对传统中医药的目标预测网络服务器的全面调查
Xia Ren1,2, Chun-Xiao Yan1,2, Run-Xiang Zhai1,2
1Shandong University of Traditional Chinese Medicine, Jinan 250355, China.
Heliyon
|September 4, 2023
概括
网络药理学通过识别药物标来帮助传统中医 (TCM) 研究. 本综述比较了用于化合物-标相互作用的网络工具,指导研究人员并促进TCM药物发现.
科学领域:
- 药理学 药理学是指药理学的学科.
- 计算生物学 计算生物学
- 传统中国医药 传统中国医药
背景情况:
- 传统中医 (TCM) 提供复杂的,多组分的治疗方法,对各种疾病都有潜力.
- 在TCM应用中的挑战包括识别活性化合物和阐明作用机制.
- 网络药理学提供了一个系统生物学方法来理解TCM的复杂性.
研究的目的:
- 审查和比较广泛使用的网络工具,用于TCM研究中的化合物-目标相互作用预测.
- 引导研究人员选择适当的工具来识别目标.
- 为未来以TCM为中心的计算资源的开发提供信息.
主要方法:
- 对现有的网络工具进行系统审查,以预测药物标.
- 基于基础理论,算法,数据集和搜索结果质量的工具的比较分析.
- 对TCM中化合物-标相互作用预测资源的评估.
主要成果:
- 识别和分类各种网络工具对于TCM网络药理学至关重要.
- 提供了对工具特征,优势和局限性的比较分析.
- 突出了当前化合物-目标相互作用预测资源的现状.
结论:
- 网络工具对于通过网络药理学和目标预测推动TCM研究至关重要.
- 需要进一步开发以加强现有工具,并为TCM创造新的资源.
- 这一综述是工具选择和该领域未来发展的指南.
更多相关视频
13:18Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
1.3K
07:20Author Spotlight: Integrating Traditional Chinese Medicine with Modern Pharmacology and Genomics for Assessing Postmenopausal Osteoporosis in Mice
Published on: August 23, 2024
566
