Abstrakt

Parkinsons sygdom (PD) repræsenterer en progressiv neurodegenerativ bevægelsesforstyrrelse, der mangler radikale helbredende behandlinger. Urteparret bestående afCistanche deserticolaogAngelica sinensiser en velkendt kombination af traditionel kinesisk medicin (TCM) rapporteret at lindre PD-associerede kliniske symptomer. Denne forskning integrerede netværksfarmakologisk arbejdsgang og dyb-læring forudsigelsesmodel for at afdække kandidat terapeutiske mål og latente molekylære mekanismer af dette urtepar mod PD.

Aktive kemiske bestanddele afCistanche deserticola-Angelica sinensisblev hentet og filtreret via TCMSP-databasen. PubChem-databasen leverede sammensatte strukturelle oplysninger. Intersektionsanalyse identificerede 131 delte gener mellem lægemiddelrelaterede mål og PD-sygdomsassocierede gener. GO funktionel berigelse og KEGG pathway berigelse blev udført for disse overlappende gener. Den præ-trænede CNN_CNN_BindingDB-model, der er indlejret i DeepPurpose deep-learning toolkit, blev implementeret til kvantitativt at forudsige molekylær-proteinbindingsaffinitet mellem repræsentative fytokemikalier og hub-målproteiner.

Funktionelle berigelsesresultater viste, at denne urteblanding griber ind i PD-patologisk progression gennem biologiske responser, herunder eksogene stimulusreaktioner, infektionsrelaterede veje, lipopolysaccharid-respons og reaktiv-ilt-arter stressrespons. Dominante KEGG-signalveje dækkede kemisk-carcinogenese-receptor-aktiveringsvej samt AGE-RAGE-signaleringskaskade. Deep‑learning affinity prediction verified robust binding interaction between major bioactive ingredients ( ‑sitosterol, quercetin, arachidonate and other phytochemicals) and core PD‑related hub proteins (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1).

I fællesskabCistanche deserticola-Angelica sinensisurtepar udøver multi-komponent, multi-target farmakologiske effekter til PD intervention. Dets aktive stoffer modulerer autofagi, cellulær apoptose, oxidativ-stress-homeostase og neuroinflammatoriske reaktioner. Denne beregningsundersøgelse giver foreløbig teoretisk bevis og referenceressource til efterfølgende eksperimentel validering og anti-PD lægemiddelscreening afledt af TCM-urtekombinationer.

Nøgleord: Parkinsons sygdom; netværk farmakologi; dyb læring;Cistanche deserticola; Angelica sinensis; urte-par; neurobeskyttelse; mål forudsigelse

1. Introduktion

Parkinsons sygdom (PD) er en invaliderende kronisk neurodegenerativ lidelse karakteriseret ved progressiv degeneration af nigrostriatale dopaminerge neuroner. Typiske kliniske manifestationer omfatter hvilende rysten, muskelstivhed, postural ustabilitet, bradykinesi, ledsaget af ikke-motoriske symptomer såsom søvnforstyrrelser, lugtbesvær, forstoppelse og mental-kognitiv svækkelse. vende underliggende neuronal degenerativ udvikling. Langvarig administration af levodopa genererer ofte motoriske komplikationsbivirkninger. Derfor er opdagelse og udvikling af nye neurobeskyttende terapeutiske midler stadig presserende kliniske krav.

Traditionel kinesisk urtemedicin giver rigelige kandidatressourcer til lægemiddeludforskning af neurodegenerative sygdomme.Cistanche deserticola(Rou-cong-rong) ogAngelica sinensis(Dang-gui) er ofte kombinerede medicinske urter inden for TCM klinisk praksis. Moderne farmakologiske undersøgelser har valideret flere bio-funktioner for disse to urtematerialer.Cistanche deserticola, "ørkenginsengen", besidder neuronbeskyttende, immunmodulerende, antitumor- og mave-tarm-regulerende aktiviteter med gunstige biosikkerhedsprofilerPMC. Dets phenylethanoid-glycosid-komponenter såsom echinacosid og verbascoside kan afbøde oxidativ neuronal skade, hæmme dopaminerg-neuron-apoptose og regulere autofagi-flux, hvilket viser lovende anti-PD prækliniske effekter.Angelica sinensisanvendes i vid udstrækning til at nære blod og aktivere blodcirkulationen i TCM-recepter; dets ekstrakter udviser anti-inflammatorisk ydeevne, reaktive ilt-arter opfangende kapacitet, anti-aldring og neurotrofiske egenskaber Frontiers. Kombineret brug af disse to urter formodes at generere synergistiske neurobeskyttende fordele for PD-patienter.

