Sažetak

Parkinsonova bolest (PB) predstavlja progresivni neurodegenerativni poremećaj kretanja kojem nedostaju radikalne kurativne terapije. Biljni par koji se sastoji odCistanche deserticolaiAngelica sinensisje dobro poznata kombinacija tradicionalne kineske medicine (TCM) za koju se izvješćuje da ublažava kliničke simptome povezane s PD-om. Ovo istraživanje integrira tijek mrežne farmakologije i model predviđanja dubinskog učenja kako bi otkrilo moguće terapeutske ciljeve i latentne molekularne mehanizme ovog biljnog para protiv PD-a.

Aktivni kemijski sastojciCistanche deserticola-Angelica sinensissu dohvaćeni i filtrirani putem TCMSP baze podataka. PubChem baza podataka pružila je podatke o strukturi spojeva. Analiza intersekcije identificirala je 131 zajednički gen između ciljeva povezanih s lijekovima i gena povezanih s PD-bolešću. Za ove preklapajuće gene provedeno je funkcionalno obogaćivanje GO i obogaćivanje KEGG puta. Unaprijed obučeni CNN_CNN_BindingDB model ugrađen u DeepPurpose alat za dubinsko učenje primijenjen je za kvantitativno predviđanje afiniteta vezanja molekularnih proteina između reprezentativnih fitokemikalija i ciljnih proteina središta.

Rezultati funkcionalnog obogaćivanja pokazali su da ova biljna mješavina intervenira u patološkoj progresiji PD-a putem bioloških odgovora uključujući reakciju egzogenog podražaja, putove povezane s infekcijom, odgovor lipopolisaharida i odgovor na stres reaktivnih kisikovih vrsta. Dominantni KEGG signalni putevi pokrivali su put aktivacije receptora kemijske karcinogeneze kao i signalnu kaskadu AGE-RAGE. Predviđanje afiniteta dubokog učenja potvrdilo je snažnu interakciju vezanja između glavnih bioaktivnih sastojaka (-sitosterol, kvercetin, arahidonat i druge fitokemikalije) i središnjih proteina povezanih s PD-om (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1).

Zajedno,Cistanche deserticola-Angelica sinensisbiljni par ispoljava višekomponentne, višeciljane farmakološke učinke za intervenciju na PD. Njegove aktivne tvari moduliraju autofagiju, staničnu apoptozu, homeostazu oksidativnog stresa i neuroupalne reakcije. Ova računalna studija pruža preliminarne teorijske dokaze i referentne izvore za naknadnu eksperimentalnu validaciju i probir lijekova protiv PD-a dobivenih iz TCM biljnih kombinacija.

Ključne riječi: Parkinsonova bolest; mrežna farmakologija; dubinsko učenje;Cistanche deserticola; Angelica sinensis; biljni par; neuroprotekcija; predviđanje cilja

1. Uvod

Parkinsonova bolest (PD) je onesposobljavajuća kronična neurodegenerativna bolest koju karakterizira progresivna degeneracija nigrostriatalnih dopaminergičkih neurona. Tipične kliničke manifestacije uključuju tremor u mirovanju, mišićnu rigidnost, posturalnu nestabilnost, bradikineziju, popraćenu nemotoričkim simptomima poput poremećaja spavanja, olfaktorne disfunkcije, konstipacije i mentalno-kognitivnog oštećenja. Trenutačnim glavnim kliničkim intervencijama dominira simptomatsko supstitucijsko liječenje na bazi levodope, koje može privremeno ublažiti motoričke znakove ali ne može zaustaviti ili preokrenuti temeljni degenerativni napredak neurona. Dugotrajna primjena levodope često uzrokuje nuspojave motoričkih komplikacija. Stoga, otkrivanje i razvoj novih neuroprotektivnih terapijskih sredstava ostaju hitni klinički zahtjevi.

