文摘
心力衰竭的发病率显著增加患者的糖尿病心肌病(DCM)。triptolide在扩张型心肌病的治疗效果已被报道,但潜在的机制还有待阐明。本研究旨在调查的潜在目标triptolide作为DCM使用网络药理学的治疗策略的方法。Triptolide和它的目标是确定的中药药理学的数据库系统。DCM-associated蛋白质目标被确定使用比较toxicogenomics数据库和GeneCards数据库。的网络triptolide-target基因和基因由Cytoscape DCM-associated目标。共同目标和丰富通路基因本体论(去)和《京都议定书》确定的基因和基因组的百科全书(KEGG)通路富集分析。GeneMANIA基因基因相互作用网络分析的数据库。由Cytoscape drug-target-pathway网络。六个候选人蛋白质目标被确定在triptolide目标网络和DCM-associated网络:STAT3, VEGFA,安全系数,TNF, TP53, TGFB1。 The gene-gene interaction based on the targets of triptolide in DCM revealed the interaction of these targets. Additionally, five key targets that were linked to more than three genes were determined as crucial genes. The GO analysis identified 10 biological processes, 2 cellular components, and 10 molecular functions. The KEGG analysis identified 10 signaling pathways. The docking analysis showed that triptolide fits in the binding pockets of all six candidate targets. In conclusion, the present study explored the potential targets and signaling pathways of triptolide as a treatment for DCM. These results illustrate the mechanism of action of triptolide as an anti-DCM agent and contribute to a better understanding of triptolide as a transcriptional regulator of cytokine mRNA expression.
1。介绍
糖尿病心肌病(DCM)的定义是心脏结构和功能异常在缺乏其他心脏危险因素1]。尽管DCM研究在过去的几十年中,它仍然是一个糖尿病患者发病率和死亡率的重要原因(2]。越来越多的研究表明,不同的机制参与糖尿病危害心脏功能障碍,包括系统性胰岛素抵抗、氧化应激、炎症、激活肾素血管紧张素醛固酮系统和免疫系统的失调3]。目前,管理高DCM患者血糖水平是根据减少心血管并发症的风险4]。西方药物可以减少心脏并发症的风险没有血液降糖属性。据报道,在扩张型心肌病炎症中发挥着关键的作用。因此,抑制炎症可能是一个有前途的扩张型心肌病的治疗策略。
中国传统医学(中医),以其多目标特性,已被用于治疗不同类型的疾病在中国几千年来(5,6]。最近的证据表明,中医在治疗心血管疾病是有效的,比如DCM (7,8]。Triptolide diterpenetriepoxide从草中提取雷公藤钩。F (9]。triptolide在扩张型心肌病的疗效和相关的目标和途径anti-DCM效应还没有被很好地识别(10,11]。
网络pharmacology-based药物发现是一种新型的、有前途的药物开发具有成本效益的方法。与“一个目标,一个药物”的原则,网络药理学使用“网络目标、多组分”模式通过结合系统生物学,生物信息学,药理学。网络药理学已被广泛用于探索中医对疾病的保护作用的机制。在目前的研究中,候选人的目标triptolide治疗扩张型心肌病是预测的网络药理学。通路富集分析揭示潜在的扩张型心肌病的治疗策略。本研究的过程如图所示1。
2。材料和方法
2.1。Triptolide的化学结构
