一种生物信息学分析凝脂玉颜散抗皮肤炎作用机制方法

摘要

本发明属于生物医学领域，公开了一种基于生物信息学分析凝脂玉颜散抗皮肤炎作用机制的方法并首次报道了凝脂玉颜散防治皮肤炎的详细靶点和具体药理机制。包括以下要点：通过在线数据库分析获得凝脂玉颜散药理靶点及皮肤炎病原靶点；将凝脂玉颜散和皮肤炎靶点取交集得到药物‑疾病交集靶基因靶点并构建相关蛋白互作网络筛选核心靶点；进一步利用R语言相关包对核心靶点进行基因本体GO生物过程和KEGG通路富集分析；进行分子对接验证活性成分与核心靶点对应蛋白的对接合理性；最后构建药物‑靶点‑基因本体功能‑通路‑疾病可视化图进行治疗机制的深入解析。本发明方法揭示了凝脂玉颜散发挥抗皮肤炎的核心靶点及相关作用机制。

说明书

技术领域

本发明涉及生物医药领域，具体涉及一种基于生物信息学分析凝脂玉颜散抗皮肤炎作用机制的方法。

背景技术

皮肤炎(Dermatitis)是皮肤炎症的一类总称，皮炎的发病机制复杂，可由内源性因素如特异性皮肤炎引起，也可由外源性因素如花粉、虫咬、海鲜等引起，甚至两种因素同时发生于同一患者中

本发明的凝脂玉颜散是由六种中药组成用于治疗皮肤炎的复方药物。该复方药物组成成分有：绿豆、白附子、白芷、山楂、茯苓、薄荷。经文献调研，以上复方中药对皮炎有一定药理作用。药食同源的绿豆，因具清热解暑的功效被人们所喜爱，其有效成分β-胡萝卜素被证实具有预防特异性皮炎的作用，通过口服补充β-胡萝卜素可以改善皮炎样症状及抑制Th2趋化因子的表达

网络药理学和分子对接技术作为生物信息学工具，可用于预测验证和揭示生物活性化合物的候选靶标及相关疾病药理机制。综上，本发明应用这一策略来挖掘和确定复方药物凝脂玉颜散在治疗皮肤炎作用的药理靶点和机制，为抗皮肤炎药物的开发提供重要的指导和依据。

发明内容

本发明目的在于克服现有药物开发周期长，成本高，风险高的不足，提供一种基于生物信息学分析凝脂玉颜散抗皮肤炎作用机制的方法，为临床皮肤炎药物开发及创新奠定前期基础。

为达到上述目的，本发明的技术方案如下：

一种基于生物信息学分析凝脂玉颜散抗皮肤炎作用机制的方法步骤：

S1、有效成分及活性作用靶点筛选

根据研究目标，设定筛选标准。运用在线数据库(TCMSP、BATMAN)筛选出凝脂玉颜散各个成分的有效成分及其活性作用靶点。

S2、疾病候选靶点识别

在疾病靶标数据库(DisGeNET、OMIM和GeneCard)中，以“Dermatitis”作为关键词检索查找皮肤炎候选靶点。然后与S1所得的成分活性作用靶点进行交集映射，获得成分-疾病交集靶基因，即凝脂玉颜散抗皮肤炎的作用靶点。

S3、构建成分靶点-疾病靶点网络及筛选核心靶点

采用STRING数据库(Version 11.0)分析S2的交集靶点，得到靶点蛋白互作网络关系图(PPI网络)及tsv.数据。运用Cytoscape3.7.1软件分析网络节点的拓扑结构特征参数，确定核心靶点筛选条件并进行后续筛选分析。

S4、对核心靶点富集分析以探讨药物成分作用机制

利用R语言(3.6.1)相关包对核心靶点进行GO生物过程和KEGG通路注释富集分析，输出相应图表，对照解析凝脂玉颜散抗皮肤炎的作用机制。

S5、“成分-靶点-通路-疾病”网络构建与可视化

运用Cytoscape3.7.1根据S4结果构建“药物-靶点-基因本体生物通路-疾病”可视化图形。

S6、分子对接验证

对S3筛选所得的核心靶点进行分子对接验证，具体为化合物和蛋白质结构数据库(PubChem、PDB)获取活性成分化合物结构及蛋白结构，转化为相应的.pdbqt格式后导入Autodock Vina软件中判断对接参数设置的合理性，再进行分子对接验证，。

