編者按：“移植藥師主題（SOTP,Solid Organ Transplantation Pharmacy）月評”是由《藥學(xué)瞭望》編輯部聯(lián)合首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院藥劑科崔向麗主任藥師共同發(fā)起的移植藥師相關(guān)學(xué)術(shù)月評專欄，每月以移植用藥為主題展開，旨在介紹國內(nèi)外移植藥物治療熱點(diǎn)，幫助藥師快速了解有關(guān)領(lǐng)域的進(jìn)展，提高移植藥學(xué)服務(wù)水平。我們期望本專欄能為醫(yī)藥領(lǐng)域的專家和研究人員提供深入了解相關(guān)熱點(diǎn)的平臺，并為尋求實用知識的一線移植藥師提供有益的參考和指導(dǎo)。

2025年3月發(fā)表了來自首都醫(yī)科大學(xué)北京友誼醫(yī)院藥劑科劉星藥師在

BMC Complementary Medicine and Therapies

原文鏈接：https://doi.org/ 10.1186/s12906-025-04839-5

摘要

背景：腫節(jié)風(fēng)在傳統(tǒng)醫(yī)學(xué)中被廣泛用于治療腫瘤，但其在胰腺癌治療中的具體作用機(jī)制尚不明確。本研究采用網(wǎng)絡(luò)藥理學(xué)分析來確定腫節(jié)風(fēng)治療胰腺癌的活性成分及其相應(yīng)靶點(diǎn)。此外，還進(jìn)行了分子對接、分子動力學(xué)模擬和體外實驗以驗證研究結(jié)果。

方法：利用中藥系統(tǒng)藥理學(xué)數(shù)據(jù)庫（TCMSP）和文獻(xiàn)檢索確定腫節(jié)風(fēng)治療胰腺癌的活性成分及其相應(yīng)靶點(diǎn)。通過基因表達(dá)綜合數(shù)據(jù)庫（GEO）獲取差異表達(dá)基因，并利用STRING平臺構(gòu)建其蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò)。在R軟件中，利用基因本體論（GO）和京都基因與基因組百科全書（KEGG）分析進(jìn)一步評估腫節(jié)風(fēng)的靶基因所參與的生物學(xué)功能和通路。隨后，建立了蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò)和復(fù)合靶點(diǎn)-通路網(wǎng)絡(luò)。后續(xù)對目標(biāo)基因進(jìn)行了生存和突變分析。此外，還利用分子對接、分子動力學(xué)模擬技術(shù)和體外實驗驗證了關(guān)鍵靶基因與腫節(jié)風(fēng)關(guān)鍵化合物之間的相互作用。

結(jié)果：共鑒定出20種活性成分和70個靶點(diǎn)?；诘鞍踪|(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)，確定了 CASP3、MMP9、CCND1、EGF、MMP2、CASP8、ERBB2、STAT1和PPARG為核心靶基因。富集分析表明，腫節(jié)風(fēng)可能主要影響 p53 信號通路、癌癥中的轉(zhuǎn)錄失調(diào)、癌癥中的蛋白聚糖、胰腺癌和細(xì)胞周期等通路。分子對接和分子動力學(xué)模擬表明，無水淫羊藿苷-GSK3B和槲皮素- PPARG之間存在穩(wěn)定的結(jié)合。體外實驗表明，腫節(jié)風(fēng)提取物處理后顯著抑制PANC-1細(xì)胞的生長，并下調(diào)GSK3B和PPARG的表達(dá)（P < 0.05）。

結(jié)論：本研究證明了傳統(tǒng)中藥腫節(jié)風(fēng)在治療胰腺癌方面的潛力。這些發(fā)現(xiàn)為腫節(jié)風(fēng)活性成分的作用機(jī)制提供了見解，為其在臨床上的多種應(yīng)用提供了堅實的理論基礎(chǔ)。

背景

胰腺癌（pancreatic cancer, PC）是男性和女性癌癥相關(guān)死亡的第三大原因，5年生存率僅為13%，是所有腫瘤中最低的。根據(jù)中國的一份統(tǒng)計報告，2022年，PC是第八大最常見的癌癥，也是癌癥相關(guān)死亡的第六大原因，這表明發(fā)病率和死亡率之間存在密切的一致性。男性PC的發(fā)病率和死亡率高于女性，表明性別差異。到2030年，PC預(yù)計將成為美國癌癥相關(guān)死亡的第二大原因，高收入國家的疾病負(fù)擔(dān)最高。PC的預(yù)后不良主要?dú)w因于缺乏特定的早期癥狀和有效的篩查方法，因此大多數(shù)患者被診斷為晚期。盡管手術(shù)成功，但超過80%的患者最終會出現(xiàn)局部復(fù)發(fā)或轉(zhuǎn)移。盡管PC的常規(guī)化療，放療和姑息治療取得了進(jìn)展，但早期診斷和及時干預(yù)對于降低死亡率是必要的。鑒于驅(qū)動PC進(jìn)展的分子機(jī)制仍然難以捉摸，識別潛在的分子特征對于理解這些機(jī)制和開發(fā)有前途的藥物至關(guān)重要。

