Abstracto

La enfermedad de Parkinson (EP) representa un trastorno neurodegenerativo progresivo del movimiento que carece de terapias curativas radicales. El par de hierbas que consiste enCistanche deserticolayangélica sinensises una combinación bien conocida de la medicina tradicional china (MTC) que, según se informa, alivia los síntomas clínicos asociados a la EP. Esta investigación integró el flujo de trabajo de farmacología en red y un modelo de predicción de aprendizaje profundo para descubrir objetivos terapéuticos candidatos y mecanismos moleculares latentes de este par de hierbas contra la EP.

Componentes químicos activos deCistanche deserticola‑Angelica sinensisfueron recuperados y filtrados a través de la base de datos TCMSP. La base de datos PubChem proporcionó información estructural compuesta. El análisis de intersección identificó 131 genes compartidos entre objetivos relacionados con fármacos y genes asociados con la enfermedad de Parkinson. Se realizaron enriquecimiento funcional GO y enriquecimiento de la vía KEGG para estos genes superpuestos. El modelo CNN_CNN_BindingDB previamente entrenado integrado en el kit de herramientas de aprendizaje profundo DeepPurpose se implementó para predecir cuantitativamente la afinidad de unión de proteínas moleculares entre fitoquímicos representativos y proteínas objetivo centrales.

Los resultados del enriquecimiento funcional demostraron que esta mezcla de hierbas interviene en la progresión patológica de la EP a través de respuestas biológicas que incluyen la reacción de estímulo exógeno, las vías relacionadas con las infecciones, la respuesta de los lipopolisacáridos y la respuesta al estrés de las especies reactivas de oxígeno. Las vías de señalización dominantes de KEGG cubrieron la vía de activación del receptor de carcinogénesis química, así como la cascada de señalización AGE-RAGE. La predicción de afinidad por aprendizaje profundo verificó una sólida interacción de unión entre los principales ingredientes bioactivos (-sitosterol, quercetina, araquidonato y otros fitoquímicos) y las proteínas centrales relacionadas con la EP (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1).

Colectivamente,Cistanche deserticola‑Angelica sinensisEl par de hierbas ejerce efectos farmacológicos de múltiples componentes y múltiples objetivos para la intervención en la EP. Sus principios activos modulan la autofagia, la apoptosis celular, la homeostasis del estrés oxidativo y las respuestas neuroinflamatorias. Este estudio computacional proporciona evidencia teórica preliminar y un recurso de referencia para la posterior validación experimental y detección de fármacos contra la EP derivados de combinaciones de hierbas de la MTC.

Palabras clave: enfermedad de Parkinson; farmacología en red; aprendizaje profundo;Cistanche deserticola; angélica sinensis; par de hierbas; neuroprotección; predicción de objetivos

1. Introducción

La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo crónico incapacitante caracterizado por la degeneración progresiva de las neuronas dopaminérgicas nigroestriatales. Las manifestaciones clínicas típicas incluyen temblor en reposo, rigidez muscular, inestabilidad postural y bradicinesia, acompañadas de síntomas no motores como alteraciones del sueño, disfunción olfativa, estreñimiento y deterioro cognitivo-mental. Las intervenciones clínicas convencionales actuales están dominadas por el tratamiento sustitutivo sintomático basado en levodopa, que puede aliviar los signos motores temporalmente pero no puede detener ni revertir el progreso degenerativo neuronal subyacente. La administración prolongada de levodopa a menudo genera reacciones adversas de complicaciones motoras. Por lo tanto, el descubrimiento y desarrollo de nuevos agentes terapéuticos neuroprotectores siguen siendo demandas clínicas urgentes.

La medicina herbaria tradicional china proporciona abundantes recursos candidatos para la exploración de fármacos para enfermedades neurodegenerativas.Cistanche deserticola(Rou‑cong‑rong) yangélica sinensis(Dang-gui) son hierbas medicinales que se combinan con frecuencia en la práctica clínica de la medicina tradicional china. Las investigaciones farmacológicas modernas han validado múltiples funciones biológicas para estos dos materiales herbales.Cistanche deserticola, el "ginseng del desierto", posee actividades protectoras de las neuronas, inmunomoduladoras, antitumorales y reguladoras gastrointestinales con perfiles de bioseguridad favorables (PMC). Sus componentes feniletanoide-glucósidos, como el echinacósido y el verbascósido, pueden mitigar el daño neuronal oxidativo, inhibir la apoptosis de las neuronas dopaminérgicas y regular el flujo de autofagia, lo que muestra efectos preclínicos anti-PD prometedores.angélica sinensisse aplica ampliamente para nutrir la sangre y activar la circulación sanguínea en las recetas de MTC; sus extractos exhiben un rendimiento antiinflamatorio, capacidad de eliminación de especies reactivas de oxígeno, propiedades antienvejecimiento y neurotróficas. Se supone que el uso combinado de estas dos hierbas genera beneficios neuroprotectores sinérgicos para los pacientes con EP.

