基于网络药理学方法研究“黄芪–当归”药对治疗非小细胞肺癌的潜在机制.pdf

Traditional Chinese Medicine 中医学中医学,2023,12(10),3161-3174 Published Online October 2023 in Hans.https:/www.hanspub.org/journal/tcm https:/doi.org/10.12677/tcm.2023.1210472 文章引用文章引用:颜乐,张继先.基于网络药理学方法研究“黄芪-当归”药对治疗非小细胞肺癌的潜在机制J.中医学,2023,12(10):3161-3174.DOI:10.12677/tcm.2023.1210472 基于网络药理学方法研究“黄芪基于网络药理学方法研究“黄芪当归”药对当归”药对治疗非小细胞肺癌的潜在机制治疗非小细胞肺癌的潜在机制 颜颜 乐乐1，张继先，张继先2*1湖北中医药大学第一临床学院，湖北 武汉 2湖北省中西医结合医院呼吸与危重症医学科，湖北 武汉 收稿日期：2023年9月8日；录用日期：2023年10月17日；发布日期：2023年10月27日 摘摘 要要 目的：通过网络药理学的方法探讨“黄芪目的：通过网络药理学的方法探讨“黄芪当归”药对治疗非小细胞肺癌当归”药对治疗非小细胞肺癌(Non-Small Cell Lung Cancer,NSCLC)的潜在机制。方法：通过在线生物信息学工具获得黄芪的潜在机制。方法：通过在线生物信息学工具获得黄芪当归药对的活性成分和其相对应的靶点，当归药对的活性成分和其相对应的靶点，以及以及NSCLC相关靶点，进而获得黄芪相关靶点，进而获得黄芪当归药对与当归药对与NSCLC的共有靶点，用以构建蛋白的共有靶点，用以构建蛋白蛋白相互作用蛋白相互作用(PPI)网络和筛选出核心靶点，并进行基因本体论网络和筛选出核心靶点，并进行基因本体论(GO)分析和京都基因和基因组百科全书分析和京都基因和基因组百科全书(KEGG)通路富集分析，通路富集分析，最终建立药对最终建立药对成分成分靶点靶点通路网络。结果：筛选出黄芪通路网络。结果：筛选出黄芪当归药对治疗当归药对治疗NSCLC的主要活性成分和核的主要活性成分和核心靶点。黄芪心靶点。黄芪当归药对治疗当归药对治疗NSCLC的主要活性成分为槲皮素、紫花前胡醇当归酯和前胡素，其核心靶的主要活性成分为槲皮素、紫花前胡醇当归酯和前胡素，其核心靶点为点为SRC、STAT3、AKT1、TP53、HSP90AA1、PIK3CA等。此外，黄芪等。此外，黄芪当归药对在当归药对在NSCLC治疗中可治疗中可能作用于能作用于PI3K/Akt和和JAK/STAT信号通路。结论：黄芪信号通路。结论：黄芪当归药对可能通过多成分、多靶点、多途径在当归药对可能通过多成分、多靶点、多途径在NSCLC的治疗中发挥作用，为进一步的实验验证提供了思路与思考的治疗中发挥作用，为进一步的实验验证提供了思路与思考。关键词关键词 网络药理学网络药理学，黄芪黄芪当归当归，非小细胞肺癌非小细胞肺癌(NSCLC)，作用机制作用机制 Study on the Potential Mechanisms of Huangqi-Danggui Drug Pair in the Treatment of Non-Small Cell Lung Cancer Based on Network Pharmacology Approach Le Yan1,Jixian Zhang2*1First Clinical Medical College of Hubei University of Chinese Medicine,Wuhan Hubei 2Department of Respiratory and Critical Care Medicine,Hubei Provincial Hospital of Integrated Chinese and Western Medicine,Wuhan Hubei *通讯作者。颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3162 中医学 Received:Sep.8th,2023;accepted:Oct.17th,2023;published:Oct.27th,2023 Abstract Objective:This paper aims to study on the potential mechanisms of Huangqi-Danggui(HQ-DG)drug pair in the treatment of Non-Small Cell Lung Cancer(NSCLC)by methods of network phar-macology.Approach:Through online bioinformatics tools the active components of HQ-DG drug pair and their corresponding targets,as