Exploració dels mecanismes moleculars del parell d'herbes Cistanche Deserticola-Angelica Sinensis per a la teràpia de la malaltia de Parkinson

Oct 08, 2026

 

Resum

La malaltia de Parkinson (MP) representa un trastorn del moviment neurodegeneratiu progressiu sense teràpies curatives radicals. La parella d'herbes formada perCistanche deserticolaiAngelica sinensisés una coneguda combinació de medicina tradicional xinesa (TCM) que s'ha informat que alleuja els símptomes clínics associats a la MP. Aquesta investigació va integrar el flux de treball de farmacologia en xarxa i el model de predicció d'aprenentatge profund per descobrir objectius terapèutics candidats i mecanismes moleculars latents d'aquesta parella d'herbes contra la PD.

Components químics actius deCistanche deserticola-Angelica sinensises van recuperar i es van filtrar mitjançant la base de dades TCMSP. La base de dades de PubChem va proporcionar informació estructural composta. L'anàlisi d'intersecció va identificar 131 gens compartits entre dianes relacionades amb fàrmacs i gens associats a la malaltia de PD. Es va realitzar l'enriquiment funcional GO i l'enriquiment de la via KEGG per a aquests gens superposats. El model CNN_CNN_BindingDB pre-entrenat integrat al conjunt d'eines d'aprenentatge profund DeepPurpose es va desplegar per predir quantitativament l'afinitat d'unió de proteïnes moleculars entre els fitoquímics representatius i les proteïnes objectiu del centre.

Els resultats d'enriquiment funcional van demostrar que aquesta barreja d'herbes intervé en la progressió patològica de la PD mitjançant respostes biològiques que inclouen la reacció d'estímuls exògens, les vies relacionades amb la infecció, la resposta de lipopolisacàrids i la resposta a l'estrès d'espècies reactives d'oxigen. Les vies de senyalització KEGG dominants cobrien la via d'activació del receptor de la carcinogènesi química, així com la cascada de senyalització AGE-RAGE. La predicció d'afinitat d'aprenentatge profund va verificar una interacció d'unió robusta entre els principals ingredients bioactius (-sitosterol, quercetina, araquidonat i altres fitoquímics) i proteïnes centrals relacionades amb la PD (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELAND, STAT1KT1, CC.

Col·lectivament,Cistanche deserticola-Angelica sinensisEl parell d'herbes exerceix efectes farmacològics multicomponents i multi-objectiu per a la intervenció de la PD. Les seves substàncies actives modulen l'autofàgia, l'apoptosi cel·lular, l'homeòstasi de l'estrès oxidatiu i les respostes neuroinflamatòries. Aquest estudi computacional proporciona proves teòriques preliminars i recurs de referència per a la validació experimental posterior i el cribratge de fàrmacs anti-PD derivats de combinacions d'herbes TCM.

Paraules clau: malaltia de Parkinson; farmacologia de xarxa; aprenentatge profund;Cistanche deserticola; Angelica sinensis; parella d'herbes; neuroprotecció; predicció de l'objectiu

1. Introducció

La malaltia de Parkinson (MP) és un trastorn neurodegeneratiu crònic incapacitant caracteritzat per la degeneració progressiva de les neurones dopaminèrgiques nigrostriatal. Les manifestacions clíniques típiques inclouen tremolors en repòs, rigidesa muscular, inestabilitat postural, bradicinèsia, acompanyades de símptomes no motors com ara trastorns del son, disfunció olfactiva, restrenyiment i deteriorament cognitiu mental Les intervencions clíniques principals actuals estan dominades pel tractament substitutiu simptomàtic basat en levodopa, que pot alleujar els signes motors neurogenerals de forma temporal i no revertir. L'administració a llarg termini de levodopa sovint genera reaccions adverses de complicacions motores. Per tant, el descobriment i el desenvolupament de nous agents terapèutics neuroprotectors segueixen sent exigències clíniques urgents.

