本文關(guān)鍵詞：非對(duì)稱性重構(gòu)探索清開靈不同組分干預(yù)小鼠腦缺血模型的模塊藥理機(jī)制　出處：《中國(guó)中醫(yī)科學(xué)院》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 模塊藥理學(xué) 模塊重構(gòu) 整體定量評(píng)價(jià) 清開靈有效組分 作用機(jī)制 非對(duì)稱 生成元 保守元

【摘要】：研究背景：網(wǎng)絡(luò)藥理學(xué)強(qiáng)調(diào)從網(wǎng)絡(luò)層次來理解復(fù)雜疾病和制定干預(yù)方法。中藥具有多成分、多靶點(diǎn)及系統(tǒng)調(diào)節(jié)的特點(diǎn),亦要求在系統(tǒng)論指導(dǎo)下進(jìn)行靶點(diǎn)網(wǎng)絡(luò)的還原分析。生物體是由大量結(jié)構(gòu)和功能不同的元件組成的復(fù)雜系統(tǒng),諸元件選擇性和非線性的相互作用涌現(xiàn)出復(fù)雜的功能和行為。從生物網(wǎng)絡(luò)平衡理論的勒夏列特原理來講,當(dāng)生物系統(tǒng)為穩(wěn)態(tài)和平衡態(tài)時(shí),機(jī)體處于健康狀態(tài)。當(dāng)生物系統(tǒng)(生物網(wǎng)絡(luò))的平衡(健康狀態(tài))被擾亂或破壞時(shí),則會(huì)導(dǎo)致病理或疾病狀態(tài)。而藥物對(duì)疾病的治療作用可以看作生物網(wǎng)絡(luò)對(duì)外部擾動(dòng)信息的應(yīng)答,即有效藥物的作用在于重建生物系統(tǒng)的平衡或減輕平衡被破壞的程度。識(shí)別模塊結(jié)構(gòu)是理解生物系統(tǒng)的關(guān)鍵因素之一,將網(wǎng)絡(luò)抽象成層次化的模塊,既可以降低整個(gè)網(wǎng)絡(luò)分析的復(fù)雜性,又能夠彰顯模塊節(jié)點(diǎn)行為的區(qū)域化特征。模塊藥理學(xué)認(rèn)為復(fù)雜疾病的治療需要模塊化設(shè)計(jì),基于模塊層次對(duì)復(fù)雜生物網(wǎng)絡(luò)進(jìn)行分析、理解,用以度量藥物干預(yù)網(wǎng)絡(luò)的特征變化,最終有效地揭示復(fù)雜藥理機(jī)制。越來越多的證據(jù)表明模塊在發(fā)展過程中具有高度的保守性和可變性。而模塊的重構(gòu)是模塊為了更好的適應(yīng)外界環(huán)境所作出的較大的調(diào)整或重新配置(如分裂與合并),是基于模塊整體的改變。在模塊重構(gòu)過程中既可保留不變的、原始的節(jié)點(diǎn)和邊,又可引入新的節(jié)點(diǎn)、新的邊,即模塊的重構(gòu)展示著生物系統(tǒng)動(dòng)態(tài)平衡中不變性(對(duì)稱性)與變化性(非對(duì)稱)的共存。在藥物重建生物系統(tǒng)的平衡或減輕平衡被破壞的程度過程中,網(wǎng)絡(luò)模塊的重構(gòu)可以看作是這種網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)換的承載體,是模塊層次的一種非對(duì)稱的動(dòng)態(tài)轉(zhuǎn)換。因此,從模塊層次精確衡量不僅對(duì)解構(gòu)藥物靶點(diǎn)網(wǎng)絡(luò)的精準(zhǔn)結(jié)構(gòu)演變具有十分重要的意義,而且深入理解模塊的非對(duì)稱性重構(gòu)將有助于我們從生成論的角度更深層詮釋有效的藥理形成機(jī)制。研究目的：本研究通過對(duì)清開靈不同有效組分干預(yù)后網(wǎng)絡(luò)模塊重構(gòu)的追蹤,采用定量分析法量化比較模塊重構(gòu)程度及其功能變化,進(jìn)而挖掘非對(duì)稱性有效重構(gòu)模塊中所蘊(yùn)含的生成元,探索不同有效組分的藥理形成機(jī)制的異同以及模塊生成元作為腦缺血網(wǎng)絡(luò)或模塊靶標(biāo)的潛在可能性。研究方法：本研究基于模塊藥理學(xué)理念,在蛋白質(zhì)網(wǎng)絡(luò)構(gòu)建及模塊識(shí)別的基礎(chǔ)上,對(duì)精制清開靈已知有效組分：黃芩苷(BA)、梔子苷(JA)、膽酸(UA)、黃芩苷+梔子苷(BJ,BA+JA,加和效應(yīng))、梔子苷+膽酸(JU,JA+UA,協(xié)同效應(yīng))干預(yù)前后腦缺血小鼠模型網(wǎng)絡(luò)重構(gòu)模塊進(jìn)行追蹤。