基于網(wǎng)絡(luò)藥理學(xué)及分子對(duì)接探討三味藥食兩用中藥治療單純性肥胖的機(jī)制

王相安 王慧銘　

基于網(wǎng)絡(luò)藥理學(xué)及分子對(duì)接探討三味藥食兩用中藥治療單純性肥胖的機(jī)制

王相安1王慧銘2

（1.浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院，浙江 杭州 310003；2.浙江中醫(yī)藥大學(xué)藥學(xué)院，浙江 杭州 310053）

目的：基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接方法，探討山楂、荷葉、決明子的有效成分治療單純性肥胖的作用機(jī)制。方法：從TCMSP中獲取決明子及荷葉的活性成分，利用TCMID及ETCM并結(jié)合相關(guān)文獻(xiàn)獲取山楂果肉的活性成分，最后通過TCMSP獲取上述活性成分對(duì)應(yīng)的靶點(diǎn)。通過GeneCards、OMIM數(shù)據(jù)庫(kù)收集單純性肥胖靶點(diǎn)，同時(shí)，利用Venny 2.1.0獲取“藥物－疾病”交集靶點(diǎn)，通過STRING平臺(tái)構(gòu)建PPI網(wǎng)絡(luò)圖，并用CytoNCA插件篩選出關(guān)鍵靶點(diǎn)。利用Metascape數(shù)據(jù)庫(kù)進(jìn)行GO功能和KEGG通路富集分析。最后，利用AutoDock Vina 1.1.2對(duì)關(guān)鍵靶點(diǎn)和成分進(jìn)行分子對(duì)接。結(jié)果：通過篩選共獲得38種活性成分，180個(gè)“藥物－疾病”交集靶點(diǎn)，PPI網(wǎng)絡(luò)圖篩選出9個(gè)核心靶點(diǎn)；GO分析獲得2 338個(gè)條目，KEGG分析得到204條信號(hào)通路；分子對(duì)接結(jié)果顯示關(guān)鍵靶點(diǎn)與核心活性成分具有較好的結(jié)合活性。結(jié)論：山楂、荷葉、決明子通過多成分、多靶點(diǎn)、多通路治療單純性肥胖。

藥食兩用；單純性肥胖；網(wǎng)絡(luò)藥理學(xué)；分子對(duì)接

引言

單純性肥胖是指發(fā)病機(jī)制尚未明確，由于體內(nèi)脂肪堆積過多或分布異常而引起的慢性代謝性疾病，是高血壓、糖尿病、睡眠呼吸暫停綜合征、高脂血癥、骨關(guān)節(jié)炎發(fā)病的獨(dú)立危險(xiǎn)因素[1]。2019年的統(tǒng)計(jì)數(shù)據(jù)顯示，我國(guó)肥胖人口已悄然躍居全球首位，肥胖男性和女性的人數(shù)分別占全球肥胖癥患者的16.3%和12.4%[2]。目前，西醫(yī)治療該病主要采用行動(dòng)干預(yù)為主。盡管絕大多數(shù)人能理解飲食控制及體育鍛煉對(duì)于體重管理的重要意義，但是鮮少有肥胖癥患者能夠長(zhǎng)期落實(shí)相關(guān)營(yíng)養(yǎng)醫(yī)囑。在當(dāng)前批準(zhǔn)使用的減肥藥中，胰脂肪酶抑制劑在降低脂類吸收的同時(shí)也會(huì)影響脂溶性營(yíng)養(yǎng)素的吸收，長(zhǎng)期使用還會(huì)導(dǎo)致肝腎損傷；而抑制食欲的神經(jīng)胺類減肥藥不僅會(huì)引發(fā)消化系統(tǒng)不良反應(yīng)，還可能產(chǎn)生劑量依賴[3]。因此，上述治療方案帶給單純性肥胖患者的臨床獲益十分有限。