La medicina herbal tradicional xinesa ofereix abundants recursos candidats per a l'exploració de fàrmacs per a malalties neurodegeneratives.Cistanche deserticola(Rou-cong-rong) iAngelica sinensis(Dang-gui) són herbes medicinals que es combinen amb freqüència dins de la pràctica clínica de la MTC. Les investigacions farmacològiques modernes han validat múltiples biofuncions per a aquests dos materials herbaris.Cistanche deserticola, el "ginseng del desert", posseeix activitats neuroprotectores, immunomoduladores, antitumorals i reguladores gastrointestinals amb perfils de bioseguretat favorables PMC. Els seus components feniletanoides-glicòsids com l'equinacòsid i el verbascòsid poden mitigar el dany neuronal oxidatiu, inhibir l'apoptosi de les neurones dopaminèrgiques i regular el flux d'autofàgia, mostrant efectes preclínics anti-PD prometedors.Angelica sinensiss'aplica àmpliament per nodrir la sang i activar la circulació sanguínia en les receptes de TCM; els seus extractes presenten un rendiment antiinflamatori, capacitat d'eliminació d'espècies reactives d'oxigen, propietats anti-envelliment i neurotròfiques. Es suposa que l'ús combinat d'aquestes dues herbes genera beneficis neuroprotectors sinèrgics per als pacients amb PD.

Parkinson's disease (PD) is a disabling chronic neurodegenerative

No obstant això, el mecanisme molecular holístic subjacentCistanche deserticola-Angelica sinensisEl parell d'herbes que tracten la malaltia de Parkinson no està prou clarificat pels experiments convencionals de laboratori d'un sol objectiu. La metodologia de farmacologia de xarxa simula la característica "multi-compost, multi-objectiu, multivia" de les fórmules de TCM, que s'adapta perfectament al mecanisme de desxiframent de combinacions d'herbes. A més, la predicció d'afinitat d'unió a l'objectiu de fàrmacs basada en l'aprenentatge profund complementa encara més el flux de treball tradicional d'acoblament molecular i millora l'eficiència de cribratge d'alt rendiment per a la interacció amb l'objectiu compost. La biblioteca de codi obert DeepPurpose ofereix múltiples arquitectures de xarxes neuronals preparades prèviament per a la previsió d'interacció amb medicaments; el model CNN_CNN_BindingDB aconsegueix un rendiment fiable per a l'estimació de la puntuació d'unió de proteïnes de molècules petites.

En aquest estudi computacional, hem integrat el pipeline analític de farmacologia de xarxa amb el model d'aprenentatge profund DeepPurpose per investigar sistemàticament objectius potencials i cascades de senyalització modulades perCistanche deserticola-Angelica sinensiscontra el PD. El nostre objectiu és revelar el mecanisme molecular sinèrgic d'aquesta parella d'herbes i establir les bases teòriques per al seguiment de l'assaig cel·lular in vitro i la verificació in vivo del model animal, accelerant l'explotació de nous fàrmacs candidats per a la teràpia de la malaltia de Parkinson.

2. Materials i Mètodes

2.1 Recuperació de conjunts de dades i cribratge d'objectius composts

Components químics bioactius deCistanche deserticolaiAngelica sinensises van obtenir de TCMSP (Base de dades i plataforma d'anàlisi de farmacologia de sistemes de medicina tradicional xinesa). Es van aplicar tres criteris de filtre per al cribratge de compostos candidats: biodisponibilitat oral OB superior o igual al 30 %; DL semblant al fàrmac superior o igual a 0,18; permeabilitat de la barrera hematoencefàlica BBB Major o igual a -0,85. La configuració del llindar BBB garanteix que els fitoquímics seleccionats tenen la capacitat teòrica de creuar la barrera hematoencefàlica i actuar sobre lesions del sistema nerviós central relacionades amb la patologia de la PD, tenint en compte que el deteriorament de la barrera hematoencefàlica que es produeix amb freqüència entre els pacients amb PD.

