基于熵值的心律失常基因网络模块划分与中药筛选

作者：魏鹏路; 尚菊菊; 刘红旭^*; 邢文龙; 龙德怀; 谭玉培

来源：世界中西医结合杂志, 2023, 18(12): 2405-2412.

DOI：10.13935/j.cnki.sjzx.231213

• 心律失常
• 网络分析
• 模块划分
• 熵值
• 生物功能分析
• 化学成分

目的 筛选网络模块划分的最佳方法，并进行生物功能分析及化学成分和中药的筛选。方法 首先，采用四种常用的模块划分方法，包含Community Cluster、(GLay)、MCL Cluster、MCODE Cluster、Connected Components Cluster,对心律失常疾病基因网络进行模块划分，依据四种方法的网络熵值筛选出最佳的模块划分方法；其次，依据模块的平均连接度筛选主要模块，并对疾病网络和网络模块富集的通路进行比较和分析；最后，通过TCMSP(Traditional Chinese Medicine Database and Analysis Platform)和ETCM(The Encyclopedia of Traditional Chinese Medicine)数据库查找和筛选主要模块对应的成分，并用AutoDock Vina 1.1.2软件进行分子对接，通过成分查找相关的中药。结果 MCODE Cluster方法共划分出5个模块，网络熵值最小，为3.559 69,最适用于心律失常疾病基因网络模块的识别；通路分析结果显示，module 1能够覆盖原疾病网络56.1%的通路，主要与心肌细胞的肾上腺素能信号(Adrenergic signaling in cardiomyocytes)、肾素分泌(Renin secretion)、钙信号通路(Calcium signaling pathway)、环磷酸腺苷信号通路(cAMP signaling pathway),昼夜节律(Circadian entrainment)等多条信号通路相关；通过中药数据库筛选出三个化学成分，分别为acacetin, meletin, hesperetin,三个成分对应的中药有27味，包括菊花、野菊花、鱼腥草、虎杖等。结论 网络结构熵作为模块划分方法具有可行性；划分后的模块可代表疾病基因网络的大部分功能，主要体现于module1,模块内基因所对应的化学成分与心律失常关系密切，但中医药治疗心律失常有待进一步研发。

• 单位
  北京中医医院; 首都医科大学; 北京中医药大学