除手術(shù)和放療外，化療通常用于治療惡性腫瘤。然而，化療藥物有副作用，且隨著時間的推移患者可能產(chǎn)生耐藥性。因此，尋找毒性較小且更有效的抗腫瘤藥物至關(guān)重要。中醫(yī)藥可有效預(yù)防和治療惡性腫瘤，緩解臨床癥狀，減少放療副作用，逆轉(zhuǎn)耐藥性，提高生活質(zhì)量。腫節(jié)風(fēng)（Sarcandra glabra）是一種中草藥，已被證明可以控制癌癥的發(fā)展，改善患者的生活質(zhì)量，緩解臨床癥狀。現(xiàn)代藥理學(xué)研究表明，S.glabra具有多種生物學(xué)特性，包括抗氧化、抗菌、抗病毒、抗瘧、抗血栓細(xì)胞減少、抗腫瘤、抗炎、免疫調(diào)節(jié)、保肝、降血糖和降血脂特性。然而，腫節(jié)風(fēng)在PC中的治療潛力的研究相對較少。

2007年，霍普金斯引入了“網(wǎng)絡(luò)藥理學(xué)”的概念，該概念整合了系統(tǒng)生物學(xué)、基因組學(xué)、蛋白質(zhì)組學(xué)和其他學(xué)科的原理。這種方法涉及使用高通量基因組數(shù)據(jù)分析，計算機(jī)模擬和網(wǎng)絡(luò)數(shù)據(jù)庫來揭示藥物、基因、靶標(biāo)和疾病之間的密切相互作用。了解這些相互作用可能有助于確定藥物的作用機(jī)制，評估其療效，并預(yù)測其不良反應(yīng)，以確定有效且毒性較小的藥物。鑒于腫瘤的復(fù)雜性，將網(wǎng)絡(luò)藥理學(xué)和中醫(yī)的結(jié)合可能體現(xiàn)了一種更系統(tǒng)和有效的預(yù)防和治療腫瘤的方法。網(wǎng)絡(luò)藥理學(xué)的整體性和系統(tǒng)性與中醫(yī)藥的多成分、多靶點(diǎn)和多途徑特征非常吻合。因此，近年來利用網(wǎng)絡(luò)藥理學(xué)研究中藥的作用機(jī)制已成為一種普遍的研究策略。例如，在一項研究中，網(wǎng)絡(luò)藥理學(xué)分析和實驗驗證顯示TNF、MMP9、STAT3、PIK3CA和ERBB2是淫羊藿苷治療卵巢癌的關(guān)鍵靶點(diǎn)。此外，GO和KEGG富集分析顯示，淫羊藿苷主要通過抑制PI3K/AKT信號通路來抑制卵巢癌細(xì)胞的增殖、遷移和侵襲能力。

在這項研究中，使用網(wǎng)絡(luò)藥理學(xué)分析來鑒定S.glabra在治療PC中的活性成分和潛在靶標(biāo)。構(gòu)建多組分、多靶標(biāo)模型以闡明活性成分和靶蛋白之間的復(fù)雜相互作用。此外，體外實驗驗證了S.glabra活性成分在PC中的治療潛力。本研究首次闡釋了S.glabra在PC治療中的療效和作用機(jī)制。研究結(jié)果為進(jìn)一步研究提供了理論基礎(chǔ)，并可能有助于PC新藥的鑒定。研究流程圖如圖1所示。。

圖1 S.glabra抗胰腺癌的網(wǎng)絡(luò)藥理學(xué)研究流程圖

2. 研究方法

2.1 活性成分的虛擬篩選

使用TCMSP的數(shù)據(jù)鑒定了S.glabra的生物活性成分。根據(jù)口服生物利用度（OB）≥30%和藥物相似性（DL）≥0.18預(yù)測和選擇目標(biāo)。S.glabra的主要藥理成分包括在隨后的分析中。

2.2 篩選潛在的靶基因

NCBI使用搜索詞“胰腺癌”從Gene Expression Omnibus（GEO）數(shù)據(jù)庫獲得了三個微陣列數(shù)據(jù)集（GSE15471，GSE28735和GSE62452）。選擇這些數(shù)據(jù)集是因為它們包含了來自健康個體和PC患者的組織樣本。R中的limma軟件包用于處理數(shù)據(jù)并鑒定差異表達(dá)基因（DEG），P.adj ＜ 0.05，log2（FC）≥1，確定的DEG被認(rèn)為是潛在的PC相關(guān)目標(biāo)。生成維恩圖以識別感興趣的重疊目標(biāo)。為了將UniProt ID標(biāo)準(zhǔn)化為官方基因符號，在UniProt數(shù)據(jù)庫中特別選擇了物種“Homo sapiens”。

2.3 功能注釋和途徑分析

為了研究腫節(jié)風(fēng)在PC中的治療機(jī)制所涉及的生物學(xué)過程和途徑，使用公開可用的DAVID數(shù)據(jù)庫進(jìn)行了GO功能注釋和KEGG途徑富集分析(https://david.ncifcrf.Gov/tools.jsp)。搜索的重點(diǎn)是“Homo sapiens”中常見的靶基因符號。富集分析包括生物過程（BP），細(xì)胞成分（CC），分子功能（MFs）和KEGG途徑，P.adj < 0.05表明顯著富集。使用R中的ggplot2軟件包可視化結(jié)果。

