Здесь мы представляем протокол, объединяющий мультиомический анализ с валидацией in vivo для изучения того, как геген Циньлянь отвар облегчает язвенный колит, регулируя мишенные цели и воспалительные сигнальные пути.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Исследовательская статья
* These authors contributed equally
Здесь мы представляем протокол, объединяющий мультиомический анализ с валидацией in vivo для изучения того, как геген Циньлянь отвар облегчает язвенный колит, регулируя мишенные цели и воспалительные сигнальные пути.
Мы представляем интегрированный протокол биоинформатики и сетевой фармакологии для уточнения терапевтических механизмов геген-циньлянского отвара (ГКД) при язвенном колите (UC), с особым вниманием к регуляции, связанной с ПАНоптозом. Этот протокол разработан для систематического выявления потенциальных биоактивных соединений, терапевтических целей, сигнальных путей и иммунных механизмов посредством многобазного анализа и транскриптомического анализа. Профили экспрессии генов из когорт UC, включая GSE87466 и GSE92415 из базы данных GEO, анализируются с помощью анализа дифференциальной экспрессии и взвешенного анализа коэкспрессии генов для выявления генов, связанных с заболеваниями. Кандидат-мишени GQD собираются из публичных фармакологических баз данных и пересекаются с генами, ассоциированными с UC и PANoptosis, для определения основных терапевтических мишеней. Затем проводятся построение сетей взаимодействия белок-белок, анализ обогащения и моделирование сетей соединений-мишень для выявления молекулярной основы активности GQD. Кроме того, для изучения взаимосвязи между ключевыми генами и кишечной иммунной микросредой применяется анализ иммунной инфильтрации. Молекулярное стыковывание дополнительно используется для оценки потенциала связи между основными активными соединениями и мишенями-хабами. Этот протокол предоставляет воспроизводимую систематическую основу для изучения того, как GQD облегчает UC за счёт модуляции ПАНоптоза и связанных с ним воспалительных путей, и может служить полезным справочником для механистических исследований других формул традиционной китайской медицины при сложных воспалительных заболеваниях.
Язвенный колит (UC), одна из основных форм воспалительных заболеваний кишечника, представляет собой хроническое рецидивирующее воспалительное заболевание, которое в первую очередь затрагивает слизистую оболочку толстой кишки и обычно начинается в прямой кишке с непрерывного проксимального растяжения. Его патогенез сложен и включает аномальную активацию слизистой иммунной системы, дисфункцию эпителиального барьера, микробные возмущения и нарушение взаимодействия хозяина с окружающей средой, что вместе создаёт значительную и растущую глобальную нагрузку на здоровье 1,2. Постоянное воспаление слизистой слизистой не только вызывает повторяющиеся симптомы, такие как боль в животе, диарея и гематохезия, но и увеличивает долгосрочный риск колоректального рака, связанного с колитом, особенно у пациентов с обширным и длительнымзаболеванием 3,4.
Современное фармакологическое лечение УК в основном опирается на 5-аминосалицилаты, кортикостероиды, иммуномодуляторы, биологические препараты и маломолекулярные препараты, в зависимости от тяжести заболевания и терапевтическогоответа 5. Хотя эти стратегии улучшили клинические результаты, значительная часть пациентов всё ещё испытывает первичную потерю ответа, вторичную потерю ответа, непереносимость, стероидную зависимость или побочные эффекты, связанные с лечением, что подчёркивает необходимость более безопасных и ориентированных на механизмытерапевтических вариантов 6. Поэтому выявление молекулярных программ, одновременно регулирующих повреждение эпителия и дисрегуляцию иммунитета кишечника, имеет значительное трансляционное значение.
Недавние исследования показали, что дисрегулированная программируемая клеточная смерть глубоко связана с патогенезом UC. Помимо классического апоптоза, пироптоз и некроптоз все были связаны с разрушением эпителиального барьера и усилением воспаленияслизистой 7. PANoptosis, недавно определённый воспалительный программируемый путь клеточной гибели, интегрирующий ключевые особенности пироптоза, апоптоза и некроптоза, стал особенно значимой механистической основой для хронических воспалительных заболеваний8. Этот процесс координируется мультибелковыми комплексами PANoptosome и включает центральные медиаторы, такие как ZBP1, RIPK1/RIPK3, CASP8, а также молекулы, связанные с инфламасомами, включая NLRP3, в контекстно-зависимомвиде 9. Важно отметить, что накопленные данные свидетельствуют о том, что ПАНоптоз активируется при ЦК и может способствовать повреждению эпителия кишечника, разрушению барьеров и иммунному дисбалансу, тем самым способствуя прогрессированию заболевания 10,11,12. Эти данные свидетельствуют о том, что ПАНоптоз — это не просто следствие воспаления, а может представлять собой механистически применимый узел, связывающий повреждение эпителия с усилением иммунитета слизистой слизистой системы.
