在基于深度学习和转录组分析的COVID-19治疗中,构建了Qingfei Paidu蒸的多组织化合物-目标相互作用网络
Xia Li1, Xuetong Zhao2,3,4, Xinjian Yu5
1Third Clinical College, Shanxi Provincial Integrated TCM and WM Hospital, Shanxi University of Chinese Medicine, Jinzhong, Shanxi, P. R. China.
Journal of bioinformatics and computational biology
|July 22, 2024
概括
青派杜开 (QFPDD) 通过向多个途径,有效治疗COVID-19. 这项研究确定了关键化合物和标,揭示了醇酸.
科学领域:
- 药理学和计算生物学
- 传统中国医学 (TCM) 研究研究
- 传染病治疗方法 传染病治疗方法
背景情况:
- 青派杜 (QFPDD) 是一种广泛使用的TCM配方,用于治疗2019年冠状病毒疾病 (COVID-19).
- 对于QFPDD的多组件,多目标和多途径机制的理解仍然不完全.
- 在不同组织中QFPDD的系统效应需要进一步阐明.
研究的目的:
- 为了描述QFPDD的化学成分.
- 通过转录组分析和深度学习,在多种组织中识别QFPDD的潜在化合物-标相互作用.
- 阐明QFPDD在抗击COVID-19中的多组织机制.
主要方法:
- 关于QFPDD化学成分的定性表征.
- 整合多组织转录组数据与GraphDTA深度学习模型.
- 预测化合物-目标相互作用,途径分析,分子对接和分子动力学模拟.
主要成果:
- 在六种组织中确定了13种关键活性化合物,127种潜在目标和27种相关途径.
- 烯酸-AXL相互作用在心脏,血液和肝脏中显示出高亲和力.
- 通过分子模拟证实了烯酸和AXL受体之间的强结合亲和力.
结论:
- AXL受体是COVID-19干预的潜在治疗标.
- 建立了QFPDD的多组织化合物-目标相互作用网络.
- 提供了一个研究其他TCM配方在疾病治疗中的系统效应的框架.
