肿瘤学杂志

PDF
肿瘤学杂志/2021年/文章

研究文章|开放获取

体积 2021年 |文章的ID 8862821 | https://doi.org/10.1155/2021/8862821

冯翔,雷曼Li Jieling林,沙沙村李Guiyuan彭, 网络药理学和生物信息学方法揭示LSCC Zao-Jiao-Ci治疗的机制”,肿瘤学杂志, 卷。2021年, 文章的ID8862821, 15 页面, 2021年 https://doi.org/10.1155/2021/8862821

网络药理学和生物信息学方法揭示LSCC Zao-Jiao-Ci治疗的机制

学术编辑器:丹赵
收到了 2020年9月10日
接受 08年6月2021年
发表 2021年6月28日

文摘

客观的。中药Zao-Jiao-Ci (ZJC),被认为是一种很有前途的候选人来治疗喉鳞状细胞癌(LSCC)。然而,潜在的分子机制尚不清楚。方法。基因表达谱的GSE36668可以从地理数据库,和差异表达基因(度)LSCC获得的R包;随后,浓缩KEGG分析和执行度。从TCMSP ZJC的活性成分筛选数据库,和匹配的候选目标被PharmMapper获得。此外,我们构造(PPI)蛋白质间交互作用的网络度和候选目标,分别,我们筛选的核心网络合并网络通过结合两个PPI网络使用Cytoscape 3.7.2章。关键目标来自于核心网络分析找出相关的浓缩KEGG信号通路。GEPIA在线网站,kaplan meier分析是用来完成总体存活率和无病生存选择基因的核心模块。结果。我们确定了96个候选目标LSCC ZJC和86度,后者包括50调节基因和36个基因表达下调。度明显富集在生物功能如下:细胞外结构组织,组织细胞外基质和内皮细胞分化。60关键目标的核心网络丰富的信号通路包括转录misregulation癌症,细胞周期,等等。我们发现LSCC患者高表达HIST1H3J HIST1H3F,和ITGA4更糟糕的总生存期,而高表达NTRK1, COPS5, HIST1H3A, HIST1H3G显著恶化无病生存。结论。建议ZJC之间的交互和转录misregulation LSCC信号通路有关的癌症和细胞周期,表明它可能是LSCC ZJC治疗的机制。

1。介绍

喉鳞状细胞癌(LSCC)是最常见的恶性肿瘤的喉,及其临床表现声音沙哑,喘鸣,呼吸困难,甚至吞咽困难1,2]。令人失望的是,尽管各种技术,如手术、激光治疗、放化疗最近先进,存活率并没有改善,因为高复发和转移3,4]。因此,为了改善患者的生存率,迫切需要有效的治疗。

越来越多的研究证实,中药(TCM)包括多个成分和目标发挥重要作用在癌症的治疗。Zao-Jiao-Ci (ZJC),也被称为Gleditsia sinensis是中药与多种生物活性,尤其是抗肿瘤活性,已广泛应用于临床[5]。这是调查的乙醇提取Gleditsia sinensis(脑电图)可以抑制人类结肠癌的增长HCT116细胞在体外和体内6]。的提取Gleditsia sinensis水果进行抑制性影响食管鳞状细胞癌(ESCC)细胞,乳腺癌MCF-7细胞,肝母细胞癌HepG2细胞,等等(7,8]。然而,没有研究调查的抗癌效果Gleditsia sinensisLSCC,机制尚不清楚。

网络药理学在分析多组分和多目标表现出特定的效用,与复杂疾病的治疗的假设一致。通过构建一个多层次,多方面的网络模型由组件、目标、途径,以及疾病,我们可以探讨中医治疗疾病参与多种信号通路的规定,关键目标类群,和生物过程分析,旨在从分子水平上揭示的机制9]。

在这项研究中,我们使用网络药理学调查ZJC是否产生抗癌作用LSCC基于地理微阵列数据集。并通过通路富集分析差异表达基因之间的交互目标(度)ZJC LSCC和关键节点目标,我们进一步预测LSCC ZJC的治疗机制。据我们所知,本研究首次探索LSCC ZJC的疗效和机理,为进一步的基础研究提供理论支持和方向。

2。方法

2.1。ZJC活性成分筛选和目标预测

通过中医系统药理学数据库和分析平台(TCMSP),所有组件ZJC可以发现通过搜索“Zao-Jiao-Ci这个词。“我们组口服生物利用度(OB) > 30%和drug-likeness (DL) > 0.18作为筛选条件支持的发表的文献来获取最终的活性成分(10,11]。PharmMapper服务器是第一个网络服务器为潜在药物靶点药效基因通过大规模的反向识别映射策略(12]。活性成分的摩尔结构由TCMSP是输入PharmMapper服务器(http://lilab.ecust.edu.cn/pharmmapper/药效团模型的目标)。第一批15排序的目标符合得分似乎候选人ZJC的目标。

