卢特和托利德:通过蛋白质STAT治疗中风后抑郁症的潜在治疗化合物
Tianyang Zhao1, Siqi Sun1, Yueyue Gao1
1Department of Anesthesiology, The Fourth Affiliated Hospital of Harbin Medical University, Harbin, China.
Heliyon
|August 21, 2023
概括
这项研究确定了与免疫相关的功能和中风后抑郁症 (PSD) 的候选药物. STAT蛋白是一个关键的目标,有37种化合物被确定为潜在的PSD治疗.
科学领域:
- 神经科学是一个神经科学.
- 免疫学 免疫学 免疫学
- 药理学 药理学是指药理学的学科.
背景情况:
- 脑卒中后抑郁症 (PSD) 是一种与免疫系统相关的常见并发症.
- 驱动PSD和有效治疗的确切机制仍然难以确定.
- 基因本体学 (GO) 功能和深度目的 (DP) 尚未应用于PSD研究.
研究的目的:
- 阐明PSD机制,并确定针对风险蛋白的候选药物.
- 为PSD药物发现利用与免疫相关的GO功能和生物信息学.
- 探索治疗中风后抑郁症的新治疗策略.
主要方法:
- 根据PSD风险基因确定了335个与免疫相关的GO功能和37个基于PSD风险基因的化合物.
- 构建的GO功能网络,蛋白质-蛋白质相互作用和基因-GO功能网络.
- 使用DeepPurpose (DP) 识别了37种候选化合物,针对7种关键蛋白质.
主要成果:
- STAT蛋白被确定为PSD病变发生过程中的潜在关键蛋白.
- 发现了37种针对7种关键蛋白质的化合物,用于潜在的PSD治疗.
- 素和三类机制涉及MAPK,PI3K-Akt和细胞因子-细胞因子受体相互作用途径.
结论:
- 这项研究为PSD机制和治疗方法提供了新的见解.
- 确定了治疗中风后抑郁症的关键蛋白质和潜在的候选药物.
- 强调了与免疫相关的GO功能和生物信息学在PSD药物发现中的作用.
关键词:
复合物是一种复合物.深度 目的 深度 目的函数 GO 的函数是 GO.网络 网络 网络 网络 网络 网络脑卒中后抑郁症 (PSD) 是一种疾病.文本挖掘 (Text Mining) 是一种文字挖掘方式.更多相关视频
07:34Author Spotlight: Establishing a Reliable Distal MCA Occlusion Model in Mice for Stroke Research
Published on: December 15, 2023
2.1K
11:44Cellular Membrane Affinity Chromatography Columns to Identify Specialized Plant Metabolites Interacting with Immobilized Tropomyosin Kinase Receptor B
Published on: January 19, 2022
2.5K