Sin embargo, el mecanismo molecular holístico que subyace a laCistanche deserticola‑Angelica sinensisEl par de hierbas que tratan la enfermedad de Parkinson aún no está suficientemente aclarado mediante experimentos de laboratorio convencionales con un solo objetivo. La metodología de farmacología en red simula la característica de "múltiples compuestos, múltiples objetivos y múltiples vías" de las fórmulas de la medicina tradicional china, que se adapta perfectamente al desciframiento del mecanismo de las combinaciones de hierbas. Además, la predicción de la afinidad de unión al objetivo de un fármaco basada en el aprendizaje profundo complementa aún más el flujo de trabajo de acoplamiento molecular tradicional y mejora la eficiencia de detección de alto rendimiento para la interacción entre el objetivo y el compuesto. La biblioteca de código abierto DeepPurpose proporciona múltiples arquitecturas de redes neuronales previamente entrenadas para la predicción de interacciones entre medicamentos y objetivos; el modelo CNN_CNN_BindingDB logra un rendimiento confiable para la estimación de la puntuación de unión de proteínas de moléculas pequeñas.

En este estudio computacional, integramos un proceso analítico de farmacología en red con el modelo de aprendizaje profundo DeepPurpose para sondear sistemáticamente objetivos potenciales y cascadas de señalización moduladas porCistanche deserticola‑Angelica sinensiscontra el PD. Nuestro objetivo era revelar el mecanismo molecular sinérgico de este par de hierbas y sentar las bases teóricas para el ensayo celular in vitro de seguimiento y la verificación del modelo animal in vivo, acelerando la explotación de nuevos fármacos candidatos para la terapia de la enfermedad de Parkinson.

2. Materiales y métodos

2.1 Recuperación de conjuntos de datos y detección de objetivos compuestos

Componentes químicos bioactivos deCistanche deserticolayangélica sinensisse obtuvieron de TCMSP (Plataforma de análisis y base de datos de farmacología de sistemas de medicina tradicional china). Se aplicaron tres criterios de filtro para la selección de compuestos candidatos: biodisponibilidad oral OB mayor o igual al 30 %; semejanza a las drogas DL Mayor o igual a 0,18; Permeabilidad de la barrera hematoencefálica BBB Mayor o igual a −0,85. El establecimiento del umbral BBB garantiza que los fitoquímicos analizados posean la capacidad teórica de cruzar la barrera hematoencefálica y actuar sobre las lesiones del sistema nervioso central relacionadas con la patología de la EP, considerando el deterioro de la barrera hematoencefálica que ocurre con frecuencia entre los pacientes con EP.

Se consultó la base de datos PubChem en busca de cadenas estructurales SMILES canónicas de compuestos filtrados. Los genes diana asociados a la enfermedad de Parkinson se obtuvieron de las bases de datos GeneCards, OMIM, PharmGkb, TTD y DrugBank. Después de consolidar y deduplicar las entradas de genes relacionados con la enfermedad, se realizó un análisis de intersección entre los objetivos previstos de los compuestos herbales y los genes de enfermedades relevantes para la EP para adquirir genes objetivo compartidos y superpuestos del par de hierbas para el tratamiento de la EP.

2.2 Construcción de una red de interacción proteína-proteína (PPI)

Se enviaron genes diana comunes superpuestos a la base de datos STRING. La especie fue especificada comoHomo sapiens, confidence threshold was set to highest‑confidence score >0,9; otros parámetros se mantienen como configuración predeterminada para construir una red de interacción proteína-proteína. Se calcularon los parámetros topológicos de la red, incluidos el grado de centralidad (DC), la centralidad de intermediación (BC), la centralidad de cercanía (CC) y la centralidad de vector propio (EC). El complemento CytoNCA dentro del software Cytoscape ejecutó un filtrado de genes centrales de dos rondas para identificar los genes objetivos centrales. Primer criterio de filtrado: BC Mayor o igual a 49.43, CC Mayor o igual a 0.15, DC Mayor o igual a 5.0, EC Mayor o igual a 0.05. Filtrado más estricto de segunda ronda: BC Mayor o igual a 15,43, CC Mayor o igual a 0,54, DC Mayor o igual a 8, EC Mayor o igual a 0,14. Los genes que satisfacen los umbrales de detección secundarios se definieron como objetivos centrales de este par de hierbas contra la EP.