應(yīng)用共線性診斷篩選不同維度模塊拓?fù)鋮?shù)度量指標(biāo),采用分層分析法確定各參數(shù)的權(quán)值,在此基礎(chǔ)上,基于歐氏距離,提出多維數(shù)組K值模型用以整合不同維度拓?fù)鋮?shù),構(gòu)建量化模塊重構(gòu)的整體綜合指標(biāo),定量分析清開靈不同組分藥物干預(yù)前后模塊整體構(gòu)象的改變程度。同時(shí),將無效藥物組(珍珠母CM)的最大K值作為閾值,剔除不對(duì)藥物擾動(dòng)產(chǎn)生貢獻(xiàn)性響應(yīng)的隨機(jī)波動(dòng)模塊,最終保留各組與模型組(Vehicle)比較反映純的藥理機(jī)制的有效重構(gòu)模塊對(duì),再應(yīng)用DAVID數(shù)據(jù)庫對(duì)各組中有效重構(gòu)模塊對(duì)進(jìn)行GO功能(Biological Process)富集和KEGG通路富集分析。接下來,根據(jù)有效重構(gòu)模塊對(duì),引入“非對(duì)稱(對(duì)稱破缺)”的理念,分析模塊在重構(gòu)過程中的對(duì)稱與非對(duì)稱,并由此挖掘模塊重構(gòu)過程中的保守元與生成元。最后,用模塊生成元Egf-Vegfa-Fn1在CTD數(shù)據(jù)庫關(guān)聯(lián)的化合物匹立尼酸對(duì)MCAO模型大鼠進(jìn)行干預(yù),驗(yàn)證以非對(duì)稱重構(gòu)模塊生成元模式探索腦缺血網(wǎng)絡(luò)或是模塊靶標(biāo)的有效性。研究結(jié)果：1.構(gòu)建模塊整體綜合評(píng)價(jià)指標(biāo),不同維度的參數(shù)確定為：平均鄰居節(jié)點(diǎn)、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心性、平均介數(shù)中心性、網(wǎng)絡(luò)平均權(quán)重、最短路徑、節(jié)點(diǎn)及邊。其中平均鄰居節(jié)點(diǎn)、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心性、平均介數(shù)中心性、網(wǎng)絡(luò)平均權(quán)重、最短路徑、節(jié)點(diǎn)(重疊與非重疊)及邊(重疊與非重疊)相對(duì)應(yīng)的權(quán)重值依次為：0.12、0.22、0.4、0.07、0.07、0.02、0.03、0.01、0.03、0.01。2.采用MCODE方法,對(duì)Vehicle組、CM組、BA組、UA組、JA組、BJ組、JU組進(jìn)行網(wǎng)絡(luò)模塊識(shí)別,識(shí)別出相應(yīng)模塊數(shù)分別為：30、12、24、24、19、19、29。在模塊識(shí)別的基礎(chǔ)上,不同藥物組分別與Vehicle組進(jìn)行模塊重構(gòu)匹配,即：Vehicle-CM、Vehicle-BA、Vehicle-JA、ehicle-UA、Vehicle-BJ、Vehicle-JU,模塊重構(gòu)對(duì)分別為：14、22、28、25、21、25個(gè)。3.應(yīng)用多維數(shù)組K值模型對(duì)各組重構(gòu)模塊對(duì)進(jìn)行定量比較,其中Vehicle-CM重構(gòu)模塊對(duì)K值最大為0.465,最小為0.168；Vehicle-BA重構(gòu)模塊對(duì)K值最大為0.573,最小為0.124；Vehicle-JA重構(gòu)模塊對(duì)K值最大為0.562,最小為0.160; Vehicle-UA重構(gòu)模塊對(duì)K值最大為0.584,最小為0.167；Vehicle-BJ重構(gòu)模塊對(duì)K值最大為0.587,最小為0.180；Vehicle-JU重構(gòu)模塊對(duì)K值最大為0.556,最小為0.137。同時(shí),多元逐步回歸分析發(fā)現(xiàn)網(wǎng)絡(luò)中心性為10個(gè)變量中對(duì)K值影響最大的參數(shù),因此確定網(wǎng)絡(luò)中心性為K值的序參量。