基于網(wǎng)絡(luò)藥理學(xué)的雙黃杞貞克瘤方抗腫瘤機(jī)制

郎曉娜，邱玉玲，孔德新

(1.天津醫(yī)科大學(xué)藥學(xué)院，天津 300070；2.天津市天津醫(yī)院藥學(xué)部，天津 300211)

雙黃杞貞克瘤方包含的黃精、靈芝、黃芪、枸杞子和女貞子5種中藥，均具有顯著地抗腫瘤功效。本研究對(duì)該組方進(jìn)行網(wǎng)絡(luò)藥理學(xué)分析，研究組方的活性成分和抗腫瘤機(jī)制，為今后的實(shí)驗(yàn)研究提供有效且合理的數(shù)據(jù)。

1 材料與方法

1.1 收集和篩選雙黃杞貞克瘤方中的5種中藥(黃芪、黃精、枸杞子、女貞子、靈芝)的活性成分在中藥系統(tǒng)藥理學(xué)數(shù)據(jù)庫(kù)TCMSP(https://tcmspw.com/tcmsp.php)中搜索并收集黃芪、黃精、枸杞子、女貞子和靈芝的活性成分及靶點(diǎn)。本文篩選藥物活性成分的依據(jù)是口服利用度(OB)≥0.3，類藥性(DL)≥0.18，從而進(jìn)行篩選。并且找到其相對(duì)應(yīng)的靶點(diǎn)。將其導(dǎo)入Excel表格中進(jìn)行規(guī)范化處理以便于后續(xù)研究分析。整理后的靶點(diǎn)使用Uniprot 數(shù)據(jù)庫(kù)(https://www.uniprot.org)，將靶點(diǎn)的來(lái)源物種校正為Human，并整理記錄靶點(diǎn)蛋白的基因信息，用于之后研究的規(guī)范性處理。

1.2 收集疾病的相關(guān)靶點(diǎn)信息通過(guò)Gene Cards數(shù)據(jù)庫(kù)(https://www.genecards.org/)、TTD數(shù)據(jù)庫(kù)(http://db.idrblab.net/ttd/)和OMIM數(shù)據(jù)庫(kù)(https://www.omim.org/)以“tumour”為關(guān)鍵詞檢索腫瘤相關(guān)靶點(diǎn)，并將其導(dǎo)入Excel表格中進(jìn)行規(guī)范化處理以便于后續(xù)研究分析。

1.3 篩選核心靶點(diǎn)并構(gòu)建網(wǎng)絡(luò)圖將活性成分所對(duì)應(yīng)的靶點(diǎn)基因和腫瘤相關(guān)靶點(diǎn)基因進(jìn)行匹配，通過(guò)繪制韋恩圖找到核心靶點(diǎn)(http://bioinformatics.psb.ugent.be/webtools/Venn/)。采用Cytoscape 3.7.2軟件來(lái)構(gòu)建“藥物-活性成分-靶點(diǎn)”和“核心活性成分-核心靶點(diǎn)”網(wǎng)絡(luò)。

“藥物-活性成分-靶點(diǎn)”網(wǎng)絡(luò)中的節(jié)點(diǎn)表示這5種中藥的活性成分以及活性成分對(duì)應(yīng)的靶點(diǎn)基因。整體網(wǎng)絡(luò)是來(lái)展示藥物-活性成分與其對(duì)應(yīng)靶點(diǎn)的聯(lián)系。為作圖易看并且方便，成分用不同顏色區(qū)分，各個(gè)活性成分用其名稱的拼音首字母加阿拉伯?dāng)?shù)字標(biāo)記，5種中藥共有的成分用大寫(xiě)字母A、B、C表示?！昂诵幕钚猿煞?核心靶點(diǎn)”網(wǎng)絡(luò)中的節(jié)點(diǎn)表示與疾病相關(guān)的活性成分及其對(duì)應(yīng)靶點(diǎn)基因。通過(guò)構(gòu)建網(wǎng)絡(luò)來(lái)探討5種中藥抗腫瘤的作用機(jī)制。

