Artigo de investigação

A Farmacologia de Rede e o Posicionamento Molecular Revelam o Mecanismo do Rhizoma Drynariae Contra Lesão do Manguito Rotador

0 visualizações

⸱

DOI:

10.3791/73695

⸱

16 de outubro de 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Orthopedic Ward 2, Kaifeng Central Hospital, 2Department of Traumatology and Orthopedics, Affiliated Hospital of Chengde Medical College

Neste artigo

Resumo

A farmacologia de rede e o encaixe molecular revelaram que o Rhizoma Drynariae atua sobre múltiplos alvos e vias para aliviar lesões do manguito rotador por meio de ações anti-inflamatória, antiapoptótica e pró-angiogênese.

Resumo

A lesão do manguito rotador (LMR) é um distúrbio músculo-esquelético refratário caracterizado por inflamação crônica, apoptose de tenócitos, angiogênese prejudicada e desregulação da matriz extracelular (MEC), com tratamentos clínicos limitados disponíveis. Este estudo utilizou farmacologia de rede e encaixe molecular para investigar sistematicamente os componentes ativos, alvos principais e vias de sinalização do Rhizoma Drynariae (RD) contra a LMR. Dezenove ingredientes ativos do RD e 213 alvos não redundantes foram identificados nas bases TCMSP, ETCM e SymMap, enquanto 870 alvos relacionados à LMR foram obtidos nas bases GeneCards e OMIM, resultando em 71 alvos candidatos sobrepostos. A análise da rede de interação proteína-proteína e a triagem por cytoHubba revelaram dez genes centrais, incluindo TNF, IL6, VEGFA, PTGS2, CASP3, AKT1, CCL2, PPARG, MAPK3 e HMOX1. O enriquecimento da Ontologia Genética destacou resposta inflamatória, estresse oxidativo, angiogênese, proliferação celular e organização da MEC, enquanto a análise de vias KEGG indicou as vias de sinalização TNF, PI3K-Akt, MAPK e HIF-1. O encaixe molecular confirmou a ligação estável e de alta afinidade de eriodictiol, luteolina, catequina, naringenina e aureusidina com essas proteínas centrais. Em conjunto, o RD exerce efeitos anti-LMR por meio de uma rede multicomponente, multialvo e multiprotocolo, potencialmente aliviando a LMR por meio da supressão da inflamação e da apoptose, promoção da angiogênese e melhoria da reparação da MEC, fornecendo assim uma base teórica para sua aplicação clínica e validação experimental.

Introdução

A lesão do manguito rotador (LMR) é uma das doenças do ombro mais comuns na ortopedia e na medicina esportiva, afetando aproximadamente 20% dos adultos com mais de 20 anos e até 54% dos indivíduos com mais de 60 anos1,2. A LMR é caracterizada patologicamente pela degeneração do tendão, infiltração de células inflamatórias, apoptose excessiva de tenócitos, neovascularização insuficiente e síntese desordenada da matriz extracelular, o que resulta em dor crônica no ombro, mobilidade limitada, atrofia muscular e até instabilidade articular3. Se não for tratada, a LMR pode reduzir severamente a qualidade de vida e impor uma pesada carga socioeconômica4. As estratégias terapêuticas atuais para a LMR incluem tratamento conservador e reparo cirúrgico5. Os medicamentos anti-inflamatórios não esteroides (AINEs) e as injeções de corticosteroides aliviam a dor, mas apresentam riscos de lesão gastrointestinal, disfunção renal, degeneração da cartilagem e osteoporose6,7. O reparo cirúrgico melhora a função a curto prazo, mas é limitado por altas taxas de rompimento recidivante, aderências pós-operatórias e baixa qualidade da cicatrização a longo prazo8,9. Portanto, há uma necessidade urgente de desenvolver agentes terapêuticos seguros, eficazes e com múltiplos alvos para a LMR.

A medicina tradicional chinesa (MTC) possui uma longa história no tratamento de doenças musculoesqueléticas, com as vantagens de múltiplos componentes, múltiplos alvos e baixa toxicidade10. Rhizoma Drynariae (RD), o rizoma seco de Drynaria fortunei (Kunze) J. Sm., é uma erva representativa para fortalecimento ósseo que promove a circulação sanguínea, remove a estase sanguínea e acelera a reparação de tendões e ossos11,12. A farmacologia moderna confirmou que os flavonoides são os principais ingredientes ativos do RD, os quais exercem efeitos anti-inflamatórios, antioxidantes, osteogênicos e condroprotetores13. O RD tem sido amplamente utilizado no tratamento de osteoporose, osteoartrite, necrose da cabeça do fêmur e degeneração do disco intervertebral14,15,16. No entanto, nenhum estudo sistemático explorou até agora a eficácia e o mecanismo do RD contra a IRC. A farmacologia de rede é uma abordagem interdisciplinar emergente que integra bioinformática, biologia de sistemas e farmacologia, sendo ideal para decifrar o mecanismo holístico da MTC17,18. Ela permite a construção sistemática da rede reguladora “fármaco–componente–alvo–via–doença” e a predição em alto rendimento de alvos terapêuticos potenciais19. Neste estudo, a farmacologia de rede combinada com o encaixe molecular foi utilizada para investigar os componentes ativos, os genes centrais e as vias de sinalização principais do RD no tratamento da IRC, com o objetivo de fornecer uma base teórica para a aplicação clínica e pesquisas experimentais subsequentes.

Protocolo

Este estudo utilizou apenas bancos de dados bioinformáticos públicos e anonimizados e não envolveu experimentos com seres humanos ou animais. De acordo com o Artigo 32 das regulamentações nacionais chinesas sobre revisão ética e com a Declaração de Helsinque, a aprovação ética e o consentimento informado foram dispensados. Todos os materiais utilizados neste estudo estão listados na Tabela de Materiais.

Desenho do estudo e diagrama de fluxo de trabalho

O fluxo de trabalho completo deste estudo de farmacologia de rede, incluindo triagem de ingredientes, obtenção de alvos, construção de rede, análise de enriquecimento e verificação por docking molecular, foi realizado seguindo padrões unificados de bioinformática em cada etapa, para garantir a reprodutibilidade de todos os dados preditos (Figura 1).

Triagem de ingredientes ativos em RD

A Plataforma e Banco de Dados de Farmacologia Sistêmica da Medicina Tradicional Chinesa (TCMSP, https://old.tcmsp-e.com/tcmsp.php) era uma plataforma online construída com base na farmacologia sistêmica de plantas medicinais20. Ela coletou de forma abrangente parâmetros farmacocinéticos de compostos naturais, incluindo biodisponibilidade oral (OB), semelhança a fármacos (DL), barreira hematoencefálica e informações correspondentes sobre alvos. Os autores inseriram a palavra-chave "Rhizoma Drynariae" para pesquisar todos os componentes químicos do RD armazenados no banco de dados TCMSP e selecionaram ingredientes ativos qualificados com base em índices de absorção, distribuição, metabolismo e excreção (ADME), com OB ≥ 30% e DL ≥ 0,18. Os compostos que atenderam a esses dois critérios foram mantidos como ingredientes ativos candidatos para investigar o mecanismo terapêutico do RD contra RCI. Data de acesso ao banco de dados: TCMSP V2.3 [2025-12-08]. Os campos exportados incluíram nome do composto, valor de OB, valor de DL e entradas correspondentes de proteínas-alvo. Entradas duplicadas de compostos foram removidas manualmente.