PubChem (https://pubchem.ncbi.nlm.nih.gov)是一个开放的化学数据库提供的信息化合物结构和描述性数据。PubChem数据库被用来检索2 d triptolide的化学结构(图2)。
2.2。的目标Triptolide
中药系统药理学(TCMSPhttp://lsp.nwu.edu.cn/tcmsp.php)数据库是中药的系统药理学平台及相关化合物(12),总结了吸收、分布、代谢和排泄(ADME)属性的药物与潜在的生物效应。口服生物利用度(OB),肠道上皮通透性(Caco-2细胞),药物相似(DL)和血脑屏障(BBB)通透性triptolide从TCMSP获得。triptolide的目标也从TCMSP收集。
2.3。扩张型心肌病的治疗靶点的识别
扩张型心肌病的治疗目标被确定使用比较toxicogenomics数据库(CTD;http://ctdbase.org/)[13]和GeneCards数据库(http://www.genecards.org/)[14)的等级分数≥30。目标被过滤了,仅仅保留智人的基因。
2.4。GeneMANIA分析
GeneMANIA网站生成的假设是基于基因功能,分析基因列表和优先的基因功能分析(15]。在这项研究中,GeneMANIA被用来构造一个基因基因相互作用网络来评估他们的功能。有机体将智人和潜在候选基因是GeneMANIA的搜索栏中输入的。网络的输出然后下载。
2.5。基因功能和通路富集分析
基于web的基因集分析工具包(WebGestalthttp://www.webgestalt.org/option.php)是一个功能富集分析的有力工具,支持12个生物,324个基因标识符从各种数据库和技术平台,从公共数据库和150937功能类别和计算分析(16]。潜在候选目标的WebGestalt服务器上传到基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)分析。在表征分析的方法(奥拉)。错误发现调整小于0.05意味着统计学意义的价值。
2.6。网络建设
Cytoscape(3.7.1版)被用来构造一个triptolide-target-pathway网络和化合物之间的关系分析,目标,和疾病(17]。
2.7。分子对接
候选蛋白质的晶体结构被下载从RCSB蛋白质数据银行(http://www.pdb.org/使用Autodock工具)和修改(版本1.5.6)添加氢,氢计算Gasteiger电荷,并结合非极性。Autodock工具也被用于添加氢和triptolide电荷。Autodockvina(版本1.1.2)被用来执行triptolide之间的对接和候选目标蛋白质。
3所示。结果
3.1。Triptolide和网络建设的目标
的化学结构triptolide从PubChem下载数据库(CID: 107985)。总共有30 triptolide的目标预测使用TCMSP数据库(补充表1)。triptolide的ADME性质如下:分子量(MW), 360.44;AlogP 0.87;Hdon, 1;直接使用,6;OB (%) 51.29;Caco-2 0.25;BBB, -0.19;戴斯。莱纳姆:0.86;FASA 0.28; TPSA, 84.12; RBN, 1; HL, 4.14 (Table1)。这些目标被导入Cytoscape情节triptolide目标网络图(图3(一个))。
(一)
(b)
(c)
(d)
3.2。扩张型心肌病的治疗靶点
总共有153年和138年目标识别与DCM的CTD和GeneCards数据库,分别和共同的目标是收集(补充表2)。的维恩图的交集DCM-associated目标表明,有33个巧合目标(图3 (b))。他们导入Cytoscape情节DCM-associated目标网络图(图3 (c))。
3.3。由Triptolide目标相关的治疗扩张型心肌病
的维恩图的交集DCM-associated目标和triptolide目标网络显示,有六个常见候选目标(STAT3 VEGFA,安全系数,TNF, TP53和TGFB1)(图3 (d)、表2)。
3.4。GeneMANIA分析
基因基因相互作用网络的六个常见的候选目标是构造,及其功能进行了分析使用GeneMANIA数据库(图4)。12中央节点代表共同目标周围20节点代表基因很大程度上与目标coexpression而言,预测,通路,共享蛋白质域。前五名的基因显示最大的相关性与这些目标是WW domain-containing氧化还原酶(WWOX),分泌酸性蛋白质,富含半胱氨酸(SPARC1 b()、肿瘤坏死因子受体超家族成员TNFRSF1BC),激活受体激酶1 (JUNB),和鼠标双2分钟(MDM2)。
