摘要
采用网络药理学预测大承气汤治疗脓毒症的活性成分及作用机制。借助TCMSP、UniPot、DrugBank数据库检索大承气汤的化学成分及作用靶点,通过OMIM、GeneCards数据库获取脓毒症的相关靶点,利用OmicShare云平台选取大承气汤与脓毒症一致的靶点,利用STRING数据库及Cytoscape 3.7.2软件构建"中药材-活性成分-靶点-疾病""活性成分-重要靶点-关键通路"以及蛋白相互作用(protein-protein interaction, PPI)网络并分析,采用DAVID数据库进行基因本体(gene ontology, GO)功能富集分析和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes, KEGG)信号通路富集分析(P<0.05),最后采用动物实验验证部分关键靶点及信号通路。经数据库分析,获得大承气汤40个活性成分和157个作用靶点,脓毒症2 407个作用靶点,药物-疾病共同靶点91个,关键靶点涉及磷脂酰肌醇3催化亚基γ亚型蛋白(PIK3CG)、前列腺素G/H合成酶2(PTGS2)、前列腺素G/H合成酶1(PTGS1)、环磷酸腺苷(cAMP)依赖性蛋白激酶催化亚基(PRKACA)、凝血酶受体(F2R)、二肽基肽酶4(DPP4)等,GO功能富集分析共得到条目533条,主要涉及药物的反应、凋亡过程的负调控、一氧化氮生物合成过程的正调控、脂多糖介导信号通路等,KEGG通路分析共得到信号通路125条,主要涉及磷脂酰肌醇-3激酶/蛋白激酶B(PI3K/Akt)信号通路、癌症通路、乙型肝炎信号通路等;动物实验证实大承气汤可下调炎症细胞相关因子白细胞介素1β(IL-1β)、白细胞介素6(IL-6)、肿瘤坏死因子α(TNF-α)(P<0.01),降低肺组织湿/干重比、髓过氧化物酶(myeloperoxidase, MPO)水平(P<0.01)以及PI3K、Akt的磷酸化水平(P<0.01),表明大承气汤可作用于炎症相关靶点,通过抑制PI3K/Akt信号通路改善脓毒症,验证了网络药理学的部分预测结果。大承气汤通过多成分、多靶点、多通路治疗脓毒症,为后续深入研究大承气汤治疗脓毒症的作用机制奠定了一定的基础。
- 单位