1.4 構(gòu)建蛋白質(zhì)網(wǎng)絡(luò)PPIString數(shù)據(jù)庫(kù)(https://string-db.org/，Version11.0)可以用來(lái)檢索蛋白質(zhì)之間的相互作用關(guān)系。將“1.3”項(xiàng)中所獲得的核心靶點(diǎn)導(dǎo)入String數(shù)據(jù)庫(kù)，將研究物種設(shè)置為人類(Homo sapiens)，將置信度選擇“高置信度”(置信度>0.9),其他參數(shù)為默認(rèn)值，同時(shí)刪除網(wǎng)絡(luò)中未與其他基因靶點(diǎn)具有互作關(guān)系的基因靶點(diǎn)，從而獲得結(jié)果可信度較高的重要基因靶點(diǎn)蛋白的互作關(guān)系。將網(wǎng)絡(luò)數(shù)據(jù)導(dǎo)入 Cytoscape3.7.2軟件進(jìn)行可視化處理，繪制蛋白互作網(wǎng)絡(luò)圖。設(shè)置用網(wǎng)絡(luò)中的節(jié)點(diǎn)的大小以及顏色深淺來(lái)反映Degree值的大小，邊的粗細(xì)來(lái)反映Combine score的大小。

1.5 對(duì)靶點(diǎn)進(jìn)行GO分析，KEGG通路富集在 Metascape在線平臺(tái)(http://metascape.org/)輸入核心靶點(diǎn)，設(shè)置P<0.01，進(jìn)行 GO富集分析[由細(xì)胞成分(cellular component，CC)、分子功能(molecular function，MF)、生物過(guò)程(biological process，BP)三部分組成]和KEGG(Kyoto Encyclopedia of Genes and Genomes)分析，按P值升序排列，各選擇前20條分析結(jié)果，通過(guò)OmicShare網(wǎng)站(https://www.omicshare.com/)分別繪制高級(jí)氣泡圖，將結(jié)果可視化。

小波變換的閾值去噪過(guò)程中,選取合適的閾值和恰當(dāng)?shù)姆纸鈱哟问潜ＷC良好去噪效果的首要條件。為避免因閾值選取不合理而影響信號(hào)去噪,本文在對(duì)微流控芯片信號(hào)去噪過(guò)程中引進(jìn)能量元的方法,通過(guò)能量元放大有用信號(hào)和噪聲小波系數(shù)之間的差異,在閾值選取時(shí)有更大的裕度[11],更容易選取較為合理的閾值。

1.6 繪制“靶點(diǎn)-通路”網(wǎng)絡(luò)圖將得到的前20條KEGG富集通路與相關(guān)作用靶點(diǎn)整理后導(dǎo)入Cytoscape3.7.2中，繪制“靶點(diǎn)-通路”網(wǎng)絡(luò)圖。

2 結(jié)果

2.1 活性成分篩選結(jié)果通過(guò)TCMSP數(shù)據(jù)庫(kù)共檢索到黃芪的化學(xué)成分87個(gè)，黃精的化學(xué)成分38個(gè)，枸杞子的化學(xué)成分188個(gè)，靈芝的化學(xué)成分242個(gè)，女貞子的化學(xué)成分119個(gè)。以O(shè)B值≥0.3，DL值≥0.18為標(biāo)準(zhǔn)篩選得到各高度活性的化合物，得到黃芪的活性成分20個(gè)，黃精的活性成分12個(gè)，枸杞子的活性成分45個(gè)，靈芝的活性成分61個(gè)，女貞子的活性成分13個(gè)。合并整理后得到共145個(gè)活性成分，其中有3個(gè)活性成分重疊出現(xiàn)，結(jié)果見(jiàn)Tab 1。由于數(shù)量較多，表格只展示部分活性成分。