2.2。活跃Ingredient-Target PPI网络建设

探索成分和目标之间的关系,我们建立了一个交互网络。Cytoscape 3.7.2章,其中一个最喜欢的开源软件工具,提供视觉生物医学相互作用网络组成的蛋白质,基因,和其他类型的交互。它是用于开发一个活跃的ingredient-target PPI网络可视化活性成分之间的关系及其ZJC的目标。

2.3。地理数据收集和度识别

原始数据系列GSE84957从基因表达综合下载(GEO)微阵列数据集,它包含18组织样本的基因表达谱(9 LSCC肿瘤组织和正常组织9日)。的R语言是用于处理原始数据集,以及Affy软件包的RMA算法被用来执行背景校正和四分位数标准化矩阵的表达式。基因ID、基因探针的名字表达矩阵,取而代之的是提供的基因符号GPL17843安捷伦人类lncRNA微阵列- 042818 8 _24_v2平台,和多个探针的平均值为同一基因被用于分析。Limma包是用来识别重大差异表达基因(度)的根据 ,| log2 (FC) | > 3。

筛选度被映射到火山地图使用R直观的视觉语言的热图包;最后,clusterProfiler包是用来进行浓缩度分析和KEGG通路富集分析。

2.4。PPI网络建设

BisoGenet插件,包括6个可用PPI数据库(生物通用存储库交互数据集(BioGRID),生物分子相互作用网络数据库(绑定),分子间相互作用数据库(薄荷),人类蛋白质参考数据库(HPRD)和数据库交互的蛋白质(DIP)),是用于构建PPI网络度和候选靶基因,分别为(13]。然后,两个PPI网络的网络进行了合并。我们过滤输出节点自由度大于2倍的中值根据所有节点度和介数中心的指标。然后,使用CytoNCA核心PPI网络构建,Cytoscape插件。ClueGO插件是用于KEGG信号通路富集分析。 是物品作为纳入标准的途径。富集分析的结果提出了在饼图的形式和节点。

2.5。集群的核心PPI网络

MCODE插件Cytoscape软件被用来屏幕高度集群核心PPI网络的重要模块。我们学位截止= 2和设置参数κ生水起= 2和KEGG进行信号通路富集分析最重要的集群模块。

2.6。基因表达数据的核心LSCC集群

LSCC患者的存活率之间的相关性(无病生存率和总体生存率)和基因表达水平(NTRK1, COPS5、HIST1H3A HIST1H3G, HIST1H3J, HIST1H3J, HIST1H3F,和ITGA4)计算使用GEPIA在线数据库(http://GEPIA.cancerpku.cn/) [14]。

3所示。结果

3.1。活性成分和ZJC的目标

寻找所有报告组件在TCMSP数据库中,30收集ZJC的活性成分。按顺序,只有11个有效成分保留符合OB > 30%和DL > 0.18,如非瑟酮、fustin,黄烷酮、山柰酚(表1)。然后,96以上候选目标11活性成分后得到复制目标被排除在外。


不。 组件 OB (%) 戴斯。莱纳姆:

1 非瑟酮 52.60 0.24
2 Fustin 50.91 0.24
3 (-)花旗松素 60.51 0.27
4 黄烷酮 41.35 0.24
5 Beta-sitosterol 36.91 0.75
6 谷甾醇 36.91 0.75
7 山柰酚 41.88 0.24
8 豆甾醇 43.83 0.76
9 Stigmast-4-ene-3, 6-dione 39.12 0.79
10 Ent-epicatechin 48.96 0.24
11 槲皮素 46.43 0.28

3.2。活跃Ingredients-Targets PPI网络建设

PPI网络的活性成分和相关目标,包含107个节点和165的边缘,是由网络绘图工具Cytoscape 3.7.2章。11个活性成分可能与多个目标,分别和每个目标也可以与多种活性成分,直接证明了ZJC的活性成分和目标之间的关系(图1)。

3.3。LSCC差异表达基因(度)

通过分析GSE84957的基因芯片,共有81个基因与显著的不同表达LSCC组织与相邻的非肿瘤的组织得到相比,其中50个基因调节和31个基因在肿瘤组织中表达下调(表2;图2)。