2.4 互作網(wǎng)絡(luò)構(gòu)建

檢索相互作用基因的搜索工具（STRING）（版本12.0）平臺用于建立S.glabra針對PC的目標(biāo)的PPI網(wǎng)絡(luò)。只有經(jīng)過實驗驗證的綜合得分≥0.4的相互作用被認(rèn)為是顯著的。使用Cytoscape軟件（版本3.7.2）可視化PPI網(wǎng)絡(luò)。鑒定了S.glabra的前10個中樞靶基因，并使用Cytohubba插件鑒定抗PC以構(gòu)建調(diào)控網(wǎng)絡(luò)。

2.5 TCGA數(shù)據(jù)庫中中樞基因表達(dá)的驗證

使用來自TCGA和GTEx的RNA-seq數(shù)據(jù)驗證了中樞基因的表達(dá)。該數(shù)據(jù)集包括來自GTEx的167個正常組織樣本，來自TCGA的4個副腫瘤組織樣本和來自TCGA的179個腫瘤組織樣本。所有數(shù)據(jù)均來自XENA數(shù)據(jù)庫，并使用Toil工具進(jìn)行統(tǒng)一處理(https://gdc.xenahubs.net)。使用Wilcoxon秩和檢驗進(jìn)行統(tǒng)計分析，P ＜ 0.05表示統(tǒng)計學(xué)顯著性。

2.6 生存、突變和免疫浸潤分析

生存包用于為每個中樞基因構(gòu)建比例風(fēng)險回歸模型。進(jìn)行擬合生存回歸，并使用survminer和ggplot2軟件包將結(jié)果可視化。通過基于其表達(dá)水平的生存分析評估特定基因的預(yù)后價值。使用R軟件包繪制Kaplan–Meier（KM）曲線，以評估中樞基因與PC患者總生存率之間的相關(guān)性。P ＜ 0.05的中樞基因被認(rèn)為具有統(tǒng)計學(xué)意義。通過使用“maftools”R軟件包檢測包含體細(xì)胞變異的突變數(shù)據(jù)，然后計算TMB。R軟件中的ssGSEA算法用于評估每個樣本TME內(nèi)的24種免疫細(xì)胞類型。

2.7 中樞基因的預(yù)后和診斷價值分析

使用從TCGA獲得的RNA測序數(shù)據(jù)驗證了可能與PC的診斷和預(yù)后相關(guān)的中樞基因的表達(dá)。Xanto工具用于實施對數(shù)秩檢驗，P ＜ 0.05表示統(tǒng)計學(xué)顯著。估計了危險比（HR）和95%置信區(qū)間（CI），并在使用Xanto工具生成的森林圖上可視化了結(jié)果。繪制受試者工作特征（ROC）曲線，并使用Sendo工具計算曲線下面積，以評估中樞基因的診斷價值。診斷準(zhǔn)確性定義如下：低，AUC值為0.5-0.7；中等，AUC值為0.7-0.9；高，AUC值 ＞ 0.9。

2.8 分子對接

從PPI網(wǎng)絡(luò)中鑒定出的中樞靶標(biāo)和具有診斷價值的基因分別被選為分子對接的受體和配體。從RCSB PDB數(shù)據(jù)庫獲得受體蛋白的晶體結(jié)構(gòu)，并使用PyMOL（版本2.4.1）軟件去除水分子。將優(yōu)化的受體蛋白導(dǎo)入AutoDock Tools（版本1.5.6）軟件中進(jìn)行氫化和電荷計算，并以pdbqt格式保存輸出文件。配體的2D結(jié)構(gòu)是從PubChem數(shù)據(jù)庫獲得的，并使用ChemBio3D Ultra（版本17.0）軟件轉(zhuǎn)換為3D結(jié)構(gòu)。配體的3D結(jié)構(gòu)以mol2格式保存，導(dǎo)入AutoDock工具，并以pdbqt格式保存。使用AutoDock Vina（版本1.1.2）軟件進(jìn)行分子對接，并使用PyMOL對結(jié)果進(jìn)行分析和可視化。

2.9 分子動力學(xué)模擬

Gromacs（版本2022.3）軟件用于分子動力學(xué)模擬。對于小分子的預(yù)處理，AmberTools22用于應(yīng)用GAFF，而高斯16W用于氫化和RESP的計算。所得數(shù)據(jù)被整合到分子動力學(xué)系統(tǒng)的拓?fù)湮募?。模擬是在300K的恒溫和1巴的大氣壓下進(jìn)行的。使用Amber99sb ildn力場，水分子作為溶劑。使用最速下降法對模擬系統(tǒng)進(jìn)行能量最小化，然后在等溫等容系綜（NVT）和等溫等壓系綜（NPT）中平衡100000步，耦合常數(shù)為0.1 ps，持續(xù)時間為100 ps。隨后，進(jìn)行了100 ns的自由分子動力學(xué)模擬，包括5000000步，步長為2 fs。模擬后，使用軟件的內(nèi)置工具分析軌跡并計算參數(shù)，例如均方根偏差（RMSD），均方根波動（RMSF），每個氨基酸軌跡的蛋白質(zhì)旋轉(zhuǎn)半徑，自由能（MMGBSA）和自由能地形。