well as NSCLC related targets,were obtained,and then the common targets of HQ-DG drug pair and NSCLC were obtained to construct protein-protein inte-raction(PPI)networks and screen out core targets,and perform gene ontology(GO)analysis and Kyoto Encyclopedia of Genes and Genomes(KEGG)pathway enrichment analysis to establish the drug-component-target-pathway network.Results:The capital active components and core tar-gets of HQ-DG drug pair for the treatment of NSCLC were selected.The capital active components of HQ-DG drug pair for the treatment of NSCLC are quercetin,Decursinol angelate(DA),and De-cursin(D);the core targets are SRC,STAT3,AKT1,TP53,HSP90AA1,PIK3CA and so on.Besides,HQ-DG drug pair is likely to act on PI3K/AKT signal pathway and JAK/STAT signal pathway in the treatment of NSCLC.Conclusion:The study indicates that HQ-DG drug pair might play a role in the treatment of NSCLC through multi-components,multi-targets,and multi-pathways,and provides ideas and thoughts for further experimental verification.Keywords Network Pharmacology,Huangqi-Danggui(HQ-DG),Non-Small Cell Lung Cancer(NSCLC),Potential Mechanisms Copyright 2023 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 根据 2020 年全球癌症统计数据，当年大约有 200 多万人被新诊断为癌症，并且大约 180 多万人死于癌症，其中肺癌是第二常见的癌症，也是癌症死亡的最常见原因1。肺癌的主要组织学亚型包括非小细胞肺癌(NSCLC)和小细胞癌症(SCLC)，其中，非小细胞肺癌是最常见的亚型，占 85%2 3。由于早期症状不明显，大多数肺癌患者进展为晚期疾病，预后较差。据报道，肺癌患者的 5 年相对生存率仅为 19%，非小细胞肺癌(23%)高于小细胞肺癌的(6%)4。严重的不良反应和耐药性使化疗不再是晚期和转移性NSCLC 患者的最佳选择5。靶向治疗和免疫检查点抑制剂的出现改善了晚期非小细胞肺癌的长期生存结果，但因治疗周期长、需要相应护理支持以及治疗成本高昂使得只有一小部分人群从这些药物中受益6。因此，发现疗效更好、毒性更低、耐药性更小的治疗方法仍是迫切需要关注的方向。中医药具有资源丰富、毒性低、多靶点等特点，是治疗恶性肿瘤的常用药物7。中药可以通过提高机体免疫力或抑制肿瘤细胞生长、增殖来抑制 NSCLC 的进展、入侵和迁移8。NSCLC 在中医古籍中无明确记载，但根据其病症表现可归属于“肺积”“肺痿”“胸痛”等范畴。其发生发展与机体邪盛正虚相关，主要证候要素为气虚、血瘀证，其次为阴虚、痰湿、水饮等9。对此，中医学常以“扶正、祛邪”为治疗原则。“黄芪当归”药对是常用的气血双补药对，黄芪味甘、性温，具有益气升阳、补中祛邪Open AccessOpen Access颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3163 中医学 等功效；当归味甘辛、性温，有补血活血的作用，二者配伍，益气养血之效更加显著10。现代药理学研究表明，黄芪、当归及其有效成分在抑制恶性肿瘤生长及侵袭、转移，诱导肿瘤细胞凋亡，增强免疫调节作用等方面发挥了重要作用11 12 13。然而“黄芪当归”药对治疗 NSCLC 潜在作用机制的研究鲜有报道。随着系统生物学、生物信息学和高通量组织学的发展，集药理学和信息网络于一体的网络药理学技术越来越受到人们的关注。中医的主要特点(整体观念，辨证论治)和中药的特点(多成分、多靶点、多通道)与新兴的网络药理学概念的主要观点一致14 15 16。