MétaCan
Menu
Retour à la cohorte
Enregistrement W4378223155 · doi:10.3389/jpps.2023.11225

Network pharmacology and molecular docking reveal the immunomodulatory mechanism of rhubarb peony decoction for the treatment of ulcerative colitis and irritable bowel syndrome

2023· article· en· W4378223155 sur OpenAlexvenueno aff
Leilei Zhai, Weiming Yang, Dianrong Li, Wei Zhou, Min Cui, Ping Yao

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2023
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacological Effects of Natural Compounds
Établissements canadiensnon disponible
Organismes subventionnairesSichuan Province Science and Technology Support Program
Mots-clésDrugBankIrritable bowel syndromeTraditional Chinese medicineMedicineSystems pharmacologyUlcerative colitisPharmacologyMechanism (biology)KEGGPaeoniflorinDecoctionDiseaseEmodinTraditional medicineBioinformaticsDrugGene ontologyBiologyInternal medicineGeneChemistry

Résumé

récupéré en direct d'OpenAlex

Background: Ulcerative colitis (UC) and irritable bowel syndrome (IBS) share various similarities in clinical symptoms, pathogenesis, and treatment. UC concurrent IBS tends toward more severe symptoms and worse prognosis, and promising feasible therapies for the overlapping symptoms remains a challenge. Rhubarb peony decoction (RPD) is a well-known traditional Chinese medicine that has been widely applied in treating UC. RPD may exert extensive therapeutic effects on both IBS and UC. However, the common mechanism of its treatment remains unclear. We aimed to assess the potential pharmacological mechanism of RPD in the treatment of overlapping IBS and UC. Methods: The active components and targets of RPD were retrieved from ETCM, TCMSP, BATMAN-TCM, and TCM databases. The disease targets were screened by searching the DrugBank, OMIM, TTD, and PharmGKB databases. PPI network analysis was performed and visualized via the STRING platform and Cytoscape software. GO and KEGG enrichment analyses of the hub genes of RPD were predicted to elucidate the potential molecular mechanism. Subsequently, molecular docking was carried out to verify the combination of active compounds with core targets. Results: By integrating all targets of RPD and disease, a total of 31 bioactive ingredients were identified including quercetin, kaempferol, aloe-emodin, beta-sitosterol, and (+)-catechin, etc. JUN, TP53, MAPK1, RELA, MYC, and ESR1 were explored as potential therapeutic targets among 126 common drug-disease-related targets. They were enriched in the AGE-RAGE signaling pathway in diabetic complications, as well as the NF-kappa B signaling pathway and MAPK signaling pathway. Additionally, some active ingredients were identified as candidates for binding to the hub targets via molecular docking, further suggesting their anti-inflammatory and antioxidative properties. Conclusion: RPD may exert the overall treatment effect for UC and IBS overlap syndrome via the biological mechanism of “multi-ingredients, multi-targets, and multi-pathways” on inflammation, oxidative stress, immune, oncogenicity, and gut microbiota dysbiosis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,451
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetPharmacological Effects of Natural CompoundsTravaux en français237 207