Coleta de alvos potenciais de RD

Os pesquisadores recuperaram os alvos de ação da RD a partir de três bancos de dados independentes: TCMSP, a Enciclopédia de Medicina Tradicional Chinesa (ETCM, http://www.tcmip.cn/ETCM/)21 e SymMap (http://www.symmap.org/)22. O TCMSP atuou como uma plataforma especializada de farmacologia de sistemas herbais, registrando as inter-relações entre medicamentos herbais, compostos de pequenas moléculas, alvos proteicos e doenças humanas. O ETCM integrou informações padronizadas sobre ervas medicinais chinesas comuns e fórmulas, registrando dados sobre ingredientes herbais, genes-alvo, vias metabólicas e doenças. O SymMap integrou teorias da MTC e da medicina moderna por meio de mecanismos moleculares e mapeamento de sintomas. Ao extrair alvos medicamentosos, a espécie foi uniformemente definida como Homo sapiens. Após obter as sequências brutas das proteínas-alvo, o banco de dados UniProt (https://www.uniprot.org/)23 converteu todas as entradas-alvo em símbolos gênicos padronizados e unificados. Genes-alvo duplicados foram eliminados, e o conjunto de alvos sem duplicatas da RD foi reservado para análise cruzada com os alvos da doença. Datas de acesso aos bancos de dados: ETCM V2.0 [2025-12-10], SymMap V2.0 [2025-12-11], versão do UniProt [2025-12-12]. Os autores exportaram as entradas brutas de proteínas-alvo do TCMSP, ETCM e SymMap. O UniProt foi utilizado para mapear identificadores de proteínas para os símbolos gênicos oficiais humanos HUGO. Duplicatas de alvos provenientes de múltiplos bancos de dados foram removidas, mantendo apenas um símbolo gênico único por alvo.

Busca por alvos potenciais para RCI

Dois bancos de dados autorizados foram utilizados para identificar genes humanos relacionados à LER com o termo de busca "lesão do manguito rotador". O GeneCards (https://www.genecards.org/) agregou dados de multi-ômicas provenientes de mais de 150 plataformas genéticas e forneceu anotação funcional dos genes24. O Online Mendelian Inheritance in Man (OMIM, https://omim.org/) registrou doenças hereditárias humanas e revelou correlações entre variações genéticas e fenótipos clínicos25. Todas as entradas de genes associados à LER, incluindo nomes e IDs dos genes, foram extraídas. Os dados provenientes dos dois bancos de dados foram combinados e desduplicados para obter um conjunto completo de genes patogênicos destinado à análise de interseção de Venn. Datas de acesso aos bancos de dados: GeneCards [2025-12-15], OMIM [2025-12-21]. Termo de busca: “lesão do manguito rotador”. Os campos exportados continham nomes de genes humanos relacionados à doença e IDs dos genes. Entradas duplicadas de genes entre os dois bancos de dados foram removidas após a fusão. O filtro de espécie foi definido como Homo sapiens.

Construção da rede de interação proteína-proteína (PPI)

O conjunto de dados de alvos RD triado e o conjunto de dados de genes patogênicos RCI foram enviados à plataforma online Venny (https://bioinfogp.cnb.csic.es/tools/venny/) para gerar um diagrama de Venn e identificar genes compartilhados em comum. Os genes interseccionados foram importados para o STRING v11.5 (https://cn.string-db.org/) para a construção da rede de interação proteína-proteína26. O STRING recuperou interações proteicas verificadas e preditas, abrangendo mais de 24 milhões de proteínas de mais de 5000 espécies. A espécie foi definida como Homo sapiens e o valor limite do escore de confiança foi estabelecido em 0,7 para filtrar pares de interação de baixa credibilidade. Os arquivos de PPI exportados foram importados para o Cytoscape 3.8.0 para visualização e análise topológica27. O Venny 2.0 foi acessado em [2025-12-24] para o cálculo do diagrama de Venn. Data de acesso ao STRING v11.5: [2025-12-28]. Os autores exportaram a tabela completa de interações proteína-proteína no formato TSV, incluindo identificadores de proteínas, símbolos gênicos e escores combinados de confiança de interação.

Análise de genes centrais

O plugin cytoHubba integrado ao Cytoscape 3.8.0 analisou as características topológicas de cada nó da rede. Os 10 principais genes centrais com os maiores escores de Centralidade de Clique Máxima (MCC) foram selecionados. O MCC é um dos algoritmos de classificação embutidos no cytoHubba; escores MCC mais altos indicam posições topológicas mais críticas dentro da rede de interação proteína-proteína (PPI). Esses genes exercem efeitos regulatórios centrais em toda a rede.

Análise de enriquecimento de vias do Gene Ontology (GO) e da Enciclopédia de Kyoto de Genes e Genomas (KEGG)

Todos os alvos terapêuticos sobrepostos da RD contra a RCI foram importados para o software R x64 4.0.3, com a espécie definida como Homo sapiens. O pacote Bioconductor clusterProfiler realizou a análise de enriquecimento GO e KEGG. A análise GO continha três módulos: processo biológico (BP), componente celular (CC) e função molecular (MF), anotando separadamente os comportamentos biológicos, a localização subcelular e as funções bioquímicas das proteínas-alvo28. A análise KEGG mapeou genes em cascatas de sinalização intracelular para observar a distribuição dos alvos em diversas vias biológicas29. Foram extraídos os termos BP, CC e MF significativamente enriquecidos, bem como as vias centrais relacionadas à intervenção da RD na RCI, e todos os resultados de enriquecimento foram exportados para a geração de gráficos, com p < 0,05 como limite de significância.

Simulação de docking molecular

Os genes centrais selecionados pela análise de PPI foram definidos como receptores proteicos, e os ingredientes ativos de RD foram definidos como ligantes de pequenas moléculas. Foi realizada uma simulação de docking molecular para explorar as interações naturais de ligação entre as proteínas centrais e os ingredientes correspondentes. As estruturas tridimensionais dos ligantes foram baixadas do PubChem (https://pubchem.ncbi.nlm.nih.gov/)30, e as estruturas cristalinas dos receptores foram obtidas do RCSB PDB (https://www.rcsb.org/)31. As estruturas dos receptores foram pré-processadas no AutoDock 432, incluindo a remoção de águas redundantes e a adição de hidrogênios polares. O cálculo de docking em lote foi concluído com o AutoDock Vina, combinado com o software Open Babel. Os complexos com energia livre de ligação ≤ −7,0 kcal/mol foram definidos como estruturas de ligação estáveis, representando os complexos de docking com melhor classificação. Complexos com energia livre de ligação ≤ −7,0 kcal/mol foram definidos como estruturas estáveis com alta afinidade intermolecular. Esse limite empírico é comumente aplicado em investigações in-silico baseadas no AutoDock-Vina de compostos bioativos botânicos, embora não substitua a validação experimental das interações proteína-ligante33. Os 20 principais complexos de docking com afinidade ótima foram importados para o PyMOL para gerar diagramas tridimensionais das conformações de ligação34. Data de acesso ao PubChem: [2026-02-10]; data de acesso ao RCSB-PDB: [2026-02-03]. As estruturas de pequenas moléculas foram recuperadas pelo nome do composto; as estruturas dos receptores proteicos foram recuperadas pelos IDs de acesso PDB correspondentes aos genes.

Análise estatística

R x64 4.0.3, Cytoscape 3.8.0 e PyMOL foram utilizados para concluir todas as estatísticas e mapeamentos bioinformáticos. p < 0,05 representou uma diferença estatisticamente significativa para todos os itens de enriquecimento.

Resultados

Os ingredientes ativos do RD

Um total de 71 ingredientes químicos brutos foram recuperados do TCMSP utilizando "Rhizoma Drynariae" como palavra-chave. Uma triagem secundária foi realizada de acordo com os critérios de ADME (OB ≥ 30%, DL ≥ 0,18), obtendo-se finalmente 18 ingredientes bioativos com boa absorção oral e potencial farmacológico. Tabela 1 resume as informações básicas detalhadas desses 18 ingredientes ativos. Esses 18 compostos constituíram a base material multicomponente do RD contra RCI.

Alvos gênicos relevantes de RD

Os bancos de dados TCMSP, ETCM e SymMap foram pesquisados em busca de genes-alvo correspondentes aos ingredientes ativos da RD, e um total de 327 entradas originais de alvos foi coletado. Após a integração dos dados e a remoção de símbolos gênicos repetidos, foram obtidos 213 genes-alvo potenciais não redundantes da RD para análise subsequente de interseção.

Alvos gênicos relevantes para RCI

Os bancos de dados Genecards e OMIM foram pesquisados usando a palavra-chave "lesão do manguito rotador", obtendo-se 989 entradas genéticas brutas relacionadas à LMR. Após integração e remoção de duplicatas, foram obtidos 870 genes humanos únicos com relação próxima à progressão da LMR.

