Este estudo integra mapeamento de alvos baseado em redes, dados de expressão do GEO e docking para classificar candidatos relacionados à combinação Zhenwu-Wuling na insuficiência cardíaca crônica.
Artigo de investigação
Farmacologia de Redes, Transcriptômica de GEO e Docagem Molecular da Decocção Zhenwu com Pó Wuling para Insuficiência Cardíaca Crônica
36 visualizações
⸱
11 de setembro de 2026
Neste artigo
Resumo
Resumo
A Decocção Zhenwu combinada com o Pó Wuling é usada na insuficiência cardíaca crônica (ICC), mas sua base molecular não está totalmente definida. Integramos mapeamento de alvos baseado em rede, dados transcriptômicos do Gene Expression Omnibus (GEO) e acoplamento molecular para priorizar alvos e vias candidatas. Registros de compostos para as oito ervas foram obtidos de bancos de dados farmacológicos e químicos e submetidos à triagem de compostos e alvos. Genes associados à ICC foram reunidos a partir de seis recursos de doenças, e sua sobreposição com alvos relacionados à fórmula foi examinada por meio de análise de rede de interação proteína-proteína (PPI) e enriquecimento funcional. O conjunto de dados GSE5406 forneceu dados de expressão miocárdica de amostras com e sem insuficiência. O fluxo de trabalho gerou 89 compostos triados, 314 alvos não redundantes dos compostos e 2.515 alvos relacionados à ICC, com 143 genes compartilhados. AKT1, IL6, TNF, SRC e ESR1 apresentaram as classificações mais altas na rede de alvos da doença. A análise de expressão identificou 1.348 genes diferencialmente expressos (DEGs) e selecionou HSP90AA1 e STAT1 como candidatos a húbulos transcriptômicos. Os termos enriquecidos agruparam-se em torno de hipóxia, circulação, sinalização relacionada ao TNF, vias PI3K-Akt e MAPK. O acoplamento molecular gerou escores preditivos negativos para pares representativos constituinte-alvo; o escore mais negativo foi observado para STAT1 e alisol C (-9,2 kcal/mol). Esses achados geram uma hipótese computacional testável e priorizam candidatos para validação experimental.
Introdução
A IC agrega uma síndrome heterogênea decorrente de anormalidades miocárdicas estruturais ou funcionais. Tais alterações podem comprometer o enchimento ventricular ou a ejeção sistólica e frequentemente são acompanhadas por congestão pulmonar ou sistêmica. Os sintomas típicos incluem dispneia, fadiga e retenção de líquidos1. Uma análise retrospectiva dos dados chineses do Estudo Global de Doenças de 1990 a 2023 mostrou que a prevalência nacional de IC recém-diagnosticada aumentou em 208,4% ao longo de três décadas2.
Na medicina tradicional chinesa (MTC), a IC corresponde ao edema cardíaco, síndrome de dispneia e edema generalizado. Sua patogênese é comumente descrita como deficiência na raiz e excesso no ramo. A deficiência de yin, yang e qi constitui a base patológica subjacente, enquanto o acúmulo interno de fluidos e a estase sanguínea representam o excesso manifesto. Assim, o tratamento na MTC enfatiza o aquecimento do yang, a eliminação de fluidos retidos, a promoção da circulação e a resolução da estase.
O uso combinado de Zhenwu Decoction e Wuling Powder é uma estratégia clássica à base de ervas para o manejo clínico da IC. Zhenwu Decoction aquece o yang e promove a diurese, enquanto Wuling Powder sustenta o qi yang e regula o metabolismo dos fluidos. Juntas, as duas fórmulas podem reforçar o yang e eliminar a umidade interna. Evidências clínicas sugerem que essa combinação pode aliviar sintomas, melhorar indicadores da função cardíaca e retardar a deterioração da IC3. Primeiramente, mapeamos os constituintes das fórmulas e os alvos candidatos para IC utilizando farmacologia de rede, seguido pelo uso de docking para classificar os pares selecionados entre constituintes e alvos. Em seguida, perfis de expressão derivados do GEO foram utilizados para situar os candidatos da rede em um contexto de doença miocárdica e examinar as vias downstream. O estudo fornece um arcabouço computacional gerador de hipóteses para priorizar candidatos a uma posterior validação experimental; no entanto, não estabelece eficácia clínica nem um mecanismo validado.
Protocolo
This study analyzed public database resources and did not involve new human participants, human specimens, or animal experiments. All databases, web-based resources, software, analysis packages, visualization tools, molecular docking tools, and other computational resources used in this study, together with their details, are listed in the Table of Materials.
Formula composition and botanical provenance
The eight distinct crude drugs were aligned to current botanical and pharmacopoeial naming as follows: Aconiti Lateralis Radix Praeparata, the processed lateral root of Aconitum carmichaelii Debeaux; Poria, the sclerotium of Wolfiporia cocos (F.A.Wolf) Ryvarden & Gilb.; Atractylodis Macrocephalae Rhizoma, the rhizome of Atractylodes macrocephala Koidz.; Paeoniae Radix Alba, the root of Paeonia lactiflora Pall.; Zingiberis Rhizoma Recens, the fresh rhizome of Zingiber officinale Roscoe; Alismatis Rhizoma, the rhizome of Alisma orientale (Sam.) Juzep.; Polyporus, the sclerotium of Polyporus umbellatus (Pers.) Fr.; and Cinnamomi Ramulus, the young twig of Cinnamomum cassia (L.) J.Presl. The prescription comprised 9 g Aconiti Lateralis Radix Praeparata, 12 g Poria, 9 g Paeoniae Radix Alba, 12 g Atractylodis Macrocephalae Rhizoma (stir-fried Atractylodes), 9 g Zingiberis Rhizoma Recens, 9 g Polyporus, 15 g Alismatis Rhizoma, and 6 g Cinnamomi Ramulus; the corresponding ratio was 3:4:3:4:3:3:5:2. Aconiti Lateralis Radix Praeparata was treated as processed material. This was an entirely in silico study: no decoction batch was prepared, purchased, chemically assayed, or administered. Manufacturer, lot number, batch-specific processing records, and voucher specimens are therefore not applicable; the gram amounts define the formula composition and relative ratio, not experimental exposure. Poria and Atractylodis Macrocephalae Rhizoma are shared by the two formulae. Botanical names and medicinal-part terminology were checked against the 2025 Pharmacopoeia of the People’s Republic of China4.
Screening and target prediction of active ingredients in Zhenwu Decoction and Wuling Powder
TCMSP was queried separately for compounds recorded for Zhenwu Decoction and Wuling Powder, including Aconiti Lateralis Radix Praeparata, Poria, Atractylodis Macrocephalae Rhizoma, Paeoniae Radix Alba, Zingiberis Rhizoma Recens, Alismatis Rhizoma, Polyporus, and Cinnamomi Ramulus. Initial filtering required oral bioavailability (OB) of at least 30% and drug-likeness (DL) of at least 0.18. When a simplified molecular-input line-entry system (SMILES) record was unavailable, the corresponding structure was retrieved from a public chemical database. SMILES records were evaluated for physicochemical and drug-likeness properties. A compound passed the secondary filter when its molecular weight was ≤500, lipophilicity ≤5, hydrogen-bond donors ≤5, hydrogen-bond acceptors ≤10, at least three of the Lipinski, Ghose, Veber, Egan, and Muegge rule sets were positive, and predicted gastrointestinal absorption was high5. Eligible structures were subjected to target prediction, and only predictions with probability >0.02 were included in the target list. TCMSP and target-prediction records were combined at the herb-compound-target level, duplicate identifiers were collapsed, and gene names were standardized to official gene symbols.
