2.2活性成分靶点筛选及活性成分-靶点网络构建
将11种活性化合物输入PubChem数据库获取候选化合物的Canonical SMILES格式,将该格式的化合物导入到 SwissTargetPrediction 数据库,检索得到11个活性化合物的共有作用靶点蛋白1114个,其中三七来源714个,莪术来源300个,剔除重复靶蛋白后得到477个,通过UniProt 数据库将所得到的靶蛋白名转换成基因名。将活性成分与基因靶点导入Cytoscape 3.7.1 构建网络图(图1)。图1 中包含490个节点(2个来源、11个活性成分和477个相关靶点)和1050条线。图中绿色菱形为三七活性成分节点,紫色菱形为莪术有效成分节点,蓝色为靶点节点。结果显示双脱甲氧基姜黄素、wenjine、常春藤皂甙元、槲皮素、甘草素、豆甾醇、β-谷甾醇、亚油酸乙酯、人参皂苷F2和人参皂苷Rh2等化合物和丝氨酸苏氨酸蛋白激酶、血管内皮生长因子α、白细胞介素6、原癌基因酪氨酸蛋白激酶Src、基质金属蛋白酶-9、表皮生长因子受体等靶点蛋白在网络图中具有枢纽作用,可能是关键的靶点蛋白。这也充分说明了三七-莪术药对多成分、多靶点协同作用的特点。
图1 活性成分-靶点网络
2.3疾病靶点PPI网络图构建
通过DisGeNET数据库(http://www.disgenet.org/)检索与肺纤维化相关的靶点有431个,将其输入STRING 在线分析平台,为保证信息的高置信度、预测效果最佳,本试验将置信度评分设置最高(大于0.9),同时剔除独立于网络之外的靶蛋白,从而构建肺纤维化相关靶点的PPI 网络(图2)。图2中共有节点392个,连接线8242条。
图2 疾病靶点的PPI 网络
2.4网络合并及交集靶点PPI网络构建与分析
运用Cytoscape 3.7.1 软件中的Merge工具将药对活性成分靶点PPI 网络图和疾病靶点PPI 网络图合并,获得交集的靶点53个,将其输入STRING在线分析平台构建PPI网络图(图3)。共有53个节点,489条线。再将图3导入Cytoscape 3.7.1 软件中,并运用该软件的Centiscape2.2插件进行网络拓扑分析,获得核心靶点8个(表2),表明这8个靶点很可能就是三七-莪术药对发挥疗效的核心靶点,将此8个核心靶点输入STRING在线分析平台获取PPI网络,再导入Cytoscape 3.7.1 软件中构建PPI网络图(图4)。
图3 交集靶点PPI网络图
图4 核心靶点PPI网络图
表2核心靶点
uniprot ID
|
基因
|
靶点名称
|
度
|
介度中心性
|
接近中心性
|
P31749
|
AKT1
|
丝氨酸苏氨酸蛋白激酶
|
45
|
0.1004848
|
0.89473684
|
P15692
|
VEGFA
|
血管内皮生长因子α
|
41
|
0.06472548
|
0.83606557
|
P05231
|
IL6
|
白细胞介素6
|
40
|
0.05985307
|
0.82258065
|
P12931
|
SRC
|
原癌基因酪氨酸蛋白激酶Src
|
39
|
0.05088352
|
0.80952381
|
P14780
|
MMP9
|
基质金属蛋白酶-9
|
38
|
0.05784441
|
0.796875
|
P00533
|
EGFR
|
表皮生长因子受体
|
34
|
0.03296395
|
0.75
|
P40763
|
STAT3
|
信号传导与转录激活因子3
|
34
|
0.03151605
|
0.75
|
P27361
|
MAPK3
|
丝裂原活化蛋白激酶3
|
33
|
0.02246963
|
0.73913043
|
2.5KEGG 通路富集分析
运用Cytoscape 3.7. 1中的ClueGO工具对8个核心靶点进行KEGG 通路富集分析,以错误发现率( false discovery rate,FDR) <0.05为筛选标准,得到17条代谢通路(表3),为便于进一步分析,分别构建通路富集分析网络图(图5)和通路富集分析柱状图(图6)。为将核心靶点参与的代谢通路可视化,进一步构建核心靶点-代谢通路网络图(图7)。代谢通路涉及膀胱癌途径、缺氧诱导因子1信号通路、松弛素信号通路、胰腺癌途径、糖尿病并发症中的AGE-RAGE信号通路、血管内皮生长因子信号通路、非小细胞肺癌等。
表3 核心靶点相关的代谢通路
英文名称
|
中文名称
|
基因数
|
FDR
|
Bladder cancer
|
膀胱癌
|
5
|
8.35159×10-10
|
HIF-1 signaling pathway
|
缺氧诱导因子1信号通路
|
6
|
1.05294×10-9
|
Relaxin signaling pathway
|
松弛素信号通路
|
6
|
1.74573×10-9
|
Pancreatic cancer
|
胰腺癌
|
5
|
9.53011×10-9
|
AGE-RAGE signaling pathway in diabetic complications
|
糖尿病并发症中的AGE-RAGE信号通路
|
5
|
3.30347×10-8
|
VEGF signaling pathway
|
血管内皮生长因子信号通路
|
4
|
3.14809×10-7
|
Non-small cell lung cancer
|
非小细胞肺癌
|
4
|
4.26342×10-7
|
Prolactin signaling pathway
|
催乳素信号通路
|
4
|
4.7398×10-7
|
ErbB signaling pathway
|
ErbB信号通路
|
4
|
9.25911×10-7
|
Prostate cancer
|
前列腺癌
|
4
|
1.42048×10-6
|
Endometrial cancer
|
子宫内膜癌
|
3
|
1.74704×10-5
|
Acute myeloid leukemia
|
急性髓性白血病
|
3
|
2.18642×10-5
|
Central carbon metabolism in cancer
|
癌症中的中枢碳代谢
|
3
|
2.26172×10-5
|
Renal cell carcinoma
|
肾细胞癌
|
3
|
2.32224×10-5
|
Melanoma
|
黑色素瘤
|
3
|
2.46469×10-5
|
Adherens junction
|
黏着连接
|
3
|
2.46469×10-5
|
Glioma
|
胶质瘤
|
3
|
2.61351×10-5
|
图5 信号通路富集分析网络图