联合机器学习与分子网络药理学探讨杜仲治疗乳腺癌的潜在作用机制OA

目的 联合机器学习、网络药理学及分子对接技术,探讨杜仲治疗乳腺癌的潜在药效机制。方法 筛选杜仲的作用靶点与乳腺癌相关差异表达基因,确定杜仲潜在治疗靶点。采用GO和KEGG富集分析,揭示杜仲治疗乳腺癌所涉及的生物学过程及信号通路。此外,结合CytoNCA插件与多种机器学习算法筛选关键靶点,并通过分子对接验证活性成分与关键靶点的相互作用。结果 共预测出51个杜仲作用于乳腺癌的潜在靶点。富集分析显示,杜仲在乳腺癌治疗中涉及对细菌来源分子(特别是脂多糖)的反应等生物学过程,并调控晚期糖基化终产物(AGE)-晚期糖基化终产物受体(RAGE)等相关信号通路。联合机器学习分析筛选出3个关键靶点:小窝蛋白1(CAV1)、过氧化物酶体增殖物激活受体γ(PPARG)、信号转导和转录激活因子1(STAT1)。分子对接结果表明,杜仲活性成分与CAV1、PPARG及STAT1的结合能均低于-6 kcal/mol。结论 通过机器学习、网络药理学及分子对接技术,证实杜仲通过靶向CAV1、PPARG、STAT1等靶点及调控AGE-RAGE等通路发挥治疗乳腺癌的作用,提示杜仲有望成为乳腺癌治疗的新候选药物。