在TCMSP數(shù)據(jù)庫(kù)繼續(xù)用活性成分去檢索其相關(guān)靶點(diǎn)，將沒(méi)有搜索結(jié)果的活性成分刪除，把5種中藥找到的活性成分及對(duì)應(yīng)靶點(diǎn)整理到Excel表格中，將每種中藥的相關(guān)靶點(diǎn)合并去重，并用Uniprot數(shù)據(jù)庫(kù)為靶點(diǎn)基因找出對(duì)應(yīng)的基因名，將靶點(diǎn)的來(lái)源物種校正為 Human，找不到的靶點(diǎn)視為無(wú)效并刪除，將結(jié)果規(guī)范化，用于以后的分析。得到的結(jié)果分別是：黃芪的靶點(diǎn)為200個(gè)，黃精的靶點(diǎn)為76個(gè)，枸杞子的靶點(diǎn)190個(gè)，靈芝的靶點(diǎn)為37個(gè)，女貞子的靶點(diǎn)為174個(gè)。繪制韋恩圖后可發(fā)現(xiàn)5種中藥的靶點(diǎn)都有交集，共同擁有的靶點(diǎn)有22個(gè)。體現(xiàn)出這5種中藥之間共同靶點(diǎn)的關(guān)系，揭示其協(xié)同作用的藥理學(xué)特點(diǎn)。5種中藥的靶點(diǎn)合并去重后，通過(guò)Uniprot數(shù)據(jù)庫(kù)規(guī)范化以后共得到241個(gè)靶點(diǎn)。通過(guò)Cytoscape3.7.2軟件作“藥物-活性成分-靶點(diǎn)”的蛋白質(zhì)互作網(wǎng)絡(luò)圖。

通過(guò)作圖得出：網(wǎng)絡(luò)中共319個(gè)節(jié)點(diǎn)，1 215條邊。319個(gè)節(jié)點(diǎn)包括78個(gè)活性成分和241個(gè)靶點(diǎn)。其中每個(gè)活性成分平均作用于15.58個(gè)靶點(diǎn)，每個(gè)靶點(diǎn)鏈接藥物數(shù)量為5.04。這代表5種中藥是有共同的成分和靶點(diǎn)作用于疾病。藥物作用是多途徑、多靶點(diǎn)、多環(huán)節(jié)的，整體以協(xié)同方式發(fā)揮藥效。

結(jié)果顯示，擁有最多靶點(diǎn)的是槲皮素(quercetin)，共有146個(gè)；其次是山奈酚(kaempferol)，共有60個(gè)；木犀草素(luteolin)，共有55個(gè)；7-O-甲基-異微凸劍葉莎醇(7-O-Methylisomucronulatol)共42個(gè)；β-谷甾醇(β-sitosterol)，共35個(gè)靶點(diǎn)。此外，槲皮素、山奈酚、β-谷甾醇這3種化合物重復(fù)出現(xiàn)在5種中藥中，表明該成分有關(guān)鍵的作用。

2.2 疾病基因篩選結(jié)果通過(guò)OMIM平臺(tái)，TTD數(shù)據(jù)庫(kù)，Gene Cards數(shù)據(jù)庫(kù)對(duì)疾病靶點(diǎn)進(jìn)行搜索，以“tumour”為關(guān)鍵詞檢索腫瘤的疾病相關(guān)靶點(diǎn)。OMIM平臺(tái)搜索到相關(guān)基因354個(gè)，TTD數(shù)據(jù)庫(kù)搜索到87個(gè)，Gene Cards數(shù)據(jù)庫(kù)由于數(shù)量過(guò)多，按照Relevance Score分?jǐn)?shù)由高到低進(jìn)行排序，篩選到數(shù)值較大的靶點(diǎn)，共搜索到930個(gè)，合并三大數(shù)據(jù)庫(kù)的數(shù)據(jù)之后去重共得到1 285個(gè)疾病靶點(diǎn)。

