Skuteczność i mechanizmy leżące u podstaw leczenia wyprysku odbytu ShiDuGao na podstawie zestawów danych GEO i farmakologii sieciowej

W tym artykule oceniono wykonalność, cel i mechanizm ShiDuGao w leczeniu egzemy odbytu. Farmakologia sieciowa i analiza baz danych GEO potwierdzają wielocelowy charakter SDG w leczeniu wyprysku odbytu, w szczególności poprzez modulację TNIF, MAPK14 i CASP3, które są kluczowymi twardymi celami w szlakach sygnałowych TNF i MAPK. Fundusze te wyznaczają jasny kierunek dla dalszych badań nad mechanizmem terapeutycznym SDG w przypadku egzemy odbytu, podkreślając jednocześnie jej potencjał jako skutecznego podejścia do leczenia tego wyniszczającego schorzenia.

Badania nad mechanizmem są uznawane za najbardziej skomplikowany aspekt badań nad receptami ziołowymi. Farmakologia sieciowa pozwala obecnie na różnorodny aspekt dziedziny farmacji, dokonując zmiany paradygmatu z konwencjonalnej na współczesną biomedycynę i udoskonalając rozwój tradycyjnej medycyny chińskiej. W ramach tych badań połączono farmakologię sieciową ze zbiorem danych GEO, aby poznać miejscowe mechanizmy działania leków.

W tym badaniu zastosowano metodę generowania czystych danych, aby zmaksymalizować wykorzystanie danych poprzez połączenie zmodyfikowanej choroby, szczególnie w przypadku niektórych chorób, dla których trudno jest zbudować modele zwierzęce. Dane dostępne w Internecie są wykorzystywane przede wszystkim do przewidywania i weryfikowania chorób i celów leków, tak aby określić kierunek badań i stworzyć dobre podstawy do późniejszej weryfikacji eksperymentalnej. Aby rozpocząć, włącz system komputerowy i uruchom oprogramowanie.

Używając egzemy odbytu jako terminu wyszukiwania dla celu choroby, uzyskaj dostęp do bazy danych GeneCards i bazy danych Online Mendol Inheritance in Man. Pobierz arkusze kalkulacyjne z celami chorobowymi i usuń powtarzające się cele, aby uzyskać cele dotyczące egzemy odbytu. W bazie danych Farmakologii Systemów Tradycyjnej Medycyny Chińskiej wyszukaj słowo kluczowe indygo naturalis, złoty cyprys, gips kalcynowany, kalamina i żółć chińska, aby uzyskać listę kandydujących składników aktywnych i celów ShiDuGao lub SDG.

Powierz komponent szwajcarskiej bazie danych ADME. Wyodrębnij szczegółowe informacje dla osób wykazujących wysoką absorpcję IG w połączeniu z co najmniej dwiema wartościami DL tak jako elementami aktywnymi. W Venny 2.1 wprowadź cele SDG i egzemy odbytu odpowiednio do listy pierwszej i drugiej.

Po wygenerowaniu wizualnej reprezentacji skrzyżowania kliknij obszar wspólny, aby wyświetlić wspólne cele w sekcji wyników. Uzyskaj dostęp do bazy danych ciągów. W polu listy nazw wprowadź cele, a następnie wybierz homo sapiens jako organizm i kontynuuj wyszukiwanie.

Następnie kliknij przycisk Kontynuuj. Po uzyskaniu wyników otwórz ustawienia. W minimalnym wymaganym wyniku interakcji ustaw najwyższy poziom ufności na 0,900.

W ustawieniach zaawansowanych wybierz ukryj rozłączone węzły w sieci i kliknij aktualizuj. Teraz kliknij eksporty, a następnie kliknij pobierz, aby pobrać tekst sieci interakcji białko-białko w formacie kropki PNG i kropki TSV. Integracja zestawów danych genów docelowych ujawniła 149 często współwystępujących genów docelowych przeciwko egzemie odbytu.

Następnie skonstruowano kluczową sieć interakcji docelowe białko-białko. Zidentyfikowano 10 najważniejszych genów z wysokimi wynikami stopni i wszystkie były istotne w odniesieniu do celów leków na egzemę odbytu. Aby rozpocząć, uruchom oprogramowanie Cytoscape 3.9.1 na pulpicie i zaimportuj plik dot TSV zawierający podstawowe białka egzemy odbytu.

Kliknij pasek stylów w panelu sterowania, aby zoptymalizować kolor, czcionkę i rozmiar węzłów sieci. Do analizy topologii sieci należy użyć funkcji analizy sieci. Aby uzyskać geny piasty, użyj CytoHubba i ustal sieć docelową choroby składnika leku.

Otwórz witrynę Metascape. Wybierz plik lub wklej listę genów w oknie dialogowym i kliknij przycisk Prześlij, a następnie wybierz H sapiens zarówno w danych wejściowych jako gatunek, jak i w analizie jako gatunek i włącz funkcję analizy niestandardowej. W opcji wzbogacania wybierz funkcje molekularne GO, procesy biologiczne GO, komponenty komórkowe GO i bazę danych szlaków KEGG.