Deduplication produced 646 candidate associations; 71 rows without a mapped official gene symbol were excluded, leaving 575 standardized associations. The independent herb-level integration yielded 314 nonredundant target genes. The compound and target screening criteria are supported by the TCMSP and SwissTargetPrediction source papers6,7.
Screening of disease targets for CHF
CHF-related gene entries were downloaded from GeneCards, OMIM, TTD, DisGeNET, DrugBank, and PharmGKB. The disease search used four phrases: heart failure, congestive heart failure, diastolic heart failure, and systolic heart failure. For GeneCards, entries with relevance scores below 0.20 were excluded. The six database-derived target sets were integrated after duplicate identifiers were removed, while preserving the source database for each record. All screened gene names were standardized to official gene symbols. The overlap between the formula and CHF target lists was visualized using a Venn diagram. The shared identifiers were treated as candidate formula-related targets for CHF.
TCMSP was searched on 7 February 2026; SwissTargetPrediction, GeneCards, OMIM, and DisGeNET on 10 February 2026; and PharmGKB, TTD, and DrugBank on 12 February 2026. Disease queries were entered as heart failure, congestive heart failure, heart failure, diastolic, and heart failure, systolic; the search was restricted to Homo sapiens where supported. Retrieved entries were standardized to official gene symbols before deduplication.
Construction of the protein-protein interaction (PPI) network and screening of core targets
The shared target identifiers were queried in STRING for PPI analysis. The query used Homo sapiens interactions and a confidence cutoff above 0.9. Isolated nodes were omitted, and the resulting STRING interaction data were used for network visualization and topological analysis. Candidate hubs were ranked by network topology. Betweenness, closeness, degree, and eigenvector centralities were calculated as network descriptors. Degree was the primary ranking variable, and the five highest-degree targets were retained as candidate hubs.
Official gene symbols were used for gene-level analyses, including AKT1, IL6, TNF, SRC, ESR1, BCL2, CASP3, PPARG, PTGS2, and MMP9; protein names are written in full only when needed for clarity. The initial PPI network contained 143 nodes and 584 interaction records before visualization-specific filtering; after network processing, the graph contained 143 nodes and 292 edges.
Construction of the drug-disease-component-target network
Once names were standardized, the network data were assembled and used to construct the drug-disease-component-target graph.
GO and KEGG enrichment analyses
The candidate CHF target list was submitted to Metascape for functional annotation and pathway enrichment analysis. The analysis was run for Homo sapiens. The raw p-value cutoff was set at 0.01, a minimum overlap of 3, and a minimum enrichment score of 1.5. GO bar charts and KEGG bubble plots were generated for visualization. The 143-gene input set was used for Gene Ontology biological-process (GO-BP), molecular-function (GO-MF), and KEGG enrichment analyses. The analysis thresholds were raw p < 0.01, minimum overlap 3, and minimum enrichment 1.58. The GO-CC analysis was based on a 60-gene hit list against a 30,230-gene library. Because this input differed from the 143-gene input used for the BP, MF, and KEGG analyses, the GO-CC results were reported separately and were not quantitatively pooled with the other categories.
Screening of heart failure-related targets based on the GEO database
The GSE5406 dataset9 was used for differential-expression analysis. The series included 210 myocardial samples: 108 with ischemic cardiomyopathy, 86 with idiopathic dilated cardiomyopathy, and 16 nonfailing donor controls. The GEO record identifies the platform as GPL96, the Affymetrix Human Genome U133A Array. The series matrix was already robust multi-array average (RMA)-normalized. Probes without matched SYMBOL annotations were removed after matching to the platform annotation, and rowSums(expression > 0.5) ≥ 3 was applied before limma fitting. Group levels were defined as Control, DCM, and ICM, with a no-intercept design matrix (~0 + group) and the contrasts (DCM+ICM)/2-Control, DCM-Control, and ICM-Control. Differential expression was defined as adjusted p value < 0.05 and |log2(Fold Change)| > 0.3. Because all samples were processed within one GEO series and no separate batch variable was available, no batch-correction term was introduced. Differential-expression results were visualized using heatmaps and volcano plots. DEGs were subjected to PPI analysis followed by network-based hub ranking. Docking and pose visualization were conducted for the selected targets and prescription compounds.
The GEO record identifies the platform as GPL96, the Affymetrix Human Genome U133A Array. Group levels were defined as Control, DCM, and ICM, with a no-intercept design matrix (~0 + group) and the contrasts (DCM+ICM)/2-Control, DCM-Control, and ICM-Control. The series matrix was already robust multi-array average (RMA)-normalized; probes with missing SYMBOL annotations were removed after matching to the platform annotation, and the code applies rowSums(expression > 0.5) ≥ 3 before limma fitting. Because all samples were processed within one GEO series and no separate batch variable was available, no batch-correction term was introduced.
Molecular docking verification
A three-dimensional PDB structure for each receptor was obtained from the RCSB Protein Data Bank. Protein structures were prepared by removing crystallographic waters and non-receptor ligands. Structure-data file (SDF) structures for the five highest-degree compounds were obtained from a public chemical database.
The receptor structures used for docking were AKT1/1H10 (chain A, 1.40 Å, 4IP), IL6/1ALU (chain A, 1.90 Å, TLA), TNF/1A8M (chain A, 2.30 Å, no co-crystallized ligand), SRC/1A09 (chain A, 2.00 Å, no ligand), ESR1/1A52 (chain A, 2.80 Å, EST), STAT1/1BF5 (chain A, 2.90 Å, no ligand), and HSP90AA1/3OWB (chain A, 2.05 Å, BSM). The center, box dimensions, and random seed were specified for each tested pair. The search boxes were defined to encompass the receptor for exploratory global docking.
Receptor and ligand files were prepared with the docking-preparation tools. Waters were deleted and polar hydrogens were added to receptor structures. SDF ligands were converted to PDB, then dehydrated and hydrogenated before PDBQT export. The prepared receptor-ligand files were assigned to the docking models. PDBQT files were loaded into AutoDock Vina. Vina runs were executed and scores were recorded. Scores below -5 kcal/mol were treated as comparatively more favorable and scores below -7 kcal/mol as more strongly predicted interactions10; these are not experimental thresholds. The three complexes with the best predicted scores were selected for visualization.
No search-depth or output-mode override was specified; therefore, the documented command-line defaults were used: exhaustiveness 8 and at most 9 modes. Pair-specific random seeds were used, and mode 1 (the best-scoring returned pose) was selected for representative visualization. The HSP90AA1 output-file assignment was confirmed because each mode-1 score matched the corresponding HSP90AA1 value in the docking-score matrix. Molecular dynamics simulations were not performed, so the scores are exploratory computational predictions only.
