Page 46 - 《中国药房》2022年3期
P. 46
100
80
60
丰度/% 40
20
0
6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
时间/min
1:α-水芹烯;2:α-蒎烯;3:β-蒎烯;4:β-月桂烯;5:柠檬烯;6:γ-松油
烯;7:松油烯-4-醇
图4 连翘挥发油成分的GC/MS总离子流图
表2 连翘挥发油中7个成分的相对百分含量(%%)
编号 α-蒎烯 β-蒎烯 柠檬烯 松油烯-4-醇 α-水芹烯 β-月桂烯 γ-松油烯
S1 13.61 43.13 4.30 8.64 3.02 1.75 4.68
S2 15.20 50.53 4.57 6.02 3.65 2.43 3.94
S3 13.80 51.46 5.65 6.32 3.29 3.01 3.57 图5 “连翘Q-Marker候选成分-靶点”网络图
S4 15.44 53.13 4.82 5.18 3.45 2.79 3.54
S5 12.84 50.47 5.18 6.59 3.23 2.55 4.07
S6 13.17 42.83 4.96 9.79 2.81 1.8 5.14
S7 15.36 49.96 4.02 6.47 2.79 1.69 3.25
S8 15.35 47.26 4.53 7.89 3.09 1.81 3.71
S9 16.12 48.80 4.16 7.09 3.59 1.94 3.81
S10 19.06 55.97 4.41 2.99 3.46 2.41 2.39
3 基于网络药理学预测连翘Q-Marker
通过上述对 10 批连翘药材的研究,笔者推测出芦
丁、连翘酯苷A、松脂素-β-D-葡萄糖苷、连翘苷、β-蒎烯、
α-蒎烯、松油烯-4-醇、柠檬烯、γ-松油烯、α-水芹烯、β-月
桂烯 11 个成分可能是连翘 Q-Marker 的候选成分。基 图6 PPI网络图
于此,笔者采用网络药理学方法进一步预测连翘的
表3 关键靶点筛选结果
Q-Marker。
靶点简称 靶点英文(中文)全称 度值
3.1 连翘Q-Marker候选成分的靶点预测 HSP90AA1 heat shock protein HSP 90-alpha(热休克蛋白90α) 17
采用TCMSP、SwissTargetPrediction、PubChem Com- EGFR epidermal growth factor receptor(表皮生长因子受体) 16
APP amyloid-beta A4 protein(β-A4淀粉样蛋白) 15
pound 等数据库检索连翘 11 个 Q-Marker 候选成分的靶 DRD2 D(2)dopamine receptor(多巴胺受体D2) 12
点信息,除去重复信息后,最终得到相关靶点共 97 个。 CNR2 cannabinoid receptor 2(大麻素受体2) 12
将这 11 个成分和 97 个相关靶点导入 Cytoscape 3.7.2 软 GPR55 G-protein coupled receptor 55(G-蛋白偶联受体55) 12
ADRA2A alpha-2A adrenergic receptor(α-2A肾上腺素能受体) 11
件中,构建“连翘Q-Marker候选成分-靶点”网络,结果见 CHRM2 muscarinic acetylcholine receptor M2(毒蕈碱乙酰胆碱受体M2) 11
图 5(图中三角形节点代表连翘 Q-Marker 候选成分;圆 ADRA2C alpha-2C adrenergic receptor(α-2C肾上腺素能受体) 11
形节点代表靶点;节点大小代表度值大小,度值越大,说 TNF tumor necrosis factor(肿瘤坏死因子) 11
HRAS GTPase HRas(重组人GTPase HRAS蛋白) 11
明靶点间相互作用关系越密切 [12-13] )。 ADORA1 adenosine receptor A1(腺苷受体A1) 10
3.2 蛋白互作网络构建及关键靶点筛选 NMUR2 neuromedin-U receptor 2(神经介素-U受体2) 10
将“3.1”项下所得的 97 个相关靶点导入 STRING HCAR2 hydroxycarboxylic acid receptor 2(羟基羧酸受体2) 10
ADORA3 adenosine receptor A3(腺苷受体A3) 10
11.0数据库中,选择物种为“Homo sapiens”,去掉单一节 PTGS2 prostaglandin G/H synthase 2(前列腺素G/H合酶2) 10
点,结果保存成.tsv格式,将建立的蛋白相互作用关系导 3.3 基因本体功能富集分析
[14]
入 Cytoscape 3.7.2 软件中进行可视化分析 ,得到蛋白 利用 DAVID 6.8 数据库对“3.2”项下获得的 16 个关
互作(protein-protein interaction,PPI)网络,结果见图 6 键靶点进行基因本体(gene ontology,GO)富集分析,以
(图中节点大小、颜色深浅均代表度值大小);选取网络 P<0.05进行筛选,并根据P值从小到大排序,得到66个
中度值大于9的靶点作为关键靶点 ,结果共获得16个 生物过程(biological process,BP)条目、17 个细胞组成
[15]
关键靶点(表3)。 (cellular component,CC)条目和11个分子功能(molecu-
·296 · China Pharmacy 2022 Vol. 33 No. 3 中国药房 2022年第33卷第3期