Геген Циньлянский отвар (GQD), классический рецепт, впервые зафиксированный в Шан Хань Лунь, состоит из Pueraria lobata, Scutellaria baicalensis, Coptis chinensis и Glycyrrhiza uralensis. Он давно используется в традиционной китайской медицине при диарее и воспалительных заболеваниях кишечника. Современные фармакологические исследования показали, что GQD может облегчать экспериментальный колит, подавляя воспалительные реакции, восстанавливая целостность кишечного барьера, меняя микробиоту кишечника и регулируя иммунный гомеостаз, включая сигнализацию, связанную с Th17/Treg, и активность инфламмасом13,14. Эти многоцелевые действия делают GQD правдоподобным кандидатом для вмешательства в патологические процессы, связанные с ПАНоптозом, вUC 15. Однако, несмотря на растущие доказательства антиколитической эффективности, остаётся неясным, оказывает ли GQD терапевтический эффект через координированную регуляцию молекулярных сетей, ассоциированных с ПАНоптозом.
В настоящее время остаются два основных пробела. Во-первых, существующие исследования механизмов гибели клеток UC в основном сосредоточены на изолированных путях, таких как апоптоз, пироптоз или ферроптоз, тогда как интегрированная роль ПАНоптоза в опосредовании терапевтических эффектов травяных формул пока недостаточнопрояснена 7,10,11. Во-вторых, хотя сетевая фармакология хорошо подходит для характеристики природы традиционных формул «многокомпонентная-многоцелевая-многопутная», прогнозы, основанные только на базах данных соединений-мишень, могут не иметь специфичности к контексту заболевания и требовать приоритизации транскриптомного и экспериментальной валидации для повышения биологической правдоподобности и надёжноститрансляции 16,17,18,19 . Таким образом, интегрированная стратегия, объединяющая транскриптомику заболеваний, сетевую фармакологию и верификацию in vivo, может предоставить более строгую основу для разъяснения механизма КК при UC.
По сравнению с подходами, основанными исключительно на гистопатологическом наблюдении, однопутных молекулярных анализах или фармакологии сети, основанной на базе данных, текущий рабочий процесс лучше подходит для этого вопроса, поскольку позволяет проводить перекрёстную валидацию между транскриптомическими сигналами в контексте заболевания, прогнозированием формулы-мишени и биологической верификацией в экспериментальной модели колита. Только гистологические или молекулярные показания могут охватить лишь ограниченные аспекты патологии UC, тогда как сетевая фармакология может не обладать достаточной специфичностью заболевания и экспериментальной поддержкой. Интегрируя транскриптомическое приоритизация с валидацией in vivo, этот рабочий процесс повышает биологическую правдоподобность идентификации цели и обеспечивает более цельную основу для связи вмешательства GQD с механизмами, ассоциированными с ПАНоптозом, при UC.
Этот протокол наиболее подходит для механистических исследований, направленных на оценку того, как многокомпонентные вмешательства регулируют повреждение эпителия, воспалительные реакции и пути, связанные с ПАНоптозом, в экспериментальных UC. Это особенно полезно, когда цель — связать вычислительное предсказание с биологической валидацией на уровне животных в стандартизированном рабочем процессе. Однако он не предназначен для замены клинических диагностических подходов и не охватывает всесторонне все аспекты патогенеза УК, такие как долгосрочная гетерогенность пациентов, причинно-следственные взаимодействия на уровне микробиома или иммунное картирование между одной клеточной и пространственно разрешённой. Поэтому его сфера действия лучше всего определяется как воспроизводимая доклиническая основа для механизмно-ориентированной и терапевтической оценки.
Поэтому мы выдвинули гипотезу, что GQD улучшает UC, модулируя сигнальные сети, связанные с PANoptosis, тем самым ослабляя повреждения эпителия кишечника и перепрограммируя воспалительную микроокружение. Для проверки этой гипотезы мы интегрировали транскриптомический анализ УК с сетевой фармакологией для выявления общих терапевтических целей и ключевых путей ГКД, с особым вниманием к регуляторам, ассоциируемым с ПАНоптозом. Мы дополнительно подтвердили предсказанные механизмы в модели мышиного колита, индуцированной сульфатом натрия (DSS). Объединяя вычислительное приоритизирование целей с биологической верификацией, это исследование было направлено на предоставление более болезненного и механистически обоснованного объяснения анти-УК-эффектов ГКД, а также на предоставление новых доказательств в поддержку ПАНоптоза как потенциальной терапевтической оси при UC.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Все процедуры на животных проводились в соответствии с институциональными рекомендациями и были одобрены до начала исследования Этическим комитетом Университета традиционной китайской медицины Чэнду (Одобрение No 2022-126). Для биоинформатического анализа использовались только общедоступные наборы данных GEO и GWAS; Поэтому для вычислительной части этого исследования не требовалось дополнительное информированное согласие или этическое одобрение. Все процедуры, связанные с опасными химикатами, биологическими образцами и отходами животных, выполнялись в соответствии с институциональными нормами безопасности лабораторий и институциональными процедурами по утилизации опасных отходов.