Resultados
Ingredientes ativos e alvos da Decocção Zhenwu combinada com o Pó Wuling
Foram obtidos registros de constituintes-alvo para cada erva. As contagens correspondentes de alvos por erva foram: Aconiti Lateralis Radix Praeparata, 178; Poria, 21; Atractylodis Macrocephalae Rhizoma, 18; Paeoniae Radix Alba, 86; Zingiberis Rhizoma Recens, 127; Alismatis Rhizoma, 96; Polyporus, 4; e Cinnamomi Ramulus, 45. Após padronização dos símbolos e remoção de duplicatas, o conjunto integrado relacionado à fórmula continha 314 genes-alvo não redundantes. A atribuição da di-hidrocapsaicina a uma erva é relatada como uma atribuição de banco de dados, e não como confirmação de origem botânica.
Aquisição de alvos relacionados à doença ICC
Nas seis fontes de dados sobre doenças, foram coletados 3.563 registros brutos de alvos de ICC. A distribuição foi a seguinte: 2.000 alvos do GeneCards, 973 do OMIM, 17 do PharmGKB, 83 do TTD, 459 do DisGeNET e 31 do DrugBank. A deduplicação reduziu a lista a 2.515 alvos únicos associados à ICC. A comparação das duas listas de alvos identificou 143 alvos comuns entre os genes relacionados à ICC e os alvos da Decocção Zhenwu combinada com o Pó Wuling, conforme mostrado na Figura 1.
Construção da rede de interação proteína-proteína (PPI)
O grafo de PPI resultante compreendeu 143 nós e 292 arestas (grau médio, 4,08). Os cinco nós com os maiores graus foram AKT1, TNF, IL6, SRC e ESR1. Esses nós foram mantidos como hubs candidatos para a análise fórmula-CHF (Figura 2). Nessa análise, os candidatos a hubs foram priorizados pelo grau dentro da rede especificada. A alta conectividade foi utilizada para a seleção de candidatos e não foi interpretada como prova de importância causal ou eficácia terapêutica.
Análise da rede de fármaco-doença-componente-alvo
O gráfico finalizado compreendeu 384 nós e 615 arestas. Aqui, o grau do nó foi definido como o número de arestas diretamente conectadas. Tabela 1 apresenta os dez principais alvos classificados pelo valor de grau na rede de fármaco-doença-componente-alvo com 384 nós e 615 arestas; a rede de interação proteína-proteína (PPI) com 143 nós e 292 arestas é apresentada separadamente na Figura 2. Figura 3 mostra o gráfico correspondente de fármaco-doença-componente-alvo. No gráfico da rede, hexágonos regulares representam componentes ativos de medicamentos herbáceos individuais, enquanto losangos representam alvos terapêuticos dos fármacos.
Análise de enriquecimento de GO
Foi realizada análise de Ontologia Genética (GO) nos 143 alvos compartilhados. A análise identificou 1.647 termos de processo biológico (BP) e 188 termos de função molecular (MF); o painel de componente celular (CC) é mantido descritivamente, conforme explicado abaixo. Todos os termos enriquecidos foram ordenados por -log10(p) em ordem decrescente, e os dez principais termos em cada categoria GO foram selecionados para visualização. Os termos BP foram principalmente enriquecidos em resposta celular à hipóxia, resposta a níveis reduzidos de oxigênio, circulação sanguínea, resposta a níveis alterados de oxigênio e processos do sistema circulatório. O painel descritivo de CC exibiu caveolas, luz de grânulos ricos em ficolina-1, microdomínios lipídicos da membrana plasmática, microdomínios da membrana e luz endócrina; não são apresentadas estatísticas de CC por linha. Os termos MF envolveram principalmente ligação a proteínas de estruturação, regulação da atividade de tirosina quinase proteica, ligação a heme e regulação da atividade de quinase proteica. Os dez principais termos enriquecidos em cada categoria GO foram visualizados na Figura 4. Como a análise de GO-CC utilizou um tamanho de entrada diferente da análise BP/MF/KEGG com 143 genes, as categorias foram relatadas separadamente e não foram agrupadas quantitativamente.
Análise de enriquecimento KEGG
A análise KEGG foi realizada nos 143 genes-alvo compartilhados. As vias metabolicamente enriquecidas principais foram MAPK, PI3K-Akt, vias relacionadas ao câncer, vias de infecção viral, tuberculose, influenza A, AGE-RAGE, lipídeos/aterosclerose e sarampo (Figura 5).
Triagem de genes diferencialmente expressos para insuficiência cardíaca com base no banco de dados GEO
O banco de dados GEO foi consultado com o termo "insuficiência cardíaca", e o pacote limma do R foi utilizado para comparar os grupos com insuficiência e sem insuficiência cardíaca. Os critérios de seleção foram definidos como valor de p ajustado < 0,05 e |log2(Razão de Expressão)| > 0,3. A análise identificou 1.348 genes diferencialmente expressos, dos quais 568 foram regulados para cima e 780 regulados para baixo. Um gráfico de vulcão exibiu os resultados de expressão diferencial, enquanto um mapa de calor ilustrou o padrão de expressão nos dois grupos (Figura 6, Figura 7).
Os genes diferencialmente expressos foram inicialmente cruzados com genes relacionados a doenças obtidos a partir de bancos de dados de doenças, resultando em 407 genes de doença sobrepostos. Em seguida, esses genes foram cruzados com genes alvo de fármacos, gerando 18 genes em interseção. A análise de interação proteína-proteína (PPI) desses 18 genes gerou uma rede com 18 nós e 10 interações. Dentre todos os nós, HSP90AA1 e STAT1 apresentaram os valores mais altos de grau. Os dois candidatos a hubs transcriptômicos foram submetidos ao docking com cinco compostos priorizados: β-sitosterol, alisol C, benzoylnapelline, dihydrocapsaicin e kaempferol. Os escores Vina resultantes foram negativos em todos os pares testados; STAT1 com alisol C apresentou o valor mais negativo (-9,2 kcal/mol), e cada par derivado do GEO obteve escore abaixo de -5 kcal/mol. Esses valores são previsões comparativas de docking e não estabelecem afinidade, atividade ou efeito biológico.
Resultados do acoplamento molecular
O acoplamento foi utilizado para comparar os constituintes priorizados com os principais alvos relacionados à IC obtidos nas análises de rede e GEO. Esses alvos incluíram AKT1, IL6, TNF, SRC e ESR1, identificados pela mineração de bases de dados de doenças, bem como os genes centrais derivados do GEO, HSP90AA1 e STAT1. O procedimento de acoplamento é descrito na seção Protocolo. Tabela 2 resume a matriz de pontuações preditas para os compostos priorizados e os alvos relacionados à IC provenientes de ambas as fontes analíticas. O alisolo C apresentou pontuações mais negativas que -7 kcal/mol com AKT1 e SRC, enquanto a benzoilnapelina ultrapassou esse mesmo limite descritivo para TNF, AKT1 e SRC. Todos os pares compostos-alvos derivados do GEO obtiveram pontuações abaixo de -5 kcal/mol. Dentre todos os pares ligante-alvo, STAT1 apresentou as pontuações mais negativas com o alisolo C (-9,2 kcal/mol) e com a benzoilnapelina (-8,7 kcal/mol), indicando as pontuações preditas mais negativas entre os complexos testados, e não a afinidade experimental.