Tab 1 The active compounds in five kinds of traditional Chinese medicine with their OB and DL parameters

2.3 核心靶點(diǎn)篩選及構(gòu)建網(wǎng)絡(luò)圖將藥物靶點(diǎn)和與腫瘤相關(guān)的靶點(diǎn)基因進(jìn)行匹配，并繪制韋恩圖得到核心靶點(diǎn)，見(jiàn)Fig 1。

Fig 1 Matching of target genes between disease and drug

其次，可得知共有113個(gè)靶點(diǎn)是5種中藥共同直接作用于腫瘤的核心靶點(diǎn)。再將靶點(diǎn)數(shù)據(jù)及其相關(guān)活性成分導(dǎo)入Cytoscape軟件可構(gòu)建“核心活性成分-核心靶點(diǎn)”的網(wǎng)絡(luò)圖，可發(fā)現(xiàn)核心活性成分和核心靶點(diǎn)之間是緊密相連，這些與關(guān)鍵靶點(diǎn)有相互作用關(guān)系的藥物成分可能是藥物活性成分發(fā)揮抗癌作用的重要物質(zhì)基礎(chǔ)。

通過(guò)網(wǎng)絡(luò)分析并獲得度值(Degree)排名前10的核心靶點(diǎn)，其中RB1和CCND1度值相同，均被選入。見(jiàn)Tab 2。

Tab 2 Key targets

2.4 構(gòu)建蛋白質(zhì)網(wǎng)絡(luò)PPI通過(guò)將這113個(gè)核心靶點(diǎn)導(dǎo)入String數(shù)據(jù)庫(kù)得到蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)，用Cytoscape3.7.2軟件得到這些靶點(diǎn)的關(guān)系網(wǎng)，見(jiàn)Fig 2。設(shè)置網(wǎng)絡(luò)中的節(jié)點(diǎn)大小以及顏色深淺反映了Degree值大小，顏色較深、圓圈較大的基因是度值較高的靶點(diǎn)基因，連線較粗、顏色較深表示靶點(diǎn)之間相關(guān)性較大。根據(jù)度值排名靠前的靶點(diǎn)作為核心靶點(diǎn)，用Cytoscape3.7.2軟件得到更清晰簡(jiǎn)易的關(guān)系網(wǎng)，見(jiàn)Fig 3。

Fig 2 Protein interaction network of key targets

Fig 3 Protein interaction network of top key targets

2.5 對(duì)靶點(diǎn)進(jìn)行GO分析，KEGG通路富集通過(guò)使用Metascape在線平臺(tái)(http://metascape.org/)輸入核心靶點(diǎn)，設(shè)置P<0.01，進(jìn)行GO富集分析和KEGG分析，按P值升序排列后，再通過(guò)OmicShare平臺(tái)對(duì)結(jié)果進(jìn)行可視化分析。

2.5.1GO富集分析 在Metascape數(shù)據(jù)庫(kù)以P<0.01對(duì)結(jié)果進(jìn)行篩選，對(duì)113個(gè)核心靶點(diǎn)進(jìn)行GO功能富集分析。將P值按照升序排列后可以發(fā)現(xiàn)：藥物抗腫瘤的作用靶點(diǎn)是涉及大量不同的生物學(xué)過(guò)程，共有2 236個(gè)GO術(shù)語(yǔ)條目，其中CC為66個(gè)，MF為132個(gè)，BP為2 038個(gè)，以校正后P為標(biāo)準(zhǔn)升序選取BP前20條作圖，圖左側(cè)為富集名稱，氣泡顏色由紅到藍(lán)代表 neg.Log10(P)值由小到大，氣泡越大代表該通路的基因計(jì)數(shù)越多，橫軸代表輸入基因占該通路基因的比率，導(dǎo)入OmicShare平臺(tái)處理，見(jiàn)Fig 4-6。