2021年國(guó)家衛(wèi)生健康委發(fā)布的《按照傳統(tǒng)既是食品又是中藥材的物質(zhì)目錄管理規(guī)定》共納入了86種藥食同源中藥。由于該規(guī)定列舉的中藥毒副作用甚微，其中的荷葉、決明子、山楂、茯苓、淡豆豉、麥芽、薏苡仁、萊菔子、杏仁、昆布、枸杞子已被搭配為各種減重藥膳，廣泛應(yīng)用于單純性肥胖的營(yíng)養(yǎng)治療。傳統(tǒng)的飲食治療主要通過限制脂類及熱卡的攝入來(lái)減少脂肪積聚，上述中藥均為低脂肪食物，其所含植物化學(xué)物還可能具有優(yōu)化體內(nèi)脂肪分布、改善脂類代謝模式的作用。近期由趙鵬葳主持的研究顯示[4]，荷葉、決明子、山楂是具有減重功能的藥食兩用類中藥中使用頻次最高的三味，但荷葉、決明子、山楂降低體脂的機(jī)制尚不明確。

網(wǎng)絡(luò)藥理學(xué)屬于一門新興學(xué)科，融合了藥理學(xué)、系統(tǒng)生物學(xué)、計(jì)算生物學(xué)等多學(xué)科的技術(shù)和內(nèi)容，通過大量網(wǎng)絡(luò)數(shù)據(jù)庫(kù)資源，對(duì)作用的靶點(diǎn)進(jìn)行預(yù)測(cè)，構(gòu)建多層次的“藥物—成分—靶點(diǎn)—疾病”互作網(wǎng)絡(luò)從微觀藥理調(diào)控基因表達(dá)的角度闡釋藥物多途徑、多靶點(diǎn)治療疾病的機(jī)理，為現(xiàn)代藥理學(xué)技術(shù)應(yīng)用于傳統(tǒng)中藥研究提供新的模式。本研究利用網(wǎng)絡(luò)藥理學(xué)并結(jié)合分子對(duì)接技術(shù)，對(duì)題設(shè)三味藥食兩用中藥防治單純性肥胖的機(jī)制進(jìn)行探討。

1 材料與方法

1.1 材料

分析數(shù)據(jù)由TCMSP數(shù)據(jù)庫(kù)（http://tcmspw.com）、Gene Cards數(shù)據(jù)庫(kù)（https://www.genecards.org）、TCMID數(shù)據(jù)庫(kù)（http://www.megabionet.org/tcmid）、OMIM數(shù)據(jù)庫(kù)（http://www.omim.org）、ETCM數(shù)據(jù)庫(kù)（http://www.tcmip.cn/ETCM）、UniProt數(shù)據(jù)庫(kù)（https://www.uniprot.org）、STRING數(shù)據(jù)庫(kù)（https://cn.string-db.org）、Metascape數(shù)據(jù)庫(kù)（https://metascape.org）、PubChem數(shù)據(jù)庫(kù)（https://pubchem.ncbi.nlm.nih.gov）、PDB數(shù)據(jù)庫(kù)（https://www.rcsb.org）獲得；運(yùn)用的軟件有Venny 2.1.0在線軟件（https://bioinfogp.cnb.csic.es/tools/venny）、Cytosape 3.7.2軟件、AutoDock Vina 1.1.2軟件、Chem3D軟件、PYMOL2.3.0軟件。

1.2 方法

1.2.1 中藥的活性成分及作用靶點(diǎn)的篩選

通過中藥系統(tǒng)藥理學(xué)數(shù)據(jù)庫(kù)與分析平臺(tái)（TCMSP）[5]，檢索荷葉、決明子的活性成分，其中并沒有山楂常用藥用部位果肉的條目，只有山楂葉相關(guān)條目，故通過中醫(yī)藥綜合數(shù)據(jù)庫(kù)（TCMID）[6]及中醫(yī)藥百科全書數(shù)據(jù)庫(kù)（ETCM）[7]結(jié)合知網(wǎng)、PubMed等數(shù)據(jù)庫(kù)查閱相關(guān)文獻(xiàn)以獲取山楂果肉部分的活性成分[8-11]。根據(jù)藥代動(dòng)力學(xué)參數(shù)，設(shè)定口服利用度OB≥30%且類藥性DL≥0.18為條件進(jìn)行篩選，以獲取這三味藥物的主要活性成分。將收集的主要活性成分導(dǎo)入TCMSP中，獲取相應(yīng)的靶點(diǎn)。同時(shí)，利用UniProt數(shù)據(jù)庫(kù)[12]，限定物種為“homo sapiens”，進(jìn)行校準(zhǔn)并得到標(biāo)準(zhǔn)化的靶點(diǎn)名稱。

