首页> 中文学位 >基于基因表达谱、药靶识别及模式分析技术的复方丹参滴丸的网络药理学研究
【6h】

基于基因表达谱、药靶识别及模式分析技术的复方丹参滴丸的网络药理学研究

代理获取

目录

声明

第一章 绪论

1.1中药复方药效物质基础和作用机制的研究现状

1.2中药网络药理学研究

1.3基因表达谱

1.4药物靶标作用预测

1.5 DSP与AS

1.6选题意义及研究内容

第二章 基于基因表达谱和网络拓扑方法识别AS相关基因靶标

2.1材料

2.2 方法

2.3 结果与讨论

2.4 小结

第三章 基于药效团模型的DSP治疗AS成分-靶点网络

3.1实验材料

3.2实验方法

3.3实验结果

3.4小结

第四章 基于模式分析技术识别DSP治疗AS的网络功能模块

4.1材料

4.2方法

4.3结果与讨论

4.4小结

第五章 总结与展望

参考文献

攻读硕士期间发表的论文

附录

致谢

展开▼

摘要

近年来,中药复方以其毒副作用小、疗效好越来越受到人们的重视。然而,中药复方本身具有的多成分、多靶点作用的特性,使其药效物质基础和作用机制的研究面临严峻的挑战。随着人类基因组测序工作的完成和计算机辅助药物设计方法的深入发展,通过基因表达谱快速定位致病基因靶标和由分子对接确立药靶作用关系,构建成分-靶标-疾病相互作用网络,再结合网络药理学分析技术,为探讨中药复方有效成分众多、作用靶标多样化、各成分协同作用的机制研究提供了契机。本文采用基因表达谱、分子对接和网络药理学分析技术研究探讨了复方丹参滴丸(Compound Danshen Dripping Pills, DSP)治疗动脉粥样硬化(Atherosclerosis, AS)可能的物质基础和作用机制。
  本研究主要内容包括:⑴以AS病人基因表达谱结合人类蛋白互作数据库(HPRD),将基因表达谱映射为对照组和疾病组基因靶标互作网络,并运用典型相关性分析(CCA)处理AS基因表达谱数据,将冗余的表达谱数据分别转化成疾病组基因网络和对照组基因网络的权重。然后通过比较对照组和疾病组的网络拓扑结构,预选出与AS相关的基因靶标,并构建预选靶标网络。再使用 R语言和随机游走算法将预选网络分解为重要性各异的社区结构,进而识别出与AS可能有关的关键靶标。结果筛选得到MAPK1、TP53、PTPN11等62个可能与AS相关的重要靶标,对比Commparative Toxicogenomics Database(CTD)和GeneCards数据库,其中58个靶基因得到了验证;同时 GO注释和 KEGG通路分析结果也显示,预测靶点的生物学功能与AS高度相关,进一步证实了本文AS致病基因的发现方法具有较高的准确性。⑵将预测获得并经CTD和GeneCards数据库验证的靶基因,输入PDB数据库,下载编码蛋白的三维结构。利用这些确认的疾病靶点构建基于受体结构的药效团模型;同时以类药五原则筛选 DSP的全部小分子药物成分,构建复方小分子数据库;通过将原配体叠合到构建的药效团模型中,验证模型的可靠性;经过验证后,用得到的一系列药效团模型筛选复方小分子数据库,随后构建了“成分-靶标-通路”作用图。从而推测出,复方中丹参素、丹参酮ⅡA、丹酚酸、人参三醇、人参环氧炔醇、原紫草酸等为主要药效成分;丹参素作用于 MAPK signaling pathway、Pathways in cancer、TNF signaling pathway等通路,丹酚酸涉及TNF signaling pathway、Pathways in cancer、Oxytocin signaling pathway等通路。⑶通过分子对接技术确定复方成分和靶点的对应关系,结合由分子相似性构建的复方成分-成分网络,以及靶点相互作用网络,建立了二阶异质网络;然后经模式分析,将二阶异质网络拆解为不同功能的模块。模块分析结果显示,DSP治疗AS的机理涉及炎症、免疫和氧化应激;进一步分析复方成分作用通路,预测得出了复方主要药效成分,包括丹参素、原儿茶醛、丹参酮Ⅵ等。⑷推测出AS相关作用靶标主要包括AKT1、CASP3、EP300、TP53等靶点, DSP主要药效成分有丹参素( danshensu)、原儿茶醛(protocatechualdehyde)、咖啡酸(caffeic acid)、丹参酮ⅡA、丹参酚酸、丹参醌、咖啡酸、人参三醇、人参环氧炔醇、原紫草酸等,其中丹参素通过作用CASP3、MAPK1、TP53、AKT1靶点作用于MAPK signaling pathway通路,通过EP300、MAPK1、TP53、AKT1作用于Pathways in cancer通路,通过CASP3、MAPK1、AKT1作用于TNF signaling pathway通路。上述结果全部得到了文献验证支持。同时,本文仍存在一些不足,如AS靶点的筛选中,没有出现被广泛认同的炎症相关靶点,分析原因可能包括:采用的基因表达谱样本量少;计算网络拓扑结构时,关注了网络中边的重要性,而忽略了节点的重要性;没有考虑复方中各成分的含量差异等因素。在后续研究中,我们将进一步增加研究样本,考虑复方成分及其入血成分的含量信息,构建权重网络,利用基因和蛋白等芯片技术对网络分析结果进行实验验证。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号