Tradicionalna kineska biljna medicina nudi obilje resursa kandidata za istraživanje lijekova za neurodegenerativne bolesti.Cistanche deserticola(Rou‑cong‑rong) iAngelica sinensis(Dang‑gui) često su kombinirane ljekovite biljke u kliničkoj praksi TKM-a. Suvremena farmakološka istraživanja potvrdila su višestruke bio-funkcije za ova dva biljna materijala.Cistanche deserticola, "pustinjski ginseng", posjeduje neurozaštitnu, imunomodulatornu, antitumorsku i gastrointestinalnu regulaciju aktivnosti s povoljnim profilima biološke sigurnosti PMC. Njegove feniletanoidne glikozidne komponente kao što su ehinakozid i verbaskozid mogu ublažiti oksidativno oštećenje neurona, inhibirati apoptozu dopaminergičkih neurona i regulirati tok autofagije, pokazujući obećavajuće predkliničke učinke protiv PD.Angelica sinensisnaširoko se primjenjuje za hranjenje krvi i aktivaciju cirkulacije krvi u TCM receptima; njegovi ekstrakti pokazuju protuupalnu učinkovitost, sposobnost hvatanja reaktivnih vrsta kisika, usporavaju starenje i neurotrofna svojstva Frontiers. Pretpostavlja se da kombinirana uporaba ove dvije biljke stvara sinergističke neuro-zaštitne prednosti za pacijente s PD-om.

Unatoč tome, holistički molekularni mehanizam koji je u osnoviCistanche deserticola-Angelica sinensisbiljni par za liječenje Parkinsonove bolesti ostaje nedovoljno razjašnjen konvencionalnim laboratorijskim pokusima s jednim ciljem. Metodologija mrežne farmakologije simulira "više spojeva, više ciljeva, više puteva" karakterističnih za TCM formule, što savršeno odgovara dešifriranju mehanizma biljnih kombinacija. Štoviše, predviđanje afiniteta vezanja lijeka za cilj dodatno nadopunjuje tradicionalni radni tijek molekularnog spajanja i poboljšava učinkovitost skrininga visoke propusnosti za interakciju spoja i cilja. DeepPurpose knjižnica otvorenog koda pruža višestruke unaprijed obučene arhitekture neuronskih mreža za predviđanje interakcije lijek-cilja; model CNN_CNN_BindingDB postiže pouzdane performanse za procjenu rezultata vezivanja proteina male molekule.

U ovoj računskoj studiji integrirali smo analitički cjevovod mrežne farmakologije s modelom dubinskog učenja DeepPurpose za sustavno ispitivanje potencijalnih ciljeva i signalnih kaskada moduliranihCistanche deserticola-Angelica sinensisprotiv PD-a. Namjeravali smo otkriti sinergistički molekularni mehanizam ovog biljnog para i postaviti teorijske temelje za naknadni in-vitro stanični test i in-vivo verifikaciju životinjskog modela, ubrzavajući iskorištavanje novih lijekova-kandidata za terapiju Parkinsonove bolesti.

2. Materijali i metode

2.1 Dohvaćanje skupa podataka i probir ciljanog spoja

Bioaktivne kemijske komponenteCistanche deserticolaiAngelica sinensisdobiveni su iz TCMSP (Farmakološka baza podataka i platforma za analizu sustava tradicionalne kineske medicine). Tri kriterija filtra primijenjena su za probir spoja kandidata: oralna bioraspoloživost OB veća ili jednaka 30 %; DL sličnosti lijeku Veći ili jednak 0,18; propusnost krvno-moždane barijere BBB Veći ili jednak -0,85. Postavka praga BBB jamči da pregledane fitokemikalije posjeduju teoretsku sposobnost prolaska kroz krvno-moždanu barijeru i djelovanja na lezije središnjeg živčanog sustava povezane s patologijom PD-a, uzimajući u obzir oštećenje krvno-moždane barijere koje se često javlja kod pacijenata s PD-om.