Ikke desto mindre er den holistiske molekylære mekanisme, der ligger til grund forCistanche deserticola-Angelica sinensisurtepar, der behandler Parkinsons sygdom, er fortsat utilstrækkeligt afklaret af konventionelle enkeltmåls laboratorieforsøg. Netværksfarmakologisk metodologi simulerer "multi-compound, multi-target, multi-pathway" karakteristisk for TCM-formler, som passer perfekt til mekanisme-dechifrering af urtekombinationer. Desuden supplerer deep-learning-baseret lægemiddel-mål-binding-affinitetsforudsigelse yderligere traditionel molekylær-docking-workflow og forbedrer high-throughput-screeningseffektivitet for interaktion mellem sammensatte mål. DeepPurpose open source-biblioteket leverer flere præ-trænede neurale netværksarkitekturer til lægemiddel-mål-interaktionsprognose; CNN_CNN_BindingDB-modellen opnår pålidelig ydeevne til estimering af bindingsscore for små molekyler.

I denne beregningsundersøgelse integrerede vi netværksfarmakologi analytisk pipeline med DeepPurpose deep-learning model for systematisk at undersøge potentielle mål og signaleringskaskader moduleret afCistanche deserticola-Angelica sinensismod PD. Vi havde til formål at afsløre en synergistisk molekylær mekanisme for dette urtepar og lægge teoretisk grundlag for opfølgende in vitro cellulær analyse og in-vivo dyremodelverifikation, hvilket accelererer udnyttelsen af ​​nye lægemiddelkandidater til behandling af Parkinsons sygdom.

2. Materialer og metoder

2.1 Hentning af datasæt og screening af sammensatte mål

Bioaktive kemiske komponenter afCistanche deserticolaogAngelica sinensisblev opnået fra TCMSP (Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform). Tre filterkriterier blev anvendt til screening af kandidatforbindelser: oral biotilgængelighed OB større end eller lig med 30 %; lægemiddellignende DL Større end eller lig med 0,18; blod-hjerne-barriere-permeabilitet BBB Større end eller lig med -0,85. BBB-tærskelindstillingen garanterer, at screenede fytokemikalier har teoretisk evne til at krydse blod-hjerne-barrieren og virke på læsioner i centralnervesystemet relateret til PD-patologi, i betragtning af svækkelse af blod-hjerne-barriere, der ofte forekommer blandt PD-patienter.

PubChem-databasen blev forespurgt for kanoniske SMILES-strukturstrenge af filtrerede forbindelser. Sygdomsassocierede målgener for Parkinsons sygdom blev indsamlet fra GeneCards, OMIM, PharmGkb, TTD og DrugBank databaser. Efter konsolidering og de-duplikering af sygdomsrelaterede genindgange blev intersektionsanalyse udført mellem forudsagte mål for urteforbindelser og PD-relevante sygdomsgener for at erhverve fælles overlappende målgener fra urteparret til PD-behandling.

2.2 Konstruktion af protein-protein-interaktion (PPI) netværk

Overlappende fælles målgener blev sendt til STRING-databasen. Art blev angivet somHomo sapiens, confidence threshold was set to highest‑confidence score >0,9; andre parametre bevaret som standardkonfiguration for at opbygge protein-protein-interaktionsnetværk. Netværkstopologiske parametre, herunder grad-centralitet (DC), betweenness-centrality (BC), closeness-centrality (CC), egenvektor-centralitet (EC) blev beregnet. CytoNCA-plugin i Cytoscape-software udført to gange hub-gen-filtrering for at identificere kerne-hub-target-gener. Første filtreringskriterier: BC større end eller lig med 49,43, CC større end eller lig med 0,15, DC større end eller lig med 5,0, EC større end eller lig med 0,05. Anden runde strengere filtrering: BC større end eller lig med 15,43, CC større end eller lig med 0,54, DC større end eller lig med 8, EC større end eller lig med 0,14. Gener, der opfylder sekundære screeningstærskler, blev defineret som centrale hub-mål for dette urtepar mod PD.

