基于网络药理学,单细胞RNA测序数据,分子对接和分子动力学模拟的基础上,在治疗黑色素瘤中,基于 cinobufagin 的治疗作用的机制

科学领域:

• 在瘤学瘤学.
• 药理学 药理学是指药理学的学科.
• 生物信息学是一种生物信息学.

背景情况:

• 恶性黑色素瘤是一种侵略性癌症,需要有效的药物治疗.
• 来自Venenum bufonis的Cinobufagin显示出抑制黑色素瘤生长的潜力.
• 在黑色素瘤中,奇诺布法根的精确治疗机制在很大程度上是未知的.

研究的目的:

• 以计算方式预测黑色素瘤中球蛋白的分子标.
• 为了确定关键的基因和受黑色素瘤中青素治疗影响的途径.

主要方法:

• 利用生物信息学方法,包括目标预测,基因本体学 (GO) 和基因和基因组 (KEGG) 丰富分析的京都百科全书.
• 分析了基因表达数据集 (GSE46517,GSE215120) 使用差异基因表达和权重基因相关性网络分析 (WGCNA).
• 整合了与黑色素瘤相关基因的药物标,使用STRING数据库和MCODE分析,随后进行ROC分析,生存分析,分子对接和分子动力学模拟.

主要成果:

• 通过综合生物信息学分析,确定了黑色素瘤中青素的潜在关键标.
• 在黑色素瘤关键集群中绘制了Cinobufagin的药理目标.
• 预测,素可能通过抑制EGFR,ERBB2和CDK2蛋白氨酸/氨酸激酶来阻止细胞循环.

结论:

• 奇诺布法根通过向细胞循环调节,显示出作为黑色素瘤治疗剂的潜力.
• 预计EGFR,ERBB2和CDK2将成为黄素抗黑色素瘤作用的关键标.
• 需要进一步的实验验证,以证实这些发现和拟议的机制.