3.5。去和KEGG分析
相关的目标triptolide DCM被导入到WebGestalt数据库去分析。十个生物过程,包括积极的监管pri-miRNA转录的RNA聚合酶II,监管pri-miRNA转录的RNA聚合酶II, pri-miRNA转录RNA聚合酶II,积极调节骨髓细胞分化,peptidyl-tyrosine磷酸化的积极监管,监管peptidyl-tyrosine磷酸化,骨髓细胞分化,peptidyl-tyrosine磷酸化,peptidyl-tyrosine修改和cytokine-mediated信号通路(图5(一个))。此外,两个细胞组件,包括RNA聚合酶II转录因子复杂和核转录因子复杂(图5 (b))。十个分子功能也确认,包括核心启动子sequence-specific DNA结合,RNA聚合酶II转录因子结合,细胞因子受体结合,细胞因子活性,蛋白质heterodimerization活动,RNA聚合酶II监管区域sequence-specific DNA结合,RNA聚合酶II监管区域DNA结合蛋白质二聚活动,信号受体结合,相同的蛋白质绑定(图5 (c))。KEGG分析显示,10途径丰富,包括胰腺癌、风湿性关节炎、AGE-RAGE信号通路在糖尿病并发症,乙型肝炎、流体剪切应力和动脉粥样硬化,蛋白聚糖在癌症、卡波济肉瘤相关疱疹病毒感染,人类巨细胞病毒感染,MAPK信号通路,通路在肿瘤(图6)。
(一)
(b)
(c)
3.6。网络建设
triptolide-target-pathway网络是由Cytoscape基于目标和通路富集分析的结果。如图7triptolide-target-pathway交互网络有17个节点和50边。黄色、红色和蓝色的圆圈代表triptolide,目标基因,分别和途径。
3.7。分子对接
晶体结构的潜在目标,包括STAT3 (PDB: 6 nj) VEGFA (PDB: 3 v2a),安全系数(PDB: 1 a02)、肿瘤坏死因子(PDB: 5 m2j), TP53 (PDB: 6 rz3)和TGFβ1 (PDB: 4 kv5),收集从RCSB蛋白质数据银行(图8)。Triptolide结合STAT3与绑定口袋组成的酪氨酸(3.3)。Triptolide结合VEGFA绑定口袋组成的半胱氨酸- 120(2.9)和半胱氨酸- 104 (3.2)。Triptolide绑定和绑定参数组成的口袋”丛书- 155(3.2)和参数- 155 (3.3)。Triptolide结合TNF与GLU-23组成的具有约束力的口袋(2.3)。Triptolide结合TP53的绑定参数组成的口袋- 110 (3.3),asn - 131(3.1)和酪氨酸- 126 (2.9)。Triptolide结合TGFβ1组成的具有约束力的口袋GLN-19(3.3)和SER-9 (3.0)。
(一)
(b)
(c)
(d)
(e)
(f)
4所示。讨论
心血管并发症是糖尿病患者的死亡率和发病率的主要原因。尽管缺血主导着心脏并发症的糖尿病,但它也承认,患心力衰竭的风险也增加了在缺乏明显的心肌缺血和高血压或加速这些并发症的存在(18]。许多潜在的机制提出了扩张型心肌病的发病机制,并开发了一些干预治疗扩张型心肌病的临床前模型。然而,“一个目标,一个药物”的方法并不是有效的由于复杂的病因和致病机制的DCM (19]。网络药理学药物研究作为一个新兴的方法通过大数据分析有助于更好的理解药物的药理机制(20.]。因此,它被广泛应用于中医研究。中医已经被报道为扩张型心肌病治疗效果(21- - - - - -23]。虽然在DCM triptolide的保护作用已被确认,有益作用的药理机制triptolide在DCM仍然是未知的10,11]。在这项研究中,我们构建了一个triptolide-DCM目标网络和通路富集分析来说明执行triptolide治疗扩张型心肌病的分子机制。
OB是其中一个最重要的药代动力学参数24]。DL的OB是主要指标高生物活性分子和蛋白质分子达到目标至关重要。高DL增加药物的“命中率”候选人,通常用于选择最好的化合物(25]。在目前的研究中,我们发现triptolide高OB和DL。Caco-2和BBB建议triptolide有很好的渗透性的小肠上皮细胞和血脑屏障。这些结果表明,triptolide是一种很有前途的药物。