Сбор и предобработка наборов данных GEO
Человеческие транскриптомные наборы данных, связанные с язвенным колитом (UC), были извлечены из базы данных GEO с использованием ключевого слова «язвенный колит». После скрининга наборов данных профилирования экспрессии с чётко определёнными группами UC, здоровыми контрольными группами и достаточным размером выборки, были выбраныGSE87466 20 и GSE9241521, оба сгенерированные на платформе GPL13158, в качестве обучающей когорты. Эти наборы данных содержали соответственно 87 образцов UC и 21 здоровую контрольную группу, а также 53 образца UC и 21 здоровую контрольную группу. Для внешней валидацииGSE87473 22 (106 образцов UC и 21 здоровая контрольная группа) и GSE1687923 (48 образцов UC и 12 здоровых контрольных групп; Платформа GPL570) были включены. Исходные или матричные файлы скачивались и импортировались в R для предварительной обработки. Идентификаторы зонда преобразовывались в символы генов согласно соответствующим файлам аннотации платформы. Когда несколько зондов отображались на один и тот же ген, среднее значение экспрессии сохранялось. Образцы с отсутствующей групповой информацией были исключены перед следующим анализом. Два обучающих набора данных были объединены общими символами генов. Значения выражения преобразовывались в log2 по мере необходимости, нормализовались с помощью стандартной процедуры нормализации между массивами и корректировались с учётом эффектов пакета с помощью метода корректировки пакетов после определения происхождения набора данных как переменной пакета. Анализ основных компонентов и инспекция boxplot использовались до и после нормализации/пакетной коррекции в качестве контрольных точек качества. Успешная предобработка была определена улучшением перекрытия распределения выборок между наборами данных и ослаблением кластеризации, основанной на наборах данных. Всего из опубликованной литературы было собрано 902 гена, связанных с PANoptosis, которые использовались в качестве эталонного набора генов для интегративного анализа.
Идентификация дифференциально экспрессируемых генов и построение сети WGCNA
Объединённая учебная матрица анализировалась в R с помощью рабочего процесса дифференциального выражения. Гены с изменением |log2 раза| ≥ 0,585 и скорректированный P < 0,05 были определены как дифференциально экспрессированные гены (DEG). В качестве промежуточных результатов были созданы графики вулканов и тепловые карты для подтверждения того, что критерии фильтрации дают биологически интерпретируемые различия в выражении между UC и контрольными группами. Для анализа взвешенной коэкспрессии генов (WGCNA) гены ранжировались по дисперсии по выборкам, и в качестве входных данных сохранялись наиболее переменные гены из лучших 25%. Сначала было изучено дерево кластеризации образцов для выявления потенциальных выбросов; При строительстве сети не сохранялись явные выбросы, если только удаление не было оправдано критериями контроля качества. Для построения матрицы смежности выбиралась степень мягкого порогового значения, а для построения матрицы смежности использовалась наименьшая степень, обеспечившая примерно безмасштабную сеть. Матрица смежности затем преобразовывалась в топологическую матрицу перекрытия, и иерархическая кластеризация проводилась с использованием различия на основе TOM. Модули идентифицировались с помощью динамического вырезания деревьев с минимальным размером модуля в 100 генов. Близкородственные модули объединялись, когда их собственная корреляция превышала заранее установленный критерий слияния. Были рассчитаны значения собственных генгенов модулей, значимости модулей и значимости генов для выявления модулей, наиболее сильно связанных с фенотипом UC. Успешный этап WGCNA определялся стабильным разделением модулей, биологически правдоподобными размерами модулей и одним или несколькими модулями, показывающими явную корреляцию с состоянием заболевания.
Идентификация кандидатов на цели в GQD
Кандидатные соединения и мишени, соответствующие четырём травяным компонентам отвара геген циньлянь (GQD) — Pueraria lobata, Scutellaria baicalensis, Coptis chinensis и Glycyrrhiza uralensis — были собраны из TCMSP24 и BATMAN-TCM25. Пороги скрининга были установлены следующим образом: пероральная биодоступность ≥ 30% и подобие препарата ≥ 0,18 для записей, полученных из одной базы данных; доверительный балл ≥ 0,84 и скорректированный P < 0,05 для записей, полученных из другой базы данных. Дополнительные соединения были дополнены из базы данных по травяной медицине, когда соответствующие записи не были зафиксированы при первоначальном поиске. Канонические SMILES серии удержанных соединений были отправлены на онлайн-платформу оценки ADME. Соединения сохранялись, когда они показали высокую желудочно-кишечную всасывающуюся и соответствовали как минимум двум правилам подобия лекарств у Липински, Гхозе, Вебера, Эгана и Мюэгге. Предполагаемые мишени затем предсказывались с помощью платформы прогнозирования целей с вероятностью > 0,1 и стандартизировались в официальные генные символы с помощью базы данных белковых аннотаций. Дублирующиеся соединения и дублирующиеся цели были удалены после слияния базы данных. Ожидаемый результат этого шага представлял собой неизбыточный набор данных GQD с соединениями и целями, подходящий для анализа перекрытия.