4.有效重構(gòu)模塊的確定：將CM組最大K值0.456做為閾值,剔除隨機(jī)波動(dòng),最終獲得各組有效重構(gòu)模塊對(duì)共計(jì)24對(duì)(0.465的K值)。按照黃金分割法,以統(tǒng)計(jì)分布61.8%為分割點(diǎn),將K值0.55的模塊對(duì)定義為變構(gòu)。各組最終有效重構(gòu)模塊對(duì)的分布為：Vehicle組與BA組5對(duì)；Vehicle組與JA組8對(duì)；Vehicle組與UA組5對(duì)；Vehicle組與BJ組、JU組各3對(duì)。5.有效重構(gòu)模塊功能富集分析：模型組與藥物組重構(gòu)模塊對(duì)GO功能富集總體與腦缺血相關(guān)。Vehicle、BA、JA、UA、BJ、JU六組重構(gòu)模塊對(duì)分別富集出454、323、246、273、117、149個(gè)生物學(xué)功能,15、2、10、3、12、8條KEGG通路,六組中功能與通路既有重疊也有差異部分。6.單一組分之間(Vehicle、BA、JA、UA)比較,無保守元；BA4-JA2存在一個(gè)多元(三個(gè)節(jié)點(diǎn)以上)生成元(Vegfa-Fn1-Egf),雙元生成元為4個(gè)、單元生成元為8個(gè)；加和組與單一組分之間(Vehicle、BA、JA、BJ)比較,無保守元；BA1-BJ2存在一個(gè)多元生成元(I110-Ifng-Socs3-I123a),雙元生成元為2個(gè)、單元生成元為3個(gè)。協(xié)同組與單一組分之間(Vehicle、JA、UA、JU)共發(fā)現(xiàn)三個(gè)保守元,分別為M12-JA19-JU15的Pten、M12-JA9-JU15的Trp53、M20-JA10-JU13的Pcna; UA14-JU13存在一個(gè)單元生成元。這些生成元及保守元節(jié)點(diǎn)經(jīng)現(xiàn)有文獻(xiàn)驗(yàn)證大部分與腦缺血相關(guān)。7.將模塊生成元I110-Ifng-Socs3-I123a和Egf-Vegfa-Fn1的節(jié)點(diǎn)與CTD數(shù)據(jù)庫化合物相匹配,I110-Ifng-Socs3-I123a4個(gè)節(jié)點(diǎn)生成元共同關(guān)聯(lián)的化合物為8個(gè)；Egf-Vegfa-Fn1 3個(gè)節(jié)點(diǎn)生成元共同關(guān)聯(lián)的化合物為10個(gè)。8.模塊生成元Egf-Vegfa-Fn1關(guān)聯(lián)藥物匹立尼酸干預(yù)大鼠急性局灶性腦缺血再灌注實(shí)驗(yàn)結(jié)果顯示：腦缺血再灌注后24h,腦冠狀切片可見損傷側(cè)組織出現(xiàn)明顯的蒼白梗死灶,給予匹立尼酸5mg/kg可以明顯減小腦梗死體積(P0.01)。結(jié)論1.多維數(shù)組K值模型既考慮模塊的整體性、全局性變化又兼顧模塊特征向量的多維特性差異,能夠定量分析不同組分與模型組的模塊重構(gòu)程度。2.因剔除了隨機(jī)波動(dòng)的影響,有效重構(gòu)模塊對(duì)更能揭示組分作用于靶點(diǎn)網(wǎng)絡(luò)所涉及的純的藥理形成機(jī)制。BA、JA、UA與Vehicle組的模塊重構(gòu)過程中對(duì)代謝的調(diào)控更為明顯；BJ組重構(gòu)模塊對(duì)JAK-STAT級(jí)聯(lián)的集中式調(diào)控策略可能表征其加和效應(yīng)；JU組重構(gòu)模塊多種功能的發(fā)散式調(diào)控策略可能表征其協(xié)同效應(yīng)。3.將非對(duì)稱概念引入模塊的重構(gòu)有助于我們從生成論的哲學(xué)理念更深入詮釋不同有效組分的藥理形成機(jī)制。挖掘非對(duì)稱重構(gòu)模塊的生成元可望成為腦缺血網(wǎng)絡(luò)或是模塊靶標(biāo)確定的有效路徑。
[Abstract]:......
【學(xué)位授予單位】：中國(guó)中醫(yī)科學(xué)院
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：R285.5;R-332
，

本文編號(hào)：1432326