基于網絡藥理學探討黃芪治療子宮內膜癌的機制

姜丕雨　李康康　周靜祎　王雪蓮　程明陽　陳雪紅

[摘要]目的采用網絡藥理學方法探討黃芪治療子宮內膜癌的作用機制。方法應用中藥系統藥理學數據庫和分析平臺（TCMSP）篩選出黃芪潛在活性成分，在線人類孟德爾遺傳數據庫（OMIM）和Genecards等數據庫搜索子宮內膜癌的靶點信息?；贑ytoscape 3.7.0軟件構建“活性成分-靶點”網絡，使用插件Biogenet和Merge功能獲得黃芪治療子宮內膜癌的關鍵靶點，應用Metascape軟件對關鍵靶點進行GO和KEGG富集分析。結果獲得黃芪有效成分17個，藥物靶點198個，子宮內膜癌靶點1 845個，關鍵靶點238個，KEGG通路151條，關鍵生物學通路有細胞周期、DNA修復、細胞凋亡和癌癥通路等。結論黃芪通過多成分-多靶點-多通路的方式來干預子宮內膜癌的發生和發展。

[關鍵詞]網絡藥理學;黃芪;子宮內膜腫瘤

[中圖分類號]R282.71[文獻標志碼]A[文章編號]2096-5532（2022）02-0242-05

doi：10.11712/jms.2096-5532.2022.58.045[開放科學（資源服務）標識碼（OSID）]

[網絡出版]https：//kns.cnki.net/kcms/detail/37.1517.R.20220311.1333.002.html;2022-03-1414：19：13

MECHANISM OF ACTION OF ASTRAGALI RADIX IN TREATMENT OF ENDOMETRIAL NEOPLASMS： A STUDY BASED ON NETWORK PHARMACOLOGY JIANG Piyu， LI Kangkang， ZHOU Jingyi， WANG Xuelian， CHENG Mingyang， CHEN Xuehong （Department of Special Medicine， School of Basic Medicine， Qingdao University， Qingdao 266071， China）

[ABSTRACT]ObjectiveTo explore the mechanism of action of Astragali Radix in the treatment of endometrial neoplasms （EN） based on network pharmacology. MethodsThe active ingredients of Astragali Radix were identified using the Traditional Chinese Medicine Systems Pharmacology （TCMSP） database. The targets of EN were searched for in Online Mendelian Inheritance in Man （OMIM） and Genecards. Cytoscape 3.7.0 was used to construct an “active ingredient-target” network. Biogenet and Merge were used to obtain the key targets involved in EN treatment with Astragali Radix. Metascape was used to perform GO and KEGG enrichment analyses of the key targets. ResultsThere were 17 active ingredients in Astragali Radix， 198 drug targets， 1 845 EN targets， 238 key targets， and 151 KEGG pathways. The key biological pathways included cell cycle， DNA repair， apoptosis， and cancer pathway. ConclusionAstragali Radix interferes with the development and progression of EN with multiple components， targets， and pathways.

[KEY WORDS]network pharmacology; astragalus propinquus; endometrial neoplasms

子宮內膜癌（EN）是發生在子宮內膜的一組上皮性惡性腫瘤，是女性生殖系統常見惡性腫瘤之一，且近幾年EN的發病率逐漸上升[1]。EN發病與多種因素有關，目前針對EN治療以手術為主，輔以放療和化療[2]。但化療藥物具有較強的毒副作用，而中藥抗腫瘤具有多靶點、多方位以及不易產生耐藥性等優點，在臨床上已成為腫瘤治療的重要研究方向[3]。近年來臨床上將黃芪應用于多種腫瘤的治療，效果顯著，且有體外細胞實驗證明黃芪對EN細胞有較強的抑制作用[4]。本研究應用網絡藥理學的方法，系統地探究黃芪的有效活性成分、潛在作用靶點以及調控的通路信息，為黃芪治療EN提供理論依據?，F將結果報告如下。

1材料和方法

1.1黃芪成分篩選

以“黃芪”為關鍵詞，以口服生物利用度（OB）≥30%、類藥性（DL）≥0.18為活性成分篩選條件，檢索中藥系統藥理學數據庫和分析平臺（TCMSP）[5]數據，獲得黃芪的有效活性成分。

1.2活性成分-靶點網絡構建

使用Uniprot數據庫校正與轉化功能，將查詢到的黃芪活性成分轉換成靶蛋白的規范名稱。將活性成分-靶點關聯信息導入到Cytoscape 3.7.0軟件，處理黃芪的活性成分和靶點的相關信息，從而構建出黃芪活性成分-靶點網絡圖。

1.3EN相關靶點檢索

以“endometrial carcinoma”為關鍵詞，檢索Genecards數據庫[6]、在線人類孟德爾遺傳數據庫（OMIM數據庫）[7]等疾病基因數據庫，匯總疾病靶點并去除重復值，得到EN相關作用靶點。