Идентификация перекрывающихся генов и эффективность функционального анализа
Потенциальные терапевтические мишени определялись как пересечение мишеней, связанных с GQD, генов, связанных с UC, выявленных на основе дифференциальной экспрессии и WGCNA, а также набора генов, связанных с PANoptosis. Перекрывающиеся отношения визуализировались с помощью диаграммы Венна. Пересекающиеся гены затем были отправлены в базу данных взаимодействия белков и белков (PPI), а пары взаимодействия с доверительным показателем ≥ 0,4 сохранялись. Полученная сеть PPI экспортировалась и визуализировалась в платформе сетевого анализа. Успешный этап PPI определялся наличием связанной сети, содержащей большинство пересекающихся генов, а не только изолированные узлы. Функциональный анализ обогащения, включая анализ генной онтологии (GO) и Киотской энциклопедии генов и геномов (KEGG), был проведён в R с порогом значимости q < 0,05. Термины или пути, не соответствующие этому порогу, были исключены. Были обобщены наиболее обогащённые биологические процессы и сигнальные пути для определения потенциального механизма, с помощью которого GQD может регулировать UC. В качестве промежуточных выходов были созданы бар-графики и пузырьковые графики для проверки, определялись ли результаты обогащения воспалением, иммунитетом или эпителиальными повреждениями, как и ожидалось в биологическом контексте.
Анализ паттернов экспрессии, локализации хромосом и корреляций
Уровни экспрессии общих генов сравнивались между UC и контрольными группами с использованием стандартного процесса визуализации дифференциальной экспрессии в R. Были сгенерированы бокс-графики и тепловые карты, и P < 0,05 считался статистически значимым. Только гены с интерпретируемым направлением экспрессии и последовательным поведением по всей учебной когорте были сохранены для последующего механистического оценки. Хромосомная локализация выбранных основных генов была отобрана после форматирования аннотационных файлов генов в необходимую входную структуру, а геномные позиции визуализировались с помощью графика с круговыми хромосомами. Матрицы корреляции между основными генами затем вычислялись с помощью парного корреляционного анализа. Ожидаемым результатом этого шага стало выявление пар генов с координированными паттернами экспрессии, способными поддерживать совместную регуляцию или функциональное взаимодействие.
Построение и оценка моделей машинного обучения
Разработка диагностической модели проводилась с использованием объединённой учебной когорты (GSE87466 + GSE92415), а GSE16879 и GSE87473 использовались как независимые внешние валидационные наборы данных. Двенадцать алгоритмов машинного обучения — Lasso, Ridge, Stepglm, XGBoost, Random Forest, Enet, plsRglm, GBM, NaiveBayes, LDA, glmBoost и SVM — были использованы для генерации 113 комбинациймоделей 26. Десятикратная перекрёстная валидация была применена внутри учебной группы. В каждом склочении обучение модели, выбор признаков и оценка производительности проводились с использованием одной и той же логики разбиения тестов для предотвращения утечек информации. Производительность модели оценивалась в первую очередь по площади под кривой рабочей характеристики приёмника (AUC). Оптимальная модель определялась как модель с наивысшим средним AUC по всему набору данных обучения и валидации, а не только с самым высоким обучающим AUC. Модели, показывающие очень высокий обучающий AUC, но плохие внешние валидационные показатели, не были сохранены. Для каждой сохранённой модели были сгенерированы кривые ROC, а из окончательно выбранных биомаркеров была построена номограмма. Успешный этап моделирования определялся стабильными результатами кросс-валидации и сохранением дискриминационных способностей во внешних наборах данных.
Эффективность GSVA и профильная экспрессия основных генов
Анализ вариации наборов генов (GSVA) был проведён для сравнения обогащения путей между группами с высокой и низкой экспрессией, определяемых медианным значением экспрессии каждого основного гена. Скорректированный P < 0,05 использовался как порог для значительных различий в путях. Пути, не соответствующие этому порогу, были исключены из интерпретации. Были созданы тепловые карты и корреляционные графики для иллюстрации активности путей и паттернов совместной экспрессии. Промежуточный успех этого этапа был отмечен профилями обогащения, соответствующими воспалительной, иммунной или метаболической дисрегуляции, характерной для UC.
