基于生物信息学和机器学习算法的策略揭示了状囊对抗肝细胞癌的潜在机制

科学领域:

• 药理学和生物信息学 药理学和生物信息学
• 传统中国医学 (TCM) 研究研究
• 瘤学 药物发现 药物发现

背景情况:

• 肝细胞癌 (HCC) 是全球癌症相关死亡的主要原因.
• 状囊 (SLC) 是一种TCM配方,在临床上用于HCC,但其机制尚不清楚.
• 这项研究旨在阐明SLC在HCC治疗中的药理机制.

研究的目的:

• 确定Shelian Capsule (SLC) 的生物活性成分和治疗点,用于肝细胞癌 (HCC) 治疗.
• 探索与SLC抗HCC作用有关的潜在分子机制和信号通路.
• 通过分子对接和ADME分析验证SLC组件和识别的目标之间的相互作用.

主要方法:

• 生物信息学分析集成TCM系统药理学数据库和国家生物技术信息中心 (NCBI) 基因表达综合 (GEO) 数据.
• 权重基因共同表达网络分析 (WGCNA) 和差异表达分析以识别与疾病相关的基因.
• 蛋白质与蛋白质相互作用 (PPI) 网络构建,用于签名基因识别的机器学习,以及用于目标验证的分子对接.

主要成果:

• 确定了153个SLC成分和170个候选标,其中494个是与HCC相关的基因.
• 四个特征基因 (TOP2A,CYP1A2,CYP2B6,IGFBP3) 被确定为关键的治疗标.
• 分子对接证实了SLC组件和基因之间强烈的结合亲缘关系,ADME分析显示与临床药物相似.

结论:

• 状囊 (SLC) 通过多组分,多目标和多途径相互作用发挥抗HCC作用.
• 关键途径包括PI3K-Akt,TNF和IL-17信号传递.
• 确定了目标和组件,为进一步的临床前和临床研究提供了基础.