结合UHPLC分析和基于随机步行网络的体外分析,预测草药诱导的肝损伤
Kwanyong Choi1, Jun Young Park2, Sunyong Yoo2
1Department of Food Science and Biotechnology, Seoul National University of Science and Technology, 232, Gongneung-ro, Nowon-gu, Seoul 01811, Republic of Korea.
概括
这项研究引入了一个新的计算框架来预测草药肝毒性. 该方法成功识别了潜在的有害草药,指导了植物产品的更安全的临床前查.
科学领域:
- 毒理学 毒理学 毒理学
- 药理学 药理学是指药理学的学科.
- 计算生物学 计算生物学
背景情况:
- 草药在全球广泛使用.
- 它们对肝脏的毒性 (肝毒性) 的潜力往往被低估.
- 草药产品的预测性毒理学方法发展不足.
研究的目的:
- 开发和验证一个预测毒理学框架来评估草药肝毒性.
- 为了确定涉及到草药诱导的肝损伤的特定途径.
- 为了实现可扩展的草药产品安全性临床前查.
主要方法:
- 结合超高性能液态染色学 (UHPLC) 化合物分析与随机步行与重启 (RWR) 网络方法.
- 通过统计值过的使用的草药化合物目标协会.
- 在HepG2细胞中使用体外测定 (细胞显微镜,线粒体膜潜力,ALT/AST释放) 和转录基因分析 (RNA测序,qRT-PCR) 验证的预测.
主要成果:
- 在七种测试的草药中,RWR对六种草药优先考虑了亡,氧化应激和炎症途径.
- 六种优先考虑的草本提取物在体外诱导了显著的肝毒性,与预测一致.
- 阿斯特拉加勒斯膜 (Astragalus membranaceus) 显示出有限的路径丰富和最小的毒性作用.
- RNA测序揭示了广泛的转录组扰动和肝毒性提取物的聚类.
结论:
- 综合计算和实验框架有效预测草药肝毒性.
- 这种方法支持可扩展的植物产品临床前安全性评估.
- 扩大草药化合物目标数据库可以进一步提高毒理安全的预测准确性.
