Video Experimental Relacionado
Updated: May 1, 2026

Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
Mecanismos de cuantificación de la compatibilidad en la medicina tradicional china con las redes neuronales de
Jingqi Zeng1, Xiaobin Jia1,2
1School of Traditional Chinese Pharmacy, China Pharmaceutical University, Nanjing, 211198, China.
Este estudio introduce un marco de GraphAI para comprender los mecanismos de la fórmula de la Medicina Tradicional China (MTC). Identifica a Radix Astragali-Rhizoma Phragmitis como una pareja prometedora para el manejo prolongado de COVID-19.
Área de la Ciencia:
- Biología computacional
- Farmacología
- Inteligencia artificial en la medicina
Sus antecedentes:
- La medicina tradicional china (MTC) incluye interacciones complejas en fórmulas a base de hierbas.
- Los métodos existentes luchan por cuantificar completamente los mecanismos de múltiples componentes, múltiples objetivos y múltiples vías.
- Existe una necesidad de marcos interpretables para analizar la compatibilidad de la MTC.
Objetivo del estudio:
- Desarrollar y validar un marco interpretable de Inteligencia Artificial de Gráfico (GraphAI) para cuantificar los mecanismos de fórmula a base de hierbas de la MTC.
- Construir un gráfico de conocimiento multidimensional de la MTC (MKG-MTC) que integre diversos módulos de datos.
- Para identificar posibles pares de hierbas terapéuticas y compuestos bioactivos para enfermedades como el COVID-19.
Principales métodos:
- Construcción de un gráfico multidimensional de conocimiento de la MTC (MKG-MTC) con siete módulos.
- Aplicación de una estrategia de difusión de vecinos para mejorar las asociaciones de objetivos compuestos.
- Utilizando redes neuronales de gráficos (GNNs) con mecanismos de atención y nodos virtuales para el modelado interpretable de fórmulas herbales chinas (CHF).
Principales resultados:
- El marco GraphAI cuantificó con éxito las funciones de compatibilidad clásica de la MTC y los tipos etiológicos descubiertos.
- Una estrategia de difusión de vecinos aumentó la cobertura de objetivos compuestos del 12,0% al 98,7%.
- Radix Astragali-Rhizoma Phragmitis fue identificado como un par de hierbas de alta atención para el manejo de COVID-19, con potencial para el COVID-19 prolongado.
Conclusiones:
- El marco desarrollado de GraphAI proporciona una plataforma escalable e interpretable para la investigación de la MTC.
- Los compuestos activos de Radix Astragali-Rhizoma Phragmitis muestran potencial para efectos neuroinmunes y de desintoxicación.
- Este enfoque facilita el descubrimiento de componentes herbales bioactivos y sus aplicaciones terapéuticas.
Más Videos Relacionados
08:15Author Spotlight: Network Pharmacology and Molecular Docking to Decipher the Action of Jiawei Shengjiang San Against Diabetic Kidney Disease
Published on: May 10, 2024
08:15Network Pharmacology and Validation of the Antidepressant Mechanisms of Qiangzhifang in a Chronic Restraint Stress-induced Depression Rat Model
Published on: June 6, 2025
Videos de Conceptos Relacionados
Neural Regulation
Neuronal Communication
Neuroplasticity