因此，我们通过网络药理学层面进行研究，筛选出黄芪当归药对治疗 NSCLC 的潜在药效成分和分子机制，为进一步研究“黄芪当归”药对治疗 NSCLC 的潜在作用机制提供科学依据。2.方法方法 2.1.黄黄芪芪当当归药对活性成分和靶点的收集和筛选归药对活性成分和靶点的收集和筛选 本研究利用中药系统药理学数据库与分析平台(TCMSP，https:/old.tcmsp- TCMSP 数据库检索并获得黄芪和当归的化学成分，并根据 OB 30%和 DL 0 05 的标准筛选，获得符合条件的化学成分，并查阅相关文献加以补充，即为活性成分18 19 20。再结合 TCMSP 和 SwissTargetPrediction 数据库(http:/swisstargetprediction.ch)预测各活性成分的作用靶点。最后，将上述 2 个数据库获得的成分靶点通过 UniProt 数据库(https:/www.uniprot.org/)对各成分靶点所对应的基因名称进行标准化处理。在整合重复的基因名后，我们获得了黄芪当归相关靶点。2.2.药物药物活性成分活性成分靶点网络构建靶点网络构建 Cytoscape 是一种可视化软件，用于通过构建网络图来表示网络关系21。将收集到的药物活性成分导入 Cytoscape_v3.9.1 中并使用其进行可视化。2.3.NSCLC 相关靶点的获取相关靶点的获取 以“Non-Small Cell Lung Cancer”为关键词，从以下数据库中获取 NSCLC 相关 GeneCards (https:/www.genecards.org),OMIM(http:/www.omim.org),TTD(https:/ GeneCards 数据库中的靶点，因为相关性评分值越高，目标与疾病的相关性就越近。最后，将来自 3 个数据库的基因靶点合并，删除重复的靶点后，我们获得了 NSCLC 相关靶点。2.4.药物和疾病共同靶点的获取药物和疾病共同靶点的获取 将“1.1”和“1.3”获得的基因靶点导入“Venny 2.0”在线工具生成 Venn 图并得到“黄芪当归”药对和 NSCLC 的共同靶点。2.5.蛋白质蛋白质蛋白质相互作用网络图蛋白质相互作用网络图(PPI)的构建的构建 为了进一步分析目标之间的相互作用关系，将先前获得的共同基因靶点数据导入 STRING 数据库22(https:/cn.string-db.org/)。STRING 数据库允许检索蛋白质相互作用关系表示为蛋白质相互作用的置信度分数。所有蛋白质相互作用数据都经过加权和积分，并具有计算的可靠性值。为了创建 PPI 网络图，我们选择了“智人”物种，设置“最高可信度(0.900)”及“隐藏网络中断开连接的节点”，并将数据结果导出为“tsv”文件。该文件被输入 Cytoscape_v3.9.1 以生成 PPI 网络图。颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3164 中医学 2.6.核心靶点网络的构建及核心靶点网络的构建及 Hub 靶点获取靶点获取 针对“1.5”中构建的 PPI 网络，我们在 Cytoscape_v3.9.1 中使用了 CytoHubba 插件23，通过 Degree 算法对 PPI 网络中的节点进行计算，获得排名前 10 位的节点即为核心靶点 PPI 网络中的 Hub 靶点。接下来，使用分子复合物检测(MCODE)插件进一步细化 PPI 网络图，从中获得核心网络用于后续分析。2.7.核心靶点功能注释和通路富集分析核心靶点功能注释和通路富集分析 我们使用 Metascape 平台(https:/metascape.org/gp/index.html#/main/step1)进行基因本体论(GO)分析和京都基因与基因组百科全书(KEGG)通路富集分析。Metascape 平台是一款基因功能注释分析的强大工具24。我们把“黄芪当归”药对与 NSCLC 的共同靶点数据导入 Metascape 平台中，并将“作为物种输入”和“分析物种”项目均设置为“智人”(P 0.01)。然后进行 GO 分析和 KEGG 通路富集分析，并且通过微生信平台(http:/ 3.1.“黄芪“黄芪当归”药对活当归”药对活性成分、相关靶点的筛选性成分、相关靶点的筛选 首先，采用TCMSP数据库从黄芪、当归2味中药中分别检索到87和125个化学成分，基于OB 30%、DL 0.05 的筛选标准，共获得“黄芪当归”药对潜在活性成分 57 个，其中黄芪潜在活性成分 32 个，当归潜在活性成分 26 个，二者共有潜在活性成分 1 个。此外，结合相关文献报道补充黄芪、当归的主要药效成分，最终共获得“黄芪当归”药对潜在活性成分 66 个，活性成分信息见表 1。其次，使用 TCMSP和 SwissTargetPrediction 预测获得的活性成分的靶点，经过高可能性筛选和删除重复基因靶点，我们最终获得了 568 个活性成分的相关靶点。