2.3 GO- og KEGG-berigelsesanalyse

R-studio-platform med Bioconductor-økosystempakker (clusterProfiler, ggplot2 og auxiliary dependency-pakker) blev vedtaget til Gene-Ontology (GO) funktionel berigelsesanalyse og Kyoto-Encyclopedia-of-Genes-and-Genomes (KEGG) interecting share analyse pathway 13. GO berigelsesanalyse dækker tre kategorier: biologisk proces (BP), cellulær komponent (CC), molekylær funktion (MF). P-værdi< 0.05 was regarded as statistically‑significant enrichment threshold.

2.4 Deep-learning-baseret forudsigelse af bindingsaffinitet

DeepPurpose open source-deep-learning-værktøjssættet blev brugt til forudsigelse af lægemiddel-target-binding-affinitet. Foruddannet CNN_CNN_BindingDB-model blev valgt til beregning. Aminosyresekvenser af kernemålproteiner blev downloadet fra UniProt-databasen; sammensatte SMILES-strenge blev hentet fra PubChem-databasen. Denne foldnings-neurale netværkshybridmodel tager sammensat SMILES-sekvens og målprotein-aminosyresekvens som dobbelte inputfunktioner og udsender kvantitativ bindingsstyrke-scorematrix for sammensatte-målpar. Visualisering af bindingsforudsigelsesmatrix blev implementeret for at udvise interaktionsintensitet mellem repræsentative fytokemikalier fra urtepar og hub PD-relaterede proteiner.

3. Resultater

3.1 Indsamling af aktive stoffer og lægemiddelmål

Efter TCMSP-databasehentning og tredimensionelle filtreringskriterier (OB større end eller lig med 30 %, DL større end eller lig med 0,18, BBB større end eller lig med -0,85), blev syv bioaktive fytokemikalier (inklusive en fælles fælles bestanddel for begge urter) opnået fraCistanche deserticola-Angelica sinensisurtepar. Strawberry-Perl-script udførte mål-ID-konvertering, UniProt-database annoterede og standardiserede gennavne; endelig blev i alt 297 formodede lægemiddelmålgener forbundet med urteparforbindelserne erhvervet.

3.2 Skæringsscreening for PD-relevante terapeutiske mål

Flere sygdomsgendatabaser (GeneCards, OMIM, PharmGkb, TTD, DrugBank) blev integreret og de-duplikeret, hvilket gav samlede 11 208 PD-relaterede sygdomsgener. Skæringsberegning mellem urtepar-målsæt og PD-sygdomsgendatasæt produceret131 fælles krydsende gener, som udgjorde en potentiel terapeutisk-målgruppe, der medierede anti-PD farmakologiske virkninger forCistanche deserticola-Angelica sinensis.

3.3 Kerne hub-mål identifikation fra PPI netværk

De 131 delte mål blev importeret til STRING for at opbygge et protein-protein-interaktionsnetværk. To-trins topologisk-parameter-filtrering af CytoNCA-plugin frasorterede elleve kerne-hub-gener:HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1. Disse hub-gener indtager central regulatorisk status i det biologiske netværk og spekuleres i at tjene som primære handlingsknuder for dette urtepar, der forstyrrer PD-patologisk progression.

3.4 GO funktionel berigelse og KEGG pathway-berigelse resultater

GO-berigelsesresultater afslørede, at disse delte mål deltager i flere biologiske procesresponser: eksogen-stimulus-respons, infektionsassocieret reaktion, lipopolysaccharid-medieret inflammatorisk respons, reaktiv-ilt-arter metabolisk respons. På molekylært funktionsniveau udøver hub-proteiner DNA-bindende-transkriptionsfaktor-bindingsaktivitet, ubiquitin-lignende proteinligase-bindingsfunktion og nuklear-receptor-regulerende aktivitet. Tilsvarende cellulære komponentplaceringer involverer plasmamembranmikrodomæner, membranflåder og intracellulære granulatlumener.

KEGG-pathway-berigelsesanalyse viste signifikant berigede signalkaskader, blandt hvilke kemisk-carcinogenese-receptor-aktiveringsvej og AGE-RAGE-signalvej er repræsentative højrelevante veje. Andre meningsfulde kaskader omfatter PI3K-Akt-signalering, MAPK-signalering, IL-17-inflammatorisk respons-pathway og TNF-medieret-inflammatorisk pathway, som er tæt forbundet med neuronalt oxidativt stress, neuroinflammation, celleapoptose og autofagi-patogene hændelser.