1.2.2 “中藥－活性成分－藥物靶點(diǎn)”網(wǎng)絡(luò)的構(gòu)建

利用篩選出的活性成分和靶基因在Cytoscape3.7.2上繪制“中藥－活性成分－靶點(diǎn)”網(wǎng)絡(luò)，運(yùn)行Network Analyzer插件進(jìn)行拓?fù)浞治?，根?jù)degree值大小篩選出核心成分。

1.2.3 疾病相關(guān)靶點(diǎn)的篩選

利用Genecards數(shù)據(jù)庫(kù)（Relevance Score值≥1.0）[13]和OMIM數(shù)據(jù)庫(kù)[14]，以“simple obesity”作為檢索詞進(jìn)行檢索，合并去除重復(fù)值后，最終獲得單純性肥胖的靶點(diǎn)。

1.2.4 藥物-疾病共同靶點(diǎn)的篩選

將三味中藥的靶點(diǎn)與單純性肥胖的靶點(diǎn)取交集，并利用Venny 2.1.0繪制Venn圖，得到藥物-疾病共同靶點(diǎn)。

1.2.5 PPI網(wǎng)絡(luò)的構(gòu)建

將“1.2.4”獲得的交集靶點(diǎn)導(dǎo)入STRING 11.5數(shù)據(jù)庫(kù)中[15]，限定物種為“homo sapiens”，并以置信度≥0.4為條件篩選，獲取PPI網(wǎng)絡(luò)圖及TSV格式文件，并導(dǎo)入Cytosape 3.7.2中，運(yùn)行CytoNCA插件進(jìn)行拓?fù)浞治?，根?jù)中心性（DC）、介度中心性（BC）、接近中心性（CC）等參數(shù)篩選出核心靶基因。

1.2.6 通路和功能富集的分析

將“1.2.4”獲得的交集靶點(diǎn)導(dǎo)入Metascape平臺(tái)[16]，將生物種類設(shè)定為“homo sapiens”，根據(jù)＜0.01，進(jìn)行GO功能富集分析與KEGG通路分析，并利用R語(yǔ)言進(jìn)行可視化。

1.2.7 分子對(duì)接驗(yàn)證

通過篩選獲得核心靶點(diǎn)，然后選取對(duì)應(yīng)的活性成分，利用分子對(duì)接軟件AutoDock Vina 1.1.2驗(yàn)證預(yù)測(cè)的上訴活性成分和關(guān)鍵靶點(diǎn)的可信度。首先，在PubChem數(shù)據(jù)庫(kù)[17]獲得核心活性成分的2D結(jié)構(gòu)，并導(dǎo)入Chem3D中進(jìn)行優(yōu)化得到其3D結(jié)構(gòu)。同時(shí)利用AutoDock 4.2.6加氫、分配電荷及設(shè)置可旋轉(zhuǎn)柔性鍵后保存為“pdbqt”文件。在PDB數(shù)據(jù)庫(kù)尋找靶蛋白的3D結(jié)構(gòu)，運(yùn)用PYMOL 2.3.0對(duì)靶蛋白進(jìn)行去除水分子及去除配體等操作，同時(shí)利用AutoDock 4.2.6對(duì)其進(jìn)行加氫、分配電荷后保存為“pdbqt”文件。最后，利用AutoDock Vina 1.1.2將受體蛋白與配體小分子進(jìn)行分子對(duì)接并用PYMOL2.3.0進(jìn)行可視化。

2 結(jié)果

2.1 中藥的活性成分和作用靶點(diǎn)收集

從TCMSP數(shù)據(jù)庫(kù)中獲取決明子及荷葉的活性成分，從TCMID及ETCM數(shù)據(jù)庫(kù)并結(jié)合相關(guān)文獻(xiàn)，獲取山楂果肉部分的活性成分。通過設(shè)定OB≥30%且DL≥0.18為條件篩選后，最終納入共活性成分6個(gè)，荷葉活性成分9個(gè)（除去5個(gè)共活性成分及1個(gè)沒有靶點(diǎn)的活性成分），決明子活性成分12個(gè)（除去1個(gè)共活性成分及1個(gè)沒有靶點(diǎn)的活性成分），山楂活性成分11個(gè)（除去6個(gè)共活性成分）。為了方便研究，荷葉、決明子、山楂的活性成分被標(biāo)記為“HY1-HY9”“JMZ1-JMZ12”“SZ1-SZ11”。6個(gè)共活性成分被標(biāo)記為A1-F1。將上述38種活性成分導(dǎo)入TCMSP中收集對(duì)應(yīng)的靶點(diǎn)，并用UniProt數(shù)據(jù)庫(kù)校準(zhǔn)靶點(diǎn)名稱，去除重復(fù)及無(wú)效值后得到238個(gè)靶點(diǎn)。