Construção da rede de interação proteína-proteína

A análise de interseção entre 213 genes-alvo da RD e 870 genes patogênicos da RCI identificou 71 genes sobrepostos, definidos como alvos terapêuticos potenciais da RD para o tratamento da RCI. Um diagrama de Venn mostrando a relação de interseção foi gerado pelo software Venny 2.0 (Figura 2). Os 71 alvos sobrepostos foram importados para o STRING a fim de construir a rede de interação proteína-proteína (PPI) da RD intervindo na RCI (Figura 3). Os dados completos da PPI foram importados para o Cytoscape, e o cytoHubba identificou os 10 principais genes centrais (hub) com os escores MCC mais altos: TNF, IL6, VEGFA, PTGS2, CASP3, AKT1, CCL2, PPARG, MAPK3, HMOX1. Suas informações topológicas MCC foram resumidas na Tabela 2 e visualizadas na Figura 4. Os 71 genes intersecionados representaram alvos centrais que mediam o efeito terapêutico da RD contra a RCI.

Análise de enriquecimento de GO e KEGG

Para explorar o mecanismo molecular dos alvos candidatos da RD no tratamento da RCI, o pacote clusterProfiler realizou análises de enriquecimento GO e KEGG nos alvos terapêuticos sobrepostos. Estatísticas separadas de enriquecimento GO foram realizadas para BP, CC e MF. Figuras 5A–B, 6A–B e 7A–B ilustraram as 10 principais entradas significativamente enriquecidas de BP, CC e MF, e o subgráfico B de cada figura exibiu a distribuição gênica de cada termo funcional. A análise de enriquecimento KEGG foi posteriormente realizada para identificar as vias centrais envolvidas na intervenção da RD na RCI, e as 30 vias mais enriquecidas foram visualizadas na Figura 8.

Simulação de docking molecular

Os 10 principais genes centrais foram definidos como receptores proteicos, e todos os 18 ingredientes ativos de RD foram utilizados como ligantes para o cálculo de docking por meio do AutoDock Vina e Open Babel. O PyMOL visualizou as conformações de ligação entre ligante e receptor. Os resultados de docking demonstraram que a maioria das proteínas-alvo centrais formou estruturas de ligação estáveis com os ingredientes ativos de RD. Tabela 3 e Figura 9 registraram os parâmetros completos de docking e os diagramas tridimensionais de ligação dos 20 complexos com maior afinidade de ligação.

Na presente análise de rede-farmacologia, foram recuperados 18 ingredientes bioativos do RD e 213 alvos não redundantes relacionados ao fármaco. Após a interseção com 870 genes associados à RCI, obtiveram-se 71 alvos terapêuticos candidatos comuns. A construção da rede PPI e a triagem por cytoHubba-MCC identificaram dez genes centrais: TNF, IL6, VEGFA, PTGS2, CASP3, AKT1, CCL2, PPARG, MAPK3 e HMOX1. O enriquecimento GO abrangeu BP, CC e MF, enquanto o enriquecimento KEGG identificou múltiplas vias de sinalização enriquecidas. A simulação de docking molecular confirmou afinidade de ligação favorável entre os principais constituintes ativos do RD e essas proteínas-alvo centrais.

DISPONIBILIDADE DE DADOS:

Todos os dados brutos e processados gerados neste estudo, incluindo listas de alvos, arquivos de rede de interação proteína-proteína (PPI), resultados de enriquecimento GO e KEGG e matriz de docking molecular, estão depositados no Banco de Dados Científicos. O link de acesso aos dados brutos é https://www.scidb.cn/anonymous/alVOVlJu.

figure-results-1
Figura 1: Fluxograma esquemático que descreve o pipeline bioinformático aplicado neste estudo. Começando pela esquerda, compostos bioativos candidatos e seus respectivos alvos RD foram obtidos a partir das bases de dados TCMSP, ETCM e SymMap. À direita, genes associados à RCI foram recuperados das bases GeneCards e OMIM. Os alvos gênicos comuns a esses dois conjuntos de dados foram identificados por meio de um diagrama de Venn e definidos como alvos terapêuticos potenciais. Os alvos compartilhados foram então processados em dois ramos distintos: um ramo construiu uma rede de interação proteína-proteína utilizando STRING e Cytoscape; o outro ramo realizou análises de enriquecimento GO e KEGG usando o pacote R clusterProfiler. Os genes centrais extraídos da rede PPI foram posteriormente validados por meio de docking molecular, com preparação estrutural e simulação realizadas utilizando PubChem, PDB, AutoDock Vina e PyMOL. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, TCMSP = The Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform, ETCM = The Encyclopedia of Traditional Chinese Medicine, OMIM = The Online Mendelian Inheritance in Man, GO = gene ontology, KEGG = Kyoto encyclopedia of genes and genomes. Clique aqui para visualizar uma versão maior desta figura.

figure-results-2
Figura 2: Diagrama de Venn dos alvos compartilhados entre RD e RCI. O círculo azul representa os alvos associados à RCI. O círculo amarelo representa os alvos terapêuticos potenciais da RD. A região sobreposta de cor verde-oliva indica os alvos compartilhados entre RD e RCI. Os números e porcentagens dentro de cada região indicam a quantidade e proporção de alvos únicos ou compartilhados. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador. Clique aqui para visualizar uma versão maior desta figura.

figure-results-3
Figura 3: Rede de interação proteína-proteína gerada a partir dos 71 genes-alvo sobrepostos que conectam RD e RCI. Cada círculo na rede representa um gene-alvo, identificado pelo seu símbolo oficial. As linhas que conectam dois círculos ilustram associações proteína-proteína extraídas de bancos de dados bioinformáticos públicos. O tamanho e a saturação de cor dos nós refletem a significância topológica dos genes individuais dentro da rede. Genes representados por círculos maiores e tons de verde mais intensos possuem pontuações topológicas mais altas e ocupam posições mais centrais; círculos menores e amarelos pálidos indicam genes com menor importância topológica. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, PPI = interação proteína-proteína. Clique aqui para visualizar uma versão maior desta figura.

figure-results-4
Figura 4: Os 10 principais genes centrais identificados na rede PPI utilizando o plugin cytoHubba. Caixas retangulares representam genes centrais, cada uma identificada com seu símbolo oficial do gene. Linhas pretas conectando as caixas indicam interações proteicas entre esses alvos principais. O gradiente de cor que vai do vermelho claro ao laranja e depois ao amarelo representa a classificação dos genes centrais de acordo com os escores MCC calculados pelo plugin cytoHubba; as caixas vermelho-claro indicam genes com os escores MCC mais altos e maior importância na rede, enquanto as caixas amarelas indicam genes com escores relativamente mais baixos. Abreviações: PPI = interação proteína-proteína, MCC = Centralidade de Clique Máxima.Clique aqui para visualizar uma versão maior desta figura.

figure-results-5
Figura 5: Análise de enriquecimento de BP dos 71 genes-alvo compartilhados de RD em comparação com RCI. (A) Análise de enriquecimento GO dos alvos terapêuticos potenciais para BP. É um gráfico de barras horizontais que mostra os 10 principais termos do processo biológico GO significativamente enriquecidos. O eixo horizontal X representa a contagem de genes, que corresponde ao número de genes-alvo anotados a cada termo GO. O eixo vertical Y lista os termos GO enriquecidos individuais. A barra de cores contínua à direita codifica -log10(valor-p); tons vermelhos mais quentes indicam valores mais altos de -log10(valor-p) e maior significância estatística, enquanto tons roxos e azuis mais frios indicam significância menor. (B) Relação entre alvos terapêuticos potenciais e BP. O painel B é um diagrama de cordas que ilustra as associações par a par entre termos GO enriquecidos e seus respectivos genes-alvo. Os segmentos circulares externos são divididos em duas categorias: blocos coloridos representam termos distintos do processo biológico GO, e marcas retangulares cinzas identificam os símbolos individuais dos genes-alvo. Fitas curvas dentro do círculo conectam os termos GO aos seus genes-alvo correspondentes, sendo que cada fita mapeia um gene ao termo GO no qual participa. A cor de cada fita herda o matiz do termo GO correspondente do anel externo. Uma legenda na parte inferior associa cada cor ao seu termo GO respectivo. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, BP = processo biológico, GO = ontologia genética. Clique aqui para visualizar uma versão maior desta figura.