DISPONIBILIDADE DE DADOS:
Dados de acesso público foram analisados neste estudo. A série transcriptômica GSE5406 está disponível no Gene Expression Omnibus (GEO) do NCBI sob o número de acesso GSE5406. Todos os dados gerados e mantidos pelo estudo e os registros de análise estão fornecidos na pasta de dados brutos suplementares (Arquivo Suplementar 1). Ela contém a auditoria de compostos e alvos, dados de origem dos alvos, arquivos de rede PPI, dados de enriquecimento verificados, código de análise do GSE5406, entradas, saídas, configurações e logs de docking, visualizações de docking, bem como o manifesto de arquivos e legendas.
Figura 1: Diagrama de Venn dos alvos de fármacos e doenças. A região azul representa os alvos da Decocção Zhenwu combinada com o Pó Wuling, a região amarela representa os alvos relacionados à ICC, e a região sobreposta representa os 143 alvos compartilhados. Os números indicam as quantidades e porcentagens de alvos. Clique aqui para visualizar uma versão maior desta figura.
Figura 2: Rede de interação proteína-proteína (PPI). A cor e o tamanho dos nós representam o grau, sendo que nós maiores e mais escuros indicam alvos de grau mais alto. As arestas cinzas representam ligações de PPI de alta confiança. Nós isolados não são mostrados. Clique aqui para visualizar uma versão maior desta figura.
Figura 3: Rede de droga-doença-componente-alvo. As cores dos nós identificam os oito grupos de ervas; as formas dos nós distinguem ervas, componentes e alvos; o tamanho dos nós representa o grau; as arestas cinza representam associações entre erva-componente e componente-alvo. Clique aqui para visualizar uma versão maior desta figura.
Figura 4: Análise de enriquecimento de GO. As barras verdes, laranjas e roxas representam, respectivamente, processo biológico (BP), componente celular (CC) e função molecular (MF). A altura das barras indica o escore de enriquecimento, sendo exibidos os dez principais termos em cada categoria. A análise de CC utilizou uma lista de 60 genes identificados, enquanto as análises de BP e MF utilizaram a entrada de 143 genes-alvo compartilhados; portanto, as categorias são apresentadas de forma descritiva e não são agrupadas quantitativamente. Clique aqui para visualizar uma versão maior desta figura.
Figura 5: Análise de enriquecimento KEGG. A posição dos pontos indica a razão de enriquecimento, o tamanho dos pontos indica a contagem de genes e a cor representa o valor de -log10(p), com cores mais quentes indicando valores de p menores. Clique aqui para visualizar uma versão maior desta figura.
Figura 6: Gráfico de vulcão dos genes diferencialmente expressos. Os pontos vermelhos representam genes regulados para cima e os pontos azuis representam genes regulados para baixo nos limiares indicados. O eixo vertical é -log10(valor de p ajustado), o eixo horizontal é log2(Razão de Expressão), e linhas tracejadas indicam valor de p ajustado < 0,05 e |log2(Razão de Expressão)| > 0,3. Clique aqui para visualizar uma versão ampliada desta figura.
Figura 7: Mapa de calor dos genes diferencialmente expressos (GDEs). O mapa de calor mostra os 50 principais GDEs; as cores vermelha e azul indicam expressão relativamente mais alta e mais baixa, respectivamente, após a normalização por linha. A anotação superior identifica os grupos controle, miocardiopatia idiopática e miocardiopatia isquêmica. Clique aqui para visualizar uma versão maior desta figura.
| Nome da proteína | Símbolo do gene | Grau |
| Quinase serina/treonina AKT 1 | AKT1 | 94 |
| Interleucina-6 | IL6 | 91 |
| Fator de necrose tumoral | TNF | 91 |
| Protooncogene SRC, tirosina quinase não receptora | SRC | 78 |
| Receptor de estrogênio 1 | ESR1 | 77 |
| Linfoma/leucemia de células B 2 | BCL2 | 74 |
| Caspase 3 | CASP3 | 72 |
| Receptor gama ativado por proliferadores de peroxissomos | PPARG | 70 |
| Sintase 2 de prostaglandina-endoperoxide | PTGS2 | 69 |
| Matrix metaloproteinase 9 | MMP9 | 68 |
Tabela 1: Genes centrais e valores de grau. Os valores de grau são provenientes da rede de 384 nós e 615 arestas de fármaco-doença-componente-alvo, e não da rede PPI separada de 143 nós e 292 arestas. São utilizados os símbolos oficiais dos genes.
| Gene alvo | β-sitosterol | Alisol C | Benzoylnapelline | Dihydrocapsaicin | Kaempferol |
| AKT1 | -6.2 | -7.0 | -7.2 | -4.8 | -5.9 |
| IL6 | -5.7 | -6.6 | -6.1 | -4.0 | -4.6 |
| TNF | -5.5 | -6.8 | -7.6 | -5.0 | -6.3 |
| SRC | -5.2 | -8.0 | -8.0 | -5.6 | -6.9 |
| ESR1 | -3.2 | -6.7 | -7.9 | -4.3 | -3.2 |
| STAT1 | -6.1 | -9.2 | -8.7 | -5.3 | -8.6 |
| HSP90AA1 | -6.4 | -6.9 | -7.1 | -5.4 | -7.3 |
Tabela 2: Pontuações de docking molecular. Os valores são pontuações preditas de docking em kcal/mol; valores mais negativos indicam poses preditos mais favoráveis nesta simulação e não estabelecem afinidade biológica ou atividade.
Arquivo Suplementar 1: Pasta com dados brutos suplementares. Clique aqui para baixar este arquivo.
Discussão
A ICC exige manejo clínico de longo prazo e frequentemente envolve regimes medicamentosos complexos. Estudos de Wang JX e Zhang S11 e outros estudos indicam que a farmacoterapia convencional combinada de longo prazo pode reduzir a adesão medicamentosa. A baixa adesão pode aumentar o risco de reinternação e de desfechos emocionais adversos. Os medicamentos disponíveis focam principalmente no controle dos sintomas e na desaceleração do remodelamento ventricular. As Diretrizes Nacionais de 2023 para o Manejo da Insuficiência Cardíaca na China12 recomendam a adição do estimulador da guanilato ciclase solúvel vericiguat ao tratamento padrão guiado por evidências (GDMT) em pacientes com insuficiência cardíaca recentemente agravada. No entanto, diversos desafios ainda permanecem no manejo da insuficiência cardíaca. Os cardiomiócitos são células diferenciadas terminalmente e possuem capacidade regenerativa limitada, de modo que a lesão miocárdica frequentemente progride de forma irreversível. Os medicamentos existentes atuam principalmente retardando a fibrose miocárdica e o remodelamento ventricular, ao invés de reverter completamente os danos estruturais estabelecidos.