Zaznacz opcję wybierz selektywne klastry GO i kliknij przycisk analizy wzbogacenia. Po zakończeniu działania paska postępu zainicjuj stronę raportu z analizy i kliknij, aby pobrać wyniki wzbogacania. Otwórz narzędzie GEO2R, aby wyszukać i przeanalizować bazę danych chipów genowych GEO.

Otwórz stronę internetową bazy danych GEO, a następnie wprowadź słowo kluczowe lub przystąpienie GEO i kliknij przycisk wyszukiwania. Wybierz najlepiej pasujący wynik i znajdź serię referencyjną. Teraz na stronie narzędzia GEO2R wprowadź serię referencyjną w polu akcesyjnym GEO i kliknij przycisk ustawień.

Wybierz atopowe zapalenie skóry jako grupę eksperymentalną i grupę kontrolną nieatopową jako grupę kontrolną. Kliknij przycisk analizy i poczekaj na pojawienie się wyników. Analizy wzbogacające KEGG i GO dotyczące 59 kluczowych celów zidentyfikowały 218 szlaków i ponad 3 000 procesów biologicznych, podkreślając istotne szlaki w SDG i egzemie odbytu.

Analiza GO dotycząca procesów biologicznych, składu komórek i funkcji molekularnych podkreśliła wspólne cele w SDG i egzemie odbytu. Istotne funkcje biologiczne obejmowały fosforylację peptydylo-tyrozyny i regulację adhezji komórka-komórka. Aby rozpocząć, otwórz bazę danych Farmakologii Systemów Tradycyjnej Medycyny Chińskiej.

Korzystając z pola wyszukiwania nazw chemicznych, wyszukaj wybrane nazwy składników, aby pobrać odpowiednie pliki struktury 3D w formacie Mold2. Aby pobrać struktury krystaliczne kluczowych celów, otwórz bazę danych białek RCSB. W polu wyszukiwania wyszukaj nazwy docelowe i pobierz odpowiednie pliki struktury krystalicznej w formacie PDB.

Importuj składniki i pliki struktury docelowej w oprogramowaniu analitycznym. Kliknij przycisk Edytuj, a następnie usuń wodę, aby usunąć cząsteczki wody. Aby dodać wodór, kliknij edytuj, wodory i dodaj.

Ustaw składniki jako ligand, wybierz całe cele jako receptor i wykonaj dokowanie na ślepo. Aby określić zakres dokowania molekularnego, wybierz kolejno receptor i ligand. Kliknij siatkę, a następnie pole siatki, aby dostosować pole siatki tak, aby obejmowało cały model.

Kliknij plik i zamknij, aby zapisać aktualny stan pola siatki i zapisać pliki w formacie GPF. Teraz kliknij uruchom i uruchom AutoGrid4. Kliknij nazwę pliku parametrów i przejdź do pliku GFP, a następnie kliknij przycisk uruchamiania.

Aby dokować molekularnie, otwórz AutoDock4 i kliknij dokowanie, makrocząsteczka i ustaw sztywną nazwę pliku, aby wybrać receptor. Następnie kliknij dokowanie, ligand i otwórz lub wybierz ligand. Teraz kliknij parametry dokowania i wyszukiwania, aby ustawić algorytmy działania, a następnie kliknij parametry dokowania i dokowania, aby ustawić parametry dokowania.

Wybierz plik DPF i kliknij przycisk uruchamiania. Zapisuj pliki w formacie DPF. Kliknij analizę, dokowanie i otwórz, aby wybrać plik DLG, a następnie kliknij analizę i makrocząsteczkę, aby otworzyć receptor.

Teraz kliknij na analizę, potwierdzenia i graj w rankingu według energii, aby przeanalizować wyniki. Na koniec kliknij ustaw odtwarzanie i napisz złożone, aby zapisać wyniki w formacie PDBQT. Zaimportuj pliki dokowania do PyMOL, a następnie wybierz ligand i kliknij akcję, znajdź, kontrakty biegunowe oraz do innych atomów i obiektów, aby wyświetlić wiązania wodorowe między ligandami a środowiskiem zewnętrznym.

Kliknij pojedynczą literę C, aby zmienić kolor. Kliknij akcję i wyodrębnij obiekt. Kliknij pokaż, a następnie pałeczki, aby pokazać strukturę patyczków receptora.

Zidentyfikuj reszty połączone z ligandami i pokaż strukturę pałeczki. Następnie kliknij kreator i pomiar i kliknij kolejno dwa atomy. Kliknij etykietę, a następnie pozostałość, aby wyświetlić etykietę pozostałości.

W razie potrzeby dostosuj kolor tła i przezroczystość. Na koniec kliknij plik, a następnie eksportuj obraz jako, aby zapisać zdjęcie. W grupie osób z atopowym zapaleniem skóry analiza bazy danych GEO wykazała, że regulacja w górę PPARG, EGFR, TNF i PTPRC, MMP9, MAPK14 i CAPS3 była obniżona.

Analiza dokowania potwierdziła interakcję między aktywnymi składnikami SDG a potencjalnymi białkami docelowymi, co wskazuje na ich znaczącą rolę w leczeniu egzemy odbytu. Indygo i berberrubina wykazywały silną aktywność wiążącą przy energiach mniejszych niż minus pięć kilokalorii na mol, co podkreśla ich potencjał terapeutyczny.