生物信息学和网络药理学分析山奈酚通过靶向CDK1和TOP2A抑制胶质瘤增殖
李怀旭，高鹏，杨亚飞，代兴亮，叶雷，程宏伟
安徽医科大学第一附属医院神经外科，安徽合肥
收稿日期：2021年12月24日；录用日期：2022年1月14日；发布日期：2022年1月26日
摘要
关键词
中药，胶质瘤，网络药理学，增殖，治疗靶点
KaempferolInhibitingGliomaProliferationbyTargetingCDK1andTOP2ABasedonBioinformaticsandNetworkPharmacologyAnalysis
HuaixuLi,PengGao,YafeiYang,XingliangDai,LeiYe,HongweiCheng
DepartmentofNeurosurgery,TheFirstAffiliatedHospitalofAnhuiMedicalUniversity,HefeiAnhui
Received:Dec.24th,2021;accepted:Jan.14th,2022;published:Jan.26th,2022
ABSTRACT
Keywords:TraditionalChineseMedicine,Glioma,NetworkPharmacology,Proliferation,TherapeuticTargets
ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY4.0).
1.引言
胶质瘤是成人中枢神经系统最常见的原发性恶性肿瘤，是当今世界的主要健康问题[1]。世界卫生组织(世卫组织)根据恶性程度将胶质瘤分为四个等级，I~II级胶质瘤被视为低级胶质瘤(Low-gradeGliomas,LGGs)，而III~IV级胶质瘤称为高级胶质瘤(High-gradeGliomas,HGGs)[2]。恶性胶质瘤具有极高的致死率，5年生存率低于10%[3]。传统治疗方式包括手术、化疗和放疗，目前，脑胶质瘤患者最常见的治疗策略是手术切除联合放疗和辅助化疗，但其对胶质瘤患者的预后改善有限[4][5]。因此，进一步分析胶质瘤恶性增殖的潜在分子机制，开发新的治疗靶点有助于改善患者预后，提高生存率。
2.材料与方法
2.1.数据获得
2.2.差异性表达基因的分析
2.3.活性成分靶基因网络和PPI网络构建及模块分析
2.4.DEGs的GO和KEGG分析
3.结果
3.1.数据处理
本研究共选取三个数据库，其中，GSE29796数据集包括2个胶质母细胞瘤样本和8个癌旁组织样本，GSE50161数据集包含34个胶质母细胞瘤样本和13个癌旁组织样本，GSE66354数据集有19个胶质母细胞瘤样本和13个癌旁组织样本。在TCMSP中，从白芍中获得10种有效成分，982个靶点；人参中提取22种有效成分，747个靶点；石菖蒲中提取2种有效成分，1079个靶点；从知母中提取15种有效成分，405个靶点。
3.2.差异性表达基因的分析和活性成分靶标网络构建
Figure1.ThevolcanomapandtheVennmapofDEGsforthreeGEOdatasets:(a)DEGsvolcanomapofGSE35493;(b)DEGsvolcanomapofGSE50161;(c)DEGsvolcanomapofGSE104291.Thereddotindicatesthatthegeneissignificantlyup-regulated.Bluedotsindicategenesthataresignificantlydown-regulated.Blackspotsmeanthatgenesarenodifferentiallyexpressedgenes;(d)Down-regulatedgenes;(e)Up-regulatedgenes
Figure2.ThePPInetworkofthetargetgeneandthetopologicalanalysisofthegeneaftermoleculardocking:(a)Redindicatesthatthegeneisup-regulated,andgreenindicatesthatthegeneisdown-regulated;(b)UsetheBisogenetpackageandcytoNCApackageofCytoscapesoftwareforDC(degree)analysis,accordingtodegree>100getkeygeneswiththerapeuticsignificance
3.3.DEGs的GO和KEGG分析
Figure3.GOandKEGGanalysis:(a)GOanalysisofDEGswillbedividedinto3categories(molecularfunction,biologicalprocessandcellularcomponents);(b)DEGswillbeconductedusingwebsitessuchasKEGGpathway,Reactomen,BioCyc,Panther,NHGRIandGeneOntologyanalysisFunctionandsignalpathwaysareenriched;thesizeofthebubbleindicatesthenumberofgenes,andthecolorofthebubbleindicatesthedegreeofcorrelation
3.5.中药有效成分及潜在治疗靶点的获得
Figure4.PPInetworkanditscorrelationinglioblastomaandtherelationshipbetweenhubgeneandimmunecellinfiltration:(a)15hubgenes;(b)PPInetworkofHubgenes;(c)CentralgenesinglioblastomaCorrelationintumors;(d)TherelationshipbetweenHubgeneandimmunecellinfiltration
Table1.8activecompoundstargetingproteinsandtheircorrespondingChinesemedicines
Figure5.Survivalrateanditsdifferentialexpressioninnormaltissuesandtumortissuesofhubgene:(a)Hubgenesurvivalrate;(b)Hubgenedifferentialexpressioninnormaltissuesandtumortissues.p<0.05indicatesthatthereisasignificantdifferencebetweenthenormalgroupandthecancerousgroup
Figure6.Compound-targetgeneinteractionnetwork:PinkisacommoncomponentofmanyChinesemedicines,andthecomponentsrepresentedbyothercolorscorrespondtoaChinesemedicine
4.讨论
胶质瘤是具有复杂微环境和高度异质性的恶性脑肿瘤，并且预后较差[22]。目前治疗胶质瘤的方式主要包括手术、放疗和化疗，即使用最佳疗法治疗的胶质母细胞瘤的两年存活率仍不到30%。虽然在低级胶质瘤患者中，有着相对良好的预后，但治疗几乎从来不是治愈[23]。中医药在中国长期用于各种疾病的治疗。在药物活性成分的研究中，基于网络相互作用的方法有助于加深对药物在多层次信息中作用的理解[24]。药物、活性成分、疾病的相互作用网络，而靶蛋白是表达药物及其活性成分在治疗某种疾病中作用机制的重要途径，有助于加深对药物疗效的理解，为新药开发提供理论依据[25]。作为一种重要的药理学研究方法，网络制药、生态学可以更好地证明药物、成分和靶点之间的关系。将这一思想应用于中药研究，有助于理解中药多组分多靶点模型的相互作用机理[26]。
5.结论
结果表明，山奈酚潜在通过靶向CDK1和TOP2A抑制胶质瘤增殖发挥治疗作用，为胶质瘤治疗提供了一种新的途径。