最后，将获得的活性成分及靶点信息导入 Cytoscape3.9.1 软件进行可视化分析，构建“黄芪当归”药对活性成分靶点网络，网络包含 636 个节点(2 个药物节点、66 个活性成分节点和 568 个靶点节点)和 1875 条边，见图 1。根据网络各节点的相关拓扑参数发现，Degree 值排名前五点的生物活性化合物分别是 H2(槲皮素，Degree=150)，D31(紫花前胡醇当归酯，Decursinol angelate,DA,Degree=108)，H16(二氢异黄酮，Degree=107)，D30(前胡素，Decursin,D,Degree=107)。这些活性成分被认为是“黄芪当归”药对治疗 NSCLC 的主要生物活性成分。Table 1.Basic information of active ingredients in Astragali Radix and Angelicae Sinensis Radix 表表 1.“黄芪当归”药对活性成分的基本信息 药物 MolID 化合物 分子量 OB DL 黄芪 H1 MOL000033(24S)-24-Propylcholesta-5-ene-3beta-ol 428.82 36.23 0.78 H2 MOL000098 quercetin 302.25 46.43 0.28 H3 MOL000131 EIC 280.5 41.9 0.14 H4 MOL000211 Mairin 456.78 55.38 0.78 H5 MOL000239 Jaranol 314.31 50.83 0.29 H6 MOL000296 hederagenin 414.79 36.91 0.75 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3165 中医学 Continued H7 MOL000354 isorhamnetin 316.28 49.6 0.31 H8 MOL000371 3,9-di-O-methylnissolin 314.36 53.74 0.48 H9 MOL000374 5-hydroxyiso-muronulatol-2,5-di-O-glucoside 642.67 41.72 0.69 H10 MOL000378 7-O-methylisomucronulatol 316.38 74.69 0.3 H11 MOL000379 9,10-dimethoxypterocarpan-3-O-D-glucoside 462.49 36.74 0.92 H12 MOL000380(6aR,11aR)-9,10-dimethoxy-6a,11a-dihydro-6H-benzofurano3,2-cchromen-3-ol 300.33 64.26 0.42 H13 MOL000381 13-hydroxy-9,11-octadecadienoic acid 296.5 35.6 0.17 H14 MOL000387 Bifendate 418.38 31.1 0.67 H15 MOL000392 formononetin 268.28 69.67 0.21 H16 MOL000398 isoflavanone 316.33 109.99 0.3 H17 MOL000401 astragalosideI 869.17 46.79 0.11 H18 MOL000403 astragalosideII 827.13 46.06 0.13 H19 MOL000405 astragaloside 785.09 31.83 0.1 H20 MOL000407 astragaloside 785.09 22.50 0.15 H21 MOL000414 Caffeate 180.17 54.97 0.05 H22 MOL000417 Calycosin 284.28 47.75 0.24 H23 MOL000418 3-Hydroxy-4-methoxyisoflavone-7-O-beta-D-glucoside 446.44 10.05 0.81 H24 MOL000422 kaempferol 286.25 41.88 0.24 H25 MOL000432 linolenic acid 278.48 45.01 0.15 H26 MOL000433 FA 441.45 68.96 0.71 H27 MOL000434 acetylastragaloside I 911.21 43.54 0.09 H28 MOL000435 acetylastragaloside I_qt 749.05 30.75 0.17 H29 MOL000436(Z)-1-(2,4-dihydroxyphenyl)-3-(4-hydroxyphenyl)prop-2-en-1-one 256.27 87.51 0.15 H30 MOL000438(3R)-3-(2-hydroxy-3,4-dimethoxyphenyl)chroman-7-ol 302.35 67.67 0.26 H31 MOL000439 