2.2 “中藥－活性成分－藥物靶點(diǎn)”網(wǎng)絡(luò)的構(gòu)建

通過Cytoscape3.7.2繪制中藥－成分－靶點(diǎn)網(wǎng)絡(luò)。圖中共含有279個(gè)節(jié)點(diǎn)（3個(gè)中藥節(jié)點(diǎn)、38個(gè)活性成分節(jié)點(diǎn)、238個(gè)藥物作用的靶點(diǎn)節(jié)點(diǎn)）和954條邊。通過內(nèi)置的Network Analyzer分析該網(wǎng)絡(luò)拓?fù)鋵W(xué)參數(shù)，并根據(jù)degree值大小選取排名前10的核心成分，見表1。

表1 三味中藥的關(guān)鍵活性成分信息

2.3 單純性肥胖靶點(diǎn)的收集與韋恩圖的構(gòu)建

利用GeneCards數(shù)據(jù)庫(kù)（Relevance Score值≥1.0）和OMIM數(shù)據(jù)庫(kù)，以“simple obesity”為關(guān)鍵詞，檢索單純性肥胖的靶點(diǎn)，并將兩個(gè)數(shù)據(jù)庫(kù)得到的靶點(diǎn)合并刪除重復(fù)值后，共得到2749個(gè)靶點(diǎn)，與三味中藥相關(guān)的238個(gè)靶點(diǎn)同時(shí)導(dǎo)入Venny 2.1.0進(jìn)行交集分析并繪制Venn圖，共獲得180個(gè)交集靶點(diǎn)（見圖1），即為三味中藥治療單純性肥胖的潛在作用靶點(diǎn)。

圖1 藥物－疾病靶點(diǎn)韋恩圖

2.4 PPI網(wǎng)絡(luò)的構(gòu)建

將180個(gè)交集靶點(diǎn)導(dǎo)入STRING數(shù)據(jù)庫(kù)，限定物種“Homo sapiens”，設(shè)置置信度≥0.4，剔除1個(gè)無(wú)相互作用關(guān)系的蛋白后，得到由179個(gè)節(jié)點(diǎn)及3461條邊組成的PPI網(wǎng)絡(luò)（見圖2）及TSV格式文件。將TSV格式文件導(dǎo)入Cytoscape3.7.2中，運(yùn)行CytoNCA插件進(jìn)行拓?fù)浞治觯?jì)算出DC，CC及BC的值。其中，DC的中位數(shù)為32，CC的中位數(shù)為0.52，BC的中位數(shù)為57.95，第一輪篩選設(shè)為DC≥32，CC≥0.52，BC≥57.95，共得到64個(gè)靶點(diǎn)。第二輪篩選設(shè)為DC≥64.5，CC≥0.59，BC≥200.62，共得到24個(gè)靶點(diǎn)。最后設(shè)定DC≥91，CC≥0.65，BC≥602.51進(jìn)行第3次篩選，最終得到9個(gè)核心靶點(diǎn)，見圖3。其中，核心靶點(diǎn)網(wǎng)絡(luò)節(jié)點(diǎn)特征參數(shù)，見表2。

圖2 核心靶點(diǎn)篩選流程圖

表2 核心靶點(diǎn)網(wǎng)絡(luò)節(jié)點(diǎn)特征參數(shù)

2.5 GO功能和KEGG通路富集分析

2.5.1 GO功能富集分析

利用Metascape平臺(tái)，設(shè)置＜0.01作為篩選條件，將交集靶點(diǎn)進(jìn)行GO的生物過程（BP）、分子功能（MF）和細(xì)胞組分（CC）分析，總共富集到2338個(gè)條目，其中1991項(xiàng)BP，206項(xiàng)MF，141項(xiàng)CC，根據(jù)?lgP值篩選出排名前10的條目，并利用R語(yǔ)言繪制柱狀圖，見圖3。其中，BP主要涉及細(xì)胞對(duì)有機(jī)氮化合物、對(duì)脂質(zhì)、脂多糖及激素的反應(yīng)等；CC主要涉及等細(xì)胞質(zhì)膜、激素受體復(fù)合物等；MF主要涉及等DNA結(jié)合轉(zhuǎn)錄因子、RNA聚合酶II特異性DNA結(jié)合轉(zhuǎn)錄因子、配體激活的轉(zhuǎn)錄因子活性及細(xì)胞因子受體等。

