Epigenetics in Traditional Chinese Pharmacy: A Bioinformatic Study at Pharmacopoeia Scale
Notice bibliographique
Résumé
Epigenetics is a phenomenon of heritable changes in the chromatin structure of a genomic region, resulting in a transcriptional silent or active state of the region over cell mitosis. Mounting evidence has demonstrated phenotypic consequence of alternations in the patterns of DNA methylation and histone modifications, two of the well-studied epigenetic mechanisms. The epigenome thus represents an interesting therapeutic target. Traditional Chinese medicine (TCM) is a system of therapies that has developed through empiricism for over 2100 years and has remained a popular alternative medicine in some Far East Asian populations. We searched 3294 TCM medicinals (TCMMs) containing 48 491 chemicals for chemicals that interact with the epigenetics-related proteins and found that 29.8% of the TCMMs are epigenome- and miRNA-modulating via, mainly, interactions with Polycomb group and methyl CpG-binding proteins. We analyzed 200 government-approved TCM formulas (TCMFs) and found that a statistically significant proportion (99%) of them are epigenome- and miRNA-interacting. The epigenome and miRNA interactivity of the Monarch medicinals is found to be most prominent. Histone modifications are heavily exploited by the TCMFs, many of which are tonic. Furthermore, epigenetically, the Assistant medicinals least resemble the Monarch. We quantified the role of epigenetics in TCM prescription and found that epigenome- and miRNA-interaction information alone determined, to an extent of 20%, the clinical application areas of the TCMFs. Our results provide (i) a further support for the notion of the epigenomes as a drug target and (ii) a new set of tools for the design of TCM prescriptions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».