古代经典名方升陷汤治疗心血管疾病的作用机制和物质基准指标成分研究

摘要/Abstract

摘要： 目的：探讨古代经典名方升陷汤用于心血管疾病治疗的作用机制与药效物质基础。方法：运用网络药理学方法，采用多个数据库收集的升陷汤中化学成分信息，预测化学成分的作用靶点，通过Cytoscape软件，构建活性成分-靶点相互作用和靶点蛋白相互作用网络，通过DAVID数据库对靶点进行生物过程和信号通路分析，针对心血管疾病构建“药材-活性成分-靶点-通路”网络。结果：升陷汤5种药材中的44个潜在活性成分，通过作用于72个靶点，影响9个心血管相关的基因通路，发挥治疗心血管相关疾病的作用。经分子对接验证，可以从中确定为物质基准质控指标的核心成分共10个，发挥作用的关键核心靶点9个。结论：升陷汤用于心血管疾病治疗具有多成分、多靶点、多通路的特点，采用网络药理学方法可以实现快速筛选活性成分预测作用机制目的，可为古代经典名方物质基准指标成分的确定提供依据。

关键词: font-size:medium, ">古代经典名方；升陷汤；网络药理学；心血管疾病；作用机制；物质基准

Abstract: Objective：To explore the action mechanism and pharmacodynamic substance basis of ancient classical prescription sheng-xian decoction in the treatment of cardiovascular disease. Methods：Using the method of network pharmacology， the information of chemical components in shengxia decoction were collected from multiple databases， and the targets of chemical components were predicted. The compounds-targets network was constructed by Cytoscape software and network topology analysis was carried out. DAVID database was used to analyze the molecular function and biological pathway of the action targets. "herbs-active compounds-targets-pathways" network was constructed for cardiovascular diseases. Results：44 potential active compounds were screened out from 5 kinds of herbs in shengxian decoction， which can affect 9 cardiovascular related gene pathways by acting on 72 targets， and play a role in the treatment of cardiovascular related diseases. Through molecular docking verification， there are 10 core components that can be determined as the material benchmark quality control indicators， and 9 key targets. Conclusion：Shengxian decoction can treat cardiovascular disease through multi-target， multi-channel and multi-pathway synergism. The network pharmacology method can be used to quickly screen the active ingredients and predict the mechanism of action， and provide the basis for determining the material benchmark indicators of ancient classical prescription.

Key words: Ancient classical prescription； Shengxian decoction； Network pharmacology, Cardiovascular disease； Action mechanism； Material reference

中图分类号:

朱慧明, 郝雨欣, 程佳洁, 吴梦冬, 郭若涵, 李康, 贾晨硕, 冯小龙. 古代经典名方升陷汤治疗心血管疾病的作用机制和物质基准指标成分研究[J]. 中国医药导刊, 2022, 24(12): 1222-1229.

ZHU Huiming, HAO Yuxin, CHENG Jiajie, WU Mengdong, GUO Ruohan, LI Kang, JIA Chenshuo, FENG Xiaolong. Study on the Action Mechanism and Material Reference Index Composition of Ancient Classical Prescription Shengxian Decoction in the Treatment of Cardiovascular Disease[J]. CHINESE JOURNAL OF MEDICINAL GUIDE, 2022, 24(12): 1222-1229.