Fig 4 GO-biological process analysis of key targets

Fig 5 GO-cellular component analysis of key targets

2.5.2KEGG分析 這5味中藥對(duì)作用于腫瘤的PPI網(wǎng)絡(luò)中的核心靶點(diǎn)主要涉及影響腫瘤細(xì)胞增殖和凋亡的信號(hào)通路如MAPK信號(hào)通路、PI3K/Akt信號(hào)通路以及TNF信號(hào)通路等,前列腺癌和膀胱癌發(fā)生和發(fā)展相關(guān)的通路，糖尿病并發(fā)癥中的AGE-RAGE信號(hào)通路、肺結(jié)核信號(hào)通路和病毒感染的信號(hào)通路等方面。根據(jù)氣泡圖可得知這5味中藥對(duì)于腫瘤的干預(yù)，涉及了多個(gè)生物過(guò)程，見(jiàn)Fig 7。

2.6 繪制“靶點(diǎn)-通路”網(wǎng)絡(luò)圖將雙黃杞貞克瘤方中前20條KEGG富集通路和其對(duì)應(yīng)的核心靶點(diǎn)導(dǎo)入Cytoscape3.7.2，繪制出“靶點(diǎn)-通路”網(wǎng)絡(luò)圖，網(wǎng)絡(luò)圖可反映出該組方抗腫瘤具有“多靶點(diǎn)、多通路”的調(diào)控特點(diǎn)。

Fig 6 GO-molecular function analysis of key targets

Fig 7 KEGG pathway analysis of key targets

3 討論

本研究分析了雙黃杞貞克瘤方的5種成分：黃精、靈芝、黃芪、枸杞子和女貞子，從中得到的145個(gè)有效活性成分，通過(guò)網(wǎng)絡(luò)圖分析預(yù)測(cè)出5個(gè)潛在的活性成分：槲皮素、山奈酚、木犀草素、7-O-甲基-異微凸劍葉莎醇、β-谷甾醇。槲皮素是廣泛的存在于多種藥物中的多醇羥基黃酮類化合物，有研究表明它能通過(guò)誘導(dǎo)凋亡、抑制遷移來(lái)抑制宮頸癌細(xì)胞的生長(zhǎng)[5]。山奈酚是一種黃酮類化合物，報(bào)道顯示其可以抑制多種腫瘤細(xì)胞周期進(jìn)程，誘導(dǎo)細(xì)胞凋亡，從而抑制腫瘤的遷徙和轉(zhuǎn)移[6-8]。β-谷甾醇可以有效的抑制結(jié)腸癌、前列腺癌和乳腺癌等癌癥細(xì)胞的增殖和遷移[9]。這幾種潛在的活性成分在雙黃杞貞克瘤方抗腫瘤活性中發(fā)揮重要作用。