Es va consultar la base de dades PubChem per a les cadenes estructurals canòniques SMILES de compostos filtrats. Els gens objectiu associats a la malaltia de Parkinson es van recollir de les bases de dades GeneCards, OMIM, PharmGkb, TTD i DrugBank. Després de consolidar i desduplicar les entrades de gens relacionats amb la malaltia, es va realitzar una anàlisi d'intersecció entre objectius predits amb compostos d'herbes i gens de malaltia rellevants per a la PD per adquirir gens objectiu superposats compartits de la parella d'herbes per al tractament de la PD.

Dataset Retrieval And Compound‑Target Screening

2.2 Construcció de la xarxa d'interacció proteïna-proteïna (PPI).

Els gens objectiu comuns superposats es van enviar a la base de dades STRING. Es va especificar com a espècieHomo sapiens, confidence threshold was set to highest‑confidence score >0,9; altres paràmetres es mantenen com a configuració predeterminada per construir una xarxa d'interacció proteïna-proteïna. Es van calcular els paràmetres topològics de la xarxa, com ara la centralitat de grau (DC), la centralitat d'intermediació (BC), la centralitat de proximitat (CC), la centralitat de vectors propis (EC). El connector CytoNCA dins del programari Cytoscape va executar un filtratge de gens de concentrador de dues vegades per identificar els gens objectiu centrals. Primers criteris de filtrat: BC superior o igual a 49,43, CC superior o igual a 0,15, DC superior o igual a 5,0, EC superior o igual a 0,05. Filtratge més estricte de segona ronda: BC superior o igual a 15,43, CC superior o igual a 0,54, DC superior o igual a 8, EC superior o igual a 0,14. Els gens que satisfan els llindars de cribratge secundaris es van definir com a objectius centrals d'aquest parell d'herbes contra la PD.

2.3 Anàlisi d'enriquiment GO i KEGG

Es va adoptar la plataforma R-studio amb paquets d'ecosistemes Bioconductor (clusterProfiler, ggplot2 i paquets de dependència auxiliars) per a l'anàlisi d'enriquiment funcional de Gene-Ontology (GO) i l'anàlisi d'enriquiment de la via Kyoto-Encyclopedia-of-Genes-and-Genomes (KEGG) per a 131 objectius que s'intersequen. L'anàlisi d'enriquiment GO cobreix tres categories: procés biològic (BP), component cel·lular (CC), funció molecular (MF). Valor P< 0.05 was regarded as statistically‑significant enrichment threshold.

2.4 Predicció d'afinitat d'enllaç basada en l'aprenentatge profund

El conjunt d'eines d'aprenentatge profund de codi obert DeepPurpose es va utilitzar per a la predicció de l'afinitat d'unió a l'objectiu de fàrmacs. S'ha seleccionat el model CNN_CNN_BindingDB preentrenat per al càlcul. Les seqüències d'aminoàcids de proteïnes objectiu central es van descarregar de la base de dades UniProt; les cadenes SMILES compostes es van recuperar de la base de dades de PubChem. Aquest model híbrid de xarxa neuronal convolucional pren la seqüència SMILES composta i la seqüència d'aminoàcids de proteïna objectiu com a característiques d'entrada dual i produeix una matriu de puntuació quantitativa de força d'unió per a parells objectiu compost. Es va implementar la visualització de la matriu de predicció d'unió per mostrar la intensitat d'interacció entre els fitoquímics representatius de parells d'herbes i les proteïnes relacionades amb la PD.

Deep‑Learning‑Based Binding‑Affinity Prediction

3. Resultats

3.1 Recollida de compostos actius i medicaments diana

Seguint la recuperació de la base de dades TCMSP i els criteris de filtratge tridimensional (OB superior o igual al 30%, DL superior o igual a 0,18, BBB superior o igual a -0,85), es van obtenir set fitoquímics bioactius (incloent un constituent comú compartit per a ambdues herbes)Cistanche deserticola-Angelica sinensisparella d'herbes. L'script Strawberry-Perl va realitzar una conversió d'identificació de destinació, la base de dades UniProt va anotar i els noms de gens estandarditzats; finalment es van adquirir un total de 297 gens objectiu de fàrmacs putatius relacionats amb els compostos de parells d'herbes.