参考文献

[1]张鹏，刘安，邬兰，等. 经典名方概述与开发探讨[J]. 中国实验方剂学杂志， 2020， 26(15)：12.
     [2]国家药品监督管理局. 国家药品监督管理局关于发布古代经典名方中药复方制剂简化注册审批管理规定的公告[EB/OL]. (2018-06-01) [2022-08-04]. https：//www.nmpa.gov.cn/xxgk/ggtg/qtggtg/20180601 163901361.html.
     [3]代云桃，靳如娜，吴治丽，等. 基于标准汤剂(物质基准)的经典名方制备工艺和质量标准研究[J]. 中国实验方剂学杂志， 2020， 26(2)： 164-174.
     [4]张宏，夏伟，张磊，等. 中药应以临床功效为导向进行质量标准研究[J]. 中华中医药杂志， 2014， 29(12)： 3686-3688.
     [5]岳鑫鑫，张茗. 升陷汤治疗心血管疾病研究进展[J]. 河南中医， 2020， 40(3)： 473-477.
     [6]魏哲，焦华琛. 升陷汤在冠心病治疗中的应用进展[J]. 国医论坛， 2019， 34(2)： 64-68.
     [7]国家中医药管理局. 国家中医药管理局关于发布《古代经典名方目录(第一批)》的通知[EB/OL]. ( 2018-04-13) [2022-08-04]. http：//www.satcm.gov.cn/kejisi/zhengcewenjian/2018-04-16/7107.html.
     [8]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(1)：13-18.
     [9]时悦，姚璎珈，蔺莹，等. 基于网络药理学的开心散治疗阿尔茨海默病的作用机制分析[J]. 药学学报， 2018， 53(9)： 1458-1466.
     [10]Daina A， Michielin O， Zoete V. Swiss TargetPrediction： updated data and new features for efficient prediction of protein targets of small molecules[J]. Nucleic Acids Res， 2019， 47(W1)： W357-W364.
     [11]Zeng Q， Li L， Jin Y， et al. A network pharmacology approach to reveal the underlying mechanisms of paeonia lactiflora pall. On the treatment of Alzheimer′s disease[J]. Evid Based Complement Alternat Med， 2019， 2019：8706589.
     [12]Uniprot C. UniProt： a worldwide hub of protein knowledge[J]. Nucleic Acids Res， 2019， 47(D1)： D506-D515.
     [13]Shannon P， Markiel A， Ozier O， et al. Cytoscape： a software environment for integrated models of biomolecular interaction networks[J]. Genome Res， 2003， 13(11)： 2498-2504.
     [14]冯春来，顾於梅，秦悦，等. 基于模块分解的生物网络分析算法及其应用[J]. 中成药， 2016， 38(10)： 2227-2232.
     [15]陈俊，陈青山，孙森，等. 基于网络药理学的肝力保胶囊保肝作用机制研究[J]. 药学实践杂志， 2018， 36(5)： 403-408，416.
     [16]Huang Da W， Sherman BT， Lempicki RA. Bioinformatics enrichment tools： paths toward the comprehensive functional analysis of large gene lists[J]. Nucleic Acids Res， 2009， 37(1)： 1-13.
     [17]朱慧明，乔莉，冯小龙，等. 基于网络药理学探讨芪苈强心胶囊治疗充血性心力衰竭的作用机制[J]. 世界科学技术-中医药现代化， 2021， 23(11)： 3986-3996.
     [18]谢婧雯，刘晓燕. Akt信号转导通路在心血管系统中作用的研究进展[J]. 重庆医学， 2013， 42(30)： 3692-3694.
     [19]张冰，张宁汝. Ca~(2+)-CaN-NFAT信号通路在心血管疾病中的研究进展[J]. 齐齐哈尔医学院学报， 2019， 40(20)： 2593-2595.
     [20]Kovacs A， Alogna A， Post H， et al. Is enhancing cGMP-PKG signalling a promising therapeutic target for heart failure with preserved ejection fraction[J]. Neth Heart J， 2016， 24(4)： 268-274.
     [21]刘磊，曾彬，廖小婷. 三碘甲腺原氨酸对缺氧/复氧致乳小鼠心室肌细胞钙离子通道异常的影响及其信号通路机制[J]. 中国医药导报， 2019， 16(29)： 11-15.
     [22]Kuster GM， Pfister O. Chronic heart failure： advances in pharmacological treatment and future perspectives[J]. Swiss Med Wkly， 2019， 149：w20036.
     [23]Hao Da C， Xiao PG. Network pharmacology： a Rosetta Stone for traditional Chinese medicine[J]. Drug Dev Res， 2014， 75(5)： 299-312.
     [24]张华敏，刘思鸿，高宏杰，等. 复方中药网络药理学方法研究进展[J]. 中国医院用药评价与分析， 2019， 19(10)： 1270-1273，1276.
     [25]吴丹，高耀，向欢，等. 基于网络药理学的柴胡抗抑郁作用机制研究[J]. 药学学报， 2018， 53(2)： 210-219.
     [26]杨沙，段灿灿，晏仁义，等. 基于网络药理学的半枝莲抗肿瘤活性成分及整合作用机制研究[J]. 中草药， 2018， 49(15)： 3471-3482.
     [27]余晴晴，柏建峰，王江军. 黄芪注射液对脑缺血再灌注损伤大鼠脑内血管新生及HIF-1α/VEGF信号转导通路的影响[J]. 蚌埠医学院学报， 2017， 42(10)： 1309-1313.
     [28]卢英，金英，隋海娟，等. 知母皂苷元通过上调PI3K/Akt信号通路减轻淀粉样β蛋白诱导的乳大鼠海马神经元突触损伤[J]. 中国药理学与毒理学杂志， 2013， 27(4)： 635-640.
     [29]冯慧慧. 桔梗皂苷D对小鼠免疫活性及cAMP/PKA和NO/cGMP信号通路的影响[D]. 锦州医科大学， 2018.

快速检索引用检索图表检索高级检索