基于网络药理学探讨新冠肺炎初期用药清肺排毒汤的作用机制Word格式文档下载.docx

基于网络药理学探讨新冠肺炎初期用药清肺排毒汤的作用机制Word格式文档下载.docx

《基于网络药理学探讨新冠肺炎初期用药清肺排毒汤的作用机制Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于网络药理学探讨新冠肺炎初期用药清肺排毒汤的作用机制Word格式文档下载.docx（11页珍藏版）》请在冰豆网上搜索。

结果：

经筛选得到278个化合物，177个QFPDT调控的靶点蛋白。

根据度（Degree）值得到QFPDT主要有效成分为槲皮素、豆甾醇、-谷固醇和山柰酚。

相关疾病较多的靶点为PTGS2、PPARG、MAPK14和CDK2，与COVID-19相关的疾病包括炎症、哮喘、肺癌、发热、病毒感染等。

QFPDT作用的主要通路为IL-17信号通路，雌激素信号通路，血小板活化通路及小细胞肺癌等通路。

结论：

对QFPDT的物质基础和作用机制进行了初步预测，为QFPDT在COVID-19的临床治疗中提供了依据。

关键词清肺排毒汤;

网络药理学;

新型冠状病毒肺炎;

物质基础;

作用机制AbstractObjective：

ToexplorethematerialbasisandactionmechanismofQingfeiPaiduDecoction（QFPDT）andcoronavirusdisease（COVID-19）byusingnetworkpharmacology.Methods：

Theactiveingredients，targetproteinsandrelateddiseaseswereobtainedthroughTCMSPDatabase.Uniprotdatabasewasusedtoquerythegenenamescorrespondingtothetargetproteins.Cytoscape3.7.2softwarewasusedtobuildanetworkmodelofdrugactiveingredients-potentialtargetsandmaintargets-relateddiseases;

ClueGopluginofCytoscape3.7.2softwarewasusedtoperformGObiologicalprocessesonmainpotentialtargetsandKEGGmetabolicpathwayanalysis.Results：

Afterscreening，278compoundsand177targetproteinsregulatedbyQFPDTwereobtained.Accordingtothedegreevalue，themainactiveingredientsofQFPDTwerequercetin，stigmasterol，-sitosterolandkaempferol.ThetargetsofrelateddiseaseswerePTGS2，PPARG，MAPK14，andCDK2.ThediseasesrelatedtoCOVID-19pneumoniaincludedinflammation，asthma，lungcancer，fever，andviralinfectionetc.AccordingtotheanalysisofGObiologicalprocessesandKEGGmetabolicpathways，themainpathwaysofQFPDTactionwereIL-17signalingpathway，estrogensignalingpathway，plateletactivationpathway，andsmallcelllungcancer.Conclusion：

ThispapermakesapreliminarypredictionofthematerialbasisandmechanismofQFPDT，andprovidedabasisforQFPDTintheclinicaltreatmentofCOVID-19.KeywordsQingfeiPaiduDecoction;

Networkpharmacology;

COVID-19;

Materialbasis;

Actionmechanism中图分类号：

R289.5;

R285文献标识码：

Adoi：

10.3969/j.issn.1673-7202.2021.19.007新型冠状病毒（2019-nCoV）引起的肺炎自2019年12月出现后迅速蔓延全国，其具有潜伏期长、传染性强、各类人群普遍易感的特点。

随着疾病在全国的蔓延，人们的日常生活及工作受到了一定的影响，同时对人民健康带来的威胁，引起了国家的高度重视。

2020年2月12日，世界卫生组织宣布，将2019-nCoV引发的疾病正式命名为COVID-19，即CoronaVirusDisease2019，目前国家卫生健康委员会将其暂命名为新型冠状病毒肺炎，即新冠肺炎1。

初期感染新冠肺炎患者临床症状多见发热、干咳、乏力，后期重症患者可见呼吸困难甚至严重性呼吸衰竭2。

新冠肺炎尚无特效药，且发病机制不明确，目前以中西医结合对症治疗为主。

湖北省一半以上的确诊病例都使用中医药治疗并取得一定成效3，体现了中医药治疗在此次抗击新冠肺炎中的优势。

中医强调整体观念和辨证论治，国家大力发挥中医药的优势特色，国家中医药管理局推荐在中西医结合救治中使用清肺排毒汤（QFPDT）4。

QFPDT是由伤寒杂病论中多个经方融合创新而成，以麻杏石甘汤、射干麻黄汤、小柴胡汤、五苓散、橘枳姜汤加减化裁，共21味药物组成5。

该复方在山西、河北、黑龙江、陕西4省试点期间初步有效率达到90%以上，取得了较为理想的疗效，对当前中医药治疗新冠肺炎起到了积极的指导作用。

网络药理学作为研究中药单体及复方的作用及作用机制的新兴学科，通过对药物成分、作用靶点及对应疾病等信息进行数据整合及建模的方式进行分析6-7。

本研究旨在基于网络药理学的方法筛选出QFPDT中药物成分及作用的靶点，预测与QFPDT主要作用靶点相关的疾病，构建靶点网络，并进行富集分析。

初步探索QFPDT治疗COVID-19的物質基础及作用机制。

1材料与方法1.1获取QFPDT候选靶点利用中药系统药理学数据库与分析平台（TCMSP），搜索并获取QFPDT的药物（除石膏外）化学成分，根据口服生物利用度（OB）30%和类药性（DL）0.18进一步筛选QFPDT的有效化合物。