GeneSample logFC AveExpr t 价值 Adj。 价值 B

CST1 4.255518022 7.417759878 14.09776157 1.49E−11 3.71E−07 15.51198443
XLOC_004426 3.044228211 3.370726783 11.59258332 4.32E−10 3.61E−06 12.75595229
MMP11 3.903325333 6.986877144 11.58573097 4.36E−10 3.61E−06 12.74750381
GPRIN1 3.857745044 5.653573411 11.29565743 6.67E−10 4.15E−06 12.38486185
COL7A1 3.191737644 9.258242733 10.78042002 1.45E−09年 7.22E−06 11.71597451
FAM3D −5.792545067 7.2950313 −10.09792 4.24E−09年 1.51E−05 10.77877059
LRP12 3.580821556 4.005304867 9.316160682 1.54E−08年 4.26E−05 9.629111691
CTHRC1 4.740806433 7.128087172 9.196467428 1.89E−08年 4.30E−05 9.445581444
LOC100506027 4.143287578 4.568671189 8.999347488 2.66E−08年 4.97E−05 9.138857621
TJP3 −3.364634633 7.834813517 −8.904023211 3.14E−08年 4.97E−05 8.9885142
IGFBP3 3.604138167 10.55244692 8.893742313 3.20E−08年 4.97E−05 8.972220302
阿尔西 3.152646867 3.986923189 8.298478812 9.26E−08年 0.000121313 8.002153147
TMEM158 3.718106033 4.697089117 8.222894187 1.06E−07 0.000132353 7.875178695
PLAUR 3.027472033 7.824632761 8.051498015 1.46E−07 0.000165132 7.584034636
MSR1 3.918547922 4.497970906 7.705672 2.80E−07 0.000248682 6.98290287
TGFBI 3.415596633 9.235072794 7.534242043 3.89E−07 0.000311941 6.678084284
SPP1 4.853097222 7.318721011 7.296283387 6.17E−07 0.000415016 6.247440183
CYP4B1 −3.938406289 5.174530178 −7.145413133 8.31E−07 0.000492716 5.96986977
SH3BGRL2 −4.071528089 6.438326422 −7.12999436 8.57E−07 0.000495582 5.941304558
LOC100653149 3.268119356 5.443807811 7.078046014 9.50E−07 0.000525005 5.844794163
MMP1 4.862459922 6.783056994 7.002232691 1.10E−06 0.000590601 5.70320204
TM4SF19 4.052795678 5.81647465 6.87435807 1.43E−06 0.000696569 5.462380919
COL5A2 3.504323078 7.584409283 6.759032897 1.80E−06 0.000815742 5.243053839
HOXD11 3.550990856 5.087563172 6.54672159 2.78E−06 0.001117349 4.834020589
CXCL11 4.762321211 4.652769394 6.519758265 2.94E−06 0.00115171 4.781590785
LOC100652832 3.253860656 6.465006439 6.502526246 3.05E−06 0.00115171 4.748026804
CXCL10 4.519192844 5.640273644 6.498769364 3.07E−06 0.00115171 4.740703422
XLOC_006053 −3.635899633 9.156396294 −6.475756406 3.22E−06 0.00115171 4.69579809
KRT17 4.404712111 11.51599561 6.464235069 3.30E−06 0.00115171 4.673287016
PTHLH 4.098820033 7.949679894 6.341212465 4.26E−06 0.001315184 4.431701824
CXCL12 −3.476515767 8.330393117 −6.24092991 5.26E−06 0.001422596 4.233143024
XLOC_l2_006021 4.372459256 11.50269782 6.229963809 5.38E−06 0.001424781 4.211342414
COL8A1 3.211121667 6.060922078 6.177430972 6.01E−06 0.001526438 4.106669064
CLCA4 −5.919341656 8.217143061 −6.126082361 6.70E−06 0.001661254 4.003977039
HMGA2 3.706329122 3.703429261 6.117033971 6.83E−06 0.00166615 3.985842669
WISP1 3.021981556 5.595450789 6.039266244 8.06E−06 0.001838778 3.829512486
NRG1 3.430506311 6.615773067 6.013403137 8.51E−06 0.001907796 3.777336092
ANKRD20A9P −3.027104311 6.964110233 −5.991259577 8.92E−06 0.001947336 3.732590438
GCNT3 −3.483360222 5.808183467 −5.968076797 9.38E−06 0.001965485 3.685672938
MYOC −3.290936644 3.378123278 −5.964261662 9.45E−06 0.001965485 3.677944815
