一篇二区高分SCI带你了解网络药理学的研究思路

网络药理学基于系统生物学的理论，用生物信息学和网络分析方法对生物系统进行分析，从系统水平研究药物作用机制、进行多靶点药物分子设计的新兴交叉学科。近年来，有越来越多人开始用网络药理学的概念去研究中药成分在疾病中的机理，通过构建药物—靶点—疾病之间的复杂网络分析药物的作用机制，使药理研究由传统寻找单一靶点转向综合网络分析。中药复方所含化学成分较复杂、药理作用具有多靶点多层次的特定，与网络药理学具有天然的兼容性。网络药理学能够从整体性分析和阐述中药复方的作用机理，有利于推动中药复方的深入研究和扩大临床适应症的发展。

这是网络药理学的整体研究流程

1. 通过在线中药化学成分数据库获取中药复方或单味中药的化学成分，然后通过公共数据库（如PharmMapper数据库、SwissTargetPrediction数据库等）或高通量测序/组学的数据对各成分相应的蛋白靶点进行预测。

2. 通过疾病数据库（OMIM数据库、Genecards数据库、DrugBank数据库等）或者TCGA/GEO获取疾病的靶点信息或者疾病中差异表达的基因，将中药各成分对应的靶点和疾病对应的靶点取交集即为中药成分治疗疾病的潜在作用靶点。

3. 采用Cytoscape构建成分-靶点、靶点-相关互作蛋白的网络进行网络拓扑分析，并利用生物信息学软件将潜在作用靶点进行GO、KEGG富集分析，初步揭示中药复方/单味中药/中药单体的作用机制，最后利用实验进行验证。

下面小编带大家一起看看在2019年10月发表在《Frontiers in Pharmacology》的文章，IF=4.225。

从摘要可看到这篇文章的主要内容是：获取中药化学成分→筛选活性化合物→疾病作用靶点的预测→GO和KEGG富集分析→构建疾病与中药成分的网络→通过动物实验模型验证并解析中药成分在疾病中的作用机制。

文章主要包括3个部分，首先获取中药的有效成分和靶点预测，接着网络分析，最后是实验验证。

明确中药复方所含的化学成分

作者从TCMSP数据库获取所要研究的中药复方的224种化合物，接着基于ADME对获得的化合物进行筛选。ADME指的是absorption（吸收）、distribution（分布）、metabolism（代谢）、excretion（排出）。然后作者设定2个阈值对中药成分里活性物质进行筛选，OB≥30%和DL≥0.18，最终筛选到42种活性物质。

疾病相关的靶点预测

接下来，作者从TCMSP数据库和TCMID获得了517个靶点。同时作者从OncoDB.HCC和Liverome数据库获取疾病相关基因信息。然后把这些靶点与疾病相关基因进行定位后发现化合物中有86个靶点与疾病有关。

网络构建

作者通过构建中药化合物与靶点网络进行网络分析，深入研究中药复方在复杂疾病中的机制，如下图所示，共有118个节点，其中32个紫色节点为活性化合物，86个绿色节点为靶点。

接着，为了进一步阐明ZJP减轻HCC的分子机制，作者基于所有相关蛋白及其相应的显著信号通路构建了靶向通路网络，如下图所示，145个节点（70个蓝色节点为靶点和75个红色节点为信号通路）。对于这些通路，癌症通路最有关联性。对于这些靶点，MAPK1, PIK3CA, EGFR, CCND1和NFKBIA参与到了细胞增殖和存活的关键作用，作者推测这几个关键靶点可能跟抗肿瘤功能有一定的关系。

生物信息学注释

作者利用DAVID生信资源库对中药靶点信息进行GO和KEGG富集分析，以寻找其可能作用的信号通路和参与的生物学过程，如下图所示，其主要作用于癌症的通路。

实验验证

作者通过一系列实验包括细胞功能测定、检测细胞周期、构建小鼠肿瘤模型、组织学检查验证该中药成分对肝细胞癌的抑制增殖作用。如下图所示。

经过实验数据验证过后，这篇文章就结束了，其实网络药理学的思路很简单的，只不过最关键的步骤就是化合物筛选、靶点预测和网络构建。今天小编简单分享的这篇文章是网络药理研究的典型例子。

近几年网络药理学的研究如火如荼，让生信小白发此类SCI不再是梦，所以接下来的几期软文分享，小编会逐渐解析一下网络药理学研究当中的奥秘。欢迎大家多多关注哟！

欢迎关注和点赞，把它分享到朋友圈，让更多朋友们跟我们一块学习吧！

南博屹相伴，科研不孤单

生信实用小技巧丨利用TCGA数据库进行WGCNA分析

生信实用小技巧︱TCGA数据做表达差异分析及数据可视化

生信实用小技巧︱从TCGA数据库中挖掘数据

单细胞转录组测序技术介绍及应用

单细胞转录组数据分析和数据可视化实战（附代码）

手把手教你做meta分析及相关软件介绍（领取免费资料）

（生信实操）用R语言处理芯片数据及结果可视化分析