Na teoria da MTC, a patogênese da IC está estreitamente associada à desregulação do qi e do sangue. O Consenso de Especialistas sobre a Nomenclatura em MTC da Insuficiência Cardíaca13 define "Xin Shui" (edema cardíaco) e "Fei Yin" (retenção de líquido nos pulmões) como termos padronizados em MTC para a IC. Ambas as prescrições aquecem o yang e promovem a eliminação de líquidos, embora suas indicações tradicionais enfatizem diferentes localizações e padrões da doença. Tradicionalmente, a Decocção Zhenwu é usada para aquecer o yang e remover a umidade retida na deficiência do yang do baço-rim. Registrada pela primeira vez nas linhas 82 e 316 do Tratado sobre Doenças Febris14, a fórmula foi originalmente utilizada para doenças no estágio yang complicadas por deficiência do yang induzida por sudorese excessiva e para a síndrome shaoyin caracterizada por deficiência do yang e inundação hídrica. A patogênese fundamental tratada pela Decocção Zhenwu é a insuficiência do yang renal com retenção difusa de líquidos. Suas ações tradicionais são descritas como aquecer o rim, fortalecer o yang, regular o qi e promover a eliminação de líquidos. O Compêndio de Fórmulas da Câmara Dourada14 também registra o uso da Decocção Zhenwu para retenção hídrica generalizada, pois o peso e a dor nos membros nesta condição correspondem ao espectro terapêutico da fórmula. O Pó Wuling está registrado nas linhas 71, 72, 73, 74 e 141 do Tratado sobre Doenças Febris. É usado principalmente para a síndrome de retenção hídrica da bexiga no Taiyang. Sua patogênese envolve fatores patogênicos exteriores não resolvidos no estágio Taiyang, acúmulo de água no inferior jiao, transformação prejudicada do qi no triplo aquecedor e distribuição desordenada dos fluidos corporais. Clinicamente, essas alterações se manifestam como sede com desejo de beber e disúria. Em casos graves, o acúmulo excessivo de líquidos obstrui o triplo aquecedor e extravasa, produzindo refluxo de água com vômito após a ingestão. Assim, o Pó Wuling é usado para restaurar a transformação do qi e facilitar a eliminação da água.
A pesquisa farmacológica de Zheng Minghao et al. sobre a Decocção Zhenwu para ICC15 relatou aumento da PVS e redução da PVED após exposição à aconitina/mesaconitina, achados interpretados como melhora do desempenho sistólico e diastólico. Em ratos com ICC, a paeoniflorina esteve associada à modulação da sinalização TGF-β1/Smad, menor remodelação e melhor função cardíaca. Atractilenolídeo III e kaempferol foram relacionados à redução da apoptose de cardiomiócitos, enquanto o ácido poricoico e o gengibre apresentam ações anti-inflamatórias e antioxidantes. A higenamina e a paeoniflorina também podem melhorar o ciclo anormal de cálcio ao reduzir a concentração intracelular de cálcio. Chen Jiye et al.16 relataram que os principais componentes bioativos do Pó Wuling, hederagenina e β-sitosterol, conferem proteção cardiovascular ao reduzir o colesterol, regular a função endotelial, aumentar a capacidade antioxidante e reduzir a inflamação. Pacientes com ICC em estágio terminal frequentemente apresentam padrões mistos de deficiência e excesso. A deficiência de yang do coração e rim representa a patogênese fundamental, enquanto a retenção grave de líquidos representa a manifestação secundária. Quando o líquido retido se espalha pelo triple aquecedor, a invasão do aquecedor superior, coração e pulmão causa palpitações, tosse e dispneia. Em casos graves, o acúmulo de líquido no coração e pulmão leva à ortopneia. O acúmulo de líquido no aquecedor médio prejudica o transporte e a transformação do baço-estômago, causando anorexia e distensão gástrica. A retenção de líquidos no aquecedor inferior provoca edema de tornozelo e disúria. Esse padrão fornece a justificativa da MTC para considerar a combinação capaz de tratar tanto a deficiência fundamental quanto a retenção secundária de líquidos. Evidências crescentes sugerem que fórmulas herbais chinesas podem tratar a ICC regulando múltiplas vias e alvos, incluindo a função mitocondrial e o metabolismo energético miocárdico16, bem como as vias de sinalização TGF-β17 e NF-κB18.
A justificativa da compatibilidade da fórmula é farmacológica e baseada na teoria da medicina chinesa tradicional. O fluxo de trabalho computacional atual não testou sinergia, estabeleceu novos efeitos farmacológicos da combinação ou comparou a fórmula com a terapia médica orientada por diretrizes. Também não avaliou interações entre ervas e medicamentos, relações exposição-resposta ou toxicidade fora do alvo. Esses limites impedem que os resultados atuais sustentem recomendações de substituição ou combinação de tratamentos.
O presente estudo sugere que a Decocção Zhenwu combinada com o Pó Wuling pode influenciar processos relacionados à ICC por meio dos efeitos coordenados previstos de múltiplos constituintes bioativos, incluindo β-sitosterol (BS), alisol C, benzoinapelina, dihidrocapsaicina (DHC) e kaempferol (KAE). O BS é um fitoesterol amplamente distribuído em plantas medicinais e é derivado nesta fórmula da Paeoniae Radix Alba, Zingiberis Rhizoma Recens e Cinnamomi Ramulus19. Devido à sua estrutura assemelhar-se ao colesterol, o BS compete com o colesterol por sítios de ligação, reduz o colesterol livre sérico e promove a lipólise20. Também apresenta atividades antiaterosclerótica, antioxidante, anti-inflamatória e antibacteriana21. O registro no banco de dados atribuiu a dihidrocapsaicina ao Zingiberis Rhizoma Recens, e estudos anteriores22,23 apoiam suas propriedades anti-inflamatórias, antiapoptóticas e de mitigação de lesões por isquemia e reperfusão. Chen YM et al.24 identificaram Raf-1 como alvo direto da dihidrocapsaicina e associaram a formação do complexo Raf-1/ASK1 à redução do estresse oxidativo e da apoptose de cardiomiócitos após infarto agudo do miocárdio. O kaempferol é um importante ingrediente bioativo da Paeoniae Radix Alba. Estudos existentes sugerem que o KAE protege os cardiomiócitos contra autofagia excessiva por meio da ativação da cascata PI3K/Akt/mTOR25, supressão da expressão de proteínas dos canais de cálcio intracelulares26 e inibição da via de sinalização MAPK/ERK27. O MOL002410 foi identificado como benzoinapelina. O estudo citado sobre benzoilaconina28 não fornece suporte experimental para o registro distinto da benzoinapelina por meio de docking. Em conjunto, esses componentes podem contribuir para o tratamento da ICC por meio de mecanismos anti-inflamatórios, antioxidantes e redutores de lipídios. Isso apoia o perfil regulatório multivias e multitarget da Decocção Zhenwu combinada com o Pó Wuling.
A raiz de aconito processada pode conter alcaloides do tipo aconitina, mas este estudo não quantificou a exposição aos constituintes, as relações dose-resposta nem a toxicidade. Consequentemente, a rede terapêutica prevista não pode ser interpretada como uma avaliação de segurança, e os possíveis efeitos fora do alvo permanecem não resolvidos.