figure-results-6
Figura 6: Termos GO-CC derivados dos 71 alvos candidatos de RD no tratamento de RCI. (A) Análise de enriquecimento GO dos alvos terapêuticos potenciais para CC. (B) Relação entre alvos terapêuticos potenciais e CC. O painel A é um gráfico de barras horizontais que exibe as 10 principais entradas significativamente enriquecidas de componentes celulares GO. O eixo horizontal X quantifica o número de genes-alvo atribuídos a cada termo GO, rotulados como Contagens. As descrições enriquecidas dos componentes celulares GO são dispostas ao longo do eixo vertical Y. A barra de cores à direita mapeia a variação de cor aos valores de -log10(pvalue); o vermelho brilhante corresponde a valores mais altos de -log10(pvalue) e maior significância estatística, enquanto os tons azuis representam níveis mais baixos de significância. O painel B apresenta um diagrama de acordes que visualiza as conexões entre os termos enriquecidos de componentes celulares GO e seus genes-alvo associados. Segmentos no anel externo são divididos em dois grupos: blocos coloridos representam termos distintos de componentes celulares GO, e marcas cinzentas indicam os símbolos individuais dos genes-alvo. Fitas curvas dentro do círculo ligam cada gene ao seu termo GO correspondente, e cada fita adota a cor do termo GO correspondente no anel externo. Uma legenda na parte inferior define a codificação por cores para todas as categorias de componentes celulares GO. Abreviaturas: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, CC = componente celular, GO = ontologia genética Clique aqui para visualizar uma versão maior desta figura.

figure-results-7
Figura 7: Análise de enriquecimento de MF realizada nos 71 genes-alvo sobrepostos de RD para intervenção em RCI. (A) Análise de enriquecimento GO dos alvos terapêuticos potenciais para MF. (B) Relação entre alvos terapêuticos potenciais e MF. O painel A é um gráfico de barras horizontais que classifica os 10 principais termos significativamente enriquecidos da função molecular GO. Os valores no eixo horizontal X representam contagens gênicas, que correspondem ao número total de genes-alvo anotados a cada entrada de função molecular. O eixo vertical Y lista as descrições individuais das funções moleculares GO. A barra de gradiente de cores à direita traduz a variação de cor em métricas de -log10(pvalue); o vermelho brilhante corresponde a valores mais altos de -log10(pvalue) e maior significância estatística, enquanto os tons de azul indicam significância mais fraca. O painel B é um diagrama de acordes que mapeia as relações entre as categorias enriquecidas de função molecular GO e seus genes-alvo associados. Segmentos no anel externo contêm duas classes de rótulos: blocos coloridos denotam termos distintos de função molecular GO, e pequenas marcas retangulares cinzas indicam os símbolos individuais dos genes-alvo. Fitas curvas que se estendem para dentro a partir do anel externo conectam cada gene ao seu termo funcional correspondente, e cada fita herda a cor atribuída ao seu termo GO correspondente. Uma legenda na parte inferior define a codificação por cores para todas as categorias de função molecular GO mostradas no gráfico. Abreviação: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, MF = função molecular, GO = ontologia genética Clique aqui para visualizar uma versão maior desta figura.

figure-results-8
Figura 8: Análise de enriquecimento de vias KEGG dos 71 genes-alvo compartilhados de RD contra RCI. Este gráfico de pontos visualiza as vias KEGG mais enriquecidas. O eixo vertical Y lista os nomes das vias enriquecidas individuais. O eixo horizontal X representa a razão de genes (GeneRatio), definida como a proporção de genes-alvo mapeados para uma via em relação ao número total de genes nessa via. Cada ponto circular representa uma via enriquecida. O tamanho do ponto corresponde à contagem de genes, sendo que círculos maiores indicam mais genes-alvo anotados à via. A cor do ponto reflete o valor de p: vermelho indica valores de p mais baixos e maior significância estatística, enquanto azul escuro indica valores de p mais altos e menor significância estatística. Duas legendas laterais definem separadamente a escala para a contagem de genes e a correspondência de cores para o valor de p. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, KEGG = Enciclopédia de Kyoto de genes e genomas. Clique aqui para visualizar uma versão maior desta figura.

figure-results-9
Figura 9: Os complexos de docking com as melhores classificações. (A) (PTGS2, eriodictyol, -9,7 kcal/mol). (B) (PTGS2, luteolina, -9,6 kcal/mol). (C) (PTGS2, catequina, -9,5 kcal/mol). (D) (PTGS2, naringenina, -9,5 kcal/mol). (E) (PTGS2, aureusidina, -9,4 kcal/mol). (F) (PTGS2, kaempferol, -9,2 kcal/mol). (G) (PTGS2, cromano, -9,1 kcal/mol). (H) (TNF, catequina, -9,1 kcal/mol). (I) (PTGS2, digalato, -9 kcal/mol). (J) (TNF, digalato, -9 kcal/mol). (K) (PPARG, cromano, -8,9 kcal/mol). (L) (PPARG, naringenina, -8,9 kcal/mol). (M) (TNF, aureusidina, -8,9 kcal/mol). (N) (TNF, kaempferol, -8,8 kcal/mol). (O) (MAPK3, cromano, -8,7 kcal/mol). (P) (MAPK3, naringenina, -8,7 kcal/mol). (Q) (PPARG, aureusidina, -8,7 kcal/mol). (R) (PPARG, kaempferol, -8,7 kcal/mol). (S) (PTGS2, 22_Stigmasten_3_one, -8,7 kcal/mol). (T) (MAPK3, luteolina, -8,6 kcal/mol). Os painéis de A a T ilustram separadamente a geometria de ligação calculada de compostos individuais de pequenas moléculas dentro da cavidade de ligação dos alvos proteicos correspondentes. Modelos em bastão ciano representam resíduos de aminoácidos que revestem a cavidade de ligação proteica. Ligantes de pequenas moléculas são representados em bastões magenta ou verdes para diferenciar estruturas químicas distintas. Linhas tracejadas amarelas indicam ligações de hidrogênio intermoleculares entre ligantes e resíduos da bolsa, com anotações numéricas indicando as distâncias das ligações de hidrogênio em angstroms (Å). A superfície branca translúcida delimita a topologia tridimensional geral de cada receptor proteico. Todos os cálculos de pose de ligação foram realizados por meio de docking molecular com receptor rígido utilizando o software AutoDock Vina. Clique aqui para visualizar uma versão maior desta figura.

ID da moléculaNome da moléculabio disponibilidade oral (OB) (%)semelhança com fármaco (DL)
MOL001040(2R)-5,7-dihidroxi-2-(4-hidroxifenil)crismana-4-ona42,360,21
MOL001978Aureusidina53,420,24
MOL002914Eriodictiol (flavanona)41,350,24
MOL000449Estigmasterol43,830,76
MOL000358beta-sitosterol36,910,75
MOL000422kaempferol41,880,24
MOL004328naringenina59,290,21
MOL000492(+)-catequina54,830,24
MOL005190eriodictiol71,790,24
MOL000569digalato61,850,26
MOL000006luteolina36,160,25
MOL00906122-Estigmasten-3-ona39,250,76
MOL009063Acetato de ciclolaudenol41,660,79
MOL009075cicloartenona40,570,79
MOL009076ciclolaudenol39,050,79
MOL009078davalliosídeo A_qt62,650,51
MOL009087mariosídeo_qt70,790,19
MOL009091xantogalenol41,080,32

Tabela 1: Perfis farmacocinéticos de dezoito constituintes bioativos candidatos derivados do RD. Os compostos foram recuperados do banco de dados TCMSP e filtrados por dois limiares relacionados à ADME: OB ≥ 30% e DL ≥ 0,18. As colunas listam o número de acesso TCMSP (ID do Mol), nome do composto, valor calculado de OB (%) e pontuação DL para cada constituinte selecionado. Abreviações: RD = Rhizoma Drynariae, RCI = lesão do manguito rotador, ADME = absorção, distribuição, metabolismo, excreção, TCMSP = Banco de Dados e Plataforma de Análise de Farmacologia de Sistemas de Medicina Tradicional Chinesa, OB = biodisponibilidade oral, DL = semelhança a fármaco.