PubChem baza podataka je upitana za kanonske SMILES strukturne nizove filtriranih spojeva. Ciljni geni za Parkinsonovu bolest povezani s bolešću prikupljeni su iz baza podataka GeneCards, OMIM, PharmGkb, TTD i DrugBank. Nakon konsolidacije i de-dupliciranja unosa gena povezanih s bolešću, provedena je analiza presjeka između predviđenih ciljeva biljnih spojeva i gena bolesti relevantnih za PD kako bi se dobili zajednički preklapajući ciljni geni biljnog para za liječenje PD-a.

2.2 Izgradnja mreže protein-protein-interakcije (PPI).

Uobičajeni ciljni geni koji se preklapaju poslani su u bazu podataka STRING. Vrsta je navedena kaoHomo sapiens, confidence threshold was set to highest‑confidence score >0,9; ostali parametri koji se čuvaju kao zadana konfiguracija za izgradnju mreže interakcije protein-protein. Izračunati su topološki parametri mreže uključujući centralnost stupnja (DC), centralnost između središnjica (BC), centralnost blizine (CC), centralnost vlastitog vektora (EC). Dodatak CytoNCA unutar softvera Cytoscape izvršio je dvokružno filtriranje hub-gena za identifikaciju ključnih hub-ciljnih gena. Prvi kriteriji filtriranja: BC veći ili jednak 49,43, CC veći ili jednak 0,15, DC veći ili jednak 5,0, EC veći ili jednak 0,05. Strože filtriranje drugog kruga: BC veći ili jednak 15,43, CC veći ili jednak 0,54, DC veći ili jednak 8, EC veći ili jednak 0,14. Geni koji zadovoljavaju sekundarne pragove probira definirani su kao glavni ciljevi ovog biljnog para protiv PD-a.

2.3 Analiza obogaćivanja GO i KEGG

Platforma R-studio s paketima ekosustava Bioconductor (clusterProfiler, ggplot2 i pomoćni paketi ovisnosti) usvojena je za analizu funkcionalnog obogaćivanja Gene-Ontology (GO) i analizu obogaćivanja puta Kyoto-Encyclopedia-of-Genes-and-Genomes (KEGG) za 131 zajednički intersecting target. Analiza obogaćivanja GO pokriva tri kategorije: biološki proces (BP), stanična komponenta (CC), molekularna funkcija (MF). P-vrijednost< 0.05 was regarded as statistically‑significant enrichment threshold.

2.4 Predviđanje afiniteta vezanja temeljeno na dubokom učenju

The DeepPurpose open‑source deep‑learning toolkit was used for drug‑target‑binding‑affinity prediction. Pre‑trained CNN_CNN_BindingDB model was selected for calculation. Amino‑acid sequences of core‑target proteins were downloaded from UniProt database; compound SMILES strings were retrieved from PubChem database. Ovaj hibridni model konvolucijske neuronske mreže uzima složenu SMILES sekvencu i sekvencu aminokiselina ciljnog proteina kao značajke dvostrukog ulaza i daje kvantitativnu matricu rezultata snage vezanja za parove spoj-cilja. Vizualizacija matrice predviđanja vezanja implementirana je kako bi se pokazao intenzitet interakcije između reprezentativnih fitokemikalija biljnog para i proteina povezanih s PD-om.

3. Rezultati

3.1 Active‑compounds and drug‑target collection

Nakon pronalaženja TCMSP baze podataka i trodimenzionalnih kriterija filtriranja (OB veći ili jednak 30 %, DL veći ili jednak 0,18, BBB veći ili jednak -0,85), sedam bioaktivnih fitokemikalija (uključujući jedan zajednički zajednički sastojak za obje biljke) dobiveno je izCistanche deserticola-Angelica sinensisbiljni par. Strawberry‑Perl skripta izvršila je pretvorbu ciljanog ID-a, UniProt baze podataka označene i standardizirane nazive gena; konačno je stečeno ukupno 297 navodnih ciljnih gena za lijekove povezanih sa spojevima biljnog para.