A classificação por grau na rede de interação proteína-proteína (PPI) colocou esses cinco candidatos no topo: AKT1, IL6, TNF, SRC e ESR1. O AKT1, um nó central na cascata PI3K/Akt/mTOR, foi um dos candidatos com maior grau. Essa cascata participa da proliferação, angiogênese e metabolismo de glicolipídios29. Wang X et al.30 detectaram expressão mais elevada de AKT1 em ratos com insuficiência cardíaca do que em camundongos controles saudáveis. Lou WZ et al.31 relataram que a quercetina e ingredientes relacionados suprimem a via PI3K/Akt por meio do nó central AKT1, inibindo assim a proliferação de fibroblastos cardíacos e retardando a progressão da insuficiência cardíaca congestiva (CHF) e a remodelação ventricular. IL-6 e TNF são citocinas inflamatórias clássicas. Pesquisas anteriores32 associaram citocinas inflamatórias e quimiocinas à remodelação ventricular e disfunção miocárdica em diferentes fenótipos de insuficiência cardíaca. Em uma coorte de 1.086 pacientes, Berger et al.33 associaram concentrações mais elevadas de IL-6 a desfechos cardiovasculares adversos e aumento do NT-proBNP. O TNF está intimamente relacionado à angiogênese e trombose, ambos os quais contribuem para a remodelação cardíaca e ventricular. O TNF pode servir como marcador biológico do início da CHF34, e sua superexpressão está associada a eventos cardiovasculares adversos, estratificação de risco de lesão miocárdica e prognóstico. O SRC está envolvido na adesão celular, proliferação e geração de espécies reativas de oxigênio35. Evidências indicam que a superexpressão de SRC amplifica a sinalização do receptor beta-adrenérgico (β-AR), ativa a cascata β-AR/Src/ERK e media a remodelação ventricular36. Outros estudos propuseram o SRC como alvo candidato para intervenções em doenças cardiovasculares37. O estrogênio é amplamente reconhecido como um fator cardioprotetor com propriedades anti-inflamatórias, antioxidantes e antiateroscleróticas38. O ESR1, que codifica o receptor de estrogênio alfa, é, portanto, um alvo terapêutico potencial para proteção cardíaca. Fukuma N et al.39 esclareceram os efeitos cardioprotetores dos receptores de estrogênio por meio do bloqueio seletivo da sinalização não genômica do receptor de estrogênio alfa em camundongos. Diferentemente de estudos focados em um único composto ou via, o fluxo de trabalho atual cruzou a cobertura de alvos derivada da fórmula com uma rede de PPI da doença e contexto transcriptômico miocárdico. Essa integração restringe as prioridades dos candidatos, mas permanece associativa. O critério de gene central identifica candidatos altamente conectados para acompanhamento, sem provar sua importância causal.
O perfil compartilhado do KEGG foi dominado por termos de sinalização de MAPK, PI3K-Akt, lipídeos/aterosclerose, TNF, receptor tipo Toll e AGE-RAGE. Juntos, esses caminhos metabólicos estão associados a processos centrais na IC, incluindo hipertrofia, fibrose, inflamação, estresse oxidativo e remodelação ventricular. A sinalização de MAPK coordena respostas proliferativas, apoptóticas, inflamatórias e fibrogênicas40. A atividade excessiva de MAPK pode promover fibrose miocárdica e acelerar a remodelação ventricular41, agravando a insuficiência cardíaca. A sinalização PI3K-Akt está envolvida no crescimento celular, apoptose, migração e angiogênese. Seu papel na remodelação do citoesqueleto também tornou essa via um alvo candidato na biologia do câncer42. Em condições fisiológicas, a via PI3K-Akt protege o coração ao melhorar a função mitocondrial, reduzir o estresse oxidativo e inibir a apoptose de cardiomiócitos. Estudos publicados43 relataram supressão da atividade PI3K-Akt em cardiomiócitos durante a insuficiência cardíaca, o que pode desencadear disfunção mitocondrial e metabolismo energético prejudicado. A inibição dessa via também pode ativar cascatas profibróticas, como a sinalização de TGF-β e vias de caspases relacionadas à apoptose, promovendo assim remodelação ventricular e perda de cardiomiócitos. A dislipidemia está associada à doença arterial coronariana, causa subjacente frequente da insuficiência cardíaca clínica. A diretriz chinesa de insuficiência cardíaca de 2024 lista tanto a dislipidemia quanto a doença arterial coronariana entre os fatores de risco comuns da IC44. Ela atribui à terapia precoce de redução de lipídios uma recomendação Classe IA para prevenção. Estudos de acompanhamento por Li Tingting e Zhou Li et al.45,46, envolvendo 70 e 150 pacientes com insuficiência cardíaca, respectivamente, relataram queda progressiva do HDL-C sérico com agravamento da função cardíaca. No entanto, a variação dos lipídios séricos não foi significativamente correlacionada com o prognóstico. Isso sugere que a dislipidemia pode não danificar diretamente os cardiomiócitos ou comprometer a função cardíaca. Assim, a via dos lipídios e da aterosclerose pode ser mais relevante para a prevenção e interpretação etiológica da IC do que para lesão miocárdica direta. O TNF-α é uma citocina inflamatória pivotal e um fator chave na iniciação e progressão da IC34. Concentrações elevadas de TNF-α suprimem a contratilidade miocárdica e estão positivamente associadas à mortalidade por todas as causas47. O sistema nervoso simpático é um importante mediador neuro-hormonal da remodelação ventricular. A superexpressão excessiva de TNF-α pode prejudicar a função dos nervos simpáticos, induzir disfunção dos receptores β, estimular a liberação de catecolaminas48 e agravar a remodelação ventricular. As vias dos receptores tipo Toll detectam PAMPs e DAMPs e, assim, iniciam a sinalização imune inata49. A ativação persistente pode promover inflamação e lesão miocárdica. Ye S et al.50 relataram que a deficiência de TLR2 em cardiomiócitos atenuou a inflamação, hipertrofia e fibrose intersticial induzidas por Ang II. A melhora coincidiu com ativação downstream mais fraca da NF-κB/MAPK e menor lesão miocárdica. A biologia AGE-RAGE também é relevante fora do diabetes. Em condições de envelhecimento, isquemia, sobrecarga de pressão ou estresse cardíaco inflamatório, as AGEs podem se acumular e ligar-se ao RAGE, amplificando o estresse oxidativo, inflamação e fibrose que contribuem para a remodelação ventricular e a IC51. A farmacologia de rede capta a amplitude da cobertura componente-alvo derivada de fórmulas, enquanto o GEO fornece o contexto do tecido da doença. Portanto, a intersecção entre eles é útil para priorização de hipóteses em pesquisas complexas com fórmulas de MTC, mas não deve ser descrita como validação transcripcional ou farmacológica.
Limitações: Além da ausência de validação in vitro e in vivo, este estudo utilizou um único conjunto de dados de microarray de descoberta e baseou-se em anotações de banco de dados e limiares de triagem. Grades de docking que abrangem amplamente os receptores apoiam uma classificação exploratória em vez da confirmação de sítios de ligação, e as versões exatas dos pacotes com correções não foram mantidas. Além disso, os arquivos PDBQT de saída das conformações foram mantidos para apenas cinco pares compostos-HSP90AA1; os arquivos de saída das conformações para os 30 pares restantes alvo-composto não foram mantidos. A análise GO-CC utilizou uma lista de 60 genes positivos em vez da entrada de 143 genes usada para BP/MF/KEGG; essas categorias, portanto, não foram agrupadas quantitativamente. Não houve conjunto independente de validação transcriptômica ou simulação de dinâmica molecular disponível.
Direções futuras: Os trabalhos futuros devem validar HSP90AA1, STAT1 e os compostos priorizados em modelos de hipóxia/reativação em cardiomiócitos e em modelos animais apropriados, comparar a fórmula com terapias orientadas por diretrizes, avaliar interações entre herbáceos e medicamentos e a toxicidade relacionada à aconitina, e testar as previsões de docking com ensaios bioquímicos ou celulares ortogonais.