2.5.2 KEGG通路富集分析

利用Metascape平臺(tái)，設(shè)置＜0.01作為篩選條件，將交集靶點(diǎn)進(jìn)行KEGG分析，共得到204條信號(hào)通路，根據(jù)?lgP值篩選出排名前20條目，并利用R語(yǔ)言繪氣泡圖，見圖4。主要涉及脂質(zhì)和動(dòng)脈粥樣硬化途徑、糖尿病并發(fā)癥中的年齡-晚期糖基化終產(chǎn)物受體（receptor of advanced glycosylation end-products，RAGE）信號(hào)通路、MAPK、FoxO等信號(hào)通路。

圖3 GO功能分析可視化結(jié)果

圖4 KEGG通路富集分析可視化結(jié)果

2.6 分子對(duì)接結(jié)果

使用AutoDock Vina 1.1.2軟件對(duì)degree值排名前5位的關(guān)鍵靶點(diǎn)和活性成分進(jìn)行分子對(duì)接，結(jié)果見表3。結(jié)合能值越低，二者的結(jié)合效果越好，通常以結(jié)合能≤-5.0 kJ/mol作為標(biāo)準(zhǔn)。結(jié)果顯示，各靶點(diǎn)和活性成分之間對(duì)接的最低結(jié)合能結(jié)果均小于-5.0 kJ/mol，說(shuō)明活性成分與受體蛋白具有較好的結(jié)合活性，進(jìn)一步驗(yàn)證了上述網(wǎng)絡(luò)藥理學(xué)的結(jié)果。其中，分子對(duì)接模式圖見圖6。

表3 核心活性成分和核心靶蛋白的結(jié)合能（單位：kcal/mol）

3 討論

由于減肥藥物副作用較大、減重手術(shù)難以推廣，運(yùn)動(dòng)減肥患者依從性較差且體重極易反彈，故現(xiàn)代醫(yī)學(xué)對(duì)肥胖癥的治療手段是相當(dāng)有限的。而將藥食兩用中藥加入患者日常飲食能充分發(fā)揮其安全性高、口感易于接受的優(yōu)點(diǎn)，是中醫(yī)藥防治肥胖癥等代謝相關(guān)疾病的特色療法?；谏介∑㈤_胃、消食化滯，決明子清熱瀉火、潤(rùn)腸通便，荷葉清暑利濕、升發(fā)脾陽(yáng)之功效，此三味藥食兩用中藥被廣泛應(yīng)用于單純性肥胖的飲食治療。盡管已有臨床觀察顯示其療效顯著，荷葉、山楂、決明子治療單純性肥胖的活性成分、作用靶點(diǎn)及分子機(jī)制尚不明確[18-20]。

通過“藥物—活性成分—靶點(diǎn)”網(wǎng)絡(luò)發(fā)現(xiàn)，槲皮素、山奈酚、異鼠李素、荷葉堿、杏黃罌粟堿等活性成分的潛在作用靶點(diǎn)豐富，可能是治療單純性肥胖的主要成分。其中，槲皮素是一種多羥基黃酮類化合物，通過減少三酰甘油積累、胰島素抵抗、肥胖相關(guān)炎癥細(xì)胞因子分泌，以及調(diào)節(jié)脂肪細(xì)胞的增值、分化、凋亡而發(fā)揮降低體脂的作用[21]。動(dòng)物實(shí)驗(yàn)表明，山柰酚能有效降低高糖高脂飲食喂養(yǎng)的大鼠體質(zhì)量增加和脂肪堆積，而異鼠李素可以通過下調(diào)3T3-L1脂肪細(xì)胞中的PPAR-γ和CEBP-α抑制脂肪生成[22]。更重要的是，荷葉堿、杏黃罌粟堿能分別作用于中樞及外周神經(jīng)元受體，對(duì)乙酰膽堿受體發(fā)揮調(diào)控作用，通過抑制食欲起到降脂減肥的作用[23]。