所述的方法，S1中BATMAN数据库筛选范围为score cutoff>20，P<0.05；TCMSP数据库中筛选的条件为OB≥30％，DL≥0.18。

所述的方法，S3中核心靶点筛选范围上限为拓扑数据中的最大Degree值，下限为Degree中位数的2倍。

所述的方法，S4中富集设定范围为p-value cutoff＝0.05，q-value cutoff＝0.05。

所诉的方法，S6中判断对接后配体构象与原配体构象吻合阈值为

本发明所用的药物分子作用机制的研究方法具有如下优点：

首次公开了凝脂玉颜散抗皮肤炎的相关靶点，这些靶点将作为突破点在皮肤炎药物研发过程中提供参考。本发明方法为阐释凝脂玉颜散发挥抗皮肤炎作用研究机制提供了新思路，这些系统生物学信息将在未来的研究中得到验证，进一步为凝脂玉颜散用于皮肤炎的防治提供了前期研究基础。

由于本发明方法利用了网络药理学和分子对接技术，与传统研究方法相比，该法具有快速筛选药物有效成分和快速预测药物靶点的优点。可见，通过生物信息学技术，可以辅助药物活性成分研发，对我国丰富中药资源的开发与产业化具有突破性意义。

附图说明

下面结合附图对本发明进一步说明。

图1为凝脂玉颜散-皮肤炎交集靶点图

图2为凝脂玉颜散抗皮肤炎交集靶点Venn-蛋白PPI图。从Venn图映射出来的PPI图其中：圆形代表靶点蛋白，边为相互作用关系。

图3为凝脂玉颜散-皮肤炎核心靶点图

图4为凝脂玉颜散抗皮肤炎GO生物过程柱状图

图5为凝脂玉颜散抗皮肤炎KEGG通路富集柱状图

图6为凝脂玉颜散-靶点-GO-KEGG-皮肤炎网络关系图

图7为凝脂玉颜散活性成分-PIK3CA蛋白分子对接图

图8为凝脂玉颜散活性成分-MAPK1蛋白分子对接图

图9为凝脂玉颜散活性成分-AKT1蛋白分子对接图

图10为凝脂玉颜散活性成分-MAPK3蛋白分子对接图

图11为凝脂玉颜散活性成分-TNF蛋白分子对接图

图12为凝脂玉颜散活性成分-SRC蛋白分子对接图

具体实施方式

下面将通过具体实施例结合附图表对本发明进行清晰、完整地描述。

1、一种基于生物信息学分析凝脂玉颜散抗皮肤炎作用机制的方法

1.1凝脂玉颜散有效成分及活性作用靶点筛选

应用TCMSP

1.2皮肤炎候选靶点识别

以“Dermatitis”为关键词，应用GeneCard数据库

1.3构建凝脂玉颜散靶点-皮肤炎靶点网络及筛选核心靶点

将1.2交集靶基因上传到STRING数据库

1.4对核心靶点富集分析以探讨药物成分作用机制

应用R语言的“ClusterProfiler”

1.5构建网络关系可视化图形

为了更加直观反映药物、靶点、通路与疾病之间的关系，运用Cytoscape软件将药物与靶点、疾病与靶点、核心靶点与关键富集通路的互作关系连接，建立起“药物-靶点-基因本体功能-通路-疾病”关系网络，并对网络图进行可视化展示。

1.6分子对接验证

根据P-Value值选取1.3筛选出的前10个核心靶点进行分子对接验证。凝脂玉颜散六种成分对应的化合物的结构从PubChem数据库

2、结果及讨论

2.1凝脂玉颜散有效成分及活性作用靶点筛选

通过TCMSP、BATMAN数据库检索凝脂玉颜散各个中药的有效成分及其活性作用靶点，经检索得到各中药有效成分为：白附子3个，白芷70个，薄荷38个，茯苓22个，绿豆5个，山楂29个。经重复筛除及矫正得到1245个凝脂玉颜散活性作用靶点。具体见表1、表2。

