一个深入的转录学图谱,解读了传统中医的机制和疾病的关联
Hongying Zhao1, Peiqi Ben2, Zhimiao Liu2
1College of Bioinformatics Science and Technology, Harbin Medical University, Harbin, 150081, China. zhaohongying@hrbmu.edu.cn.
Scientific data
|March 5, 2026
概括
这项研究提供了来自传统中医 (TCM) 治疗的基因表达特征的协调数据集. 这个资源有助于理解TCM.
科学领域:
- 基因组学就是基因组学.
- 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:
- 转录形状分析是理解中国传统医学 (TCM) 机制的关键.
- 现有的TCM数据是分散的,阻碍了全面的分析.
- 对TCM扰动缺乏统一的,协调的数据集.
研究的目的:
- 为TCM创建一个标准化,全面的基因表达数据集.
- 为了能够系统地研究TCM的分子机制.
- 为了促进TCM临床应用的预测.
主要方法:
- 策划和协调了来自27个TCM和137个成分的362个人类基因表达特征.
- 使用统一的生物信息管道处理数据.
- 涵盖了26个人类疾病背景.
主要成果:
- 开发了一个基因表达图谱,详细介绍了TCM诱导的蛋白质编码和长非编码RNA的变化.
- 已验证的数据集可复制性和已知的药物标的丰富性.
- 已确认的已确立的TCM疾病治疗关联.
结论:
- 精心策划的数据集为TCM研究提供了基础资源.
- 允许对TCM治疗机制进行系统的调查.
- 支持预测TCM的新临床适用性.