1.4蛋白質互作（PPI）網絡的構建及關鍵靶點篩選

選用Cytoscape 3.7.0軟件中的Biogenet插件構建PPI網絡。分別將黃芪有效活性成分的靶點與EN的相關靶點導入Biogenet中，生成兩個獨立的PPI網絡，使用Cytoscape軟件中Merge功能對這兩個PPI網絡取交集，使用CytoNCA插件分析PPI交集網絡中各個節點的屬性值。

1.5生物通路富集分析

應用Metascape在線分析平臺[8]對靶點進行通路富集分析，解析黃芪中抗EN活性成分顯著影響的生物通路，并探討其發揮抗EN作用的可能機制。

2結果

2.1黃芪活性成分及靶點獲取

從TCMSP數據庫獲取到87個黃芪成分，根據OB≥30%和DL≥0.18篩選得到17個成分。其具體信息見表1。

2.2黃芪活性成分-靶點網絡構建與分析

將TCMSP查詢到的黃芪活性成分與相關靶點的關聯數據導入Cytoscape 3.7.0軟件，得到黃芪活性成分-靶點網絡圖（圖1）。共獲得216個節點（包含198個靶點、17個活性成分和1個代表黃芪的節點）與427條關系，圖中節點面積大小代表相應的Degree值，面積越大代表Degree值越大，表示與此點連接的邊越多，其重要性越高。

2.3EN疾病靶點

檢索Genecards和OMIM數據庫分別得到靶點個數為1 651個和196個。匯總靶點并去除重復靶點，最終收集到1 845個疾病靶點。

2.4黃芪治療EN的PPI網絡與關鍵靶點

2.4.1黃芪治療EN的PPI網絡運用Cytoscape 3.7.0構建黃芪PPI網絡，結果顯示，可以與黃芪產生直接或間接作用的靶點為6 304個，6 304個靶點之間可產生的相互關系多達153 949種。同樣對EN的相關靶點繪制PPI網絡，結果顯示有13 172個靶點與EN可產生直接或者間接的關系，其間的相互關系高達243 806種。用Cytoscape 3.7.0中的Merge功能對二者取交集，交集網絡見圖2。

2.4.2黃芪治療EN的關鍵靶點對黃芪治療EN的PPI交集網絡進行拓撲屬性分析，篩選出在網絡中發揮重要作用的靶點。黃芪治療EN關鍵靶點見圖3。經過2次篩選后，共獲得關鍵靶點238個，關鍵靶點的篩選策略見圖4。在得到核心PPI網絡后，應用 MCODE插件對PPI模塊進行分析，得到了MCODE1～7共7個模塊，見圖5。根據P值，分別保留每個模塊中2個評分最佳的生物學進程以及描述功能，見表2。

2.5黃芪治療EN的通路富集分析

應用Metascape平臺對上述238個關鍵靶點進行了基因富集分析， 包括GO的Biological Process（BP）、Cellular Component （CC）、Molecular Function（MF）以及KEGG通路。分析結果顯示，黃芪治療EN主要涉及的生物學過程包括端粒結構（Telomere organization）、DNA修復（DNA repair）、DNA復制依賴性核小體裝配（DNA replication-dependent nucleosome assembly）、DNA復制依賴性核小體結構（DNA replication-dependent nucleosome organization）、蛋白質-DNA復合物組裝（Protein-DNA complex assembly）、rDNA染色質沉默（chro-matin silencing at rDNA）和基因沉默調控（regula-tion of gene silencing）等。這些過程直接作用于細胞損傷的修復和凋亡環節，表明黃芪對于EN細胞的修復和凋亡具有直接的調控作用。KEGG通路富集結果涉及病毒性癌癥（Viral carcinogenesis）、EB病毒感染（Epstein-Barr virus infection）、細胞周期（Cell cycle）、PI3K-Akt信號通路（PI3K-Akt signaling pathway）、癌癥轉錄失調（Transcriptional misregulation in cancer）、信號通路（Pathways in cancer）、MicroRNA（MicroRNAs in cancer）、HIF-1通路（HIF-1 signaling pathway）、Jak-STAT信號通路（Jak-STAT signaling pathway）、ErbB信號通路（ErbB signaling pathway）和蛋白聚糖（Proteoglycans in cancer）等。見圖6。

3討論

本研究應用網絡藥理學方法，初步探究了黃芪治療EN的活性成分、作用靶點及相關聯的生物學通路。根據OB≥30%和DL≥0.18，共篩選出黃芪活性成分17個，繪制上述活性成分-靶點網絡關系圖共獲得198個靶點和427條相互關系。由此可知，黃芪的有效成分之間存在協同作用，而協同調控的靶點也在EN發生發展中發揮重要作用，具有用于治療EN的潛力。

本文結果顯示，黃芪治療EN的主要成分可能為槲皮素、山奈酚、黃芪異黃烷苷等。其中，槲皮素可誘導腫瘤細胞過表達胱硫氨酸γ-裂解酶（CTH）從而誘導細胞凋亡[9];山奈酚可激活Caspase 9和誘導細胞凋亡[10]，同時也可以上調p38、p53、p21、p-BRCA1和p-ATM等抑癌基因的表達，抑制腫瘤細胞增殖[11]。