2.10 S.glabra提取物的制備

將整個S.glabra用85%乙醇進(jìn)行三輪回流提取。使用旋轉(zhuǎn)蒸發(fā)器濃縮合并的提取物以獲得無溶劑提取物。隨后，將提取物真空干燥以獲得粉末，其被稱為S.glabra提取物。對于隨后的實驗，稱取0.5g S.glabra提取物并與1mL高壓滅菌蒸餾水混合以達(dá)到0.5g/mL的濃度。將所得溶液過濾、滅菌，并保存在4℃的冰箱后續(xù)使用。

2.11 細(xì)胞培養(yǎng)

PC細(xì)胞系PANC-1購自BeiNaChuangLian Biotechnology Co.，Ltd.（中國河南）。將細(xì)胞在補(bǔ)充有10%FBS的DMEM培養(yǎng)基中培養(yǎng)，并在37℃下保持在含有5%CO2的培養(yǎng)箱中。只有指數(shù)生長的細(xì)胞用于后續(xù)實驗。細(xì)胞培養(yǎng)基購自HyClone。

2.12 CCK-8測定

將PANC-1細(xì)胞以1×104個細(xì)胞/孔的密度接種在96孔板中。用不同濃度的S.glabra提取物（0,5,10,20,40和80μg/mL）處理細(xì)胞48 h。隨后，向每個孔中加入10μL Cell counting kit-8（CCK-8）試劑（Dojindo，Kyushu，Japan）。將板在37℃下孵育3 h，并在450 nm的波長下測量吸光度。

2.13 qRT-PCR檢測

用濃度為30μg/mL的S.glabra提取物處理PANC-1細(xì)胞24小時。使用氯仿和Trizol（Invitrogen，USA）從細(xì)胞中提取總RNA。根據(jù)制造商的說明，提取的RNA用于合成cDNA。使用SYBR premix試劑盒（Vazyme Biotech Co.，Ltd，China）將cDNA用于實時聚合酶鏈反應(yīng)（qPCR）。每個實時逆轉(zhuǎn)錄聚合酶鏈反應(yīng)（qRT-PCR）實驗重復(fù)至少三次。

3. 結(jié)果

3.1 活性成分的鑒定及其靶標(biāo)的預(yù)測

在篩選，過濾和去除重復(fù)物后，鑒定出S.glabra的總共20種活性成分，包括β-谷甾醇、谷甾醇、脫水淫羊藿素、槲皮素、白術(shù)內(nèi)酯III，香草酸等（表1）。OB值≥30%表明這些成分在食用后可以被身體吸收和利用。雖然東莨菪醇和富馬酸的OB值小于30%，但文獻(xiàn)檢索顯示這些成分具有顯著的抗癌活性。利用TCMSP數(shù)據(jù)庫共鑒定出20種活性成分的394個潛在靶基因(https://old.tcmsp-e.com/tcmsp.php)。隨后，從GEO數(shù)據(jù)庫中獲得了與PC相關(guān)的靶基因(https://www.ncbi.nlm.nih.gov/gds)。在GSE15471數(shù)據(jù)集中，21655個基因中有1401個符合篩選標(biāo)準(zhǔn)，包括1212個上調(diào)基因和189個下調(diào)基因。在GSE28735數(shù)據(jù)集中，28869個基因中有443個符合篩選標(biāo)準(zhǔn)，包括172個上調(diào)基因和271個下調(diào)基因。在GSE62452數(shù)據(jù)集中，33297個基因中有323個符合篩選標(biāo)準(zhǔn)，包括120個上調(diào)基因和203個下調(diào)基因。隨后，構(gòu)建了維恩圖，將活性成分的靶基因與PC相關(guān)靶基因相交，以鑒定重疊基因。最終，鑒定出總共70個針對PC的S.glabra靶標(biāo)（表2），并選擇這些靶標(biāo)和相應(yīng)的活性成分進(jìn)行后續(xù)分析（圖2A，B）。

3.2 網(wǎng)絡(luò)分析

Cytoscape（版本3.7.2）用于構(gòu)建和可視化PPI網(wǎng)絡(luò)，以闡明腫節(jié)風(fēng)在PC治療中的多靶點(diǎn)作用機(jī)制（圖2）。該網(wǎng)絡(luò)由97個節(jié)點(diǎn)和223個邊緣組成，節(jié)點(diǎn)代表目標(biāo)基因及其相應(yīng)的活性成分，邊緣代表節(jié)點(diǎn)之間的相互作用。對網(wǎng)絡(luò)的分析表明，槲皮素在網(wǎng)絡(luò)中表現(xiàn)出最高的相互作用（59），其次是β-谷甾醇（15），咖啡酸（13），脫水淫羊藿素（12），東莨菪堿（7），ZINC00391893（6），植物醇（4），東莨菪醇（4），香草酸（3）。發(fā)現(xiàn)每種活性成分都有多個靶標(biāo)，表明這些成分對PC具有協(xié)同作用。隨后，使用STRING數(shù)據(jù)庫構(gòu)建了79個重疊基因的PPI網(wǎng)絡(luò)。該網(wǎng)絡(luò)證明了疾病進(jìn)展過程中以節(jié)點(diǎn)表示的各種靶基因之間的密切相互作用（表3）。值得注意的是，沒有靶基因與網(wǎng)絡(luò)中的其他基因直接相關(guān)，這支持了靶基因之間的密切關(guān)系。CytoHubba分析顯示CASP3（34），CCND1（27），CASP8（23），BCL2L1（21），GSK3B（29），PPARG（28），STAT1（20），MMP2（22），ERBB2（26）和IL1A（22）作為中樞靶基因（圖2C）。

Table 1 The ID, DL and OB of compounds in S. glabra.