PosiçãoGeneNomePontuação
1TNFfator de necrose tumoral328291218366500
2IL6interleucina 6328291215913592
3VEGFAfator de crescimento do endotélio vascular A328291215896284
4PTGS2sintase de prostaglandina-endoperoxídeo 2328288656326402
5CASP3Caspase 3328288180323600
6AKT1quinase de serina/treonina AKT 1328287745700516
7CCL2ligante do quimioatraente C-C 2328161521686320
8PPARGreceptor gama ativado por proliferadores de peroxissomos325302724852296
9MAPK3quinase 3 de proteína ativada por mitógeno308779166166218
10HMOX1heme oxigenase 1299171945318400

Tabela 2: Os 10 principais genes centrais identificados a partir da rede de interação proteína-proteína (PPI). Os genes foram classificados de acordo com os escores MCC calculados pelo plugin cytoHubba no Cytoscape. MCC é uma métrica topológica do cytoHubba em que valores numéricos maiores refletem maior importância topológica dentro da rede. As colunas apresentam a ordem de classificação, o símbolo oficial do gene, o nome completo do gene e o escore MCC bruto correspondente para cada gene central. Abreviações: PPI = interação proteína-proteína, MCC = Centralidade de Clique Máxima.

ReceptoresLigantesEnergia livre (kcal/mol)Números de série correspondentes na Figura 9
PTGS2eriodictyol-9.7A
PTGS2luteolin-9.6B
PTGS2catequina-9.5C
PTGS2naringenina-9.5D
PTGS2Aureusidina-9.4E
PTGS2kaempferol-9.2F
PTGS2chroman-9.1G
TNFcatequina-9.1H
PTGS2digalato-9I
TNFdigalato-9J
PPARGchroman-8.9K
PPARGnaringenina-8.9L
TNFAureusidina-8.9M
TNFkaempferol-8.8N
MAPK3chroman-8.7O
MAPK3naringenina-8.7P
PPARGAureusidina-8.7Q
PPARGkaempferol-8.7R
PTGS222_Stigmasten_3_one-8.7S
MAPK3luteolin-8.6T

Tabela 3: Resultados da afinidade de ligação no encaixe molecular para os 20 complexos receptor-ligante selecionados. Cada linha lista a proteína receptora, o ligante de pequena molécula, a energia livre de ligação calculada (kcal/mol) e o rótulo do subgráfico correspondente na Figura 9. Valores mais negativos de energia livre correspondem a maior estabilidade de ligação entre a bolsa proteica e o composto ligante. Abreviações: PTGS2 = prostaglandina-endoperoxido sintase 2, TNF = fator de necrose tumoral, PPARG = receptor gama ativado por proliferador de peroxissomo, MAPK3 = quinase 3 ativada por mitógeno.

Discussão

A RCI é uma desordem musculoesquelética complexa que envolve inflamação crônica, apoptose excessiva de tenócitos, angiogênese prejudicada e remodelação inadequada da matriz extracelular, cujas alterações patológicas combinadas resultam em uma cicatrização pobre da inserção tendão-ósssea e em um prognóstico clínico subótimo35. Esta doença surge frequentemente de trauma agudo ou do uso excessivo prolongado do ombro, e a inflamação persistente rompe o equilíbrio metabólico da matriz extracelular do tendão36. Clinicamente, os tratamentos atuais não conseguem atuar simultaneamente em múltiplos elos patológicos, resultando em eficácia limitada e alta taxa de recorrência37. O RD é uma erva clássica da MTC que fortalece os ossos, ativa a circulação sanguínea e promove a reparação tecidual, sendo há muito tempo usado clinicamente no tratamento de lesões ósseas e tendíneas38. No entanto, o mecanismo regulador molecular exato do RD contra a RCI ainda não foi analisado sistematicamente nos estudos existentes.

Com base no contexto de pesquisa acima, este estudo revela sistematicamente o mecanismo multicomponente, multialvo e multifatorial do RD contra a IRC por meio da farmacologia de rede e do encaixe molecular. Estudos fitoquímicos e farmacológicos anteriores já comprovaram plenamente que os flavonoides derivados do RD possuem atividades biológicas significativas com propriedades anti-inflamatórias, antioxidantes, antiapoptóticas e pró-angiogênicas, sendo a base material fundamental para sua função de reparo tecidual39. Em consonância com os achados de estudos anteriores, um total de 18 componentes ativos foi identificado no RD, dentre os quais eriodictiol, luteolina, catequina, naringenina e aureusidina foram reconhecidos como componentes centrais. Um grande número de estudos fitoquímicos já comprovou que os flavonoides são as principais substâncias farmacodinâmicas do RD40. Esses compostos de pequenas moléculas podem atravessar barreiras teciduais e exercer efeitos regulatórios abrangentes sobre o microambiente de reparo dos tendões lesados41. Suas propriedades favoráveis de ADME garantem boa biodisponibilidade (OB) e caráter semelhante ao de fármacos, sustentando seu potencial como agentes terapêuticos naturais para a IRC. Diferentemente dos fármacos sintéticos químicos de alvo único, esses flavonoides naturais podem simultaneamente interferir na inflamação, nas lesões oxidativas, na sobrevivência celular e na angiogênese, apresentando vantagens únicas para lesões tendíneas crônicas degenerativas42.

Estudos acumulados confirmaram que a ocorrência e o desenvolvimento da IRC estão estreitamente relacionados à expressão anormal de múltiplos genes funcionais, e uma variedade de genes centrais já foi comprovada como participante dos processos patológicos de inflamação tendínea, apoptose e remodelação tecidual43. Com base no mecanismo regulador gênico reconhecido da IRC, este estudo explorou mais a fundo os alvos terapêuticos da DR. Setenta e um alvos sobrepostos foram identificados como alvos terapêuticos potenciais da DR contra a IRC. A análise da rede PPI identificou 10 genes centrais: TNF, IL6, VEGFA, PTGS2, CASP3, AKT1, CCL2, PPARG, MAPK3 e HMOX1. Dentre eles, TNF e IL6 são citocinas pró-inflamatórias fundamentais que desencadeiam cascatas inflamatórias, inibem a proliferação de tenócitos e suprimem a síntese da matriz extracelular, agravando assim a lesão tendínea44. A liberação maciça dessas duas citocinas recruta células imunes, amplifica a reação inflamatória e inibe a proliferação de células-tronco tendíneas45. VEGFA promove a neovascularização no local da lesão, melhora o suprimento sanguíneo local e aumenta a resistência mecânica do tecido cicatricial46. A interface tendão-osso é naturalmente pobre em vasos sanguíneos, e a insuficiência de novos vasos é um fator importante que leva à baixa qualidade da cicatrização após a lesão47. PTGS2 media a dor inflamatória e a produção de prostaglandinas, enquanto CASP3 é um executor chave da apoptose de tenócitos48,49. A superexpressão de PTGS2 agrava o inchaço e a dor inflamatórios, enquanto a alta ativação de CASP3 induz perda contínua de tenócitos funcionais50,51. AKT1 e MAPK3 são quinases centrais que regulam a sobrevivência, proliferação e diferenciação celulares, sendo essenciais para a regeneração tendínea52,53. A ativação moderada dessas duas quinases pode manter a vitalidade das células de reparo e acelerar a deposição da matriz extracelular54. CCL2 recruta células inflamatórias, enquanto PPARG e HMOX1 exercem efeitos anti-inflamatórios e antioxidantes55,56,57. Esses dois genes podem aliviar o estresse oxidativo e reduzir a infiltração inflamatória excessiva nos tecidos tendíneos locais58. Em conjunto, esses genes centrais formam uma rede reguladora fundamental que modula a inflamação, apoptose, angiogênese e remodelação tecidual na IRC.