通過(guò)蛋白質(zhì)互作網(wǎng)絡(luò)圖分析并預(yù)測(cè)，本研究獲得的與通路密切相關(guān)的核心靶點(diǎn)是TP53、AKT1、JUN、MAPK1、TNF、RELA、IL-6、MAPK8、MAPK14、RB1、CCND1，該結(jié)果與之前預(yù)測(cè)的靶點(diǎn)基本相同。TNF又稱腫瘤壞死因子，參與腫瘤細(xì)胞的凋亡過(guò)程、影響腫瘤血管系統(tǒng)和增強(qiáng)宿主的免疫力等。AKT1為一種蛋白激酶，參與了乳腺癌、前列腺癌等多種癌癥的發(fā)生、發(fā)展、轉(zhuǎn)移和復(fù)發(fā)的多個(gè)環(huán)節(jié)[10]。AKT1可以作為肺癌的早期診斷標(biāo)志物，成為抗肺癌新藥研發(fā)的靶點(diǎn)之一[11]。TP53是重要的抗癌基因之一，通過(guò)在細(xì)胞核中的轉(zhuǎn)錄依賴功能調(diào)節(jié)基因轉(zhuǎn)錄，參與細(xì)胞周期進(jìn)程。TP53還可以通過(guò)非轉(zhuǎn)錄依賴功能誘導(dǎo)細(xì)胞凋亡和自吞噬[12]。TP53可作為很多腫瘤的檢測(cè)指標(biāo)，比如：淋巴瘤、胃癌、血液病和結(jié)腸癌、乳腺癌、食管癌、卵巢癌、肺癌等[13]。c-Jun是JUN基因中的一種，研究證明，c-Jun可以作為乳腺癌的預(yù)后指標(biāo)，也參與結(jié)直腸癌的發(fā)生和發(fā)展[14]。MAPK1、MAPK8和MAPK14均為絲裂原活化蛋白激酶，在多種腫瘤組織中呈現(xiàn)高表達(dá)，如胃癌、肝癌和胰腺癌等[15]。原癌基因CCND1(細(xì)胞周期蛋白D1)的表達(dá)異常在乳腺癌、胃癌和膀胱癌等腫瘤細(xì)胞的遷移和侵襲過(guò)程中有著重要作用[16]。RB1(視網(wǎng)膜母細(xì)胞瘤蛋白1)對(duì)視網(wǎng)膜母細(xì)胞瘤、胰腺癌、乳腺癌和肺癌等都有抑制作用。IL-6是由多種細(xì)胞產(chǎn)生的多功能細(xì)胞因子，在T淋巴細(xì)胞、B淋巴細(xì)胞和造血干細(xì)胞的增殖，自身免疫性疾病發(fā)生、腫瘤細(xì)胞生長(zhǎng)等方面都有重要作用[17]。RELA能激活癌細(xì)胞的增殖或遷移以促使食管癌進(jìn)展。提示我們，預(yù)測(cè)出的潛在核心靶點(diǎn)均與抗腫瘤機(jī)制有關(guān)，都在藥物治療過(guò)程中靶向性發(fā)揮抗腫瘤作用。

結(jié)合GO生物過(guò)程分析和KEGG富集分析的結(jié)果，得到有關(guān)該組方抗腫瘤機(jī)制的信息如下：① 結(jié)果中顯示有P13K-Akt、MAPK和TNF信號(hào)通路以及Apoptosis(細(xì)胞凋亡)等。這些通路都是影響腫瘤細(xì)胞增殖和凋亡的信號(hào)通路。腫瘤是由于基因變異導(dǎo)致的，由于基因轉(zhuǎn)錄翻譯出現(xiàn)異常、細(xì)胞的信號(hào)傳遞出現(xiàn)失誤，就可能引起細(xì)胞的增殖異常表達(dá)，增殖過(guò)度和凋亡減少都是腫瘤細(xì)胞的基本特征。② 通路的富集結(jié)果除了以上腫瘤相關(guān)信號(hào)通路、前列腺癌和膀胱癌等具體癌癥類型發(fā)生與發(fā)展相關(guān)的通路，也發(fā)現(xiàn)了糖尿病、肺結(jié)核以及病毒感染相關(guān)的信號(hào)通路，這可以解釋為這些疾病相關(guān)的某些信號(hào)通路可能與腫瘤是共通的，同時(shí)也提示我們?cè)谘芯科淇鼓[瘤作用的同時(shí)需要留意可能產(chǎn)生的副作用。

綜上所述，本研究基于網(wǎng)絡(luò)藥理學(xué)方法分析了雙黃杞貞克瘤方的多成分-多靶點(diǎn)-多途徑抗腫瘤機(jī)制。結(jié)果顯示，槲皮素、山奈酚、β-谷甾醇等主要活性成分作用于TP53、AKT1、JUN、MAPK1、TNF、RELA、IL-6等靶點(diǎn)，通過(guò)抑制腫瘤細(xì)胞的增殖、遷移，誘導(dǎo)凋亡，影響腫瘤血管系統(tǒng)和增強(qiáng)宿主免疫力等來(lái)發(fā)揮抗腫瘤作用。