isomucronulatol-7,2-di-O-glucosiole 626.67 49.28 0.62 H32 MOL000442 1,7-Dihydroxy-3,9-dimethoxy pterocarpene 314.31 39.05 0.48 H33 MOL005928 isoferulic acid 194.2 50.83 0.06 H34 2-(Chloromethyl)-4-(4-Nitrophenyl)-1,3-Thiazole 254.693 当归 D1 MOL000125(-)-alpha-Pinene 136.26 46.25 0.05 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3166 中医学 Continued D2 MOL000162 beta-Chamigrene 204.39 31.99 0.08 D3 MOL000358 beta-sitosterol 414.79 36.91 0.75 D4 MOL000360 FER 194.2 39.56 0.06 D5 MOL000449 Stigmasterol 412.77 43.83 0.76 D6 MOL001273 80-57-9 150.24 50.63 0.06 D7 MOL002029()-Cuparene 202.37 38.26 0.07 D8 MOL002033 cis-Thujopsene 204.39 56.43 0.12 D9 MOL002098 3-Butylidene-7-hydroxyphthalide 204.24 62.68 0.08 D10 MOL002111 BdPh 188.24 42.44 0.07 D11 MOL002143 senkyunolide-C 204.24 46.8 0.08 D12 MOL002144 senkyunolide-D 222.26 79.13 0.1 D13 MOL002145 senkyunolide-E 204.24 34.4 0.08 D14 MOL002201 cis-ligustilide 190.26 51.3 0.07 D15 MOL003587 Acoradiene 204.39 36.73 0.07 D16 MOL008251 sedanolide 194.3 62.46 0.07 D17 MOL008252 senkyunolide 192.28 68.28 0.07 D18 MOL008255-acoradiene 204.39 40.98 0.07 D19 MOL008256(+)-Alpha-cedrene 204.39 55.56 0.1 D20 MOL008258(1R,4R,5S)-4-isopropenyl-1,8-dimethylspiro4.5dec-8-ene 204.39 40.65 0.07 D21 MOL008259 2,6-di(phenyl)thiopyran-4-thione 280.43 69.13 0.15 D22 MOL008265 2-valerylbenzoic acid 206.26 78.26 0.06 D23 MOL008277 7,10-PENTADECADIYNOIC ACID 234.37 41.5 0.09 D24 MOL008285(3S)-3-butyl-3H-isobenzofuran-1-one 190.26 55.05 0.07 D25 MOL008286()-Camphoric acid 200.26 99.13 0.07 D26 MOL008287(3E)-3-butylidene-7-hydroxy-2-benzofuran-1-one 204.24 42.17 0.08 D27 MOL002122(Z)-Ligustilide 188.24 53.72 0.07 D28 MOL001941 Imperatorin 270.3 34.55 0.22 D29 MOL001942 isoimperatorin 270.3 45.46 0.23 D30 MOL013077 Decursin(D)328.39 39.27 0.38 D31 Decursinol angelate(DA)328.359 A MOL000389 FERULIC ACID(CIS)194.2 54.97 0.06 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3167 中医学 Figure 1.Ingredients-targets network of Astragali Radix and Angelicae Sinensis Radix 图图 1.“黄芪当归”药对活性成分靶点网络图 3.2.“黄芪黄芪当归当归”药对药对治疗治疗 NSCLC 靶点的筛选靶点的筛选 通过检索 GeneCards、OMIM 和 TTD 数据库，我们获得了 1947 个 NSCLC 相关靶点。