通過蛋白互作網(wǎng)絡(luò)發(fā)現(xiàn)，AKT1、TP53、IL6、TNF、ESR1等是山楂、決明子、荷葉治療單純性肥胖的核心靶點(diǎn)；這與Sneha Rai等報(bào)道有關(guān)脂質(zhì)代謝相關(guān)靶點(diǎn)的研究相一致[24]。其中，AKT1可促進(jìn)GSK3β的磷酸化繼而調(diào)節(jié)脂質(zhì)代謝[25]，TNF-α、IL-6作為炎癥因子能促進(jìn)巨噬細(xì)胞對(duì)LDL-C的攝取、加速脂質(zhì)沉積[26]，TP53則可通過調(diào)節(jié)甲羥戊酸途徑，降低體內(nèi)的膽固醇[27]。此外，ESR1是介導(dǎo)雌激素發(fā)揮作用的關(guān)鍵分子，而雌激素能下調(diào)PPAR-α活性，促進(jìn)肝臟脂肪酸氧化，降低肝臟甘油三脂水平[28]。

通過KEGG通路富集分析發(fā)現(xiàn)，題設(shè)三味中藥治療單純性肥胖的主要通路包括AGE-RAGE信號(hào)通路、脂質(zhì)和動(dòng)脈粥樣硬化途徑、MAPK、FoxO信號(hào)通路。晚期糖基化終產(chǎn)物（AGEs）是蛋白質(zhì)、脂質(zhì)和核酸的非酶促糖化和氧化產(chǎn)生的化合物組，高濃度AGEs誘導(dǎo)后，可以使RAGE、SRA2、CD36表達(dá)增加，提升巨噬細(xì)胞膽固醇的攝取能力[29]。而FoxO1能夠促進(jìn)ApoC-III的表達(dá)，從而抑制肝臟攝取極低密度脂蛋白（VLDL）、減少肝臟脂肪浸潤(rùn)[30]。動(dòng)物實(shí)驗(yàn)表明，MAPK磷酸化可以影響肝臟脂質(zhì)累積，還能在減輕內(nèi)臟脂肪氧化損傷的同時(shí)治療高脂血癥[31]。

分子對(duì)接結(jié)果顯示，上述關(guān)鍵靶點(diǎn)和活性成分之間對(duì)接的最低結(jié)合能結(jié)果均小于-5.0 kJ/mol，說(shuō)明活性成分與受體蛋白具有較好的結(jié)合活性，進(jìn)一步驗(yàn)證了上述網(wǎng)絡(luò)藥理學(xué)結(jié)果的科學(xué)性及可靠性。

4 結(jié)論

綜上所述，本研究基于網(wǎng)絡(luò)藥理學(xué)初步預(yù)測(cè)了山楂、決明子、荷葉中槲皮素、山奈酚、異鼠李素、荷葉堿、杏黃罌粟堿等關(guān)鍵活性成分，通過AGE-RAGE信號(hào)通路、MAPK、FoxO等關(guān)鍵信號(hào)通路，分別與AKT1、TP53、IL6、TNF及ESR1等核心靶點(diǎn)以氫鍵方式結(jié)合，協(xié)同調(diào)節(jié)脂肪細(xì)胞的增值、分化、凋亡，抑制肥胖相關(guān)炎癥細(xì)胞因子分泌，促進(jìn)巨噬細(xì)胞對(duì)脂質(zhì)的攝取，減少肝臟脂肪浸潤(rùn)從而發(fā)揮治療單純性肥胖的作用，體現(xiàn)了“多成分、多靶點(diǎn)、多信號(hào)通路”的作用機(jī)制，符合中醫(yī)“整體觀”的理論。但本研究存在一定的局限性，目前的結(jié)論只是基于網(wǎng)絡(luò)藥理學(xué)對(duì)荷葉、決明子、山楂治療單純性肥胖的探討，并未通過實(shí)驗(yàn)進(jìn)一步驗(yàn)證，而公共數(shù)據(jù)庫(kù)是實(shí)時(shí)更新的，信息尚未全面，當(dāng)下的結(jié)論存在一定的滯后及偏差，因此對(duì)荷葉、決明子、山楂治療單純性肥胖的實(shí)驗(yàn)驗(yàn)證將成為下一步研究的重要內(nèi)容。

[1] ROBYN L, HAMZA A , PADDY C D, et al. Interrupting sitting time with simple resistance activities lowers postprandial insulinemia in adults with overweight or obesity[J]. Obesity, 2019, 27(9): 1428-1433．

[2] 卓越，周仲瑜，陳霞，等. 基于復(fù)雜網(wǎng)絡(luò)技術(shù)研究灸法治療單純性肥胖核心處方[J]. 世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2021，23(2): 635-640.