ODZ2 3.030850211 7.342800339 5.955698768 9.63E−06 0.001965485 3.660592194
DNAPTP3 4.162512589 8.355008817 5.948057503 9.79E−06 0.001979224 3.645098841
FUT3 −3.452809133 7.136305 −5.832221646 1.25E−05 0.00221345 3.409270286
CRNN −6.524733278 9.72241585 −5.821941297 1.28E−05 0.002227034 3.388254529
计算流体动力学 −3.520037456 9.369048272 −5.800510125 1.34E−05 0.002286888 3.344398953
COL1A2 3.096446333 11.78684306 5.800402532 1.34E−05 0.002286888 3.34417863
CXCL9 3.067348622 6.615663178 5.759709415 1.47E−05 0.002369549 3.260741185
PDPN 3.170275733 10.0438188 5.709284988 1.64E−05 0.00252911 3.157054467
INHBA 3.099887078 5.809753317 5.656043661 1.84E−05 0.002640463 3.04722486
MMP12 4.162521167 3.736549417 5.638864584 1.91E−05 0.002687547 3.011710913
SCARA5 −3.861003467 7.106386856 −5.634806253 1.92E−05 0.002687547 3.003315853
COL4A1 3.293993722 11.03886292 5.623430739 1.97E−05 0.002709232 2.979773593
COL5A1 3.205179622 8.674301744 5.604407653 2.05E−05 0.00279295 2.940368581
ANKRD20A5P −3.118826611 5.357065783 −5.574210889 2.19E−05 0.002873117 2.877727019
TNXB −3.390147544 8.386793894 −5.46437267 2.79E−05 0.003345526 2.648949986
CCDC25 −3.340572133 7.218539933 −5.461095079 2.81E−05 0.003345526 2.6421014
FN1 3.580535444 11.63254756 5.427958008 3.02E−05 0.003525959 2.572791248
MAL −6.360331133 8.9132381 −5.380498508 3.36E−05 0.003726774 2.473306046
FBN2 3.702098767 4.647001128 5.317540391 3.86E−05 0.003963698 2.340945176
KRT4 −5.783585056 12.44990214 −5.27501498 4.24E−05 0.004304541 2.251297748
MSC 3.021481811 5.778950494 5.273063535 4.25E−05 0.004304541 2.247179302
MYZAP −3.966621 6.975986556 −5.218924365 4.80E−05 0.00453758 2.132761995
CHI3L1 3.447755856 8.454925183 5.212706409 4.86E−05 0.004565936 2.119601631
XLOC_008370 −4.086801056 5.071876417 −5.195774385 5.05E−05 0.004618685 2.083744902
AMY1C −3.066162922 4.171807861 −5.181124682 5.22E−05 0.004702673 2.052698071
FAM107一 −3.366929044 6.613174211 −5.153177492 5.55E−05 0.004829406 1.993410827
CA9 4.004719489 4.832498267 5.105740988 6.17E−05 0.005199505 1.89260426
SFI1 −3.172654489 7.898643289 −5.038975245 7.16E−05 0.005657681 1.75036129
KRT24 −4.307497756 6.663276378 −4.903497209 9.71E−05 0.006802832 1.460515802
FAM3B −3.002864178 7.472917967 −4.851035631 0.000109236 0.007385034 1.347873623
PSCA −4.424161267 6.177034822 −4.836697273 0.000112824 0.007525305 1.317050516
TREM1 3.132156567 5.329140306 4.802412753 0.000121894 0.007755997 1.243287728
MMP7 4.0077695 8.433879583 4.797447382 0.000123267 0.007808567 1.232597743
XLOC_l2_007931 −3.335940244 10.48608082 −4.789159173 0.000125595 0.007875182 1.214750103
KRT6B 4.076616322 9.703940506 4.773184049 0.000130209 0.007978995 1.180336064
SERPINE1 3.5038576 7.4466057 4.752919626 0.00013631 0.008152053 1.136656679
ABCA8 −3.2918408 5.542601178 −4.749840302 0.000137262 0.008169717 1.130016856
SNX31 −3.294362333 3.714450967 −4.727065435 0.000144517 0.008363625 1.080888859
KRT16 3.956891967 10.74006252 4.71119429 0.000149801 0.008567571 1.046633089
RSAD2 3.410952911 5.3110705 4.667343136 0.000165442 0.009086152 0.951904596
CEACAM5 −3.982757711 9.060092478 −4.649201732 0.000172387 0.009343839 0.912681384