3.2 Cribratge d'intersecció per a dianes terapèutiques rellevants per a la MP

Es van integrar i desduplicar diverses bases de dades de gens de malalties (GeneCards, OMIM, PharmGkb, TTD, DrugBank), donant lloc a 11 208 gens totals de malalties relacionades amb la PD. Càlcul d'intersecció entre el conjunt d'objectius de parells d'herbes i el conjunt de dades de gens de la malaltia PD produït131 gens comuns que s'intersequen, que va constituir un grup d'objectius terapèutics potencials que mediaven accions farmacològiques anti-PDCistanche deserticola-Angelica sinensis.

3.3 Identificació de l'objectiu principal del concentrador des de la xarxa PPI

Els 131 objectius compartits es van importar a STRING per construir una xarxa d'interacció proteïna-proteïna. El filtratge de paràmetres topològics en dos passos mitjançant el connector CytoNCA va detectar onze gens centrals principals:HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1. Aquests gens centrals ocupen un estat regulador central dins de la xarxa biològica i s'especula que serveixen com a nodes d'acció primària per a aquesta parella d'herbes que interfereix en la progressió patològica de la PD.

3.4 Enriquiment funcional GO i resultats d'enriquiment de la via KEGG

Els resultats d'enriquiment de GO van revelar que aquests objectius compartits participen en múltiples respostes de processos biològics: resposta a l'estímul exògen, reacció associada a la infecció, resposta inflamatòria mediada per lipopolisacàrids, resposta metabòlica d'espècies reactives d'oxigen. A nivell de funció molecular, les proteïnes concentradores exerceixen activitat d'unió al factor de transcripció d'unió a l'ADN, funció d'unió a la proteïna lligasa semblant a la ubiquitina i activitat reguladora del receptor nuclear. Les ubicacions corresponents dels components cel·lulars inclouen microdominis de membrana plasmàtica, basses de membrana i llums de grànuls intracel·lulars.

L'anàlisi d'enriquiment de la via KEGG va manifestar cascades de senyalització significativament enriquides, entre les quals la via d'activació del receptor de carcinogènesi química i la via de senyalització AGE-RAGE són vies representatives d'alta rellevància. Altres cascades significatives inclouen la senyalització PI3K-Akt, la senyalització MAPK, la via de resposta inflamatòria IL-17 i la via inflamatòria mediada per TNF, que estan estretament associades amb l'estrès oxidatiu neuronal, la neuroinflamació, l'apoptosi cel·lular i els esdeveniments reguladors de l'autofàgia durant la patogènesi de la PD.

 GO Functional Enrichment And KEGG Pathway‑Enrichment Outcomes

3.5 Predicció d'afinitat d'enllaç CNN_CNN_BindingDB d'aprenentatge profund

El model DeepPurpose CNN_CNN_BindingDB va predir la força d'interacció d'unió entre els fitoquímics representatius (yangambin, suchilactona, estigmasterol, quercetina, marckina, -sitosterol, araquidonat) i onze proteïnes objectiu central. La matriu de mapa de calor de puntuació d'unió va il·lustrar que diversos compostos, inclosos -sitosterol, quercetina, marckina i araquidonat, presentaven una forta afinitat d'unió amb la majoria de nodes objectiu del concentrador com AKT1, TP53, MYC, MAPK1, FOS, HIF1A i STAT1. Aquest resultat computacional d'aprenentatge profund dóna suport a la hipòtesi que els components actius provenen deCistanche deserticola-Angelica sinensisEl parell d'herbes pot interactuar directament amb les proteïnes bàsiques associades a la PD i modular la seva funció biològica.

