基于人工智能的艾叶活性成分多维药理活性及分子机制系统研究
Artificial intelligence-based systematic study on the multidimensional pharmacological activity and molecular mechanism of the active ingredients of Artemisia argyi
摘要利用人工智能技术探究艾叶中的活性成分的药理活性及潜在作用机制.检索HIT、TCMSP、TCMIO数据库获取199种艾叶的活性成分.综合K最近邻、多层感知机、随机森林、支持向量机算法及基于Lipinski规则及Veber规则的算法模型对艾叶化合物成分进行毒性和口服利用度预测,发现其中 14种成分满足无毒性且口服利用度较好.采用合成可行性分数(SAscore)模型对以上 14种成分进行可合成性分析,并通过BRICS及RECAP算法分割分子片段.STP和PM数据库挖掘得到 406个艾叶核心成分的作用靶点,利用 Cytoscape筛出 5个核心靶点为 SRC、EGFR、PTPN11、HRAS和 PDGFRB.GO与KEGG富集分析提示核心靶点涉及 808项GO富集分析条目和EGFR酪氨酸激酶抑制剂抵抗、间隙连接、磷脂酶D、JAK/STAT等 71条信号通路.分子对接结果显示艾叶活性化合物与SRC、EGFR、PTPN11、HRAS蛋白具有良好的结合能力.细胞实验证实了艾叶活性成分杜香醇在一定浓度范围内能够促进HUVEC细胞增殖,并可促进EGFR蛋白的表达.本研究揭示了艾叶活性成分的药理特性及其潜在的分子机制,为其药用开发奠定了坚实的科学基础.
更多相关知识
- 浏览0
- 被引3
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