表1凝脂玉颜散各中药有效作用成分部分信息

Tab.1 Part of active ingredients information for NingZhiYuYanSan

表2凝脂玉颜散部分活性作用靶点信息

Tab.2 Part of targets information for NingZhiYuYanSan

2.2皮肤炎候选靶点识别

通过DisGeNET、Genecard和OMIM数据库共收集到2251个皮肤炎相关基因，通过生信在线工具映射处理得到成分-疾病交集靶点326个，见图1、图2。

2.3构建凝脂玉颜散靶点-皮肤炎靶点网络及筛选核心靶点

应用STRING数据库构建凝脂玉颜散治疗皮肤炎靶点及其功能相关蛋白相互作用网络，结果见图2。Cytoscape软件导入交集靶点，计算凝脂玉颜散-皮肤炎靶点及功能相关蛋白互作网络的拓扑参数，可得靶点Degree中位数为10.211，最大Degree为58，因此将核心靶点筛选条件范围设为21～58，最终获得34个核心靶点，分别为PIK3CA、PIK3R1、MAPK1、JUN、IL6、AKT1、MAPK3、TNF、SRC、RELA、TP53等。具体见表3和图2、图3。

表3凝脂玉颜散-皮肤炎核心靶点信息

Tab.3 The hub biotargets of information for NingZhiYuYanSan againstDermatitis

2.4对核心靶点富集分析以探讨药物成分作用机制

2.4.1 GO生物过程分析

为进一步明确核心靶点生物学过程，通过R语言相关包对34个核心靶点进行基因本体GO富集分析，具体详细生物学过程富集结果见图4。

从图4中可看出，凝脂玉颜散抗皮肤炎涉及多条相关生物过程，包括regulationof inflammatory response(炎症反应调节)、neuroinflammatory response(神经炎症)、cellular response to interleukin-1(细胞白细胞介素-1反应)、hormone secretion(激素分泌)等。

2.4.2 KEGG通路富集分析

KEGG通路富集分析提示共157条相关信息通路与凝脂玉颜散抗皮肤炎核心靶点有关，详细通路见图5。

从图5中可看出，核心靶点所涉及到的其他疾病通路包括IL-17signalingpathway(白细胞介素-17信号通路)、Thyroid hormone signaling pathway(甲状腺激素信号通路)、Growth hormone synthesis,secretion and action(生长激素的合成、分泌及作用)、βcell receptor signaling pathway(β细胞受体信号通路)等。

2.5构建网络关系可视化图形

分析实验数据后进行“凝脂玉颜散-靶点-GO-KEGG-皮肤炎”网络可视化，结果见图6。该图大概由凝脂玉颜散抗皮肤炎核心靶标及所涉及到的相关GO生物过程和KEGG通路组成：NingZhiYuYan为凝脂玉颜散，Dematitis为皮肤炎，中间浅色长方形为核心靶点，左侧长方形为GO生物过程，右侧前缀为has的长方形为KEGG通路，复杂交错的线代表药物-靶点-基因本体功能-通路-疾病间的相互作用关系。凝脂玉颜散抗皮肤炎的核心靶点有34个，每个靶点分别联系多个生物过程和通路，体现了凝脂玉颜散通过多靶点多通路连接成网络发挥抗皮肤炎作用机理，说明凝脂玉颜散是依赖多个通路，调节多个生物过程来共同发挥抗皮肤炎作用的。

2.6分子对接验证

通过PDB数据库搜索核心靶点的前10个靶点进行分子对接，PIK3CA、PIK3R1、MAPK1、JUN、IL6、AKT1、MAPK3、TNF、SRC、RELA相关的蛋白，建立合适的活性空腔盒子模型后与化合物凝脂玉颜散进行分子对接，结果通过pymol

在PIK3CA(PDB ID:6PYS)

在MAPK1(PDB ID:1TVO)

在AKT1(PDB ID:3MVH)

在MAPK3(PDB ID:2ZOQ)

在TNF(PDB ID:6OOY)

在SRC(PDB ID:4K11,http://www.rcsb.org/structure/4K11)中，原配体0J9的RMSD为

3、讨论

本发明通过生物信息学技术，旨在揭示凝脂玉颜散抗皮肤炎的治疗作用、机制及相关靶点。结果揭示了筛选的核心靶标，包括PIK3CA、PIK3R1、MAPK1、JUN、IL6、AKT1、MAPK3、TNF、SRC、RELA、TP53等共34个，并通过分子对接分析进一步发现，PIK3CA、MAPK1、AKT1、MAPK3、TNF、SRC六个主要核心靶点与6PYS、1TVO、3MVH、2ZOQ、6OOY、4K11蛋白结合活性最好。这一发现提示这些基因可能是凝脂玉颜散抗皮肤炎的有效药理靶点。PIK3CA是编码p110α蛋白的基因，为PI3K-AKT-mTOR途径的一员，这一通路与细胞存活相关，可激活抗细胞凋亡信号的产生，但该基因突变将造成肿瘤的发生