Анализ иммунного ландшафта и построение сети цеРНК
Состав иммунных клеток оценивался с помощью алгоритма деконволюции с 1000 перестановками. Образцы, не соответствующие критерию значимости внутренней деконволюции, были исключены из последующего иммуннокорреляционного анализа. В дополнение к этому анализу также был использован анализ обогащения генных наборов на основе одного образца (ssGSEA) для оценки паттернов иммунной инфильтрации. Затем были рассчитаны и визуализированы корреляции между фракциями иммунных клеток и экспрессией основных генов. Для построения ceRNA-сетей miRNA, нацеленные на основные mRNA, были выявлены из общедоступных баз данных взаимодействий, а кандидатные lncRNA, взаимодействующие с этими miRNA, впоследствии скрининговались. Сохранялись только взаимодействия, поддерживаемые записями прогнозирования или аннотации базы данных. Регуляторная сеть mRNA-miRNA-lncRNA была визуализирована в платформе сетевого анализа. Ожидаемым результатом этого этапа стала структурированная сеть цеРНК с биологически правдоподобными регуляторами, связанными с основными генами.
Эффективность одноэлементарного анализа
Одноячейковый набор данных GSE214695 импортировался в R и преобразован в одноячейковы объекты с использованием стандартного рабочего процесса анализа одноячейки. Контроль качества осуществлялся с помощью фильтрации ячеек по стандартным метрикам, включая ячейки с низким уровнем признаков, потенциальные пустые капли и ячейки с низким качеством транскриптов. Клетки, проходившие контроль качества, были нормализованы, а для анализа основных компонентов были отобраны 2000 наиболее вариабельных генов. Основные компоненты, вносящие значительную биологическую вариативность, были сохранены для неконтролируемой кластеризации, а UMAP использовался для двумерной визуализации. Гены кластерных маркеров были выявлены с помощью дифференциального экспрессионного анализа между кластерами. Затем аннотация по типу клеток выполнялась с помощью классификации на основе ссылок, и при возможности аннотации перекрёстно сверялись с каноническим выражением маркера. Успешный шаг с одной клеточкой был определен чётким разделением основных популяций клеток на графике UMAP, интерпретируемыми маркерными генами для каждогокластера 27 и последовательной аннотацией основных типов иммунных и стромальных клеток, релевантных UC.
Эффективность менделевского рандомизационного анализа
Для оценки возможных причинно-следственных связей между экспрессией основных генов и восприимчивостью к UC, была проведена двухвыборная менделевская рандомизация (MR). Инструментальные переменные были извлечены из количественных наборов локусов признаков экспрессии, а в качестве итогового набора данных использовались общие статистические данные по общему геному UC. SNP проводились по стандартным критериям контроля качества MR, включая релевантность к признаку воздействия и удаление неоднозначных или дублирующихся вариантов при необходимости гармонизации. Метод с обратной дисперсией использовался в качестве основного оценщика причинной причины. Тест Q Кокрана применялся для оценки гетерогенности. Анализы MR-Egger и MR-PRESSO использовались в качестве анализа чувствительности для оценки и, при необходимости, коррекции горизонтальной плейотропии. Успешный шаг МР определялся корректной гармонизацией инструментов, отсутствием основной гетерогенности илиплейотропии 28 и направленно согласованными оценками между комплементарными методами МР.
Эффективность молекулярного стыковки кандидатных соединений
Трёхмерные структуры целевых белков были получены из Protein Data Bank, а структуры лигандов — из публичной базы данных малых молекул. До стыковки белки и лиганды предварительно обрабатывались путём удаления молекул воды при необходимости, добавления водорода, определения типов атомов и преобразования файлов, необходимых для стыковки. Стыковка затем проводилась с помощью молекулярно-стыковочного процесса, а энергии связывания рассчитывались для каждой пары лиганд-мишень. Аффинности связывания ниже -5 ккал/моль интерпретировались как благоприятное связывание, тогда как значения ниже -7 ккал/моль — как относительно сильное связывание. Были построены тепловые карты стыковки для сравнения глобальных паттернов связывания между целями. Лучшие конформации визуализировались в трёх измерениях для изучения водородных связей, гидрофобных взаимодействий и близости остатков. Успешное завершение этого этапа определялось стабильными выходными файлами стыковки, правдоподобными позами лиганда в области целевой связи и энергиями связывания, согласованными с приоритетом кандидатов.
Результаты экспериментальной валидации in vivo
Подготовка GQD
GQD был приготовлен из четырёх традиционных китайских лекарственных трав в следующих сырых лекарственных пропорциях: 24 г Puerariae Lobatae Radix (Gegen), 9 г Scutellariae Radix (Huangqin), 9 г Coptidis Rhizoma (Huanglian) и 6 г Glycyrrhizae Radix et Rhizoma (Gancao). Подробности о ботанических материалах и их источниках приведены в Таблице материалов. Травы измельчили в мелкий порошок, тщательно перемешали и замачили в 390 мл дистиллированной воды в течение 1 часа. Смесь была заварена дважды. Для первого навара травы варили на сильном огне, а затем тушили на слабом огне 30 минут. После фильтрации через марлю остатки снова варили с десятикратным объёмом воды. Два фильтрата были объединены и концентрированы в водяной бане до конечной сырой концентрации препарата 5 г/мл. Экстракт затем фильтровался, охлаждался и хранился при 4 °C до использования.