Table 2 Potential targets of ZJF and pancreatic cancer.

圖2 收集S.glabra的活性化合物并預(yù)測PC的關(guān)鍵治療靶點(diǎn)。A：S.glabra和PC的靶基因的維恩圖。B：S.glabra成分靶點(diǎn)網(wǎng)絡(luò)圖。C：靶點(diǎn)之間的相互作用網(wǎng)絡(luò)。D：使用CytoHubba確定的10個核心基因。

3.3 GO和KEGG富集分析

進(jìn)行GO功能注釋和KEGG途徑富集分析，以研究S.glabra在PC治療中的作用機(jī)制。根據(jù)P.adj ＜ 0.05，共鑒定出717個BP，25個CC，58個MFs和77個KEGG途徑。結(jié)果在氣泡圖上可視化（圖3A）。根據(jù)GO分析，S.glabra的靶基因與BP相關(guān)，例如對氧水平的反應(yīng)、激酶活性、血管生成的調(diào)節(jié)、活性氧反應(yīng)和γ輻射的反應(yīng)。靶基因位于細(xì)胞質(zhì)、細(xì)胞核、質(zhì)膜和其他CC中。此外，靶基因參與MFs，例如核因子結(jié)合、泛素樣蛋白連接酶結(jié)合、轉(zhuǎn)錄因子活性和絲氨酸水解酶活性（圖3B）。此外，KEGG分析表明，靶基因與癌癥中的轉(zhuǎn)錄失調(diào)，癌癥中的蛋白聚糖、糖尿病心肌病、胰腺癌、細(xì)胞周期、IL-17信號通路、p53信號通路、EB病毒感染、細(xì)胞衰老、麻疹、丙型肝炎、EGFR酪氨酸激酶抑制劑耐藥性、甲型流感、脂質(zhì)和動脈粥樣硬化、膀胱癌和酒精性肝病有關(guān)（圖3C）。

圖3 S.glabra靶標(biāo)富集分析的結(jié)果。A：GO富集分析。B:KEGG富集分析。C：成分-目標(biāo)-途徑相互作用網(wǎng)絡(luò)構(gòu)建。

3.4 生存和突變分析

繪制KM曲線以評估中樞靶基因與PC患者生存率之間的關(guān)系。結(jié)果顯示STAT1、ERBB2、GSK3B、PPARG、CCND1和CASP3表達(dá)差異患者的生存率存在顯著差異（P ＜ 0.05），表明這些基因可能參與PC患者的生存（圖4）。計算AUC值以驗證這些基因在PC中的預(yù)后值（圖5）。此外，這些基因的表達(dá)水平在TCGA的正常組和PC組之間表現(xiàn)出顯著差異（圖6A）。這些基因的相關(guān)性分析顯示正相關(guān)（圖6B）。遺傳圖譜顯示了與六個基因相關(guān)的拷貝數(shù)變異（CNV）基因的染色體位置（圖6C）。值得注意的是，ERBB2表現(xiàn)出高擴(kuò)增，而CASP3表現(xiàn)出更高的缺失頻率（圖6D）。此外，我們評估了中樞基因之間的SNP改變，并觀察到突變頻率為1.73%。STAT1、ERBB2和GSK3B比PPARG、CCND1和CASP3具有更高的SNP改變（圖6E）。24種類型的免疫細(xì)胞與存活相關(guān)基因之間的相關(guān)性如圖6F所示，突出了它們的顯著相關(guān)性，特別是與STAT1的顯著相關(guān)。

圖4：低表達(dá)或高表達(dá)水平下藥物靶點(diǎn)的K-M生存分析。A：STAT1；B：ERBB2；C：GSK3B；D：PPARG；E：CCND1；F：CASP3。

圖5組件目標(biāo)基因?qū)?年、3年、5年生存率的ROC曲線。A：STAT1；B：ERBB2；C：GSK3B；D：PPARG；E：CCND1；F：CASP3。

圖6 S.glabra的靶基因在PC中的表達(dá)。A：TCGA前列腺腺癌樣本中正常組織與腫瘤組織的表達(dá)對比。B：基因間的Spearman相關(guān)性分析，藍(lán)色表示負(fù)調(diào)控，紅色表示正調(diào)控。C：S.glabra的靶基因在染色體上的分布情況。D：PC標(biāo)本中靶基因的拷貝數(shù)變異值。E：173個PC標(biāo)本中6個靶基因的突變頻率。F：免疫浸潤與靶基因之間的相關(guān)性。*P ＜ 0.05