Em resumo, a integração da farmacologia de rede, dados transcriptômicos do miocárdio, análise de enriquecimento e acoplamento molecular priorizou constituintes, alvos e vias candidatos potencialmente associados à Decocção Zhenwu combinada com o Pó Wuling na IC. A convergência entre previsões de alvos relacionados à fórmula e alterações expressivas associadas à doença identificou HSP90AA1 e STAT1 como candidatos para investigação adicional, enquanto a análise de acoplamento priorizou pares selecionados de constituinte-alvo para testes experimentais. Esses achados fornecem uma estrutura geradora de hipóteses, e não evidência de eficácia clínica ou de um mecanismo molecular validado, e requerem confirmação em sistemas experimentais independentes.
Divulgações
Os autores declaram não haver interesses concorrentes relacionados a este estudo.
Agradecimentos
Não aplicável.
Materiais
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| AutoDock Vina | CCSB-Scripps | v1.2.6 | Versão em linha de comando utilizada; versão oficial atual v1.2.7; configurações usaram os valores padrão da CLI: exhaustividade 8 e num_modes 9. https://github.com/ccsb-scripps/AutoDock-Vina/releases |
| AutoDockTools | The Scripps Research Institute | v1.5.7 | Preparação de receptor/ligante; versão utilizada na análise. https://autodock.scripps.edu/ |
| Bioconductor | Projeto Bioconductor | lançamento compatível 3.16 | Ambiente compatível com R 4.2; versão atual 3.23. https://bioconductor.org/about/release-announcements/ |
| Cytoscape Desktop | Consortium Cytoscape | v3.7.1 | Versão utilizada para visualização/análise de redes; versão atual v3.10.4. https://cytoscape.org/download.html |
| DisGeNET | Soluções MedBioinformatics | v25.4 | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-10. https://disgenet.com/ |
| DrugBank | OMx Personal Health Analytics | v6.0 | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-12. https://go.drugbank.com/ |
| GeneCards | Instituto Weizmann de Ciência | Banco de dados web | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-10. https://www.genecards.org/ |
| GEO / GSE5406 | NCBI | GSE5406; GPL96 | Série de microarranjos normalizados por RMA do ventrículo esquerdo humano. https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE5406 |
| hgu133a.db | Bioconductor | Ambiente Bioconductor 3.16 | Anotação de sonda do Genoma Humano Affymetrix U133A; versão exata do patch não registrada. https://bioconductor.org/packages/hgu133a.db/ |
| limma | Bioconductor | Ambiente Bioconductor 3.16 | Análise de expressão diferencial; versão exata do patch não registrada. https://bioconductor.org/packages/limma/ |
| MacBook | Apple | processador M4 | Estação de trabalho computacional local; especificação de memória não registrada. https://www.apple.com/mac/ |
| Metascape | Metascape | v3.5 | Enriquecimento GO/KEGG; carimbo de data/hora exato de acesso não registrado. https://metascape.org/ |
| Microsoft Excel | Microsoft | Aplicativo desktop | Curadoria/exportação de dados; versão do aplicativo não registrada. https://www.microsoft.com/microsoft-365/excel |
| OMIM | Universidade Johns Hopkins | Banco de dados web | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-10. https://www.omim.org/ |
| Open Babel | Projeto Open Babel | Versão não registrada | Conversão de estrutura no fluxo de trabalho de docking. https://openbabel.org/ |
| PharmGKB | PharmGKB | Banco de dados web | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-12. https://www.pharmgkb.org/ |
| PubChem | NCBI | Banco de dados web | SMILES e complementação de estrutura. https://pubchem.ncbi.nlm.nih.gov/ |
| PyMOL | Schrödinger | Versão não registrada | Pré-processamento de proteínas e visualização de poses. https://www.pymol.org/ |
| R | Fundação R | 4.2.0+ | Família de versões registrada para análise; versão atual 4.6. https://www.r-project.org/ |
| RCSB Protein Data Bank | RCSB PDB | Arquivo web | Estruturas cristalográficas de proteínas. https://www.rcsb.org/ |
| RStudio | Posit | 2026.04.0+526 | IDE de análise registrada na nota de revisão. https://posit.co/download/rstudio-desktop/ |
| STRING | Consortium STRING | Serviço web | Homo sapiens; confiança >0,9; metadados de versão/sessão não registrados. https://string-db.org/ |
| SwissADME | SIB Swiss Institute of Bioinformatics | Serviço web | Triagem de ADME e regras de Lipinski; versão local não aplicável. https://www.swissadme.ch/ |
| SwissTargetPrediction | SIB Swiss Institute of Bioinformatics | atualização principal de 2019 | Homo sapiens; probabilidade >0,02; pesquisa realizada em 2026-02-10. https://www.swisstargetprediction.ch/ |
| TCMSP | Universidade Northwest A&F | v2.3 | Recuperação de compostos; pesquisa realizada em 2026-02-07. https://tcmsp-e.com/ |
| TTD | Therapeutic Target Database | lançamento 2026 | Recuperação de genes associados à ICC; pesquisa realizada em 2026-02-12. https://ttd.idrblab.cn/ |
| UniProtKB | Consortium UniProt | Lançamento 2026_01 | Padronização de símbolos gênicos Homo sapiens revisada. https://www.uniprot.org/ |
| Venny | CNB-CSIC | v2.1.0 | Visualização de interseção de conjuntos de alvos. https://bioinfogp.cnb.csic.es/tools/venny/ |
Referências
- McDonagh TA, et al. 2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure. Eur Heart J. 2021;42(36):3599-3726.
- Yang X, et al. The evolving burden of heart failure in China: a 34-year subnational analysis of trends and causes from the Global Burden of Disease Study 2023. Mil Med Res. 2025;12(1):65.
- Tang KH. Study on Zhenwu Decoction combined with Wuling Powder in the treatment of heart failure with yang deficiency and water flooding syndrome. Chin Med Guide. 2024;22(14):153-155.
- National Pharmacopoeia Commission. Pharmacopoeia of the People's Republic of China. 2025 ed. China Medical Science Press; Beijing; 2025.
- Daina A, Michielin O, Zoete V. SwissADME: a free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Sci Rep. 2017;7:42717.
- Ru J, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 2014;6:13.
- Daina A, Michielin O, Zoete V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules. Nucleic Acids Res. 2019;47(W1):W357-W364.
- Zhou Y, et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nat Commun. 2019;10:1523.
- Hannenhalli S, et al. Transcriptional genomics associates FOX transcription factors with human heart failure. Circulation. 2006;114(12):1269-1276.
- Shahzadi Z, et al. Network pharmacology and molecular docking: combined computational approaches to explore the antihypertensive potential of Fabaceae species. Bioresour Bioprocess. 2024;11:53.
- Wang JX, Zhang S. Correlation between medication adherence, coping styles and depression in patients with chronic heart failure. J Int Psychiatry. 2026;53(1):225-228.
- National Center for Cardiovascular Diseases, Heart Failure Professional Committee of National Cardiovascular Experts Committee, Heart Failure Committee of Chinese Medical Doctor Association, et al. 2023 National guidelines for heart failure. Chin J Heart Fail Cardiomyopathies. 2023;7(4):215-311.
- Dong GJ, Wei Y. Expert consensus on TCM disease nomenclature of heart failure. Chin Arch Tradit Chin Med. 2025;43(7):253-258.
- Zhang ZJ. Treatise on Febrile Diseases. Qian CC, collator. People's Medical Publishing House; Beijing; 2005. p. 22-23.