4. Discussió

La patogènesi de la malaltia de Parkinson implica una diafonia complicada entre lesions per estrès oxidatiu, neuroinflamació, agregació de proteïnes, disfunció mitocondrial, autofàgia desregulada i apoptosi de neurones dopaminèrgiques. La monoteràpia d'una sola molècula és difícil de revertir el dany neurodegeneratiu impulsat per múltiples factors. Parell d'herbes TCMCistanche deserticola-Angelica sinensisfunciona mitjançant un mode sinèrgic multicomponent, que coincideix amb les característiques multipatològiques de la MP. Aquest estudi va combinar la farmacologia de xarxa i la predicció d'unió d'objectius d'aprenentatge profund per disseccionar el seu potencial mecanisme molecular anti-PD.

Es van examinar set fitoquímics bioactius qualificats, inclosos -sitosterol, quercetina, araquidonat, estigmasterol i altres productes naturals neuroprotectors ben documentats. Un total de 131 gens superposats entre els objectius d'herbes i els gens de la malaltia de PD van indicar un ampli abast d'intervenció d'aquesta parella d'herbes per a la xarxa patològica de la PD. Onze gens concentradors (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1) es van filtrar de la xarxa PPI. Aquests gens centrals són reguladors centrals de la supervivència cel·lular, la inflamació i la resposta a l'estrès oxidatiu. AKT1 pertany al node central de la via de senyalització PI3K-AKT; el seu estat de fosforilació controla l'apoptosi cel·lular i el procés d'autofàgia a les neurones dopaminèrgiques. TP53 media l'apoptosi neuronal provocada per danys a l'ADN; MAPK1 participa en la cascada de proteïna quinasa activada per mitògens activats per l'estrès que facilita la mort de les neurones en condicions d'estrès oxidatiu. HIF1A modula la reacció hipòxica-inflamatòria dins del microambient del sistema nerviós central. RELA i STAT1 són molècules clau del factor de transcripció per a la transducció del senyal neuroinflamatòria impulsada per NF-κB.

L'anàlisi d'enriquiment KEGG va destacar la via de senyalització AGE-RAGE com a via enriquida crítica. L'activació anormal de l'eix AGE-RAGE pot desencadenar l'alliberament de factors inflamatoris depenent de NF-κB, agreujar la càrrega d'estrès oxidatiu de les neurones substantia-nigra i accelerar la progressió de la MP, que és coherent amb la investigació del mecanisme de neurodegeneració publicada anteriorment. La via PI3K-Akt també s'enriqueix significativament. Els ingredients del parell d'herbes poden suprimir la sobreactivació de la microglia i la secreció de citocines proinflamatòries (TNF-, IL-17, etc.), reduir la lesió neuronal mediada per la inflamació. L'enriquiment del procés biològic GO va mostrar un enriquiment destacat per a la resposta d'espècies reactives d'oxigen, cosa que indica que l'efecte antioxidant constitueix un mecanisme neuroprotector vital d'aquesta parella d'herbes.

GO Functional Enrichment And KEGG Pathway‑Enrichment Outcomes

A diferència de la simulació d'acoblament molecular convencional, hem aplicat el model d'aprenentatge profund DeepPurpose CNN_CNN_BindingDB per avaluar l'afinitat d'unió a l'objectiu compost. El model de xarxa neuronal convolucional aprèn dades d'unió experimentals massives de la base de dades BindingDB, que proporciona una predicció quantitativa d'alt rendiment per a la interacció entre petites molècules d'herbes i proteïnes diana. La matriu de mapa de calor de predicció va demostrar que -sitosterol, quercetina i araquidonat posseeixen un excel·lent potencial d'unió contra la majoria de proteïnes centrals, cosa que suggereix que aquests components poden servir com a molècules efectores principals per a l'activitat anti-PD deCistanche deserticola-Angelica sinensis.