Estudos patológicos existentes esclareceram que a progressão patológica da IRC é principalmente impulsionada pela resposta inflamatória, estresse oxidativo, proliferação celular anormal e desorganização da matriz extracelular, que são os principais elos patológicos ao longo da ocorrência e reparação da IRC59. Com base nisso, foi realizada, no presente estudo, uma análise de enriquecimento GO para explorar o mecanismo biológico potencial da RD na intervenção da IRC. Esses processos biológicos são exatamente os principais elos patológicos da IRC durante a ocorrência da lesão e seu reparo, sugerindo que a RD pode atuar simultaneamente em múltiplos processos patológicos60. Um grande número de estudos mecanicistas anteriores confirmou que as vias de sinalização TNF, via de sinalização PI3K-Akt, via de sinalização MAPK e via de sinalização HIF-1 são vias de sinalização-chave que regulam a inflamação tendínea, reparo celular e reconstrução tecidual61,62,63,64. Para explorar mais profundamente o mecanismo de sinalização potencial da RD no tratamento da IRC, este estudo realizou uma análise de enriquecimento de vias KEGG com base nos fundamentos de pesquisa mencionados. Os resultados revelaram que a ação da RD contra a IRC envolve principalmente essas quatro vias. A via de sinalização TNF promove a resposta inflamatória e a apoptose de tenócitos, atuando como um fator desencadeador upstream da degeneração inflamatória do tendão65. A via PI3K‑Akt potencializa a sobrevivência celular e a angiogênese, o que é benéfico para a cicatrização tendínea, além de poder coordenar múltiplos fatores de crescimento para facilitar a secreção de colágeno pelos fibroblastos66,67. A via de sinalização MAPK regula a proliferação celular, diferenciação e síntese da matriz extracelular, participando de todo o processo de reconstrução tendínea68. A via de sinalização HIF‑1 responde à hipóxia e promove a regeneração vascular, melhorando efetivamente o microambiente hipóxico dos tendões lesados69. Essas vias interagem entre si e formam uma rede reguladora complexa, refletindo plenamente as características multiviadas da RD no tratamento da IRC.

A docking molecular tornou-se um método rotineiro e de verificação auxiliar na pesquisa de farmacologia em rede, que pode caracterizar diretamente a atividade de ligação entre ingredientes ativos e alvos centrais. Assim, este estudo adotou docking molecular para verificar os resultados preditivos da farmacologia em rede70. Os resultados demonstraram que os componentes flavonoides centrais do RD podem se ligar de forma estável aos bolsões ativos das proteínas centrais, o que valida ainda mais a confiabilidade das previsões da farmacologia em rede. Esses modos estáveis de ligação sugerem que o RD pode atuar diretamente sobre alvos-chave para exercer efeitos terapêuticos. A ligação estreita entre ligantes flavonoides e os sítios ativos das proteínas centrais fornece evidências intuitivas de interação molecular, além de oferecer compostos candidatos para experimentos subsequentes de verificação funcional celular.

Este estudo apresenta várias limitações. Primeiro, as previsões baseiam-se em análises bioinformáticas de bancos de dados públicos, o que pode introduzir viés de anotação em direção a proteínas bem estudadas. A expressão gênica específica do tendão do manguito rotador e as isoformas proteicas não foram incorporadas, e a rede de interação proteína-proteína (PPI) derivada do STRING, não direcionada, não consegue reproduzir plenamente a biologia específica do tendão. As vias enriquecidas, como TNF, PI3K-Akt e MAPK, representam cascatas inflamatórias comuns, e não assinaturas exclusivas da RD. Os recursos ômicos públicos não conseguem reproduzir as alterações patológicas dinâmicas in vivo nem as diferenças individuais do tecido humano do manguito rotador. Trabalhos futuros podem integrar conjuntos de dados de sequenciamento de RNA de célula única para aprimorar a interpretação mecanicista. Segundo, a triagem de compostos utilizou cortes empíricos de ADME (OB ≥ 30%, DL ≥ 0,18), o que pode descartar compostos bioativos com baixa biodisponibilidade oral. A ancoragem molecular empregou uma configuração de receptor rígido, ignorando a flexibilidade proteica e moléculas de água estruturais, sem validação biofísica (por exemplo, SPR, ITC). Controles positivos com fármacos, análise de sensibilidade, avaliação de toxicidade e perfil farmacocinético completo não foram realizados. Todas as saídas são previsões computacionais; experimentos celulares in vitro e em animais in vivo são necessários para validar as funções das vias-alvo e as relações regulatórias entre ingredientes e genes centrais. Terceiro, as interações sinérgicas entre múltiplos componentes da RD e seus comportamentos farmacocinéticos in vivo permanecem inexplorados. Trabalhos experimentais sistemáticos são necessários para decifrar a comunicação entre ingredientes e os perfis metabólicos deste medicamento herbal. Este estudo revela sistematicamente que a RD trata a IRC por meio de uma rede regulatória multicomponente, multialvo e multiprotocolar. A RD pode exercer efeitos terapêuticos inibindo a inflamação, reduzindo a apoptose de tenócitos, promovendo a angiogênese e melhorando a reparação da matriz extracelular por meio das vias de sinalização TNF, PI3K-Akt, MAPK e HIF-1. Esses achados fornecem uma base teórica sólida para a aplicação clínica e a pesquisa mecanicista da RD na IRC.

Divulgações

Os autores declaram que a pesquisa foi conduzida na ausência de quaisquer relações comerciais ou financeiras que possam ser interpretadas como um possível conflito de interesses.

Agradecimentos

Os autores agradecem aos desenvolvedores e mantenedores dos recursos bioinformáticos públicos utilizados neste trabalho, incluindo TCMSP, ETCM, SymMap, GeneCards, OMIM, STRING, UniProt, PubChem e RCSB‑PDB. Essas bases de dados de acesso aberto forneceram conjuntos de dados de domínio público que apoiaram as análises computacionais descritas neste estudo. Esta pesquisa não recebeu financiamento externo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
AutoDock VinaScripps Research InstituteV1.2.0Software de docking molecular para simulação de ligação proteína-ligante; RRID: Não disponível. URL: https://github.com/ccsb-scripps/AutoDock-Vina
clusterProfilerBioconductorV3.2.14Pacote R para análise de enriquecimento GO e KEGG; compatível com R 4.0.3; RRID: SCR_016884. URL: https://bioconductor.org/packages/release/bioc/html/clusterProfiler.html
cytoHubba Universidade Nacional de Taiwan (plugin do Cytoscape)V0.1Plugin do Cytoscape para seleção de genes centrais por métricas topológicas; RRID: SCR_006556. URL: https://apps.cytoscape.org/apps/cytohubba
CytoscapeInstituto de Biologia de SistemasV3.8.0Software para visualização e análise de redes;  RRID: SCR_003032. URL: https://cytoscape.org/
ETCM (Enciclopédia de Medicina Tradicional Chinesa)Instituto de Materia Medica Chinesa, Academia Chinesa de Ciências Médicas ChinesasV2.0Banco de dados curado para ingredientes, alvos e fórmulas da MTC; RRID: Não disponível. URL: http://www.tcmip.cn/ETCM2/front/#/
GeneCardsInstituto Weizmann de Ciência—Banco de dados integrado de genes humanos com lançamentos principais periódicos e atualizações incrementais; dados recuperados em 15-12-2025; RRID: Não disponível. URL: https://www.genecards.org
Open BabelEquipe de desenvolvimento do Open Babel—Ferramenta quimioinformática de código aberto para conversão de arquivos moleculares; dados recuperados em 21-12-2025; RRID: Não disponível. URL: https://openbabel.org/
OMIM (Herança Mendeliana Online no Homem)Universidade Johns Hopkins—Banco de dados diariamente atualizado de gene-fenótipo sem versão global de lançamento; dados recuperados em 16-02-2026; RRID: Não disponível. URL: https://omim.org
PubChemCentro Nacional de Informação Biotecnológica (NCBI)—Banco de dados químico público continuamente atualizado sem versão fixa global; dados dos compostos recuperados em 10-02-2026; RRID: Não disponível. URL: https://pubchem.ncbi.nlm.nih.gov
PyMOLSchrödinger, LLCV2.5Software para visualização e renderização de estruturas proteína-ligante; RRID: SCR_000305. URL: https://pymol.org
Software RFundação R para Computação EstatísticaV4.0.3Ambiente de computação estatística e gráficos; RRID: SCR_001905. URL: https://cran.r-project.org
RCSB PDBBanco de Dados de Proteínas RCSB—Arquivo público de estruturas tridimensionais de proteínas; cada entrada PDB possui versionamento independente; arquivos de estrutura recuperados em 03-02-2026; RRID: SCR_012820. URL: https://www.rcsb.org
STRINGELIXIRV11.5Banco de dados de interações proteína-proteína conhecidas e previstas; RRID: SCR_005223. URL: https://string-db.org
SymMapAcademia Chinesa de Ciências Médicas ChinesasV2.0Banco de dados integrado que vincula medicamentos herbais, ingredientes, alvos e sintomas; RRID: Não disponível. URL: http://www.symmap.org
TCMSPUniversidade Northwest A&FV2.3Banco de Dados de Farmacologia de Sistemas da MTC contendo ingredientes, alvos e propriedades ADME; RRID: Não disponível. URL: https://old.tcmsp-e.com/tcmsp.php
UniProtInstituto Europeu de Bioinformática (EMBL-EBI)—Banco de dados abrangente de sequências e anotações de proteínas com lançamentos programados e atualizações contínuas; dados recuperados em 12-12-2025; RRID: SCR_002380. URL: https://www.uniprot.org
VennyBioinfoGP, Centro Nacional Espanhol de BiotecnologiaV2.0Ferramenta baseada na web para geração de diagramas de Venn e conjuntos de genes sobrepostos; RRID: SCR_016561. URL: https://bioinfogp.cnb.csic.es/tools/venny/index2.0.2.html