- Zheng MH, Guo D. Research progress on active ingredients and mechanism of Zhenwu Decoction in the treatment of chronic heart failure. China J Tradit Chin Med Pharm. 2024;39(11):6007-6011.
- Chen L, Yu D, Ling S, Xu JW. Mechanism of tonifying-kidney Chinese herbal medicine in the treatment of chronic heart failure. Front Cardiovasc Med. 2022;9:988360.
- Wang Y, et al. A review of Chinese herbal medicine for the treatment of chronic heart failure. Curr Pharm Des. 2017;23(34):5115-5124.
- He Y, et al. Clinical evidence and potential mechanisms of traditional Chinese medicine for the treatment of chronic gastritis: an updated systematic review and meta-analysis. J Herb Med. 2023;42:100761.
- Wang H, et al. β-Sitosterol as a promising anticancer agent for chemoprevention and chemotherapy: mechanisms of action and future prospects. Adv Nutr. 2023;14(5):1085-1110.
- Dwivedi J, et al. Aspects of β-sitosterol's pharmacology, nutrition and analysis. Curr Pharm Biotechnol. 2025;26(14):2234-2256.
- Khan Z, et al. Multifunctional roles and pharmacological potential of β-sitosterol: emerging evidence toward clinical applications. Chem Biol Interact. 2022;365:110117.
- Jittiwat J, Suksamrarn A, Tocharus C, Tocharus J. Dihydrocapsaicin effectively mitigates cerebral ischemia-induced pathological changes in vivo, partly via antioxidant and anti-apoptotic pathways. Life Sci. 2021;283:119842.
- Lai Y, et al. Dihydrocapsaicin suppresses the STING-mediated accumulation of ROS and NLRP3 inflammasome and alleviates apoptosis after ischemia-reperfusion injury of perforator skin flap. Phytother Res. 2024;38(5):2539-2559.
- Chen Y, et al. Dihydrocapsaicin attenuates oxidative stress and apoptosis in acute myocardial infarction via promoting Raf-1/ASK1 complex formation. Phytomedicine. 2025;146:157126.
- Li YX, Liu SY. Kaempferol alleviates myocardial injury in rats with coronary heart disease via regulating the PI3K/AKT/mTOR pathway. Chin J Histochem Cytochem. 2025;34(5):439-445.
- Wu JP, Chen JJ, Yuan Q, et al. Effects and mechanisms of kaempferol on cardiomyocyte apoptosis induced by hypoxia/reoxygenation injury. Shaanxi Med J. 2024;53(1):3-7,18.
- Chen MJ, Li XD, Wang NN. Effects and mechanisms of kaempferol on cardiac function in rat models of chronic heart failure. Prog Anat Sci. 2023;29(1):18-20,24.
- Zhou WM, Lang SK, Ge X, et al. Benzoylaconine alleviates oxygen-glucose deprivation/reoxygenation-induced cardiomyocyte injury via the phosphatidylinositol 3-kinase/protein kinase B pathway. Chin J Geriatr Heart Brain Vessel Dis. 2025;27(2):211-216.
- Brand CS, Lighthouse JK, Trembley MA. Protective transcriptional mechanisms in cardiomyocytes and cardiac fibroblasts. J Mol Cell Cardiol. 2019;132:1-12.
- Wang X, Chen ZQ, Li L, et al. Effects of Zhenwu Decoction on cardiomyocyte apoptosis and PI3K-AKT pathway in heart failure rats. Chin J Comp Med. 2022;32(7):27-33,57.
- Lou WZ, Huang SS, Chen BS. Mechanism analysis of Ginkgo biloba leaves against chronic heart failure. Zhejiang Clin Med J. 2026;28(1):32-37.
- Hanna A, Frangogiannis NG. Inflammatory cytokines and chemokines as therapeutic targets in heart failure. Cardiovasc Drugs Ther. 2020;34(6):849-863.
- Berger M, et al. IL-6 and hsCRP predict cardiovascular mortality in patients with heart failure with preserved ejection fraction. ESC Heart Fail. 2024;11(6):3607-3615.
- Zhang H, Dhalla NS. The role of pro-inflammatory cytokines in the pathogenesis of cardiovascular disease. Int J Mol Sci. 2024;25(2):1082.
- Wu PL, Wei M, Zhu W. Src signaling pathway and its role in the pathophysiology of heart failure. Int J Cardiovasc Dis. 2013;40(1):6-8,15.
- Li W, et al. Src tyrosine kinase promotes cardiac remodeling induced by chronic sympathetic activation. Biosci Rep. 2023;43(10):BSR20231097.
- Zhai Y, et al. Src-family protein tyrosine kinases: a promising target for treating cardiovascular diseases. Int J Med Sci. 2021;18(5):1216-1224.
- Qian C, Liu J, Liu H. Targeting estrogen receptor signaling for treating heart failure. Heart Fail Rev. 2024;29(1):125-131.
- Fukuma N, et al. Estrogen receptor-α non-nuclear signaling confers cardioprotection and is essential to cGMP-PDE5 inhibition efficacy. JACC Basic Transl Sci. 2020;5(3):282-295.
- Sun Y, et al. Signaling pathway of MAPK/ERK in cell proliferation, differentiation, migration, senescence and apoptosis. J Recept Signal Transduct Res. 2015;35(6):600-604.
- Zhang Z, et al. Targeting MAPK-ERK/JNK pathway: a potential intervention mechanism of myocardial fibrosis in heart failure. Biomed Pharmacother. 2024;173:116413.
- Deng S, et al. PI3K/AKT signaling tips the balance of cytoskeletal forces for cancer progression. Cancers (Basel). 2022;14(7):1652.
- Ghafouri-Fard S, et al. Interplay between PI3K/AKT pathway and heart disorders. Mol Biol Rep. 2022;49(10):9767-9781.
- Cardiovascular Branch of Chinese Medical Association, Cardiovascular Physicians Branch of Chinese Medical Doctor Association, Heart Failure Professional Committee of Chinese Medical Doctor Association, et al. 2024 Chinese guidelines for the diagnosis and treatment of heart failure. Chin J Cardiovasc Dis. 2024;52(3):235-275.
- Li TT, et al. Correlations of BNP, Hcy and blood lipid levels with cardiac function and prognosis in elderly patients with chronic heart failure. Chin J Evid Based Cardiovasc Med. 2021;13(9):1050-1053.
- Zhou L. Clinical study on TCM syndrome types, blood lipid levels and cardiac function in 150 patients with chronic heart failure. Guide China Med. 2024;22(12):77-79.
- Müller-Ehmsen J, Schwinger RH. TNF and congestive heart failure: therapeutic possibilities. Expert Opin Ther Targets. 2004;8(3):203-209.
- Arvunescu AM, et al. Inflammation in heart failure—future perspectives. J Clin Med. 2023;12(24):7738.
- Yu L, Feng Z. The role of Toll-like receptor signaling in the progression of heart failure. Mediators Inflamm. 2018;2018:9874109.
- Ye S, et al. Toll-like receptor 2 signaling deficiency in cardiac cells ameliorates Ang II-induced cardiac inflammation and remodeling. Transl Res. 2021;233:62-76.
- Vianello E, et al. The advanced glycation end-products (AGE)-receptor for AGE system (RAGE): an inflammatory pathway linking obesity and cardiovascular diseases. Int J Mol Sci. 2025;26(8):3707.