3.4。去浓缩度分析和KEGG途径分析

去富集分析被用来探索度的分子机制。给出的结果如下:(i)在英国石油公司类别,度大多是在组织细胞外结构丰富,细胞外基质的组织,为内皮细胞分化,内胚层形成内胚层发展;(2)在CC的范畴,度主要富集在细胞外基质,collagen-containing细胞外基质,内质网腔,胶原蛋白三聚物,与细胞外基质成分;MF类别(iii),细胞外基质结构组成,细胞因子的活动,和受体配体活动被选为主要MF。KEGG通路分析的结果表明,ECM-receptor相互作用,蛋白质的消化和吸收,粘着斑,金黄色葡萄球菌感染,病毒蛋白相互作用的细胞因子和细胞因子受体的主要途径参与度(图3)。

3.5。PPI网络建设和关键目标筛选

PPI网络基于ZJC活性成分的目标。这表明ZJC直接或间接相关的1572年目标,以及这些目标之间有29098互联。同时,PPI网络映射为度,和2262年的目标是LSCC直接或间接相关,与50181年这些目标之间的联系。然后,两个PPI网络的十字路口被用来构造一个网络与510个节点和10950年合并边缘(数字4(一)- - - - - -4 (c))。此外,我们分析了节点的拓扑性质在合并后的蛋白质相互作用网络的关键节点。最后,60关键节点被确定通过网络拓扑分析(图4 (d)和表3)。


名称(关键目标) 学位 中间状态 中间性中心 亲密 亲密关系中心 拓扑系数

YWHAZ 155年 3001.377571 0.01183919 0.585365854 0.58536585 0.14373835
YWHAG 87年 816.3912445 0.00322033 0.537313433 0.53731343 0.16424877
MCM5 101年 1080.133008 0.00426068 0.542518837 0.54251884 0.14457089
STAU1 114年 1407.485881 0.00555195 0.550218341 0.55021834 0.13468492
ITGA4 208年 7021.25165 0.02769593 0.616891065 0.61689106 0.10712371
应用程序 125年 5666.777349 0.02235309 0.557522124 0.55752212 0.10929128
CUL3 211年 7900.538977 0.03116436 0.626865672 0.62686567 0.1083315
CUL2 121年 2193.490854 0.00865241 0.556906077 0.55690608 0.1311238
CUL4A 84年 1104.388869 0.00435636 0.519052523 0.51905252 0.14961657
CUL1 158年 2737.270054 0.0107974 0.579976985 0.57997699 0.12774443
COPS5 173年 4596.081368 0.01812964 0.592941176 0.59294118 0.11812865
YWHAQ 116年 2340.92677 0.00923399 0.5532382 0.5532382 0.13955671
EEF1A1 111年 2303.865101 0.0090878 0.553846154 0.55384615 0.15726594
OBSL1 151年 2614.051749 0.01031135 0.572077185 0.57207719 0.11367624
TARDBP 99年 902.4212542 0.00355968 0.540192926 0.54019293 0.14812918
HSPA8 102年 1110.484051 0.0043804 0.549019608 0.54901961 0.1617004
HSPA5 124年 2786.82878 0.01099289 0.56187291 0.56187291 0.15308876
HSP90AA1 115年 3058.241745 0.0120635 0.558139535 0.55813953 0.13921995
EIF4A3 94年 923.5252369 0.00364293 0.535031847 0.53503185 0.14405585
HSP90AB1 111年 2024.466508 0.00798568 0.555066079 0.55506608 0.14751182
MYC 88年 1227.898615 0.00484355 0.536741214 0.53674121 0.11599255
CCDC8 145年 2628.810161 0.01036957 0.568848758 0.56884876 0.11392955
HDAC1 84年 1756.679856 0.00692938 0.525547445 0.52554745 0.11154264
RPA1 106年 1443.910092 0.00569563 0.544864865 0.54486486 0.13668578
RPA2 98年 1508.905701 0.00595201 0.541353383 0.54135338 0.13008096
HNRNPA1 130年 1803.567503 0.00711433 0.565656566 0.56565657 0.14709052
表皮生长因子受体 143年 4724.066642 0.01863449 0.572727273 0.57272727 0.1103327
HIST1H3F 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
哥伦比亚大学 133年 3538.655204 0.01395853 0.566929134 0.56692913 0.12972445
CUL7 174年 4304.231567 0.01697841 0.594339623 0.59433962 0.10695547
HNRNPK 90年 914.3729176 0.00360682 0.535600425 0.53560043 0.17748918
TUBB 85年 1017.885462 0.00401514 0.537886873 0.53788687 0.16372149
HNRNPU 106年 2391.698718 0.00943426 0.547826087 0.54782609 0.15722622
CDK2 172年 5391.386868 0.02126679 0.592941176 0.59294118 0.11382953
EWSR1 85年 1514.316862 0.00597335 0.532206969 0.53220697 0.15183716
CDC5L 113年 2162.954989 0.00853196 0.550819672 0.55081967 0.13024984
NEDD8 86年 533.4516789 0.00210425 0.528301887 0.52830189 0.14769424
HIST1H3A 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
HIST1H3D 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
TRAF6 One hundred. 2757.045931 0.01087541 0.538461538 0.53846154 0.09652163
HIST1H3C 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
NPM1 156年 3506.462925 0.01383155 0.58400927 0.58400927 0.14115178
HIST1H3E 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
HIST1H3I 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
HIST1H3G 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
付家 109年 1065.023899 0.00420108 0.551422319 0.55142232 0.157963
HIST1H3J 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
HIST1H3H 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
HIST1H3B 86年 437.5273205 0.00172586 0.529411765 0.52941176 0.14705882
NTRK1 270年 16394.02825 0.06466766 0.673796791 0.67379679 0.09989618
FLNA 89年 1820.058448 0.00717938 0.537313433 0.53731343 0.15216314
FN1 307年 27515.32665 0.10853658 0.708860759 0.70886076 0.09048518
SIRT7 128年 2444.801055 0.00964373 0.5532382 0.5532382 0.11177503
GRB2 136年 4533.847683 0.01788415 0.570135747 0.57013575 0.12538522
FBXO6 129年 2240.28371 0.00883699 0.558139535 0.55813953 0.11844315
VCP 103年 1651.524516 0.00651458 0.544864865 0.54486486 0.14998166
CAND1 152年 2355.429527 0.0092912 0.578645235 0.57864524 0.12845528
XPO1 106年 2782.081388 0.01097416 0.543103448 0.54310345 0.12465874
MCM2 207年 6633.522707 0.0261665 0.621454994 0.62145499 0.11887293
YWHAE 93年 1174.476977 0.00463283 0.537313433 0.53731343 0.16260551