3.2 Intersekcijski probir za PD-relevantne terapijske ciljeve

Višestruke baze podataka gena bolesti (GeneCards, OMIM, PharmGkb, TTD, DrugBank) integrirane su i deduplicirane, dajući ukupno 11 208 gena bolesti povezanih s PD-om. Izračun presjeka između ciljanog skupa biljnih parova i dobivenog skupa podataka gena PD-bolesti131 uobičajeni geni koji se križaju, koji je predstavljao potencijalnu terapeutsku ciljnu skupinu koja posreduje farmakološka djelovanja protiv PD zaCistanche deserticola-Angelica sinensis.

3.3 Identifikacija glavnog središta-cilja iz PPI mreže

131 zajednički cilj uvezen je u STRING za izgradnju mreže interakcije protein-protein. Filtriranje topoloških parametara u dva koraka putem dodatka CytoNCA odabralo je jedanaest osnovnih hub-gena:HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1. Ovi hub-geni zauzimaju središnji regulatorni status unutar biološke mreže i nagađa se da služe kao primarni čvorovi djelovanja za ovaj biljni par koji ometa patološko napredovanje PD-a.

3.4 GO funkcionalno obogaćivanje i ishodi obogaćivanja KEGG puta

Rezultati obogaćivanja GO otkrili su da ti zajednički ciljevi sudjeluju u višestrukim odgovorima bioloških procesa: odgovor na egzogeni podražaj, reakcija povezana s infekcijom, upalni odgovor posredovan lipopolisaharidima, metabolički odgovor na reaktivne vrste kisika. Na razini molekularne funkcije, hub-proteini ispoljavaju aktivnost vezanja DNA-transkripcijskih faktora, funkciju vezanja proteinske ligaze slične ubikvitinu i aktivnost regulacije nuklearnih receptora. Odgovarajuće lokacije staničnih komponenti uključuju mikrodomene plazma-membrane, membranske splavi i unutarstanične lumene granula.

Analiza obogaćivanja puta KEGG pokazala je značajno obogaćene signalne kaskade, među kojima su put aktivacije receptora kemijske karcinogeneze i signalni put AGE-RAGE reprezentativni putovi visoke važnosti. Ostale značajne kaskade uključuju signalizaciju PI3K-Akt, signalizaciju MAPK, put upalnog odgovora IL-17 i upalni put posredovan TNF-om, koji su usko povezani s neuronskim oksidativnim stresom, neuroinflamacijom, staničnom apoptozom i regulacijskim događajima autofagije tijekom patogeneze PD-a.

3.5 Duboko učenje CNN_CNN_BindingDB predviđanje afiniteta vezanja

Model DeepPurpose CNN_CNN_BindingDB predvidio je snagu interakcije vezanja između reprezentativnih fitokemikalija (yangambin, suchilacton, stigmasterol, kvercetin, markin, ‑sitosterol, arahidonat) i jedanaest središnjih ciljnih proteina. Matrica toplinske karte s rezultatom vezanja pokazala je da višestruki spojevi, uključujući -sitosterol, kvercetin, markin i arahidonat, pokazuju snažan afinitet vezanja s većinom ciljnih čvorova kao što su AKT1, TP53, MYC, MAPK1, FOS, HIF1A i STAT1. Ovaj računalni rezultat dubokog učenja podržava hipotezu da aktivne komponente potječu izCistanche deserticola-Angelica sinensisbiljni par može izravno komunicirati s proteinima povezanim s jezgrom PD-a i modulirati njihovu biološku funkciju.

