摘要：目的:利用數(shù)據(jù)挖掘結(jié)果,采用網(wǎng)絡(luò)藥理學(xué)和生物信息學(xué)方法,分析傳統(tǒng)中藥虎杖抗高血脂的作用及信號(hào)通路。方法:采用TCMSP數(shù)據(jù)庫(kù)從虎杖中篩選出主要活性成分,利用Drug-CPI服務(wù)器反向藥效團(tuán)匹配方法,預(yù)測(cè)并獲得虎杖主要活性成分靶點(diǎn)。通過OMIM、TTD、Genecards等疾病靶點(diǎn)數(shù)據(jù)庫(kù)篩選出高血脂相關(guān)疾病靶點(diǎn),獲得活性成分靶點(diǎn)和疾病靶點(diǎn)交集。采用Cytoscape 3.7.1 軟件構(gòu)建虎杖可視化網(wǎng)絡(luò),應(yīng)用STRING在線平臺(tái)對(duì)交集靶點(diǎn)進(jìn)行蛋白互作網(wǎng)絡(luò)分析,同時(shí)對(duì)交集靶點(diǎn)進(jìn)行GO功能和KEGG通路富集分析。根據(jù)KEGG通路分析結(jié)果,應(yīng)用Autodock 4.2.6 分子對(duì)接軟件研究虎杖中相關(guān)活性成分與胰島素抵抗和PPAR信號(hào)通路中的關(guān)鍵靶點(diǎn)蛋白,即TNFRSF1A和PPARG的結(jié)合作用強(qiáng)弱與結(jié)合機(jī)制。結(jié)果:采用TCMSP數(shù)據(jù)庫(kù)從虎杖中篩選出12個(gè)主要活性成分,并預(yù)測(cè)獲得288個(gè)靶點(diǎn)。從疾病靶點(diǎn)數(shù)據(jù)庫(kù)篩選出高血脂相關(guān)疾病靶點(diǎn)571個(gè),并獲得虎杖潛在抗高血脂作用靶點(diǎn)共48個(gè)。構(gòu)建了“藥物-活性成分-靶點(diǎn)-疾病”網(wǎng)絡(luò),該網(wǎng)絡(luò)中化合物的平均度值為 16.67 ,其中有8個(gè)化合物能與15個(gè)及以上靶點(diǎn)發(fā)生相互作用。KEGG通路富集分析的結(jié)果發(fā)現(xiàn)48個(gè)作用靶點(diǎn)主要參與調(diào)控胰島素抵抗(insulin resistance)、PPAR信號(hào)通路(PPAR signaling pathway)、非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)、HIF-1信號(hào)通路(HIF-1 signaling pathway)、調(diào)節(jié)脂肪細(xì)胞中的脂肪分解(regulation of lipolysis in adipocytes)等信號(hào)通路。分子對(duì)接結(jié)果表明,4個(gè)活性成分均能與TNFRSF1A結(jié)合,其中rhein(大黃酸)與TNFRSF1A結(jié)合能最低,為-10.08 kcal/mol。在虎杖的7個(gè)活性成分中,physovenine(囊毒堿)與PPARG的結(jié)合能最低,為-13.45 kcal/mol。結(jié)合方式主要以氫鍵、靜電力及疏水作用為主。結(jié)論:虎杖活性成分可能通過參與調(diào)控胰島素抵抗、PPAR信號(hào)通路以及調(diào)節(jié)脂肪細(xì)胞中的脂肪分解等信號(hào)?