Referências

  1. Desmeules F, et al. Rotator cuff tendinopathy diagnosis, nonsurgical medical care, and rehabilitation: a clinical practice guideline. J Orthop Sports Phys Ther. 2025;55(4):235-274.
  2. Yoshida M, et al. Post-operative rotator cuff integrity, based on Sugaya's classification, can reflect abduction muscle strength of the shoulder. Knee Surg Sports Traumatol Arthrosc. 2018;26(1):161-168.
  3. Aydın A, et al. The effects of N-acetylcysteine and adipose-derived stem cells on tendon healing in chronic rotator cuff tears: a rabbit model study. BMC Musculoskelet Disord. 2025;26(1):1014.
  4. Bolam SM, et al. Ethnicity, sex, and socioeconomic disparities in the treatment of traumatic rotator cuff injuries in Aotearoa/New Zealand. J Shoulder Elbow Surg. 2023;32(1):121-132.
  5. Patel HP, Patel S, Zalin M, Agrawal DK. Calcified vs. non-calcified tendinopathy of the rotator cuff: clinical presentations, prognostic implications, and emerging therapeutic strategies. J Orthop Sports Med. 2025;7(3):379-391.
  6. Sewpaul Y, et al. Non-steroidal anti-inflammatory drugs and cyclooxygenase-2 inhibitors do not affect healing after rotator cuff repair: a systematic review and meta-analysis. Arthroscopy. 2024;40(3):930-940.e1.
  7. Hopewell S, et al. Progressive exercise compared with best practice advice, with or without corticosteroid injection, for the treatment of patients with rotator cuff disorders (GRASP): a multicentre, pragmatic, 2 × 2 factorial, randomised controlled trial. Lancet. 2021;398(10298):416-428.
  8. Kandikattu S, Aavula M, Pisarski T, Parvizi D, Agrawal DK. Effect of metabolic syndrome in the incidence of rotator cuff injury and recovery following surgical repair. J Surg Res (Houst). 2025;8(1):202-210.
  9. Longo UG, et al. Retear rates after rotator cuff surgery: a systematic review and meta-analysis. BMC Musculoskelet Disord. 2021;22(1):749.
  10. Siu WS, Ma H, Cheng W, Shum WT, Leung PC. Traditional Chinese medicine for topical treatment of skeletal muscle injury. Pharmaceuticals (Basel). 2023;16(8):1144.
  11. Jingying G, et al. A comprehensive review of Drynariae rhizoma: botany, traditional applications, and active flavonoid components. J Pharm Pharmacol. 2025;77(10):1319-1337.
  12. Chen GY, et al. Prediction of Rhizoma Drynariae targets in the treatment of osteoarthritis based on network pharmacology and experimental verification. Evid Based Complement Alternat Med. 2021;2021:5233462.
  13. Yang G, et al. Total flavonoids of Rhizoma Drynariae enhance bone marrow mesenchymal stem cell-mediated tendon-bone healing by promoting tissue regeneration, angiogenesis, and modulation of cytokine expression. Biology (Basel). 2025;14(11):1593.
  14. Shen J, et al. Rhizoma Drynariae-derived EV-like particles alleviate osteoporosis by promoting osteogenic differentiation in BMSCs through the activation of the hsa_circ_0001275/miR-422a pathway. Bone. 2025;196:117489.
  15. Cai L, et al. Hydrogel microspheres loaded with sinomenine and Drynaria rhizome enhance the treatment of rheumatoid arthritis via immune regulation and promoting bone repair. J Nanobiotechnology. 2026;24(1):174.
  16. Chen GY, et al. Network pharmacology analysis and experimental validation to investigate the mechanism of total flavonoids of Rhizoma Drynariae in treating rheumatoid arthritis. Drug Des Devel Ther. 2022;16:1743-1766.
  17. Chen GY, et al. Mechanisms of total glucosides of paeony in alleviating methotrexate-induced liver injury. Drug Des Devel Ther. 2025;19:3407-3423.
  18. Zhang P, et al. Network pharmacology: towards the artificial intelligence-based precision traditional Chinese medicine. Brief Bioinform. 2024;25(1):bbad518.
  19. Zhao L, et al. Network pharmacology, a promising approach to reveal the pharmacology mechanism of Chinese medicine formula. J Ethnopharmacol. 2023;309:116306.
  20. Ru J, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 2014;6:13.
  21. Xu HY, et al. ETCM: an encyclopaedia of traditional Chinese medicine. Nucleic Acids Res. 2019;47(D1):D976-D982.
  22. Wu Y, et al. SymMap: an integrative database of traditional Chinese medicine enhanced by symptom mapping. Nucleic Acids Res. 2019;47(D1):D1110-D1117.
  23. UniProt Consortium. UniProt: the universal protein knowledgebase. Nucleic Acids Res. 2018;46(5):2699.
  24. Stelzer G, et al. The GeneCards Suite: from gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 2016;54:1.30.1-1.30.33.
  25. Amberger JS, Hamosh A. Searching Online Mendelian Inheritance in Man (OMIM): a knowledgebase of human genes and genetic phenotypes. Curr Protoc Bioinformatics. 2017;58:1.2.1-1.2.12.
  26. Szklarczyk D, et al. The STRING database in 2023: protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Res. 2023;51(D1):D638-D646.
  27. Otasek D, Morris JH, Bouças J, Pico AR, Demchak B. Cytoscape Automation: empowering workflow-based network analysis. Genome Biol. 2019;20(1):185.
  28. Pitarch B, Chagoyen M, Ranea JAG, Pazos F. A review on Gene Ontology evaluations. Database (Oxford). 2025;2025:baaf058.
  29. Kanehisa M, Furumichi M, Sato Y, Kawashima M, Ishiguro-Watanabe M. KEGG for taxonomy-based analysis of pathways and genomes. Nucleic Acids Res. 2023;51(D1):D587-D592.
  30. Kim S, et al. PubChem in 2021: new data content and improved web interfaces. Nucleic Acids Res. 2021;49(D1):D1388-D1395.
  31. Burley SK, et al. RCSB Protein Data Bank: celebrating 50 years of the PDB with new tools for understanding and visualizing biological macromolecules in 3D. Protein Sci. 2022;31(1):187-208.
  32. Eberhardt J, Santos-Martins D, Tillack AF, Forli S. AutoDock Vina 1.2.0: new docking methods, expanded force field, and Python bindings. J Chem Inf Model. 2021;61(8):3891-3898.
  33. Li QR, Han YX, Bian YT, Lan MQ, Chen GY. Unveiling the mechanism of Cibotium barometz in the treatment of rheumatoid arthritis: a study based on network pharmacology and experimental validation. Curr Med Chem. 2026. Online ahead of print.
  34. Seeliger D, de Groot BL. Ligand docking and binding site analysis with PyMOL and Autodock/Vina. J Comput Aided Mol Des. 2010;24(5):417-422.
  35. Wang Y, Xu B, Ma C, Huang D, Zhou L. Association between inflammatory proteins and rotator cuff tears: a bidirectional Mendelian randomization study. Sci Rep. 2025;15(1):26987.
  36. Wang KC, et al. The influence of age on cellular senescence in injured versus healthy muscle and its implications on rotator cuff injuries. J Shoulder Elbow Surg. 2025;34(6 Suppl):S117-S126.
  37. Wellington IJ, et al. Management of failed rotator cuff repairs: a review. Orthop Clin North Am. 2022;53(4):473-482.