根据药物已知成分，在TCMSP数据库及GeneCards数据库获取成分作用靶点，将获取的靶点进行去重处理，排除重复靶点。

运用Uniprot数据库查询靶点蛋白对应的基因简称，得到QFPDT调控的潜在靶点。

1.2QFPDT药物成分-候选靶点网络的构建应用Cytoscape3.7.2软件构建QFPDT药物成分-候选靶点网络图。

通过对候选靶点度（Degree）值分析，获得大于平均Degree值的靶点。

1.3QFPDT主要作用靶点-相关疾病网络的构建应用TCMSP数据库，筛选获得上述大于平均Degree值的靶点的相关疾病。

运用Cytoscape3.7.2软件构建QFPDT主要作用靶点-相关疾病网络图。

1.4基因本体（GO）富集分析和京都基因和基因组百科全书（KEGG）富集分析将QFPDT中主要靶标基因，即上述获得的大于平均Degree值的靶点导入Cytoscape3.7.2软件的ClueGO插件中进行GO生物过程及KEGG通路富集分析。

2结果2.1QFPDT药物化学成分筛选筛选共得到310个有效活性成分，部分筛选结果见表1。

2.2QFPDT药物候选靶点筛选将上述获得的310个QFPDT活性成分引入TCMSP数据库及GeneCards数据库，获得278个活性成分对应182个疾病靶点（其中有32个活性成分的疾病靶点未被TCMSP数据库及GeneCards数据库收录）。

将上述获得的QFPDT作用靶点输入到Uniprot数据库中查询靶点蛋白对应的基因简称，剔除非人源靶点后最终得到QFPDT调控的疾病靶点177个。

构建QFPDT药物成分-候选靶点网络。

该网络共包含455个节点，6724条边。

其中278个粉色圆形节点代表QFPDT活性成分，177个蓝色方形节点代表活性成分作用的疾病靶点，6724条边代表成分与靶点之间的相互作用关系。

在网络中，一个节点的度（Degree）表示网络中和节点相连路线的条数。

在化合物方面，越靠近中心形状越大的节点表示该化合物的Degree值越高，与其对应的靶点越多，说明这些化合物可能是QFPDT中起主要作用的化合物。

见图1。

其中有4个化合物的Degree值300，分别是MOL000098槲皮素（Quercetin），MOL000449豆甾醇（Stigmasterol），MOL000358-谷固醇（beta-sitosterol），MOL000422山柰酚（Kaempferol）。

在化合物作用的疾病靶点方面，节点形状越大表示该靶点的Degree值越高。

177个靶点的平均Degree值为38，网络图中深蓝色的节点共40个，为Degree38的靶点。

见表2。

2.3QFPDT主要作用靶点-相关疾病网络模型的构建将上述获得的40个重要靶点分别引入TCMSP数据库，获取各靶点对应的相关疾病。

利用Cytoscape3.7.2软件构建QFPDT主要作用靶点-相关疾病网络图。

该网络包括187个节点（40个作用靶点和147个疾病）和228条边。

橘黄色节点表示QFPDT的主要作用靶点，蓝色节点表示相关疾病。

节点形状越大，表示该节点的Degree值越高，即相关疾病越多。

其中Degree值最大的靶点为PTGS2（Degree=32），与炎症、炎症性疾病、肺癌、发热等疾病密切相关，其次是PPARG（Degree=21），与哮喘、炎症、慢性炎症性疾病等密切相关，MAPK14（Degree=13）与成人呼吸窘迫综合征、炎症相关，CDK2（Degree=13）与病毒感染有关，以上Degree值较高的靶点相关疾病的症状，均与新冠肺炎相关症状如发热、咳嗽、呼吸困难相符，表明QFPDT作用的主要靶点可能在新冠肺炎治疗中发挥重要作用，为进一步机制探索提供依据。

见图2。

2.4GO生物过程及KEGG通路富集分析将已获得的40个QFPDT主要作用靶点导入Cytoscape3.7.2软件的ClueGO插件中进行GO生物过程及KEGG通路富集分析，设置P0.05，得到QFPDT相关的GO生物过程及KEGG通路结果。

2.4.1生物过程聚类分析结果通过GO生物过程分析，获得18个QFPDT相关生物过程，聚类至此生物功能的映射靶点越多，面积越大，得出QFPDT可能主要是参与影响氧化还原酶活性、类固醇激素受体活性、对感冒的反应调节、端粒酶活性的调节等体内生物过程。

见图3。

2.4.2KEGG聚类分析结果为进一步探究QFPDT的具体相关机制，开展KEGG通路探索，共获得19个信号通路，其中可能与COVID-19相关的通路包括IL-17信号通路、雌激素信号通路、血小板活化通路和小细胞肺癌通路等。

见图4。

初步探索QFPDT治疗COVID-19的物质基础及作用机制。

在网络中，一个节点的度（Degree）表示网絡中和节点相连路线的条数。

1材料与方法1.1获取QFPDT候选靶点利用中药系统药理学数据库与分析平台（TCMSP），搜索并获取QFPDT的药物（除石膏外）化学成分，根据口服生物利用度（OB）30%和类药性（DL）0.18进一步筛选QFPDT的有效化合物。

2.2QFPDT药物候选靶点筛选将上述获得的310个QFPDT活性成分引入TCMSP数据库及GeneCards数据库，获得278个活性成分对应182个疾病靶点（其中有32个活性成分的疾病靶点未被TCMSP数据库及GeneCards數据库收录）。

2.4GO生物过程及KEGG通路富集分析将已获得的40个QFPDT主要作用靶点导入Cytoscape3.7.2软件的ClueGO插件中进行GO生物过程及KEGG通路富集分析，设置P0.05，得到QFPDT相关的GO生物过程及