3.5 核心基因與活性成分的分子對接

基于微陣列數(shù)據(jù)和存活分析，在生存相關(guān)的STAT1，ERBB2，GSK3B，PPARG，CCND1和CASP3與小分子活性成分槲皮素，脫水淫羊藿素和β-谷甾醇之間進(jìn)行分子對接。通常，低于-4.25，-5.0或-7.0 kcal/mol（1 kcal=4.2 kJ）的結(jié)合能分別表示受體和配體之間的一些，良好或強(qiáng)的結(jié)合活性。較低的結(jié)合能表明受體-配體相互作用具有較高的親和力和穩(wěn)定性。上述三種活性成分表現(xiàn)出氫鍵，Pi-Pi堆積和范德華與受體蛋白的相互作用。如圖7所示，脫水淫羊藿素能夠穩(wěn)定地與GSK3B蛋白結(jié)合，結(jié)合親和力為-8.653 kJ/mol，通過與ASN A：95和ARG A：96的側(cè)鏈形成氫鍵，并與PHE A：67進(jìn)行π-π堆積。同樣，β-谷甾醇能夠穩(wěn)定地與CASP3蛋白結(jié)合，結(jié)合親和力為-7.737 kJ/mol，通過與PHE A：256、TRP A：206、TRY A：204、CYS A：163和HIS A：121的側(cè)鏈形成氫鍵，促進(jìn)π-π堆積（圖7B)。槲皮素能夠穩(wěn)定地與PPARG蛋白結(jié)合，結(jié)合親和力為-8.742 kJ/mol，通過與SER A：342和GLU A：259的側(cè)鏈形成氫鍵，與ILE A：341和ARG A：288進(jìn)行π-烷基相互作用，以及與PHE A：264進(jìn)行π-π堆積（圖7C)。槲皮素能夠穩(wěn)定地與CCND1蛋白結(jié)合，結(jié)合親和力為-7.189 kJ/mol，通過與PHE A：78、CYS A：73和GLU A：74的側(cè)鏈形成氫鍵，與CYS A：68和ALA A：187的側(cè)鏈進(jìn)行π-烷基相互作用。此外，它還與GLU A：69的側(cè)鏈進(jìn)行π-烷基相互作用，形成π-陰離子（圖7D)。槲皮素能夠穩(wěn)定地與STAT1蛋白結(jié)合，結(jié)合親和力為-7.57 kJ/mol，通過與ASP A：365和VAL A：362的側(cè)鏈形成氫鍵，并與ILE A：382和LYS A：379的側(cè)鏈產(chǎn)生π-烷基相互作用。此外，槲皮素還與HIS A：386的側(cè)鏈形成π-π堆積（圖8A)。槲皮素能夠穩(wěn)定地與ERBB2蛋白結(jié)合，結(jié)合親和力為-7.758 kJ/mol。它與HIS B：267、ARG A：258、GLN A：281、HIS A：248、THR B：273和TRY B：274相互作用，與PRO B：269、ARG A：258和ALA B：270的側(cè)鏈形成氫鍵。此外，槲皮素還與HIS A：248的側(cè)鏈產(chǎn)生π-烷基和π-π堆積相互作用，并與ARG A：258的側(cè)鏈產(chǎn)生π-陽離子相互作用（圖8B)。槲皮素能夠穩(wěn)定地與CASP3蛋白結(jié)合，結(jié)合親和力為-6.659 kJ/mol，通過與PHE A：275、ASP A：228、LEU A：223和LYS A：224的側(cè)鏈形成氫鍵，并與ALA A：227的側(cè)鏈產(chǎn)生π-烷基相互作用，形成π-陰離子（圖8C)。這些結(jié)果提示，核心基因是S.glabra治療PC的有希望的靶點(diǎn)，未來的研究應(yīng)著重于確定S.glabra活性成分在核心基因中的結(jié)合位點(diǎn)。

圖7展示了S.glabra組分與目標(biāo)蛋白之間的相互作用。左側(cè)以三維形式展示這些相互作用，右側(cè)則以二維形式呈現(xiàn)。A：GSK3B與脫水淫羊藿素；B：CASP3與β-谷甾醇；C：PPARG與槲皮素；D：CCND1與槲皮素。

圖8展示了槲皮素與目標(biāo)蛋白的相互作用。左側(cè)以三維形式展示這些相互作用，右側(cè)則以二維形式呈現(xiàn)相同內(nèi)容。A：STAT1/槲皮素；B：ERBB2/槲皮素；C：CASP3/槲皮素。

