yadav, P., et al. Macrophage-fibroblast crosstalk drives Arg1-dependent lung fibrosis via ornithine loading. bioRxiv: The Preprint Server for Biology. , (2024).
  59. Lamoke, F., et al. Amyloid β peptide-induced inhibition of endothelial nitric oxide production involves oxidative stress-mediated constitutive eNOS/HSP90 interaction and disruption of agonist-mediated Akt activation. J Neuroinflamm. 12, 84(2015).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Sieć oddziaływań białkowychsygnalizacja chemokinreceptor NOD-podobnyzewnątrzkomórkowe pułapki neutrofilowedokowanie molekularneodpowiedź zapalna