Aquesta investigació computacional encara té limitacions inherents. Totes les conclusions es deriven de la predicció in-silico; Els experiments addicionals a nivell cel·lular i la validació del model PD-animal són indispensables per verificar la interacció compost-objectiu i els efectes reguladors de la via. A més, els nostres criteris de selecció van fixar paràmetres OB, DL i BBB; es poden filtrar alguns components de baixa biodisponibilitat, mentre que els productes de transformació metabòlica després de l'administració oral d'herbes no es van considerar. Els treballs posteriors haurien d'integrar la farmacoquímica sèrica per identificar els compostos prototipus i metabòlits reals de penetració de la barrera hematoencefàlica derivats de l'administració oral de parells d'herbes.

Des de la perspectiva de l'aplicació translacional, aquest estudi proporciona una llista de compostos candidats i un conjunt d'objectius bàsics, donant suport a la detecció de seguiment de nous fàrmacs, l'optimització de la formulació d'extractes d'herbes per a la teràpia complementària de PD.

5. Conclusió

En resum, aquest estudi va adoptar la farmacologia de xarxa combinada amb un flux de treball de predicció d'aprenentatge profund per investigar sistemàticament el mecanisme terapèutic potencial perCistanche deserticola-Angelica sinensisparell d'herbes contra la malaltia de Parkinson.

Es van obtenir un total de set fitoquímics bioactius i 131 dianes terapèutiques rellevants per a la PD entrecreuades; Es van identificar onze gens centrals principals: HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1.

Els resultats de l'anàlisi d'enriquiment van indicar que aquest parell d'herbes modula múltiples esdeveniments biològics, inclòs l'estrès d'espècies reactives d'oxigen, la neuroinflamació, l'autofàgia i l'apoptosi. Les vies de senyalització AGE-RAGE, PI3K-Akt, MAPK, TNF i IL-17 participen en el seu procés farmacològic anti-PD.

La predicció d'afinitat d'unió CNN_CNN_BindingDB d'aprenentatge profund va validar que els fitoquímics representatius com el -sitosterol i la quercetina presenten una capacitat d'unió favorable a les proteïnes objectiu central del nucli.

ElCistanche deserticola-Angelica sinensisEl parell d'herbes tracta la PD a través d'un patró holístic de múltiples compostos, múltiples objectius, múltiples vies. Aquesta investigació in-silico ofereix una referència computacional per a la verificació experimental i el desenvolupament d'agents neuroprotectors d'origen TCM per a la intervenció de la malaltia de Parkinson.

Referències

[1] Comissió de Farmacopea de la República Popular de la Xina. Farmacopea Xinesa (Volum I) [M]. Beijing: Xina Medical Science Press, 2020.

[2] Jenkins H E, Tolman A W, Yuen C M, et al. Incidència de la malaltia tuberculosa multiresistent als nens: revisió sistemàtica i estimacions globals [J]. Lancet, 2014, 383(9928):1572-1579.

[3] Donovan J T, Thu D D A, Phu N H, et al. Xpert MTB/RIF Ultra versus Xpert MTB/RIF per al diagnòstic de meningitis tuberculosa: un estudi prospectiu, aleatoritzat i de precisió diagnòstica [J]. Lancet Infectious Diseases, 2020, 20(3):299-307.

[4] Wang L J, Yi H Y, Liang X J, et al. El TNF- i la sin fosforilada del plasma s'associen amb fatiga en pacients amb malaltia de Parkinson [J]. Journal of Neuroimmunology, 2023, 385:578222.

[5] Chen J, Zheng Z W, Li M Q, et al. Disseny, síntesi i avaluació de compostos de monocetena com a nous agents potencials de la malaltia de Parkinson mitjançant la supressió de l'estrès ER mitjançant AKT [J]. Química Bioorgànica, 2023,136:106543.

[6] Wang Z F, Huang PE, Wang N B, et al. L'asarona inhibeix l'autofàgia activant la via PI3K/Akt/mTOR en un model de depressió de rata a la malaltia de Parkinson [J]. Investigació del cervell comportamental, 2024,465:114966.

Potser també t'agrada