潜在目标筛选后,六个DCM-associated triptolide的目标被确定(STAT3 VEGFA,安全系数,TNF, TP53和TGFB1),这表明这些目标可能扮演关键角色由triptolide治疗扩张型心肌病。STAT3已被证明驱动扩张型心肌病的发展,而堵塞STAT3和上游因子,表皮生长因子受体,变弱DCM (26,27]。VEGFA参与治疗扩张型心肌病的SGLT-2抑制剂(28]。SIRT3-mediated抑制安全系数改善心肌纤维化和炎症在DCM (29日]。肿瘤坏死因子-α和TGF -β分别是重要的促炎因子和纤维化因子(30.- - - - - -32]。虽然在DCM TP53的潜在作用还没有被确认,TP53的参与在扩张型心肌病报道(33]。
阐明在DCM这些共同目标的功能关系,我们构建了一个使用GeneMANIA基因基因相互作用网络数据库。结果显示,这些目标相关coexpression而言,暗示强化它们之间的交互。此外,这些目标也集中交流与其他基因,如WWOX,SPARC,TNFRSF1B,JUNB,MDM2。它已经表明STAT3与启动子结合的JUNB诱导炎症,促进自身免疫性疾病的进展(34,35]。抗血管治疗伴有抑制JUNB报道减少皮肤炎症(36]。SPARC VEGFA信号转导由主要血管生成调节VEGF受体(37]。促炎细胞因子(例如,TNF -α)和profibrotic因素(例如,TGF -β(1)抑制SPARC的合成38]。安全系数和JUNB mu-opioid引起受体激活形成功能AP-1复杂和诱导其他蛋白质的表达39]。SPARC的表达明显增加心脏肥大和纤维化的实验模型。TNFRSF1B TNF -α受体与炎症相关疾病,如风湿性关节炎(40]。WWOX调节TP53的表达引发乳腺癌致癌作用[41]。
去分析显示,目标基因丰富积极监管pri-miRNA转录的RNA聚合酶II,监管pri-miRNA转录的RNA聚合酶II, pri-miRNA转录的RNA聚合酶II,表明转录监管与这些目标的功能。此外,RNA聚合酶II转录因子复杂和核转录因子复杂被确定为主要单元组件与这些生物过程。这些目标的主要分子功能基因核心启动子sequence-specific DNA结合,RNA聚合酶II转录因子结合,细胞因子受体结合,和细胞因子的活动,表明细胞因子mRNA表达的转录调控是高度参与triptolide扩张型心肌病的治疗。
KEGG路径分析表明,triptolide监管胰腺癌的激活,风湿性关节炎,AGE-RAGE信号通路在糖尿病并发症治疗扩张型心肌病。全身和局部慢性炎症可能会增加患胰腺癌的风险。胰腺癌症相关的炎性浸润在肿瘤微环境促进肿瘤的生长和转移42]。炎症和癌症之间不断进化的相声细胞可能直接和contact-dependent。肿瘤坏死因子αTGF -β,STAT3协同增加了患癌症的风险,促进肿瘤的生长和癌症恶病质(43,44]。因此,这些核心目标与DMC和胰腺癌。此外,如风湿性关节炎,糖尿病是一种炎症性疾病(45),和炎性细胞因子的upregulation据报道在不同的1型和2型diabetes-induced DCM小鼠模型,表明炎症DCM(的发展是一个重要的因素46,47]。心肌内的炎症在糖尿病心肌病也被报道,如图所示,增加炎症细胞因子(TNF -的表达式α和TGF -β1)(48,49]。年龄主要是长寿蛋白质成为糖化后暴露在糖,这改变了他们的功能性质50]。岁年龄法案通过受体(愤怒),由氧化应激(调节糖尿病的心51]。年龄和激活的upregulation愤怒导致核转录因子的激活κB信号,导致增加的表达β肌凝蛋白重链同种型糖尿病的心。脱氢表雄酮抵消模型大鼠氧化应激激活的愤怒的DCM和规范核的因素κB信号和upregulationβ肌凝蛋白重链同种型,从而导致糖尿病心肌病的发展。
5。结论
在目前的研究中,六个核心潜在目标(STAT3 VEGFA,安全系数,TNF, TP53和TGFB1)治疗扩张型心肌病的triptolide被网络药理学。去KEGG通路富集分析揭示了triptolide的作用机制,也就是说,triptolide改善DCM通过抑制血管生成相关目标、滑膜增生和骨破坏。我们的研究为进一步研究提供了理论基础的潜在治疗triptolide DCM和使用网络药理学的药物发现其他炎症性疾病。验证的影响triptolide anti-DCM的分子靶基因,进一步实验研究在未来需要执行。此外,临床试验应该进行识别人类triptolide的有效性。
数据可用性
所有的数据是可用的手稿,他们显示的数据,表和补充文件。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究受到了下中国的浙江省自然科学基金批准号LQ20H020011。
补充材料
补充1。补充表1:预测目标的triptolide TCMSP数据库。
补充2。补充表2:DCM的共同目标的CTD数据库和GeneCards数据库。