3.5 Deep-learning CNN_CNN_BindingDB bindingsaffinitetsforudsigelse

DeepPurpose CNN_CNN_BindingDB-model forudsagde bindingsinteraktionsstyrke mellem repræsentative fytokemikalier (yangambin, suchilacton, stigmasterol, quercetin, marckine, -sitosterol, arachidonat) og elleve kerne-hub-målproteiner. Binding-score heat-map-matrixen illustrerede, at flere forbindelser inklusive -sitosterol, quercetin, marckine og arachidonat udviste stærk bindingsaffinitet med de fleste hub-target noder såsom AKT1, TP53, MYC, MAPK1, FOS, HIF1A og STAT1. Dette deep-learning beregningsresultat understøtter hypotesen om, at aktive komponenter stammer fraCistanche deserticola-Angelica sinensisurtepar kan direkte interagere med kerne-PD-associerede proteiner og modulere deres biologiske funktion.

4. Diskussion

Patogenese af Parkinsons sygdom involverer kompliceret krydstale mellem oxidativ stressskade, neuroinflammation, proteinaggregering, mitokondriel dysfunktion, dysreguleret autofagi og dopaminerg-neuronapoptose. Enkeltmolekyle monoterapi er vanskelig at vende multifaktor-drevet neurodegenerativ skade. TCM urteparCistanche deserticola-Angelica sinensisfungerer via multi-komponent synergistisk tilstand, der matcher multi-patologiske egenskaber, der er karakteristiske for PD. Denne undersøgelse kombinerede netværksfarmakologi og deep-learning target-binding forudsigelse for at dissekere dens potentielle anti-PD molekylære mekanisme.

Syv kvalificerede bioaktive fytokemikalier blev screenet, herunder ‑sitosterol, quercetin, arachidonat, stigmasterol og andre veldokumenterede neurobeskyttende naturlige produkter. I alt 131 overlappende gener mellem urtemål og PD-sygdomsgener indikerede et bredt interventionsomfang af dette urtepar for PD patologiske netværk. Elleve hub-gener (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1) blev filtreret fra PPI-netværket. Disse hub-gener er centrale regulatorer for celleoverlevelse, inflammation og oxidativt stress-respons. AKT1 tilhører kerneknudepunktet i PI3K-AKT-signalvejen; dets phosphoryleringsstatus styrer celleapoptose og autofagi-processen i dopaminerge neuroner. TP53 medierer DNA-skade-udløst neuronal apoptose; MAPK1 deltager i stress-aktiveret mitogen-aktiveret-protein-kinase-kaskade, der letter neurondød under oxidativ stress-tilstand. HIF1A modulerer hypoxisk-inflammatorisk reaktion i centralnervesystemets mikromiljø. RELA og STAT1 er nøgletransskriptionsfaktormolekyler til NF-κB-drevet neuroinflammatorisk signaltransduktion.

KEGG berigelsesanalyse fremhævede AGE-RAGE signalvej som kritisk beriget vej. Unormal AGE-RAGE-akseaktivering kan udløse frigivelse af NF-κB-afhængig inflammatorisk faktor, forværre oxidativ stressbelastning af substantia-nigra-neuroner og accelerere PD-progression, hvilket er i overensstemmelse med tidligere publiceret neurodegeneration-mekanismeforskning. TNF-inflammatorisk pathway, IL-17 pathway og PI3K-Akt pathway er også betydeligt beriget. Ingredienserne i urteparret kan undertrykke mikroglia-overaktivering og pro-inflammatorisk-cytokin-sekretion (TNF‑, IL‑17 osv.), reducere inflammatorisk-medieret neuronskade. GO-berigelse af den biologiske proces viste fremtrædende berigelse for reaktionen på reaktive ilt-arter, hvilket indikerer, at antioxidanteffekten udgør en vital neurobeskyttende mekanisme i dette urtepar.