Создание модели мыши UC, индуцированной DSS,
В этом исследовании использовалось восемнадцать самцов мышей BALB/c (8 недель), и все процедуры на животных были одобрены Этическим комитетом Университета традиционной китайской медицины Чэнду (Одобрение No 2022-126). Подробности о происхождении животных приведены в Таблице материалов. Мышей содержали в определённых условиях, свободных от патогенов, при температуре 20–22 °C и влажности 55% в рамках 12-часового цикла свет/темнота. После 1-недельного периода акклиматизации животных случайным образом разделили на три группы (n = 6 на группу): NC, UC и GQD. Группа NC получала стерильную питьевую воду на протяжении всего эксперимента, тогда как группам UC и GQD вводили 1,5% (с в/в) декстрансульфат натрия (MW 36-50 кДа) в питьевой воде в течение 5 последовательных дней, а затем 2 дня обычной воды. Этот цикл повторялся три раза для установления хронического колита. В период вмешательства группы NC и UC дважды в день измеряли 200 мкл натрия карбоксиметилцеллюлозы (0,5%) в день, тогда как группа с GQD получала GQD пероральной гаважной жидкостью два раза в день.
Клиническое назначение GQD включало 24 г гегена, 9 г хуанциня, 9 г хуанлян и 6 г ганцао, что соответствует общему приобретеному дозе препарата 48 г в день для взрослых. При стандартном взрослом весе 60 кг взрослая доза составляла 0,8 г/кг/день. Исходя из обычного коэффициента преобразования человека в мышь 1:12, соответствующая мышиная доза составляла 9,6 г/кг/сутки. Согласно заранее установленному соотношению низких, средних и высоких доз 1:2:4, рассчитанные дозы составляли соответственно 9,6, 19,2 и 38,4 г/кг/день. Учитывая тяжесть и устойчивость воспаления толстой кишки в модели повторяющегося колита, вызванного DSS, была выбрана схема высокодоз для обеспечения адекватного фармакологического вмешательства при валидации in vivo. Для обеспечения достаточного фармакологического воздействия в активной воспалительной фазе общая суточная доза 38,4 г/кг/сутки была разделена на два равных введения препаратов. В течение эксперимента ежедневно отслеживались вес тела, консистенция кала и ректальное кровотечение. В конце протокола мыши были эвтаназии, а ткани толстой кишки собирались для последующих анализов.
Оценка массы тела и индекса активности заболеваний
Масса тела фиксировалась ежедневно и выражалась как процент от первоначального веса тела на первый день. Тяжесть заболевания оценивалась с помощью индекса активности заболевания (DAI), который включал три параметра: потерю веса тела, консистенцию кала и прямое кровотечение. Каждый параметр оценивался независимо по шкале от 0 до 4 в зависимости от тяжести клинических проявлений, при этом более высокие показатели указывали на более тяжёлую активность заболевания. Итоговый DAI рассчитывался как среднее по трём индивидуальным баллам, давая общий балл от 0 до 4. Кратко, оценка 0 указывала на отсутствие отклонений, тогда как баллы 1–4 показывали прогрессивное увеличение веса, более жидкую консистенцию стула и более сильное прямое кровотечение. Подробные критерии оценки приведены в Таблице 1.
Эффективность окрашивания H&E и расчёт индекса гистологической активности
Для гистологической оценки ткани толстой кишки фиксировались в 4% параформальдегиде, обезвоживались с помощью градированного этанола, встраивались в парафин и секцировались толщиной 4 мкм. Секции были депарафинированы, увлажнены, окрашены гематоксилином, контрокрашены эозином, обезвожены, очищены и установлены. Гистологические изображения наблюдались с помощью микроскопа с ярким полем и сканировали с помощью системы сканирования слайдов. Конкретная информация об оборудовании приведена в Таблице материалов. Гистопатологическое повреждение оценивалось по трём параметрам, включая истощение клеток кубка, повреждение архитектуры крипты и инфильтрацию воспалительных клеток. Каждый параметр оценивался в зависимости от степени повреждения тканей, а сумма трёх показателей параметров определялась как индекс гистологической активности (HAI), варьирующий от 0 до 10, как приведено в Таблице 2. Для количественной оценки ячейки кубка анализировали по пять случайно выбранных неперекрывающихся полей на секцию с увеличением 400×. Количество ячейок в кубке на поле считалось вручную вслепую, а среднее количество на поле — для каждого представительного среза толстой кишки.
Эффективность иммуногистохимического окрашивания
После депарафинизации и регидратации тканевые срезы подверглись забору антигена с содержанием 0,1% трипсина при 37 °C в течение 30 минут, после чего следовала инкубация с 3% перекисью водорода для блокировки эндогенной пероксидазной активности. Затем срезы инкубировали ночью при 4 °C с первичными антителами кроликов против STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP) и HSPA5 (1:1000, Cell Signaling Technology, #3177), разбавленных в 1% BSA. Подробности об антителах и их источниках приведены в Таблице материалов. После промывания с помощью PBS срезы инкубировали соответствующим вторичным антителом (1:2000) при комнатной температуре в течение 1,5 часа. Иммунореактивность визуализировалась с помощью хромогенного реагента для обнаружения, а ядра контрокрашивались гематоксилином. Количественный анализ изображений проводился с помощью программного обеспечения для анализа изображений, указанного в Таблице материалов.