3.6。KEGG途径分析和主模块的核心PPI网络

KEGG信号通路分析表明60细胞周期的关键目标主要是充实,中心碳代谢癌症,和DNA复制,表明LSCC ZJC治疗机制。其他信号通路包括前列腺癌,蛋白质在内质网处理,剪接体,转录misregulation癌症,ubiquitin-mediated蛋白水解作用(图5)。通过MCODE插件,核心PPI网络的两个主要模块,其中一个是功能丰富的酗酒,转录misregulation在癌症和系统性红斑狼疮(图6)。

3.7。LSCC生存分析

展示关键基因和LSCC之间的关系,我们分析了基因核心模块通过GEPIA在线数据库和kaplan meier曲线。我们发现LSCC患者高表达HIST1H3J HIST1H3F,和ITGA4更糟糕的总生存期,而LSCC高表达患者NTRK1, COPS5, HIST1H3A, HIST1H3G十分糟糕的无病生存期(图7)。

4所示。讨论

基于药物和疾病的网络药理学分析目标,抵押关系可以有效地揭示LSCC ZJC治疗的机制。在这里,我们发现96个候选目标LSCC ZJC和81度。然后,我们分别构建了PPI网络。巨大的基因参与互动的PPI网络进行了分析,推导出的可能机制anti-LSCC ZJC,包括转录misregulation癌症,酗酒,和细胞周期。

在我们的研究中,我们确定了11个ZJC活性成分的协同监管96年候选目标。大量已发表的文献表明,11活性成分抗癌活动,分别。报道,非瑟酮可以抑制人类通过ERK1/2喉癌的扩散和迁移和AKT / NF-KB / mTOR信号通路,诱导细胞凋亡在人类肺癌通过MAPK信号通路(15,16]。也表明,槲皮素和山柰酚可能抑制细胞迁移和入侵人体头颈部鳞状细胞癌(17,18]。李等人强调,紫杉叶素逮捕激进的乳腺癌可能通过促进了进步通过减少的表达β连环蛋白(19]。此外,黄烷酮的抑制能力对人类乳腺癌和胃癌报道之前(20.,21]。据我们所知,没有先前的研究已经探讨了协同效应的11个活性成分的抑制ZJC LSCC发展。