4. Rasprava

Patogeneza Parkinsonove bolesti uključuje komplicirano preslušavanje među ozljedama uzrokovanim oksidativnim stresom, neuroinflamacijom, agregacijom proteina, disfunkcijom mitohondrija, disreguliranom autofagijom i apoptozom dopaminergičkih neurona. Monoterapijom jednom molekulom teško je poništiti neurodegenerativno oštećenje uzrokovano više čimbenika. TCM biljni parCistanche deserticola-Angelica sinensisdjeluje putem višekomponentnog sinergističkog načina, podudarajući se s višestrukim patološkim značajkama karakterističnim za PD. Ova studija kombinirala je mrežnu farmakologiju i predviđanje vezanja na metu dubinskog učenja kako bi razjasnila njegov potencijalni anti-PD molekularni mehanizam.

Pregledano je sedam kvalificiranih bioaktivnih fitokemikalija, uključujući ‑sitosterol, kvercetin, arahidonat, stigmasterol i druge dobro dokumentirane prirodne proizvode za zaštitu neurona. Ukupno 131 gen koji se preklapa između biljnih ciljeva i gena PD-bolesti ukazuje na širok opseg intervencije ovog biljnog para za patološku mrežu PD-a. Jedanaest hub-gena (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1) filtrirano je iz PPI mreže. Ovi hub-geni su središnji regulatori za preživljavanje stanica, upalu i odgovor na oksidativni stres. AKT1 pripada središnjem čvoru signalnog puta PI3K‑AKT; njegov status fosforilacije kontrolira staničnu apoptozu i proces autofagije u dopaminergičkim neuronima. TP53 posreduje u neuronskoj apoptozi izazvanoj oštećenjem DNA; MAPK1 sudjeluje u kaskadi protein-kinaze aktivirane stresom aktivirane mitogenom koja olakšava smrt neurona u uvjetima oksidativnog stresa. HIF1A modulira hipoksičnu upalnu reakciju unutar mikrookruženja središnjeg živčanog sustava. RELA i STAT1 ključne su molekule transkripcijskih faktora za neuroinflamatornu transdukciju signala koju pokreće NF‑κB.

KEGG obogaćena analiza istaknula je signalni put AGE‑RAGE kao kritični obogaćeni put. Abnormalna aktivacija AGE-RAGE-osovine može potaknuti otpuštanje upalnog čimbenika ovisnog o NF-κB, pogoršati opterećenje neurona substantia-nigra oksidativnim stresom i ubrzati progresiju PD-a, što je u skladu s prethodno objavljenim istraživanjem mehanizma neurodegeneracije甘肃中医药.... Osim toga, Upalni put TNF-a, put IL-17 i put PI3K-Akt također su značajno obogaćeni. Sastojci biljnog para mogu potisnuti pretjeranu aktivaciju mikroglije i izlučivanje proupalnih citokina (TNF‑, IL‑17 itd.), smanjiti oštećenje neurona posredovano upalom. Obogaćivanje GO biološkim procesima pokazalo je značajno obogaćivanje odgovora reaktivnih vrsta kisika, što ukazuje da antioksidativni učinak čini jedan vitalni neuroprotektivni mehanizam ovog biljnog para.

Za razliku od konvencionalne simulacije molekularnog spajanja, primijenili smo model dubinskog učenja DeepPurpose CNN_CNN_BindingDB za procjenu afiniteta vezanja spoja na cilj. Model konvolucijske neuronske mreže uči ogromne eksperimentalne podatke o vezivanju iz BindingDB baze podataka, koja pruža kvantitativno predviđanje visoke propusnosti za interakciju između biljnih malih molekula i ciljanih proteina. Prediktivna matrica toplinske karte pokazala je da -sitosterol, kvercetin i arahidonat posjeduju odličan potencijal vezanja za većinu hub-proteina, sugerirajući da ti sastojci mogu poslužiti kao glavne efektorske molekule za anti-PD aktivnostCistanche deserticola-Angelica sinensis.