Производительность анализа qRT-PCR
Общая РНК была извлечена с помощью реагента для экстракции РНК на основе фенолов и обратно транскрибирована с помощью комплекта для синтеза кДНК первой цепочки. Обратная транскрипция проводилась при 25 °C в течение 10 минут, при 55 °C 15 минут и при 85 °C в течение 5 минут. Впоследствии qRT-PCR проводилась с использованием системы ПЦР в реальном времени и смеси SYBR Green qPCR. Условия усиления были следующими: начальная денатурация при 95 °C в течение 60 с, затем 40 циклов при 95 °C в течение 15 с, 60 °C 15 с и 72 °C 45 с. Последовательности праймеров были разработаны с помощью программного обеспечения для проектирования праймеров и перечислены в таблице 3. В качестве внутреннего ориентира использовался GAPDH, а относительные уровни экспрессии мРНК рассчитывались с помощью метода 2^-ΔΔCt . Каждый образец анализировался в три экземпляжа, и каждый эксперимент повторялся как минимум три раза. Подробности о реагентах, приборах и программном обеспечении приведены в Таблице материалов.
Эффективность анализа западных блотов
Ткани толстой кишки были гомогенизированы в лизисном буфере с ингибитором протеазы на льду и тщательно лизированы в течение 2 часов. Концентрации белка определялись с помощью белкового теста. Равные количества белка смешивались с загрузочным буфером, денатурировались перед электрофорезом, отделялись 10% SDS-PAGE и передавались на мембраны PVDF при 100 В в течение 1 часа. После блокировки 5% обезжиренным молоком в течение 1 часа при комнатной температуре мембраны инкубировали ночью при 4 °C с первичными кроличьими антителами против STAT3 (1:200, HUABIO, ET1605-45), TIMP1 (1:1000, Proteintech, 26847-1-AP), SPHK2 (1:500, Proteintech, 17096-1-AP), HSPA5 (1:1000, Cell Signaling Technology, #3177) и GAPDH при соответствующем рабочем разбавлении. После промывания с помощью TBST (20 мМ Tris, 150 мМ NaCl, 0,1% Tween-20; pH 7,4) мембраны инкубировали с соответствующим вторичным антителом (1:5000) при комнатной температуре в течение 1 часа. Белковые полосы визуализировались с помощью реагента для обнаружения хемилюминесцентного обнаружения. Интенсивность полос была проанализирована с помощью программного обеспечения для анализа изображений, а уровни экспрессии целевых белков нормализовались до GAPDH. Ожидаемая молекулярная масса обнаруженных белков составляла примерно 88 кДа для STAT3, 21 кДа для TIMP1, 28 кДа для SPHK2, 70 кДа для HSPA5 и 36 кДа для GAPDH. Подробности об антителах, мембранах, реагентах и программном обеспечении приведены в Таблице материалов. Конкретные названия продукции, производители, каталожные номера, модели приборов и детали программного обеспечения приведены в Таблице материалов, тогда как в основном тексте используются общие описания для повышения нейтральности и общей применимости.
Эффективность статистического анализа
Данные представлены как среднее ± стандартное отклонение. Статистическое тестирование проводилось с использованием программного обеспечения. Для многогрупповых сравнений использовался односторонний ANOVA, а затем пост-хок тест Тьюки. Значение P ≤ 0,05 считалось статистически значимым.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Сбор наборов данных GEO и идентификация генов, связанных с UC
Для изучения изменений экспрессии генов при UC из базы данных GEO были получены два транскриптомических набора данных — GSE87466 и GSE92415 — с использованием запроса «язвенный колит», с критериями отбора, включая тип набора данных, чёткую аннотацию болезни/контроля и достаточный размер выборки. Эти наборы данных включали 140 случаев UC и 42 здоровых контрольных группы. Образцы без ...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Язвенный колит (ОК) — это хроническое идиопатическое воспалительное заболевание кишечника, преимущественно поражающее слизистую оболочку толстой кишки, характеризующееся персистированным или эпизодическим воспалением. Заболевание значительно снижает качество жизни пациентов и повышает риск развития колоректальной карциномы. Хотя глобальная распространённость неуклонно растёт, точная этиология и механизмы остаются лишь частично изучены. Современные варианты лечения часто дают неоптимальны...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Авторы заявляют, что у них нет известных конкурирующих финансовых интересов или личных отношений, которые могли бы повлиять на работу, описанную в этой статье.
Авторы также благодарят базу данных GEO за открытый доступ к данным и рецензентов за конструктивные комментарии.