调查的可能机制的anti-LSCC ZJC在系统层面上,我们应用GlueGO完成KEGG浓缩信号通路分析,通过分析核心PPI网络的巨大目标紧密对应LSCC ZJC。我们确定了11项,尤其是转录misregulation在癌症、酗酒、细胞周期和中心碳代谢癌症(所有 )。很明显,这两个信号通路的转录misregulation在癌症和中心碳代谢与癌症密切相关(22,23]。顺序,转录misregulation癌症后最重大的一个途径是ZJC LSCC代理( )。报道,癌症是更可能发生在粘膜直接接触酒精;因此,增加一个中间喉癌的风险被发现在酗酒者(24]。在不受控制的细胞增殖异常细胞周期结果,即,所有癌症的共同本质(25]。周等人证明Erchen汤+ Huiyanzhuyu汤是有前途的医学治疗LSCC通过抑制细胞周期和诱导细胞凋亡LSCC细胞(26]。蛋白质在内质网(ER)处理为癌症的发病机理是至关重要的,有严重ER应激密切相关的开发和入侵癌症(27,28]。这些研究结果与网络药理学分析一致。

5。结论

我们的研究显示,anti-LSCC ZJC机制密切相关的转录misregulation癌症,酗酒、信号通路和细胞周期,提供了一个重要的基础进一步讨论后续的实验设计,使实验研究更合理、更有教育意义。

数据可用性

原始数据系列GSE84957用于支持本研究的发现从基因表达综合下载(GEO)微阵列数据集。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

冯翔构想的研究和起草了手稿。彭Guiyuan分析和解释数据,并回顾了手稿。沙沙村李指导研究和回顾了手稿。雷曼李、林Jieling导致概念和设计的研究。所有作者修改、阅读和批准了手稿。

