Page 94 - 《中国药科大学学报》2025年第5期
P. 94

626                      学报   Journal of China Pharmaceutical University 2025, 56(5): 624 − 633  第 56 卷

               仪器有限公司）；AUY120 分析天平（日本岛津公                        String 数据库得到的      string_interactions_short.tsv 文
               司）；Tanon-5200 全自动化学发光图像分析系统（上                    件导入到     Cytoscape 3.9.1，应用  Network Analyse 插
               海天能科技有限公司）。                                      件构建网络，并进行网络拓扑分析，以                    degree 值
                                                                大于中位数为条件筛选核心靶点并用于后续的
                2    方 法
                                                                基因本体论（Gene Ontology，GO）和京都基因与
                2.1    ZTKCW  活性成分筛选和靶点预测                       基因组百科全书（Kyoto Encyclopedia of Genes and
                    通 过 《 民 族 药 成 方 制 剂 处 方 药 材 》     [7]  收 集  Genomes，KEGG）通路富集分析；以            degree 值大于

               ZTKCW   复方八味药材的化合物成分，在                pubchem    190 为条件筛选关键靶点。
               网站（https://pubchem.ncbi.nlm.nih.gov/）中检索所有        2.6    GO  和  KEGG  通路富集分析
               化合物结构并收集其          smiles。将化合物的       smiles 提        利用   Metascape（https://metascape.org/）对核心
               交 到   SwissADME（ http://www.swissadme.ch/） ， 以   靶点涉及的生物学过程、分子功能、细胞成分以及
               Molecular weight<500、Num. H-bond acceptors≤10、
                                                                信号通路进行富集分析。导入核心靶点文件后选
               Num.  H-bond  donors≤5、 iLOGP<5、 GI  absorption
                                                                择输入和分析物种为           Homo Sapiens，其他参数保持
               为“High”、Druglikeness 参数有      3 个及以上达到
                                                                不变，分别进行       GO  和  KEGG  富集分析。得到富集
               “yes”为条件筛选活性化合物。将筛选出的活性化
                                                                结果后利用微生信平台（https://www.bioinformatics.
               合物的     smiles 提交到   SwissTargetPrediction（http://
                                                                com.cn/）绘制条形图与气泡图。
               www.swisstargetprediction.ch/） ， 以  Probability 大 于
                                                                 2.7    靶点-通路网络构建
               0 为条件筛选活性化合物靶点，经汇总、去重和标
                                                                     选择最显著的        20 条通路进行网络构建，在
               准化获得     ZTKCW   活性成分靶点。
                                                                Excel 表中分别建立靶点-通路的对应关系，导入
                2.2    疾病靶点预测
                                                                Cytoscape 3.9.1，构建靶点-通路网络图。
                    设置物种为人，以“hypertension”为关键词在
               GeneCards（ https://www.genecards.org/） 和  OMIM    2.8    ZTKCW  混悬液的配制
               （https://www.omim.org/）数据库中检索疾病靶点。                    将  ZTKCW  粉碎后过      200 目筛获得     ZTKCW
               对于   GeneCards 筛选关联度大于        1 的疾病靶点，与          粉末，以    5%  羧甲基纤维素钠为溶媒制备混悬液，使
               OMIM   数据库疾病靶点合并去重后作为最终的疾                        用前充分摇匀。
               病靶点，并在      UniProt（https://www.uniprot.org/）中进   2.9    实验动物处理方法
               行标准化。                                                 取  WKY  大 鼠 作 为 对 照 组 （ WKY      组 ） ， 将
                2.3    复方-疾病交集靶点的获取                             SHR  大鼠随机均分为         SHR  组、低剂量组（SHR+
                    通 过 在 线 数 据 库    Venn  2.1（ https://bioinfogp.  ZTKCW-L）、中剂量组（SHR+ZTKCW-M）和高剂
               cnb.csic.es/tools/venny/）对上述获得的药物靶点与             量组（SHR+ZTKCW-H），每组         10 只。从    6 周龄开
               疾病靶点进行匹配，获得交集靶点并绘制韦恩图。                           始，WKY    组和   SHR  组每天灌胃     5%  羧甲基纤维素
                2.4    ZTKCW  核心成分筛选                            钠 溶 液 （ 1  mL/100  g） ， 给 药 组 分 别 按 照    0.41、
                    将“2.3”项中获得的交集基因导入到网络可视                      0.82 和  1.64 g/kg 的剂量灌胃     ZTKCW   混悬液（1
               化软件    Cytoscape 3.9.1，运用  Import Network 插件     mL/100 g），持续给药     12 周。
               构建药物–活性成分–靶点–疾病作用网络并进行网                           2.10    血压测定
               络拓扑分析，以       degree 值作为筛选     ZTKCW   核心活            分别在给药前、给药          6 周和给药    12 周后测定
               性成分的标准。                                          各组大鼠血压。使用大小鼠无创血压分析仪，将大
                2.5    蛋白相互作用网络构建及核心靶点筛选                        鼠固定后放置在         39℃  的平台上，将鼠尾穿过血压
                    利用   String 数据库（https://cn.string-db.org/）初  检测环套并固定在鼠尾根部，静置               10 min 后测定大
               步 构 建 蛋 白 相 互 作 用 （ protein-protein  interaction，  鼠的收缩压和舒张压。
               PPI）网络，选择      Multiple proteins，在搜索条目下输          2.11    胸主动脉免疫荧光检测
               入“2.3”项中获取的交集基因，限定物种为                   Homo          给药   12 周后分离    WKY   组、SHR   组和   SHR+
               Sapiens，其余设置保持不变，绘制              PPI 网络。将        ZTKCW-H   组大鼠的胸主动脉并用             4% PFA  固定
   89   90   91   92   93   94   95   96   97   98   99