Ovo računalno istraživanje još uvijek ima inherentna ograničenja. Svi zaključci izvedeni su iz in-silico predviđanja; daljnji eksperimenti na staničnoj razini i validacija PD-modela na životinjama neophodni su za provjeru interakcije spoj-cilja i učinaka regulacije puta. Štoviše, naši kriteriji probira fiksirali su parametre OB, DL i BBB; neki sastojci niske bioraspoloživosti mogu se filtrirati, dok produkti metaboličke transformacije nakon oralne primjene biljaka nisu uzeti u obzir. Naknadni rad trebao bi integrirati farmakokemiju seruma kako bi se identificirali stvarni prototipovi spojeva i metabolita koji prodiru kroz krvno-moždanu barijeru i koji su izvedeni iz oralne primjene biljnih para.

From translational‑application perspective, this study supplies candidate‑compound list and core‑target set, supporting follow‑up new‑drug screening, herbal‑extract formulation optimization for PD complementary‑therapy.

5. Zaključak

Ukratko, ova je studija usvojila mrežnu farmakologiju u kombinaciji s radnim procesom predviđanja dubokog učenja kako bi se sustavno istražio potencijalni terapijski mehanizam zaCistanche deserticola-Angelica sinensisbiljni par protiv Parkinsonove bolesti.

Dobiveno je ukupno sedam bioaktivnih fitokemikalija i 131 intersecting PD-relevantan terapijski cilj; Identificirano je jedanaest ključnih hub-gena: HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1.

Rezultati analize obogaćivanja pokazali su da ovaj biljni par modulira više bioloških događaja uključujući stres reaktivnih kisikovih vrsta, neuroupalu, autofagiju i apoptozu. Signalni putovi AGE‑RAGE, PI3K‑Akt, MAPK, TNF i IL‑17 sudjeluju u njegovom farmakološkom procesu protiv PD.

Duboko učenje CNN_CNN_BindingDB predviđanje afiniteta vezanja potvrdilo je da reprezentativne fitokemikalije kao što su ‑sitosterol i kvercetin pokazuju povoljan kapacitet vezanja na središnje ciljne proteine.

TheCistanche deserticola-Angelica sinensisbiljni par liječi PD putem holističkog obrasca s više spojeva s više ciljeva i s više putova. Ovo istraživanje in-silico nudi računalne reference za daljnju eksperimentalnu provjeru i razvoj neuroprotektivnih sredstava porijeklom iz TCM-a za intervenciju u Parkinsonovoj bolesti.

Reference

[1] Komisija za farmakopeju Narodne Republike Kine. Kineska farmakopeja (svezak I) [M]. Peking: China Medical Science Press, 2020.

[2] Jenkins HE, Tolman AW, Yuen CM, et al. Učestalost tuberkuloze rezistentne na više lijekova u djece: sustavni pregled i globalne procjene [J]. Lancet, 2014, 383(9928):1572-1579.

[3] Donovan JT, Thu D D A, Phu N H, et al. Xpert MTB/RIF Ultra u odnosu na Xpert MTB/RIF za dijagnozu tuberkuloznog meningitisa: prospektivna, randomizirana studija dijagnostičke točnosti[J]. Lancet Infectious Diseases, 2020, 20(3):299-307.

[4] Wang L J, Yi H Y, Liang X J, et al. TNF- i fosforilirani ‑syn u plazmi povezani su s umorom u bolesnika s Parkinsonovom bolešću[J]. Journal of Neuroimmunology, 2023, 385:578222.

[5] Chen J, Zheng Z W, Li M Q, et al. Dizajn, sinteza i procjena monoketenskih spojeva kao novih potencijalnih uzročnika Parkinsonove bolesti suzbijanjem ER stresa putem AKT[J]. Bioorganska kemija, 2023,136:106543.

[6] Wang Z F, Huang PE, Wang N B, et al. -asaron inhibira autofagiju aktiviranjem puta PI3K/Akt/mTOR u štakorskom modelu depresije kod Parkinsonove bolesti [J]. Bihevioralno istraživanje mozga, 2024,465:114966.