2.1.3 GO分類富集分析

將所得到的81個靶點導入STRING數據庫進行GO功能富集分析，得到GO條目1 892個，其中生物過程條目1 648個，細胞組成條目82個，分子功能條目162個，分別占73%、13%、14%．其中，生物過程主要涉及氮化合物代謝過程的正調控、大分子代謝過程的正調控、細胞過程的正調控、刺激反應的調節(jié)、細胞對有機物質的反應、細胞對化學刺激的反應及對含氧化合物的反應等過程;分子功能主要涉及激活轉錄因子結合、蛋白質結合、酶結合及蛋白質異構化活性等功能;細胞組成涉及在膜結合細胞器、細胞質部、胞外區(qū)及細胞器等區(qū)域．3個分支數量排名前20位相關條目信息柱狀圖如圖2所示．

2.1.4 KEGG通路富集分析

利用DAVID6.8.0數據庫對81個靶點進行通路富集分析，得到281條信號通路(P<0.05)，涉及癌癥、乙型肝炎和TNF信號通路等，表明這些靶點可能主要通過調控這些通路達到干預疾病的目的．前20位信號通路氣泡圖如圖3所示．

2.1.5“成分—靶點—通路”網絡構建及分析

將富集分析得到的排名前20的通路所對應的57個作用靶點及13種成分，運用Cytoscape3.7.1軟件構建“成分—靶點—通路”網絡，根據網絡的拓撲學性質度值排序確定關鍵節(jié)點，在所構建的網絡中，依據Degree值(度值)確定關鍵節(jié)點，度值>中位數(成分度值中位數=3，靶點度值中位數=15，通路度值中位數=14)的成分有4種，靶點有28個，通路有10條．4種成分為槲皮素、異鼠李素、β-谷甾醇及茵陳蒿靈A，度值分別為55、8、7和5，由于該4種化合物在網絡中具有較高的連接度，提示這可能是茵陳發(fā)揮藥效的主要活性成分．靶點的關鍵節(jié)點分別是AKT1、TNF、JUN、MAPK1、RELA、TP53及IL6，度值分別是38、37、37、36、36、34及31，表明這可能是茵陳化合物作用于癌癥、腫瘤、乙肝與病毒等信號通路潛在的關鍵作用靶點．網絡藥理學研究從成分有效性角度提示槲皮素、異鼠李素、β-谷甾醇及茵陳蒿靈A等成分可作為茵陳潛在Q-marker進行深層次研究．

聲明：本文所用圖片、文字來源《成都大學學報》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯(lián)系刪除。

相關鏈接：質量，細胞，化合物