4、结论

综上所述，网络药理学技术和分子对接分析所获得的生物信息学结果有效揭示了凝脂玉颜散抗皮肤炎的核心靶标、生物学过程及相关药理分子机制。本发明首次揭示了凝脂玉颜散抗皮肤炎的核心靶点，包括PIK3CA、PIK3R1、MAPK1、JUN、IL6、AKT1、MAPK3、TNF、SRC、RELA等，这为凝脂玉颜散有效抗皮肤炎研究提供了新佐证。

最后应说明的是：以上具体实施例仅是对本发明的技术方案及核心原理的理解，并不是对本发明范围的限制。对于本领域技术人员，依据本发明的核心原理，可对本实施例各条件和参数根据需要而变动，但这些等价变化与修饰，仍均属于本发明的保护范围。

参考文献

[1]Orimerod AD,White M I.Dermatitis[J].British Medical Journal,1984,289:605-608.

[2]Hermans S E H.Contact dermatitis[J].Nederlands tijdschrift voorgeneeskunde,1958,102(23):1073.

[3]Zhang X,Luo B,Mo H,et al.Clinical Evaluation of SequentialTransdermal Delivery of Vitamin B6,Compound Glycyrrhizin,Metronidazole andHyaluronic Acid Using Needle-Free Liquid Jet in Facial Seborrheic Dermatitis[J].Frontiers in medicine,2020,7.

[4]De Araujo L A,Da F F,Rocha T M,et al.Eugenol as a PromisingMolecule for the Treatment of Dermatitis:Antioxidant and Anti-inflammatoryActivities and Its Nanoformulation[J].Oxid Med Cell Longev,2018:8194849.

[5]Jo B G,Park N J,Jegal J,et al.Stellera chamaejasme and Its MainCompound Luteolin7-O-Glucoside Alleviates Skin Lesions in Oxazolone-and 2,4-Dinitrochlorobenzene-Stimulated Murine Models of Atopic Dermatitis[J].PlantaMed,2019,85(7):583-590.

[6]Hiragun M,Hiragun T,Oseto I,et al.Oral administration ofβ-caroteneor lycopene prevents atopic dermatitis-like dermatitis in HR-1mice[J].Journalof dermatology,2016,43(10):1188-1192.

[7]Lucas R,Mihaly J,Lowe G M,et al.Reduced Carotenoid and RetinoidConcentrations and Altered Lycopene Isomer Ratio in Plasma of AtopicDermatitis Patients[J].Nutrients,2018,10(10).

[8]肖志彬,刘小雷,成日青,等.β-谷甾醇对阿司匹林副作用抵抗及抗炎作用影响的实验研究[J].内蒙古医科大学学报,2015,4(37):350-354.

[9]Lee H,Lee J K,Ha H,et al.Angelicae Dahuricae Radix Inhibits DustMite Extract-Induced Atopic Dermatitis-Like Skin Lesions in NC/Nga Mice[J].Evid Based Complement Alternat Med,2012:743075.

[10]Ryu Su Hyang,Chae Jung Won.Effects of Crataegus Pinnatifida(CP)onAllergic Contact Dermatitis(ACD)Induced by DNCB in Mice[J].J Pediatr KoreanMed,2014,28(3):59-73.

[11]杨倩.薄荷挥发油的化学型分析及抑菌、抗炎活性研究[D].江苏大学,2017.

[12]Wu K,Fan J,Huang X,et al.Hepatoprotective effects exerted byPoria Cocos polysaccharides against acetaminophen-induced liver injury inmice[J].Int J Biol Macromol,2018,114:137-142.

[13]Ru J,Li P,Wang J,et al.TCMSP:a database of systems pharmacologyfor drug discovery from herbal medicines[J].J Cheminform,2014,6:13.

[14]Liu Z,Guo F,Wang Y,et al.BATMAN-TCM:a Bioinformatics AnalysisTool for Molecular mechANism of Traditional Chinese Medicine[J].Sci Rep,2016,6:21146.

[15]The UniProt Consortium,UniProt:the universal proteinknowledgebase[J].Nucleic Acids Research,2018,46(5):2699.

[16]Stelzer G,Rosen N,Plaschkes I,et al.The GeneCards Suite:From GeneData Mining to Disease Genome Sequence Analyses[J].Curr ProtocBioinformatics,2016,54:1-30.

