题目:

A network pharmacology and experimental study on the mechanism of Qi-Qin-Hu-Chang Formula against colitis-associated colorectal cancer via induction ofapoptosis through JNK/p38 MAPK signaling pathway

研究思路梳理:

本研究采用“计算预测一实验验证一机制阐明”的整合研究策略,构建了从宏观网络到微观机制、从虚拟预测到实体验证的完整研究体系。

图1 本研究的流程图
打开网易新闻 查看精彩图片
图1 本研究的流程图

主要结果:

1.活性成分与作用靶点系统筛选

从TCMSP数据库中严格筛选出口服生物利用度(OB)>30%且类药性(DL)>0.18的活性成分176个,对应273个药物作用靶点。同时,从GeneCards、OMIM、DrugBank等疾病数据库中获取2460个CAC相关靶点,通过Venn分析获得165个共同作用靶点,构建了清晰的"草药-成分-靶点"调控网络。

图2:QQHCF与CAC共同靶点Venn图及"草药-成分-靶点"网络
打开网易新闻 查看精彩图片
图2:QQHCF与CAC共同靶点Venn图及"草药-成分-靶点"网络

2.PPI网络分析与核心靶点识别

通过STRING数据库构建蛋白质互作网络,利用Cytoscape软件结合拓扑参数(度值介数中心性、接近中心性)筛选出27个核心靶点。这些靶点包括TP53、TNF、IL6、VEGFA、CASP3、MAPK3等关键分子,主要富集于症、炎症与细胞凋亡相关通路。

图3 PPI网络及核心靶点筛选过程
打开网易新闻 查看精彩图片
图3 PPI网络及核心靶点筛选过程

3.功能富集分析揭示关键作用通路

KEGG通路富集分析显示,QQHCF作用靶点显著富集于症通路、PI3K-Akt信号通路MAPK信号通路等重要通路。其中MAPK通路包含32个作用靶点,提示其可能是QQHCF抗CAC作用的核心通路。GO分析进一步表明这些靶点涉及激酶结合、转录因子结合、蛋白同源二聚化等关键分子功能。

图4.1 GO与KEGG富集分析结果
打开网易新闻 查看精彩图片
图4.1 GO与KEGG富集分析结果
图4.2 GO与KEGG富集分析结果
打开网易新闻 查看精彩图片
图4.2 GO与KEGG富集分析结果

复方中药对照品套装

打开网易新闻 查看精彩图片

产品特点:

专为复方中药制剂研发与质控设计,按经典复方成分搭配,包含多种核心化合物,可一次性满足复方中药多成分同时测定需求,配套专属使用指南。

中药方剂如何发挥疗效?机制复杂说不清?你的研究是否也遇到这些瓶颈:解析复方时,总觉得缺乏清晰的作用路径?构建出的调控网络庞大冗余,难以提炼出重点?实验数据丰富,却不知道如何整合出有说服力的解释?我们来帮你打通关键环节!

专业提供:中药网络药理学+多组学整合分析解决方案系统解析复方多成分-多靶点-多通路的科学内涵,将复杂网络可视化、重点机制清晰化,融合转录组、代谢组等多组学数据,增强证据维度。

让我们用数据驱动的方法,为你的中药研究搭建一座从“经验“走向“机制“的桥梁

欢迎咨询,一起探索复方背后的科学逻辑!