目的:通过网络药理学预测赤芍防治肺癌的作用机制。方法:通过TCMSP 数据库检索赤芍的化学成
分,通过SwissTarget Prediction 数据库预测赤芍的作用靶点。通过OMIM 数据库、GeneCards 数据库搜集肺癌
疾病相关靶点,筛选获得赤芍成分作用靶点与肺癌疾病相关靶点交集,利用String 平台搜集相关靶点蛋白,借
助DAVID 数据库进行GeneOntology 注释分析,并通过Cytoscape 3.9.1 软件进行可视化分析,通过Centiscape
2.2 插件软件构建蛋白- 蛋白相互作用网络(protein-protein interaction networks,PPI),得到核心靶点,通过蛋
白互作用网络、基因本体(gene ontology,GO) 和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and
Genomes,KEGG) 分析得到了赤芍与肺癌关联度高的8 个靶点,在PubChem 数据库获取芍药苷、鞣花酸、黄芩素
的3D 结构,保存为Sdf 文件。选取部分靶点分别与芍药苷、鞣花酸、黄芩素进行分子对接,在Uniport 数据库和
PDB 数据库找到靶点信息,在AutodockVina 和Openbabel 进行分子对接得到对接能,通过PyMol 软件进行分子
对接可视化,最后再进一步分析赤芍防治肺癌作用机制。基于初始筛选的8 个关键基因,利用KEGG 筛选显著
关联的拓展通路,对这些通路上的所有靶点开展分子对接,以结合能≤ -5.0 kcal·mol-1 为标准评判对接效果。结
果:从中药赤芍中筛选得到13 个化合物成分以及563 个作用靶点,与2 376 个肺癌相关靶点取交集得到223 个
共同靶点,蛋白- 蛋白相互作用网络有222 个节点,4 678 条边,经筛选得到39 个节点,625 条边,核心靶点有39
个。GO 注释得到887 条生物过程,110 条细胞组分以及197 条分子功能的信息。赤芍与肺癌关联度高的8 个
靶点分别为ESR1、EGFR、KRAS2、KRAS、ERBB1、HRAS、MEK1、MAP2K1,其中与赤芍核心活性成分均显示良
好对接活性。基于初始筛选的8 个目标位点,经KEGG 筛选出显著关联的RAS-ERBB-MAPK 信号轴相关通路
为主要信号通路。筛选确定RAS-ERK、ERBB、MAPK、Ras 信号通路后,经过分子对接证实赤芍核心活性成分
均结合良好。结论:网络药理学直观地显示了赤芍可能通过RAS-ERBB-MAPK 信号轴上的RAS-ERK、ERBB、
MAPK 和Ras 信号通路的多靶点多通路协同抑制对肺癌的细胞增殖起到治疗作用, 为后续开发治疗肺癌的药物
提供了理论基础。