Til forskel fra konventionel molekylær-docking-simulering anvendte vi DeepPurpose CNN_CNN_BindingDB dyb-læringsmodel til at vurdere sammensatte-mål-bindingsaffinitet. Den konvolutionelle-neurale-netværksmodel lærer massive eksperimentelle bindingsdata fra BindingDB-databasen, som giver høj-throughput kvantitativ forudsigelse for interaktion mellem små urtemolekyler og målproteiner. Forudsigelse af varmekort-matrix påvist - sitosterol, quercetin og arachidonat har fremragende bindingspotentiale mod de fleste hub-proteiner, hvilket tyder på, at disse bestanddele kan tjene som vigtige effektormolekyler for anti-PD-aktivitet afCistanche deserticola-Angelica sinensis.

Denne beregningsmæssige forskning har stadig iboende begrænsninger. Alle konklusioner er afledt af in-silico forudsigelse; yderligere eksperimenter på cellulært niveau og validering af PD-dyremodel er uundværlige for at verificere sammensatte-mål-interaktion og vejregulerende effekter. Desuden fastlagde vores screeningskriterier OB-, DL- og BBB-parametre; nogle bestanddele med lav biotilgængelighed kan filtreres fra, mens metaboliske transformationsprodukter efter oral administration af urter ikke blev overvejet. Efterfølgende arbejde bør integrere serum-farmakemi for at identificere faktiske blod-hjerne-barriere-penetrerende prototype-forbindelser og metabolitter afledt af oral urte-par administration.

Fra translationelt anvendelsesperspektiv leverer denne undersøgelse en kandidat-sammensætningsliste og et kernemålsæt, der understøtter opfølgende screening af nye lægemidler, optimering af formuleringer af urteekstrakter til komplementær PD-terapi.

5. Konklusion

Sammenfattende brugte denne undersøgelse netværksfarmakologi kombineret med deep-learning-prediction workflow for systematisk at undersøge potentielle terapeutiske mekanismer forCistanche deserticola-Angelica sinensisurtepar mod Parkinsons sygdom.

Der blev opnået i alt syv bioaktive fytokemikalier og 131 krydsende PD-relevante terapeutiske mål; 11 kerne-hub-gener blev identificeret: HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1.

Berigelsesanalyseresultater indikerede, at dette urtepar modulerer adskillige biologiske hændelser, herunder stress af reaktive iltarter, neuroinflammation, autofagi og apoptose. AGE-RAGE, PI3K-Akt, MAPK, TNF og IL-17 signalveje deltager i dens anti-PD farmakologiske proces.

Deep-learning CNN_CNN_BindingDB bindingsaffinitetsforudsigelse validerede, at repræsentative fytokemikalier såsom ‑sitosterol og quercetin udviser gunstig bindingskapacitet til kerne-hub-målproteiner.

DeCistanche deserticola-Angelica sinensisurtepar behandler PD gennem multi-compound-multi-target-multi-pathway holistisk mønster. Denne in-silico-forskning tilbyder beregningsmæssig reference til yderligere eksperimentel verifikation og udvikling af neurobeskyttende midler fra TCM til Parkinsons sygdom.

Referencer

[1] Farmakopékommissionen for Folkerepublikken Kina. Kinesisk farmakopé (bind I)[M]. Beijing: China Medical Science Press, 2020.

[2] Jenkins H E, Tolman A W, Yuen C M, et al. Forekomst af multiresistent tuberkulosesygdom hos børn: systematisk gennemgang og globale skøn[J]. Lancet, 2014, 383(9928):1572-1579.

[3] Donovan JT, Thu D D A, Phu N H, et al. Xpert MTB/RIF Ultra versus Xpert MTB/RIF til diagnosticering af tuberkuløs meningitis: en prospektiv, randomiseret, diagnostisk nøjagtighedsundersøgelse[J]. Lancet Infectious Diseases, 2020, 20(3):299-307.

[4] Wang L J, Yi H Y, Liang X J, et al. Plasma TNF- og phosphoryleret-syn er forbundet med træthed hos patienter med Parkinsons sygdom[J]. Journal of Neuroimmunology, 2023, 385:578222.

[5] Chen J, Zheng ZW, Li MQ, et al. Design, syntese og evaluering af monoketenforbindelser som nye potentielle Parkinsons sygdomsmidler ved at undertrykke ER stress via AKT[J]. Bioorganisk Chemistry, 2023,136:106543.

[6] Wang Z F, Huang PE, Wang N B, et al. ‑asarone hæmmer autofagi ved at aktivere PI3K/Akt/mTOR-vejen i en rottemodel for depression ved Parkinsons sygdom[J]. Behavioural Brain Research, 2024,465:114966.