[3] 沈煥玲，張瑩. 肥胖的飲食和藥物治療的研究現(xiàn)狀[J].醫(yī)學(xué)綜述，2018，24(10): 1998-2003.

[4] 趙鵬葳，簡(jiǎn)敬一，任孟月. 藥食同源中藥治療肥胖癥的有效成分和機(jī)制研究進(jìn)展[J]. 廣東藥科大學(xué)學(xué)報(bào)，2021，37(3): 141-149.

[5] RU J, LI P, WANG J, et al. TCMSP: A database of systems pharmacology for drug discovery from herbal medicines[J]. Journal of Cheminformatics, 2014, 6(1): 1-6.

[6] XUE R, FANG Z, ZHANG M, et al. TCMID: Traditional Chinese medicine integrative database for herb molecular mechanism analysis[J]. Nucleic Acids Research, 2013, 41: D1089-D1095.

[7] XU H Y, ZHANG Y Q, LIU Z M, et al. ETCM: An encyclopaedia of traditional Chinese medicine[J]. Nucleic Acids Research, 2019, 47(D1) :D976-D982.

[8] 董嘉琪，陳金鵬，龔蘇曉，等. 山楂的化學(xué)成分、藥理作用及質(zhì)量標(biāo)志物（Q-Marker）預(yù)測(cè)[J]. 中草藥，2021，52(9): 2801-2818.

[9] 王文越，呂琴，李珩玉，等. 山楂與野山楂的化學(xué)成分對(duì)比研究[J]. 山東中醫(yī)藥大學(xué)學(xué)報(bào)，2021，45(5): 672-679.

[10] 樓陸軍，羅潔霞，高云. 山楂的化學(xué)成分和藥理作用研究概述[J].中國(guó)藥業(yè)，2014，23(3): 92-94.

[11] 劉榮華，邵峰，鄧雅瓊，等. 山楂化學(xué)成分研究進(jìn)展[J].中藥材，2008(7): 1100-1103.

[12] UniProt Consortium. UniProt: The universal protein knowledgebase in 2021[J]. Nucleic Acids Research, 2021, 49(D1): D480-D489.

[13] STELZER G, ROSEN N, PLASCHKWS I, et al. The GeneCards suite: From gene data mining to disease genome sequence analyses[J]. Current Protocols in Bioinformatics, 2016, 54: 30.

[14] AMBERGER J S, BOCCHINI C A, SCOTT A F, et al. OMIM.org: Leveraging knowledge across phenotype-gene relationships[J] Nucleic Acids Research, 2019, 47(1): D1038-D1043.

[15] SZKLARCZY D, GABLE AL, LYON D, et al. STRING v11: Protein-protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets[J]. Nucleic Acids Research, 2019, 47(D1): D607-D613.

[16] ZHOU Y, ZHOU B, PACHE L, et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets [J]. Nature Communications, 2019, 10(1): 1523.

[17] KIM S, CHEN J, CHENG T, et al. PubChem in 2021: New data content and improved web interfaces[J]. Nucleic Acids Research, 2021, 49(D1): D1388.

[18] 王健，楊建全. 運(yùn)動(dòng)康復(fù)鍛煉聯(lián)合三七花、山楂茶飲對(duì)中老年單純性肥胖脂肪肝患者肝功能及血流變學(xué)指標(biāo)的影響[J]. 中國(guó)老年學(xué)雜志，2019，39(16): 3913-3915.

[19] KIM B M, CHO B O, JANG S I. Anti-obesity effects of Diospyros lotus leaf extract in mice with high-fat diet-induced obesity[J]. International Journal of Molecular Medicine, 2019, 43(1): 603-613．

[20] 劉天曉，劉佳，張冠華. 有氧運(yùn)動(dòng)伴決明子茶飲對(duì)肥胖女大學(xué)生身體形態(tài)及血脂代謝的影響[J]. 山東體育科技，2012，34(3): 34-38.

[21] 劉晟文，劉建英. 槲皮素藥理學(xué)作用的研究進(jìn)展[J]. 中華肺部疾病雜志，2020，13(1): 104-106.

[22] 李博文，趙亮，王勇. 槲皮素、山柰酚和蘆丁對(duì)高果糖和高脂飲食誘導(dǎo)的大鼠代謝綜合征的影響[J]. 食品科學(xué)，2019，40(17): 223-233.