再采用“Venny 2.0”在线工具获得 NSCLC 与“黄芪当归”药对活性成分的交集靶点共 249 个，见图 2。Figure 2.Screening of related targets of ingredients in Astragali Radix and Angelicae Sinensis Radix for NSCLC 图图 2.“黄芪当归”药治疗 NSCLC 潜在作用靶点的筛选 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3168 中医学 3.3.“黄芪黄芪当归当归”药对药对治疗治疗 NSCLC 核心靶点核心靶点 PPI 网络分析及重要靶点筛选网络分析及重要靶点筛选 对导入 STRING 数据库的 249 个交集靶点的分析表明，PPI 网络中涉及 231 个节点，涉及 1182 条边，将这些导入到 Cytoscape 中以获得，见图 3(a)。在使用 CytoHubba 中的 Degree 算法进行分析后，获得前10 个重要靶点，如 SRC、STAT3、AKT1、TP53、HSP90AA1、PIK3CA、PIK3R1 等，显示为气泡图,见图 3(b)，较深的颜色代表靶点在蛋白质相互作用关系中的更关键影响。使用 MCODE 插件选择得分为 10 分的核心网络。该核心网络包含 46 个具有渐变颜色的节点，并涉及 224 条边，见图 3(c)。这些节点是根据黑暗颜色深浅程度设置的，可以得出结论，STAT3、HSP90AA1、PIK3CA 等深色节点是“黄芪当归”有效作用于 NSCLC 的关键靶点。Figure 3.PPI network(a),the top 10 important targets in the PPI network(b),and core network(c)图图 3.PPI 网络(a)，PPI 网络中前 10 位重要靶点(b)，核心网络(c)颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3169 中医学 3.4.“黄芪黄芪当归当归”药对药对治疗治疗 NSCLC 核心靶点核心靶点 GO 注释和注释和 KEGG 通路分析通路分析 在 Metascape 平台上对核心靶点进行 GO 分析和 KEGG 通路富集分析，并在微生信平台的帮助下对结果进行可视化。GO 分析包括三个维度，即分子功能分析、生物过程分析和细胞成分分析。核心靶点的GO 分析结果见图 4，结果显示其分子功能主要涉及激酶结合、激酶活性、细胞因子受体结合、磷酸酶结合等；生物过程主要关注调节激酶活性、磷酸化的正向调节、蛋白质磷酸化、细胞迁移的积极调节等；核心靶点主要作用于转移酶复合物、受体复合物、膜的外在成分、基底质膜等细胞成分。KEGG 通路富集分析表明，核心靶点涉及的主要途径包括 PI3K/AKT 信号通路和 JAK/STAT 信号通路，见图 5。3.5.“黄芪“黄芪当归”药对治当归”药对治疗疗 NSCLC“药对“药对核心成分核心成分核心靶点核心靶点通路”通路”网络分析网络分析 根据核心靶点所富集到的与 NSCLC 密切相关的信号通路，利用 Cytoscape 3.9.1 构建“药对活性成分核心靶点通路”网络，涉及有 92 个节点和 411 条边，见图 6。并通过其中的网络分析工具对网络拓扑参数进行分析，推测该网络的核心通路和核心靶点。“黄芪当归”药对治疗 NSCLC 核心靶点分布与不同的信号通路，进一步体现了“黄芪当归”药对多成分、多靶点及多通路的作用特点。Figure 4.Functional enrichment analysis of core targets of Astragali Radix and Angelicae Sinensis Radix for NSCLC 图图 4.“黄芪当归”药对治疗 NSCLC 核心靶点 GO 注释分析结果 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3170 中医学 Figure 5.Pathway enrichment analysis of core targets of Astragali Radix and Angelicae Sinensis Radix for NSCLC 图图 5.“黄芪当归”药对抗 NSCLC 核心靶点 KEGG 通路分析结果 Figure 6.Herb pairs-active ingredients-core targets-pathways network of Astragali Radix and Angelicae Sinensis Radix for NSCLC 图图 6.“黄芪当归”药对治疗 NSCLC“药对活性成分核心靶点通路”的网络 颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3171 中医学 4.讨论讨论 尽管综合治疗给 NSCLC 患者带来了巨大的生存收益，但 NSCLC 患者的总体治愈率和生存率仍然难以让人满意，特别是在转移性疾病中。