  38. Han L, Wang C, Wang T, Hu Y, Wang H. Total flavonoids of Rhizoma Drynariae improves tendon-bone healing for anterior cruciate ligament reconstruction in mice and promotes the osteogenic differentiation of bone mesenchymal stem cells by the ERR1/2-Gga1-TGF-β/MAPK pathway. Environ Toxicol. 2024;39(1):106-119.
  39. Chai S, et al. Luteolin rescues postmenopausal osteoporosis elicited by OVX through alleviating osteoblast pyroptosis via activating PI3K-AKT signaling. Phytomedicine. 2024;128:155516.
  40. Li W, et al. Effects of total flavonoids of Rhizoma Drynariae on biochemical indicators of bone metabolism: a systematic review and meta-analysis. Front Pharmacol. 2024;15:1443235.
  41. Wang Z, Cao L, Wang X. Total flavonoids of Rhizoma Drynariae ameliorate tendon-bone healing following anterior cruciate ligament reconstruction in rats by activating the FSP1/CoQ10 pathway to inhibit osteoblast mitochondrial dysfunction and ferroptosis. Appl Biochem Biotechnol. 2026;198(8):5916-5938.
  42. Kim JG, et al. Therapeutic potential of quercetin as an antioxidant for bone-muscle-tendon regeneration and aging. Aging Dis. 2024;16(3):1414-1437.
  43. Worsfold SI, et al. Rotator cuff tendinopathy: pathways of apoptosis. Sports Med Arthrosc Rev. 2024;32(1):12-16.
  44. Chen L, et al. AMPK signaling in osteoarthritis: from mechanisms to targeted therapeutics. Front Pharmacol. 2025;16:1681610.
  45. Li Y, et al. Leptin enhances M1 macrophage polarization and impairs tendon-bone healing in rotator cuff repair: a rat model. Clin Orthop Relat Res. 2025;483(5):939-951.
  46. Yang Y, et al. Celastrol suppresses neovascularization in rat aortic vascular endothelial cells stimulated by inflammatory tenocytes via modulating the NLRP3 pathway. Open Med (Wars). 2025;20(1):20241121.
  47. Li Y, et al. Prevascularized bone marrow-derived mesenchymal stem cell sheets promote tendon-bone integration in rotator cuff repair. J Bone Joint Surg Am. 2026;108(17):1389-1398.
  48. Zhao MJ, et al. Eupatorin as a promising natural compound against knee osteoarthritis: from network pharmacology to experimental validation. Front Biosci (Landmark Ed). 2025;30(12):46747.
  49. Cho W, et al. Valdecoxib ameliorates apoptosis and ferroptosis in tenocytes via the SIRT6/NRF2-mediated suppression of oxidative stress. Arch Med Res. 2025;56(6):103231.
  50. Cheng Y, et al. Amentoflavone alleviated cartilage injury and inflammatory response of knee osteoarthritis through PTGS2. Naunyn Schmiedebergs Arch Pharmacol. 2024;397(11):8903-8916.
  51. Cho W, et al. Therapeutic potential of ginsenoside compound K in managing tenocyte apoptosis and extracellular matrix damage in diabetic tendinopathy. Tissue Cell. 2024;86:102275.
  52. Cheng P, et al. High-purity magnesium screws modulate macrophage polarization during the tendon-bone healing process in the anterior cruciate ligament reconstruction rabbit model. Regen Biomater. 2022;9:rbac067.
  53. Zhou L, et al. Regorafenib attenuates osteoclasts differentiation by inhibiting the NF-κB, NFAT, ERK, and p38 signaling pathways. ACS Omega. 2024;9(31):33574-33593.
  54. Cho MH, Jin H, Ha J, Chu S, An S. An integrated systems pharmacology approach combining bioinformatics, untargeted metabolomics and molecular dynamics to unveil the anti-aging mechanisms of Tephroseris flammea. Biomolecules. 2025;15(12):1740.
  55. Wang L, et al. IL-33/ST2 drives inflammatory pain via CCL2 signaling and activation of TRPV1 and TRPM8. Commun Biol. 2025;8(1):724.
  56. Zhang P, Xu X, Wang H, Zhang Y. Anti-inflammatory activity and potential anti-inflammatory mechanisms of Artemisia scoparia essential oil. J Pharm Pharmacol. 2026;78(2):rgag004. 
  57. Wang Z, et al. Engineered mesenchymal stem cells with endogenous trehalose expression activate the NRF2-HMOX1 pathway to enhance antioxidant stress and wound healing capacity. Adv Wound Care (New Rochelle). 2026. Online ahead of print.
  58. Lu Y, et al. Dual-PPARα/δ agonist H11 alleviates tendinopathy via modulating the Nrf2/HO-1/GPX4 pathway. Free Radic Biol Med. 2026;242:333-344.
  59. Chung SW, Yoon JP, Park SJ. Inhibiting muscle degeneration in rotator cuff tears: integrative biologic approaches targeting regeneration, fibrosis, and metabolism. Stem Cells Transl Med. 2026;15(6):szag023.
  60. Feuerriegel GC, et al. Assessment of the rotator cuff muscles: state-of-the-art MRI and clinical implications. Radiology. 2025;315(2):e242131.
  61. He Y, et al. SHED-derived exosome-mimetics promotes rotator cuff tendon-bone healing via macrophage immunomodulation through NF-κB suppression and autophagy activation. Mater Today Bio. 2025;34:102146.
  62. Zhang Z, et al. Curcumin improves functional recovery of ruptured tendon by promoting tenogenesis via PI3K/Akt signaling. Stem Cells Transl Med. 2024;13(5):477-489.
  63. Chen C, et al. CTHRC1 attenuates tendinopathy via enhancing EGFR/MAPK signaling pathway. Adv Sci (Weinh). 2024;11(47):e2406611.
  64. Zulkifli A, et al. The potential mechanism of hypoxia-induced tenogenic differentiation of mesenchymal stem cell for tendon regeneration. Tissue Cell. 2023;82:102075.
  65. Xiang L, Deng H, Zhou S. Effects of TNF-α on behaviour and inflammation in rats with rotator cuff injury through NGF. Discov Med. 2024;36(185):1241-1249.
  66. Liu H, et al. RNA-sequencing-based elucidation of the mechanism underlying aFGF mediated regulation of BMSCs via the PI3K-AKT pathway and its implications for rotator cuff injury repair. J Orthop Surg Res. 2025;20(1):997.
  67. Chen GY, et al. Total flavonoids of Rhizoma Drynariae restore the MMP/TIMP balance in models of osteoarthritis by inhibiting the activation of the NF-κB and PI3K/AKT pathways. Evid Based Complement Alternat Med. 2021;2021:6634837.
  68. Wang Y, Gu X, Tu J, Xu B. MCP-1 exacerbates diabetic rotator cuff tear by driving synovial inflammation via MAPK/ERK-mediated macrophage polarization. J Shoulder Elbow Surg. 2026. Online ahead of print.
  69. Lin J, et al. Hypobaric hypoxia ameliorates impaired regeneration after diabetic skeletal muscle injury by promoting HIF-1α signaling. Int J Mol Sci. 2026;27(2):648.
  70. Tian M, Wang K, Chen D. Efficacy and mechanisms of Xiangsha Liujunzi Decoction for gastroesophageal reflux disease: a study integrating meta-analysis, network pharmacology and molecular docking. Phytomedicine. 2026;151:157766.

Reimpressões e permissões

Explorar mais artigos

Rede de Interação Proteína-ProteínaGenes HubResposta InflamatóriaAngiogêneseMatriz ExtracelularVias de Sinalização
Fale conosco
Recomendar à biblioteca

Privacidade

Termos de Uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.