ФИНАНСИРОВАНИЕ: Эта работа была поддержана Национальным фондом естественных наук Китая (81973684, 82174358), Фондом естественных наук провинции Сычуань (2023NSFSC1760, 2025ZNSFSC1834), специальным проектом по исследованиям традиционной китайской медицины провинции Сычуань (2023MS365, 2020JC0094), а также Совместным фондом инноваций Комиссии по здравоохранению Чэнду и Университета традиционной китайской медицины Чэнду (WXLH202402019, WXLH202403012, WXLH202501238, WXLH202501201).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Puerariae Lobatae Radix | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-001 | Растительный материал для приготовления GQD |
| Scutellariae Radix | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-002 | Растительный материал для приготовления GQD |
| Ризома Coptidis | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-003 | Растительный материал для приготовления GQD |
| Glycyrrhizae Radix et Rhizoma | Sichuan Neautus Traditional Chinese Medicine Co., Ltd. | NTC-004 | Растительный материал для приготовления GQD |
| BALB/c мыши, самец, 8 недель | Пекинская HFK Bioscience Co., Ltd. | Н/Д | Экспериментальные животные |
| Декстрансульфат натрия (DSS), МВт 36-50 кДа | MP Biomedicals | 160110 | Реагент, вызывающий колит |
| Карбоксиметилцеллюлоза натрия | Sigma-Aldrich, Сент-Луис, Миссури, США | C5678 | Аппарат для орального гаважа |
| Параформальдегид | Sigma-Aldrich, Сент-Луис, Миссури, США | 158127 | Фиксатор тканей |
| Гематоксилин | Sigma-Aldrich, Сент-Луис, Миссури, США | H9627 | Ядерная окраска |
| Эозин | Sigma-Aldrich, Сент-Луис, Миссури, США | E4009 | Контрокрашивание для гистологии |
| Микроскоп с ярким полем | Nikon | Eclipse 80i | Гистологическое наблюдение |
| Система сканирования слайдов | 3DHISTECH Ltd. | Панорамный 250 | Цифровое получение изображений на весь слайд |
| Трипсин | Gibco, Карлсбад, Калифорния, США | 25200-056 | Реагент для получения антигена |
| Перекись водорода | Sigma-Aldrich, Сент-Луис, Миссури, США | H1009 | Блокировка эндогенной пероксидазной активности |
| Бычий сывороточный альбумин (BSA) | Sigma-Aldrich, Сент-Луис, Миссури, США | A7906 | Разбавитель антител / блокирующий реагент |
| Первичный антител к STAT3, кролик | Технология клеточной сигнализации | 9139 | Первичное антитело к ИГК/Белому Уиду |
| Первичный антител против TIMP1, кролик | Abcam | AB211925 | Первичное антитело к ИГК/Белому Уиду |
| Первичный антител против SPHK2, кролик | Abcam | AB187030 | Первичное антитело к ИГК/Белому Уиду |
| Первичный антител к HSPA5, кролик | Технология клеточной сигнализации | 3177 | Первичное антитело к ИГК/Белому Уиду |
| Первичный антител против GAPDH, кролик | Abcam | ab9485 | Управление загрузкой для WB |
| Вторичный антител к козлам против кроликов | Yeasen Biotechnology | 33201 | Вторичные антитела к ИГК/WB |
| Реагент для обнаружения хромогенов | Beyotime Biotechnology [Shanghai] Co., Ltd., Шанхай, Китай | P0202 | Развитие сигналов для иммуногистохимии |
| Программное обеспечение для анализа изображений | Медиакибернетика | Image-Pro Plus 7.0 | Количественная оценка окрашивания и интенсивности полос |
| Реагент для экстракции РНК на основе фенола | Инвитроген | Реагент TRIzol, 15596026 | Общая экстракция РНК |
| Набор для синтеза кДНК первой цепочки | Beyotime Biotechnology | DRR047A | Обратная транскрипция |
| Система ПЦР в реальном времени | Прикладные биосистемы | ABI Prism 7300 | Количественное усиление ПЦР |
| Микс SYBR Green qPCR | Beyotime Biotechnology | DRR420A | Реагент для обнаружения qPCR |
| Программное обеспечение для проектирования праймеров | Premier Biosoft International, Пало-Альто, Калифорния, США | Primer 5.0 | Конструкция грунта |
| Буфер лизиса RIPA | Beyotime Biotechnology | P0013B | Реагент для экстракции белка |
| Ингибитор протеазы (ПМСФ) | Beyotime Biotechnology | ST506 | Защита белков во время лизиса |
| Белковый тест BCA | Beyotime Biotechnology | P0010 | Количественная оценка белков |
| Мембрана PVDF | Мерк Миллипор | IPVH00010 | Мембрана переноса белков |
| Реагент/система для химилюминесцентного обнаружения | Термо Фишер Сайентифик | 32106 | Обнаружение сигнала для западного блота |
| Статистическое программное обеспечение | IBM | SPSS 23.0 | Статистический анализ |
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.