3.1關鍵靶點結果分析

本文研究按照篩選策略共得到238個潛在關鍵靶點。根據Degree值排序，其中較為重要的靶點有NTRK1、TP53和CUL3等。有研究表明，NTRK1基因可編碼原肌球蛋白受體激酶（TRK）家族中的TRKA蛋白，TRKA蛋白與神經營養素結合后，通過PI3K、Ras/MAPK/ERK和PLC-γ誘導受體二聚化、磷酸化和下游信號級聯激活。由于基因融合或核苷酸突變所導致的TRK通路異常，是許多癌癥發生發展的重要原因[12]。抑癌基因TP53可以轉錄誘導編碼FAS基因以及其他可能編碼相關死亡受體的基因，還可通過PUMA和NOXA介導細胞凋亡從而發揮顯著的腫瘤抑制功能[13]。CUL3屬于Cullin蛋白家族，可參與多種細胞過程，包括細胞分裂、分化、細胞骨架重塑、應激反應和神經細胞功能等，也與腫瘤的發生發展密切相關[14]。提示黃芪可通過多靶點來影響EN發生和發展過程。

3.2通路與生物進程分析

本文生物進程富集分析結果顯示，黃芪治療EN涉及的生物學進程包括端粒結構、DNA修復、DNA復制依賴性核小體裝配、DNA復制依賴性核小體組織、蛋白質-DNA復合物組裝、rDNA染色質沉默、細胞凋亡信號通路、基因沉默調控等。這些進程與細胞修復和凋亡直接相關。這表明黃芪可能通過干擾EN細胞的修復和促進其凋亡來發揮作用。

本文通路富集分析結果顯示，黃芪可干預病毒致癌、細胞周期、PI3K-Akt通路、MicroRNA、HIF-1通路、Jak-STAT信號通路、蛋白聚糖、ErbB通路等，調控EN病理過程中的不同環節。

綜上所述，黃芪治療EN的主要成分可能是槲皮素、山奈酚和黃芪異黃烷苷等，關鍵作用靶點有NTRK1、TP53、CUL3等和涉及細胞周期、DNA修復、細胞凋亡、癌癥通路等多個生物學過程和信號通路。黃芪通過多成分-多靶點-多通路的方式來干預EN的發生和發展，體現了中藥治療疾病的整體性與系統性。

[參考文獻]

[1]XUE J， LI L， LI N， et al. Metformin suppresses cancer cell growth in endometrial carcinoma by inhibiting PD-L1[J]. European Journal of Pharmacology， 2019，859：172541.

[2]佘遠萍，黃玉梅. 子宮內膜癌治療的研究進展[J]. 中外醫學研究， 2020，18（16）：172-174.

[3]王金環，楊思琦，孫偉正，等. 中西醫干預惡性腫瘤化療后骨髓抑制研究進展[J]. 河北中醫， 2019，41（11）：1755-1760.

[4]王佳薇，殷一紅，劉紅丹，等. 黃芪注射液輔助治療子宮內膜癌效果及其機制初探[J]. 中華中醫藥學刊， 2020，38（1）：1-11.

[5]RU J， LI P， WANG J， et al. TCMSP： a database of systems pharmacology for drug discovery from herbal medicines[J]. J Cheminform， 2014，6：13.

[6]SAFRAN M， DALAH I， ALEXANDER J， et al. GeneCards Version 3： the human gene integrator[J]. Database， 2010，2010： baq020.

[7]AMBERGER J S， BOCCHINI C A， SCHIETTECATTE F， et al. OMIM.org： Online Mendelian Inheritance in Man （OMIM）， an online catalog of human genes and genetic di-sorders[J]. Nucleic Acids Research， 2015，43（Database issue）：D789-D798.

[8]ZHOU Y Y， ZHOU B， PACHE L， et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets[J]. Nature Communications， 2019，10（1）：1523.

[9]BRISDELLI F， DI FRANCESCO L， GIORGI A， et al. Proteomic analysis of quercetin-treated K562 cells[J]. Internatio-nal Journal of Molecular Sciences， 2019，21（1）：E32.

[10]ZHU L， XUE L J. Kaempferol suppresses proliferation and induces cell cycle arrest， apoptosis， and DNA damage in breast cancer cells[J]. Oncology Research， 2019，27（6）：629-634.

[11]IMRAN M， SALEHI B， SHARIFI-RAD J， et al. Kaempfe-rol： a key emphasis to its anticancer potential[J]. Molecules， 2019，24（12）： 2277.

[12]KHOTSKAYA Y B， HOLLA V R， FARAGO A F， et al. Targeting TRK family proteins in cancer[J]. Pharmacology & Therapeutics， 2017，173：58-66.

[13]AUBREY B J， KELLY G L， JANIC A， et al. How does p53 induce apoptosis and how does this relate to p53-mediated tumour suppression[J]？ Cell Death and Differentiation， 2018，25（1）：104-113.

[14]CHEN R H. Cullin 3 and its role in tumorigenesis[J]. Advances in Experimental Medicine and Biology， 2020，1217：187-210.

（本文編輯黃建鄉）