[23] DLUDLA P V, NKAMBULE B B, Jack B, et al. Inflammation and oxidative stress in an obese state and the protective effects of gallic acid[J]. Nutrients, 2018, 11(1): 1-8.

[24] RAI S, BHATNAGAR S. Hyperlipidemia, disease associations, and top 10 potential drug targets: A network view[J]. OMICS, 2016, 20(3): 152-168.

[25] YANG S, SHEN Y, HU X, et al. Natural product puerarin activates Akt and ameliorates glucose and lipid metabolism dysfunction in hepatic cells[J]. Journal of Functional Foods, 2019, 55: 296-304.

[26] 湯艷，易健，彭千元，等. 黑茶對(duì)高脂血癥大鼠血脂及炎癥因子TNF-α、IL-6影響[J]. 遼寧中醫(yī)藥大學(xué)學(xué)報(bào)，2016，18(9): 25-28.

[27] 許澤恭，祝晨蔯，周玖瑤，等. 基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接探究羅布麻葉抗高脂血癥的作用機(jī)制[J]. 中藥新藥與臨床藥理，2021，32(8): 1154-1163.

[28] YOON M. The role of PPARα in lipid metabolism and obesity:focusing on the effects of estrogen on PPARα actions[J]. Pharmacological Research, 2009, 60(3): 151-159．

[29] 徐雷，王一茹，李沛城，等. AGEs-RAGE相互作用促進(jìn)巨噬細(xì)胞攝取膽固醇的研究[J]. 同濟(jì)大學(xué)學(xué)報(bào)(醫(yī)學(xué)版)，2017，38(1): 30-35.

[30] 董書琴，盧宇，高菲，等. FoxO1在糖脂代謝機(jī)制中的研究進(jìn)展[J]. 大連醫(yī)科大學(xué)學(xué)報(bào)，2021，43(5): 445-450.

[31] ZHANG J X, FENG W J, LIU G C, et al. Corosolic acid attenuates hepatic lipid accumulation and inflammatory response via AMPK/SREBPs and NF-κB/MAPK signaling pathways[J]. American Journal of Chinese Medicine, 2020, 48(3): 579-595.

Discussion on the Mechanism of Three Medicinal and Edible Traditional Chinese Herbs in Treating Simple Obesity Based on Network Pharmacology and Molecular Docking

Objective: Based on network pharmacology and molecular docking method, to explore the mechanism of of active ingredient of hawthorn, lotus leaf and cassia seed in the treatment of simple obesity. Methods: The active ingredients of cassia seed and lotus leaf were obtained from TCMSP, and the active ingredients of hawthorn flesh were obtained using TCMID and ETCM combined with relevant literature. Finally, the corresponding targets of the active ingredients were obtained through TCMSP. Simple obesity targets were collected through GeneCards and OMIM databases. At the same time, Venny 2.1.0 was used to obtain "drug-disease" intersection targets. PPI network map was constructed through STRING platform, and key targets were screened by CytoNCA plug-in. GO function and KEGG path enrichment were analyzed using Metascape database. Finally, AutoDock Vina 1.1.2 was used for molecular docking of key targets and components. Results: A total of 38 active ingredients were obtained through screening, 180 "drug-disease" intersection targets were identified, and 9 core targets were identified through PPI network diagram screening; GO analysis obtained 2338 entries, and KEGG analysis obtained 204 signaling pathways; the results of macromolecular docking showed that the key targets had good binding activity with the core active components. Conclusion: Hawthorn, lotus leaf and cassia seed are used to treat simple obesity through multiple components, targets, and pathways.

medicinal and edible herbs; simple obesity; network pharmacology; molecular docking

R285

A

1008-1151(2023)09-0059-06

2022-09-26

浙江省醫(yī)學(xué)會(huì)臨床科研基金項(xiàng)目（2018ZYC-A15）。

王相安（1991－），女，浙江杭州人，浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院初級(jí)營(yíng)養(yǎng)師，碩士，研究方向?yàn)橹嗅t(yī)藥防治營(yíng)養(yǎng)代謝相關(guān)性疾病。

王慧銘（1963－），男，浙江杭州人，浙江中醫(yī)藥大學(xué)藥學(xué)院教授，碩士，研究方向?yàn)橹兴幩幚怼?/p>