[17]Hamosh A,Scott A.F,Amberger J.S,et al.Online MendelianInheritance in Man(OMIM),a knowledgebase of human genes and genetic disorders[J].Nucleic Acids Research,2005,33(1),52-55.

[18]Pinero J,Ramirez-Anguita J M,Sauch-Pitarch J,et al.The DisGeNETknowledge platform for disease genomics:2019 update[J].Nucleic Acids Res,2020,48(D1):D845-D855.

[19]Szklarczyk D,Gable AL,Lyon D,et al.STRING v11:protein–proteinassociation networkswith increased coverage,supporting functional discoveryin genome-wide experimental datasets[J].Nucleic Acids Res.2019,47:D607-613.

[20]Yu G,Wang L G,Han Y,et al.ClusterProfiler:an R package forcomparing biological themes among gene clusters[J].OMICS,2012,16(5):284-287.

[21]Yu G,He Q.ReactomePA:an R/Bioconductor package for reactomepathway analysis and visualization[J].Molecular bioSystems,2016,12(2):477-479.

[22]Wang Y,Bryant S H,Cheng T,et al.PubChem BioAssay:2017 update[J].Nucleic acids research,2017,45(D1):D955-D963.

[23]Burley S K,Berman H M,Kleywegt G J,et al.Protein Data Bank(PDB):The Single Global Macromolecular Structure Archive[J].2017,1607:627-641.

[24]Trott O,Olson A J.AutoDock Vina:improving the speed and accuracyof docking with a new scoring function,efficient optimization,andmultithreading[J].J Comput Chem,2010,31(2):455-461.

[25]Rayan A.New tips for structure prediction by comparative modeling[J].Bioinformation,2009,3(6):263-267.

[26]DeLano WL(2002)The PyMOL molecular graphics system.http://www.pymol.org.

[27]Fradera X,Methot JL,Achab A,et al.Design of selective PI3Kδinhibitors using an iterative scaffold-hopping workflow[J].Bioorg Med ChemLett,2019,29:2575-2580.

[28]Ohori M,Kinoshita T,Okubo M,et al.Identification of a selectiveERK inhibitor and structural determination of the inhibitor-ERK2 complex[J].Biochem Biophys Res Commun,2005,336(1):357-363.

[29]Freeman-Cook K D,Autry C,Borzillo G,et al.Design of selective,ATP-competitive inhibitors of Akt[J].J Med Chem,2010,53(12):4615-4622.

[30]Kinoshita T,Yoshida I,Nakae S,et al.Crystal structure of humanmono-phosphorylated ERK1at Tyr204[J].Biochem Biophys Res Commun,2008,377(4):1123-1127.

[31]O'Connell J,Porter J,Kroeplien B,et al.Small molecules thatinhibit TNF signalling by stabilising an asymmetric form of the trimer[J].NatCommun,2019,10(1):5795.

[32]Hayashi Y,Toyomasu Y,Saravanaperumal S A,et al.HyperglycemiaIncreases Interstitial Cells of Cajal via MAPK1 and MAPK3 Signaling to ETV1and KIT,Leading to Rapid Gastric Emptying[J].Gastroenterology,2017,153(2):521-535.

[33]Cai B,Wang X,Liu H,et al.Up-regulated lncRNA5322 elevates MAPK1to enhance proliferation of hair follicle stem cells as a ceRNA of microRNA-19b-3p[J].Cell cycle,2019,18(14):1588-1600.

[34]Duggal S,Jailkhani N,Midha M K,et al.Defining the Akt1interactome and its role in regulating the cell cycle[J].Sci Rep,2018,8(1):1303.

[35]El-Hashim A Z,Khajah M A,Renno W M,et al.Src-dependent EGFRtransactivation regulates lung inflammation via downstream signalinginvolving ERK1/2,PI3Kδ/Akt and NFκB induction in a murine asthma model[J].Scientific reports,2017,7(1):9914-9919.

[36]Willis O,Choucair K,Alloghbi A,et al.PIK3CA gene aberrancy androle in targeted therapy of solid malignanci-es[J].Cancer gene therapy,2020,27(9):634-644.

[37]Qiang L,Yang S,Cui Y H,et al.Keratinocyte autophagy enables theactivation of keratinocytes and fibroblasts and facilitates wound healing[J].Autophagy,2020:1-16.