引用

  1. h . r . j . Pukander和j . Pukander喉癌的症状及其预后意义,”Acta Oncologica,39卷,不。2、213 - 216年,2009页。视图:出版商的网站|谷歌学术搜索
  2. l·d·r·汤普森和d·r·莱斯特”喉发育不良、鳞状细胞癌和变异,”外科病理学诊所,10卷,不。1,15-33,2017页。视图:出版商的网站|谷歌学术搜索
  3. 帕金森和p·k·d·亨特·e·k·r·哈里森”分析头颈部癌症早期,“自然评论癌症,5卷,不。2、127 - 135年,2005页。视图:出版商的网站|谷歌学术搜索
  4. j·朱、美国Fedewa和a . y .陈“疾病治疗的影响(放化疗和喉头切除术)的先进,nondistant转移性喉癌,”耳鼻喉科学档案颈部手术,卷138,不。12日,第1128 - 1120页,2012年。视图:出版商的网站|谷歌学术搜索
  5. j。张,X.-H。田,y。杨et al .,“Gleditsia物种:ethnomedical的植物化学成分和药理审查,”民族药物学杂志,卷178,不。3、155 - 171年,2016页。视图:出版商的网站|谷歌学术搜索
  6. s . j .月球黄懿慧曹,h . Kim et al .,“荆棘Gleditsia的乙醇提取物的抑制效应对人类结肠癌HCT116细胞在体外和体内,”肿瘤的报道,22卷,不。06年,2009年。视图:出版商的网站|谷歌学术搜索
  7. l . m . c . Chow j . c . o . Tang i t . n . Teo et al .,“抗增殖活性的提取Gleditsia sinensis水果对人类固体肿瘤细胞系,”化疗,48卷,不。6,303 - 308年,2002页。视图:出版商的网站|谷歌学术搜索
  8. k . c . Tang刘贤Lam美国法律et al .,“Gleditsia的抑制作用在cyclooxygenase-2表达人类食管鳞状细胞癌,”国际分子医学杂志》上,23卷,不。1,第129 - 121页,1998。视图:出版商的网站|谷歌学术搜索
  9. 梁x h·李,李,“小说网络药理学方法分析传统草药配方:Liu-Wei-Di-Huang药丸为例,“分子生物系统,10卷,不。5,1014 - 1022年,2014页。视图:出版商的网站|谷歌学术搜索
  10. 顾y . n . Wang, j . et al .,“Network-pharmacology-based验证tam / CXCL-1小皮配方预防乳腺癌的关键中介发展和转移,”科学报告,7卷,不。1,p。14513年,2017。视图:出版商的网站|谷歌学术搜索
  11. w·a . y . Lee公园,t.w。Kang m . h . Cha, j·m·春”网络pharmacology-based预测的活性化合物和分子靶点Yijin-tang作用于hyperlipidaemia和动脉粥样硬化,”民族药物学杂志,卷221,不。15日,第159 - 151页,2018年。视图:出版商的网站|谷歌学术搜索
  12. x,欧阳,b . Yu et al .,“PharmMapper服务器:web服务器为潜在的药物目标识别使用药效基因映射方法,”核酸的研究,38卷,不。2,W609-W614, 2010页。视图:出版商的网站|谷歌学术搜索
  13. 答:马丁,m . e . Ochagavia l . c . Rabasa j .米兰达j . Fernandez-de-Cossio和r . Bringas”BisoGenet:基因网络构建一个新工具,可视化和分析,“Bmc生物信息学,11卷,不。1,第99 - 91页,2010。视图:出版商的网站|谷歌学术搜索
  14. z, c, b . Kang g .高c·李和z,“GEPIA: web服务器对癌症和正常基因表达分析和交互式分析,“核酸的研究,45卷,不。W1, W98-W102, 2017页。视图:出版商的网站|谷歌学术搜索
  15. X.-J。张,s。贾”,非瑟酮抑制喉癌AKT / NF -通过监管κB / mTOR ERK1/2信号通路,“生物医学和药物治疗卷,83年,第1174 - 1164页,2016年。视图:出版商的网站|谷歌学术搜索
  16. a . Klimaszewska-Wisniewska m . Halas-Wisniewska t . Tadrowski m .软煤d . Grzanka和a . Grzanka“紫杉醇和饮食类黄酮素非瑟酮:协同组合诱发细胞有丝分裂灾难和自噬在非小细胞肺癌细胞A549细胞死亡,”癌细胞国际,16卷,不。1,2016。视图:出版商的网站|谷歌学术搜索
  17. 彭译葶。陈,学术界。留置权,M.-F。李,彭译葶。黄:“槲皮素抑制细胞迁移和入侵人体头颈部鳞状细胞癌(HNSCC)”生物医学》第六卷,没有。3 p。2016。视图:出版商的网站|谷歌学术搜索
  18. h . i Swanson, e y。崔w·b·Helton c g•j•华伦天奴,“芹黄素和山柰酚对人体的影响头颈部鳞状细胞癌,”口腔外科、口腔医学、口腔病理学和口腔放射学,卷117,不。2、214 - 220年,2014页。视图:出版商的网站|谷歌学术搜索
  19. l . j . Li, t·周et al。”花旗松素抑制乳腺癌细胞增殖,迁移和入侵通过促进间充质上皮转变β连环蛋白信号。”生命科学,第232卷,第116617页,2019年。视图:出版商的网站|谷歌学术搜索
  20. c . h .公园,e . r . Hahm j·h·李,k.c.荣格,抑制和c·h·杨。β-catenin-mediated transactivation黄烷酮在AGS胃癌细胞,”生物化学和生物物理研究通信,卷331,不。4、1222 - 1228年,2005页。视图:出版商的网站|谷歌学术搜索
  21. j . e . Kim Lee和g·金,“致效应的新模拟4 ' -chloroflavanone从黄烷酮在人类乳腺癌细胞,”国际分子医学杂志》上,25卷,不。2、293 - 298年,2009页。视图:出版商的网站|谷歌学术搜索
  22. t . i .李和r . a .年轻“转录调控及其在疾病、misregulation”细胞,卷152,不。6,1237 - 1251年,2013页。视图:出版商的网站|谷歌学术搜索
  23. t . l . Wong:切,马,“癌症干细胞中心碳代谢的改变,”Biochimica Et Biophysica Acta疾病的分子基础,卷1863,不。7,1728 - 1738年,2017页。视图:出版商的网站|谷歌学术搜索
  24. a·j·麦克”提高喉癌在英国和澳大利亚与酒精和烟草消费的趋势,”《柳叶刀》,卷311,不。8076年,第1247 - 1244页,1978年。视图:出版商的网站|谷歌学术搜索
  25. t·奥托和s .彼得亚雷”,细胞周期蛋白作为癌症治疗前景目标,“自然评论癌症,17卷,不。2、93 - 115年,2017页。视图:出版商的网站|谷歌学术搜索
  26. 问:周树群l .罗x Tan et al .,“Erchen汤+ huiyanzhuyu汤能抑制细胞周期,迁移和入侵和诱发喉鳞状细胞癌的细胞凋亡细胞,”民族药物学杂志,256卷,2020年。视图:出版商的网站|谷歌学术搜索
  27. 月球h·w·h·g·汉,y . j .全“内质网的蛋白质质量控制和癌症,”国际分子科学杂志》上,19卷,不。10,3020年,页2018。视图:出版商的网站|谷歌学术搜索
  28. e·穆罕默德,曹y和p·c·罗德里格斯“内质网压力调节肿瘤生长和抗肿瘤免疫力:一个有前途的癌症免疫治疗的机会,“工业联合会癌症免疫学免疫疗法卷,66年,第1078 - 1069页,2017年。视图:出版商的网站|谷歌学术搜索

版权©2021冯翔et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点158年
下载305年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读