3.6 分子動力學(xué)模擬

為了研究PPARG、GSK3B及其對接復(fù)合物的可及性，使用Gromacs軟件進(jìn)行了100納秒的分子動力學(xué)模擬。通過該模擬，我們觀察到了小分子在模擬過程中構(gòu)象位置的變化情況。在這項研究中，所有分析的復(fù)合物都表現(xiàn)出內(nèi)在穩(wěn)定性（見圖9和圖10)。研究中使用了RMSD這一動力學(xué)指標(biāo)，從熱力學(xué)角度分析了蛋白質(zhì)-配體結(jié)合的穩(wěn)定性。結(jié)果顯示，所有復(fù)合物的RMSD值在0至100納秒內(nèi)逐漸增加，波動較小。GSK3B與脫水淫羊藿素的相互作用在前50納秒內(nèi)RMSD值較高，隨后趨于穩(wěn)定（見圖9A)。同樣，PPARG與槲皮素的相互作用在最初的15納秒內(nèi)RMSD值較高，之后也趨于穩(wěn)定（見圖10A)。RMSD值始終保持在一個較小的波動范圍內(nèi)，表明蛋白質(zhì)-小分子結(jié)合相對穩(wěn)定。MM/GBSA方法用于計算結(jié)合自由能及多種其他能量，特別是范德華（VDWAALS）相互作用、靜電勢能（EEL）和溶劑化自由能（ΔGsolv）。如表3所示，脫水淫羊藿素表現(xiàn)出更強(qiáng)的EEL和VDWAALS相互作用。特別是，VDWAALS相互作用占主導(dǎo)地位，促進(jìn)了脫水淫羊藿素與GSK3B的結(jié)合。此外，槲皮素表現(xiàn)出更強(qiáng)的VDWAALS相互作用和ΔGgas，支持其與PPARG的結(jié)合。計算結(jié)果顯示，GSK3B與脫水淫羊藿素以及PPARG與槲皮素復(fù)合物的結(jié)合自由能較低，表明小分子與蛋白質(zhì)之間成功結(jié)合。在GSK3B-脫水淫羊藿素復(fù)合物中，Phe67和Arg96的EMM值最高（圖9B)。在PPARG槲皮素復(fù)合物中，鉸鏈區(qū)的His266和Ile341的EMM值最高（圖10B)。

為了分析GSK3B-脫水淫羊藿素復(fù)合物和PPARG-槲皮素復(fù)合物中活性口袋位點(diǎn)關(guān)鍵殘基的波動性和穩(wěn)定性，計算了這些復(fù)合物中主鏈原子的RMSF值。結(jié)果顯示，兩種復(fù)合物的RMSF值均小于0.5 nm，其中GSK3B-脫水淫羊藿素復(fù)合物的RMSF值更小?？傮w而言，RMSD值保持在一個狹窄的范圍內(nèi)，表明蛋白質(zhì)與小分子之間具有較強(qiáng)的結(jié)合穩(wěn)定性（圖9C和10C)。

在分子動力學(xué)模擬中，回轉(zhuǎn)半徑（Rg）是一個關(guān)鍵參數(shù)。本研究分析了蛋白質(zhì)-小分子復(fù)合物的Rg曲線。GSK3B-脫水淫羊藿素復(fù)合物在20至100 ns內(nèi)穩(wěn)定，波動范圍在2.92至2.98之間，沒有顯著變化（圖9D)。同樣，PPARG-槲皮素復(fù)合物在40至100 ns內(nèi)達(dá)到平衡，波動范圍在1.93至1.96之間，變化很?。▓D10D)。這些結(jié)果表明，小分子與蛋白質(zhì)之間具有較高的結(jié)合親和力。

自由能景觀（FELs）是生物分子相互作用的圖形表示，其中能量陷阱表現(xiàn)為分子結(jié)合時形成的谷。GSK3B-脫水淫羊藿素和PPARG-槲皮素復(fù)合物均表現(xiàn)出單一的能量陷阱。在最低能量陷阱中，這兩種復(fù)合物的構(gòu)象都處于緊密結(jié)合狀態(tài)（圖9E和10E)。此外，F(xiàn)EL顯示這兩種復(fù)合物具有更穩(wěn)定的結(jié)合，表明來自S.glabra的脫水淫羊藿素和槲皮素可能是治療胰腺癌的有潛力藥物。

分子動力學(xué)模擬顯示，溶劑可及表面積（SASA）與蛋白質(zhì)穩(wěn)定性之間存在相關(guān)性。GSK3B-脫水淫羊藿素復(fù)合物的SASA在約20 ns時達(dá)到穩(wěn)定狀態(tài)，平衡值約為333 nm2（圖9F)。同樣，PPARG-槲皮素復(fù)合物的SASA在約40 ns時達(dá)到穩(wěn)定狀態(tài)，平衡值約為144 nm2（圖10F)。這些發(fā)現(xiàn)表明，小分子與蛋白質(zhì)之間的相互作用有助于蛋白質(zhì)結(jié)構(gòu)的穩(wěn)定性。

氫鍵對蛋白質(zhì)結(jié)構(gòu)的穩(wěn)定性有顯著影響。GSK3B-脫水淫羊藿素和PPARG槲皮素復(fù)合物的氫鍵圖（圖9G和10G)顯示，蛋白質(zhì)與小分子之間形成了大量氫鍵，主要涉及蛋白質(zhì)的關(guān)鍵殘基和小分子的重要基團(tuán)。這些發(fā)現(xiàn)強(qiáng)調(diào)了氫鍵在促進(jìn)小分子與蛋白質(zhì)相互作用中的關(guān)鍵作用。

圖9 GSK3B/脫水淫羊藿素的分子動力學(xué)模擬分析結(jié)果。A：模擬100 ns過程中小分子和蛋白質(zhì)的均方根偏差（RMSD）。B：模擬100 ns過程中小分子和蛋白質(zhì)熱殘基的能量貢獻(xiàn)。C：模擬100 ns過程中小分子和蛋白質(zhì)的均方根波動（RMSF）。D：模擬100 ns過程中蛋白質(zhì)主鏈原子的回轉(zhuǎn)半徑（Rg）。E：GSK3B/脫水淫羊藿素的吉布斯能景觀。F：GSK3B/脫水淫羊藿素的溶劑可及表面積（SASA）。G：GSK3B/脫水淫羊藿素的氫鍵數(shù)量。