因此，需要继续研究新的治疗方法，以期将临床益处扩大到更广泛的患者群体，并改善 NSCLC 的预后25。药对是根据中医基础理论，经过临床应用并被证明有效且符合一定组合法度的 2 味药物的配对组合，通过这样的组成简单却具备中药配伍的基本特点的配伍组合，从而发挥协同增效或配伍减毒等作用26。中药具有多成分、多靶点、多通路的治疗特点而在改善肺癌患者临床症状、提高生存质量以及延长患者生存期等方面具有独特的优势。“黄芪当归”药对为中医临床常用的气血双补药对，现代药理学研究表明，此药对具有抑制肺癌的进展，对抗癌症恶病质和癌症炎症的作用27。然而“黄芪当归”药对协同治疗 NSCLC 的作用机制仍未见系统研究。本研究采用网络药理学的方法，研究“黄芪当归”药对成分靶点通路间的相互作用，从整体角度出发系统揭示“黄芪当归”药对抗 NSCLC 的复杂分子机制。根据“黄芪当归”药对治疗 NSCLC“药对活性成分核心靶点通路”网络，槲皮素是最显著的化合物，其次相关性较强的化合物还有紫花前胡醇当归酯和前胡素。槲皮素是一种类黄酮类化合物，可以特异性地延缓癌细胞的生长，并作为一种有效的癌症化学预防药物，其可以通过调节细胞周期、细胞增殖、凋亡、血管生成、转移和自噬来发挥抗肿瘤活性28。据报道，槲皮素对微丝、微管和波形蛋白的分解作用及其对波形蛋白和 N-钙粘蛋白表达的抑制作用可能是其抑制肺癌 A549 细胞迁移的原因29。同时，槲皮素作为肺癌的肿瘤抑制因子和化学增敏剂也已被广泛发现30 31。DA 和 D 都属于吡喃香豆素类化合物，其中，DA 是 D 的同分异构体，它们都大量存在于当归中，并且具有良好的抗癌特性32。据报道，DA 可导致癌细胞生长抑制和细胞周期阻滞，并可通过调低活性氧(ROS)水平和线粒体膜电位来促进癌细胞凋亡33。DA 亦可通过抑制谷氨酸脱氢酶 1 分解来诱导具有多重耐药性的结直肠癌细胞死亡34。D 可抑制内皮祖细胞(EPC)分化和功能，从而抑制早期肿瘤发生的肿瘤血管生成35。D 也可抑制NF-B 转录活性，来降低 P-糖蛋白的水平，最终增强对多柔比星具有耐药性的癌细胞的化学敏感性，并且诱导在多柔比星存在下的细胞凋亡36。因此，“黄芪当归”药对可能是通过这些主要化合物来抑制NSCLC 的进展。根据分析 PPI 网络获取的 Hub 靶点及核心网络靶点，我们选择 STAT3、AKT1、PIK3CA 作为研究对象。STAT3(信号转导器和转录激活剂 3)是一种信号转录蛋白，其异常激活与许多生物过程相关，包括细胞凋亡、增殖、转移、血管生成、免疫抑制和耐药性37 38 39。AKT 是一种丝氨酸/苏氨酸蛋白激酶，被认为是一种原癌基因40。而 AKT1 作为 AKT 的一个亚型，可能在非小细胞肺癌的发生和发展中发挥促进作用41。据相关文献报道，沉默 AKT1 和靶向 AKT 通路的抑制剂可有效促进肺腺癌细胞增殖、迁移和侵袭42。PI3K(磷脂酰肌醇 3-激酶)是一种具有特异性的磷酸化磷脂酰肌醇的激酶，而 PIK3CA是属于 PI3K 三种亚型之一，与肿瘤密切相关43。PIK3CA 基因可以降低非小细胞肺癌细胞对生长因子的依赖，并且抑制癌细胞的凋亡和促进肿瘤的侵袭44。再根据 KEGG 通路富集分析，PI3K/AKT 信号通路和 JAK/STAT 信号通路可能是“黄芪当归”药对的主要通路。据相关报道，PI3K/AKT 信号通路在哺乳动物细胞的多种功能中起着核心作用，如细胞的生长、迁移、增殖和代谢45 46。PI3K/AKT 通路的过度激活在不同的肿瘤中被观察到，并与肿瘤的发生、免疫微环境和癌细胞的化疗耐药性密切相关47。JAK/STAT 信号通路可推动一系列生理和病理过程，包括细胞增殖、代谢、免疫反应、炎症和恶性肿瘤48。JAK/STAT 转导激活促炎细胞因子信号传导，影响免疫平衡，进而有助于自身免疫性疾病的发展和癌症进展49 50 51。综上所述，此研究通过网络药理学系统分析了“黄芪当归”药对可能通过多成分、多靶点、多通颜乐，张继先 DOI:10.12677/tcm.2023.1210472 3172 中医学 路治疗非小细胞肺癌的潜在作用机制，为进一步的实验验证提供了思路与思考。参考文献参考文献 1 Sung,H.,Ferlay,J.,Siegel,R.L.,et al.(2021)Global Cancer Statistics 2020:GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries.CA:A Cancer Journal for Clinicians,71,209-249.https:/doi.org/10.3322/caac.21660 2 Zhang,Q.,Tang,L.,Zhou,Y.,He,W.B.and Li,W.M.(2021)Immune Checkpoint Inhibitor-Associated Pneumonitis in Non-Small Cell Lung Cancer:Current Understandi