圖10 PPARG/槲皮素的分子動力學(xué)模擬分析結(jié)果。A：模擬100 ns過程中小分子和蛋白質(zhì)的均方根偏差（RMSD）。B：模擬100 ns過程中小分子和蛋白質(zhì)熱殘基的能量貢獻(xiàn)。C：模擬100 ns過程中小分子和蛋白質(zhì)的均方根波動（RMSF）。D：模擬100 ns期間蛋白質(zhì)主鏈原子的回轉(zhuǎn)半徑（Rg）。E：PPARG/槲皮素的吉布斯能景觀。F：PPARG/槲皮素的溶劑可及表面積（SASA）。G：PPARG/槲皮素的氫鍵數(shù)量。

3.7 S.glabra體外抗胰腺癌作用的驗證

為了驗證S.glabra對PC細(xì)胞增殖的抑制效果，進(jìn)行了體外實驗。實驗中，在不同濃度的S. glabra提取物作用下，評估了PANC-1細(xì)胞在48 h后的存活率。如圖11A所示，S. glabra提取物以劑量依賴的方式顯著抑制了PANC-1細(xì)胞的生長，半抑制濃度值為42.49μg/mL，顯示出顯著的抗腫瘤效果。此外，還通過qRT-PCR技術(shù)進(jìn)行了進(jìn)一步的評估。在用S. glabra提取物（濃度為30μg/mL）處理24 h后，PANC-1細(xì)胞中兩個核心靶基因的表達(dá)情況。如圖11B所示，S. glabra提取物顯著降低了PPARG和GSK3B的表達(dá)水平，這表明該提取物通過協(xié)同下調(diào)這兩個基因，有效抑制了前列腺癌細(xì)胞的生長。

圖11實驗驗證S.glabra對胰腺癌的體外抑制作用。A：在用不同濃度的S. glabra提取物處理48 h后，測量了細(xì)胞活力（n=3）。B：通過qRT-PCR技術(shù)檢測了PANC-1細(xì)胞經(jīng)30μg/mL S. glabra提取物處理24 h后的GSK3B和PPARG mRNA水平（n=3）。

小結(jié)

胰腺癌是一種常見的消化系統(tǒng)惡性腫瘤，由于藥物抗性問題，治療難度大，生存率低。與以往的中藥研究不同，該研究采用計算機(jī)輔助藥物設(shè)計方法，對S.glabra的活性成分和靶基因進(jìn)行了高通量篩選，以尋找治療胰腺癌的有效成分。通過中藥數(shù)據(jù)庫和文獻(xiàn)檢索，確定了潛在的治療成分。此外，結(jié)合網(wǎng)絡(luò)藥理學(xué)和生物信息學(xué)分析，揭示了S. glabra在治療胰腺癌中的作用機(jī)制。研究結(jié)果通過微陣列數(shù)據(jù)、生存分析、分子對接、分子動力學(xué)模擬和體外實驗得到了驗證。研究發(fā)現(xiàn)，β-谷甾醇、槲皮素和脫水淫羊藿素等是潛在的治療化合物，其作用目標(biāo)與胰腺癌患者的生存相關(guān)。STAT1、ERBB2、GSK3B、PPARG、CCND1和CASP3被確定為影響胰腺癌患者生存的潛在治療靶點(diǎn)?？傊?，該研究強(qiáng)調(diào)了S.glabra對胰腺癌具有多靶點(diǎn)和多途徑的治療效果。

參考文獻(xiàn)：

Liu X, Ou J. Revealing the multi-target compounds of Sarcandra glabra identification and inhibition of novel target genes for the treatment of pancreatic cancer. BMC Complement Med Ther. 2025 Mar 17;25(1):106.

譯者介紹

劉星，北京友誼醫(yī)院藥劑科，中藥分析學(xué)專業(yè)博士，主管藥師，臨床藥師，執(zhí)業(yè)藥師（中藥學(xué)、藥學(xué)）。主要研究方向：中藥抗腫瘤藥理機(jī)制研究。發(fā)表論文9篇，其中SCI 6篇。

審稿專家

崔向麗，北京友誼醫(yī)院藥劑科副主任，博士，主任藥師（執(zhí)業(yè)醫(yī)師），碩士生導(dǎo)師。

研究方向：肝腎移植藥學(xué)、藥物警戒、藥物經(jīng)濟(jì)學(xué)。1作或通訊發(fā)表論文180余篇，SCI 30篇。

添加藥學(xué)瞭望管理員

進(jìn)入學(xué)術(shù)交流群

《藥學(xué)瞭望》征稿邀請

01.投稿內(nèi)容

征稿內(nèi)容不限于：研究進(jìn)展、團(tuán)隊科研成果、臨床用藥經(jīng)驗分享、典型病例解讀、疾病診治經(jīng)驗、人文故事等

02.聯(lián)系人

投稿 | 學(xué)術(shù)報道 | 合作

投稿聯(lián)系人：劉老師 15201320201（微信同號）

投稿郵箱：contact@siri.ntesmail.com

（來源：藥學(xué)瞭望）