2.3 Análisis de enriquecimiento GO y KEGG

Se adoptó la plataforma R-studio con paquetes de ecosistema Bioconductor (clusterProfiler, ggplot2 y paquetes de dependencia auxiliar) para el análisis de enriquecimiento funcional de Gene‑Ontology (GO) y el análisis de enriquecimiento de vías de la Kyoto‑Encyclopedia‑of‑Genes‑and‑Genomes (KEGG) para 131 objetivos compartidos que se cruzan. El análisis de enriquecimiento de GO cubre tres categorías: proceso biológico (BP), componente celular (CC) y función molecular (MF). Valor p< 0.05 was regarded as statistically‑significant enrichment threshold.

2.4 Predicción de afinidad de vinculación basada en aprendizaje profundo

Se utilizó el kit de herramientas de aprendizaje profundo de código abierto DeepPurpose para la predicción de la afinidad de unión al objetivo de los fármacos. Se seleccionó el modelo CNN_CNN_BindingDB previamente entrenado para el cálculo. Las secuencias de aminoácidos de las proteínas diana centrales se descargaron de la base de datos UniProt; Las cadenas compuestas SMILES se recuperaron de la base de datos PubChem. Este modelo híbrido de red neuronal convolucional toma la secuencia SMILES compuesta y la secuencia de aminoácidos de la proteína objetivo como características de entrada dual y genera una matriz de puntuación de fuerza de unión cuantitativa para pares compuesto-objetivo. Se implementó la visualización de la matriz de predicción de unión para mostrar la intensidad de la interacción entre los fitoquímicos representativos del par de hierbas y las proteínas centrales relacionadas con la EP.

3. Resultados

3.1 Compuestos activos y colección de objetivos de fármacos

Siguiendo los criterios de recuperación de la base de datos del TCMSP y filtrado tridimensional (OB mayor o igual al 30 %, DL mayor o igual a 0,18, BBB mayor o igual a −0,85), se obtuvieron siete fitoquímicos bioactivos (incluido un constituyente común compartido para ambas hierbas) deCistanche deserticola‑Angelica sinensispar de hierbas. El script Strawberry-Perl realizó la conversión de ID de objetivo, la base de datos UniProt anotó y estandarizó los nombres de genes; finalmente se adquirieron un total de 297 supuestos genes objetivo de fármacos vinculados con los compuestos del par de hierbas.

3.2 Detección de intersecciones para objetivos terapéuticos relevantes para la EP

Se integraron y eliminaron duplicados varias bases de datos de genes de enfermedades (GeneCards, OMIM, PharmGkb, TTD, DrugBank), lo que produjo un total de 11 208 genes de enfermedades relacionadas con la EP. Cálculo de la intersección entre el conjunto objetivo de pares de hierbas y el conjunto de datos de genes de enfermedad de EP producidos131 genes comunes que se cruzan, que constituía un grupo potencial de objetivos terapéuticos que mediaban acciones farmacológicas anti-PD paraCistanche deserticola‑Angelica sinensis.

3.3 Identificación del centro central y el objetivo de la red PPI

Los 131 objetivos compartidos se importaron a STRING para construir una red de interacción proteína-proteína. El filtrado de parámetros topológicos en dos pasos realizado por el complemento CytoNCA examinó once genes centrales centrales:HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1. Estos genes centrales ocupan un estatus regulatorio central dentro de la red biológica y se especula que sirven como nodos de acción primarios para este par de hierbas que interfieren en la progresión patológica de la EP.

3.4 Resultados del enriquecimiento funcional GO y del enriquecimiento de la vía KEGG

Los resultados del enriquecimiento de GO revelaron que estos objetivos compartidos participan en múltiples respuestas de procesos biológicos: respuesta de estímulo exógeno, reacción asociada a infección, respuesta inflamatoria mediada por lipopolisacáridos y respuesta metabólica de especies reactivas de oxígeno. A nivel de función molecular, las proteínas centrales ejercen una actividad de unión al factor de transcripción de unión al ADN, una función de unión a la proteína ligasa similar a la ubiquitina y una actividad reguladora de los receptores nucleares. Las ubicaciones correspondientes de los componentes celulares involucran microdominios de membrana plasmática, balsas de membrana y luces de gránulos intracelulares.

El análisis de enriquecimiento de la vía KEGG manifestó cascadas de señalización significativamente enriquecidas, entre las cuales la vía de activación del receptor de carcinogénesis química y la vía de señalización AGE-RAGE son vías representativas de alta relevancia. Otras cascadas importantes incluyen la señalización de PI3K-Akt, la señalización de MAPK, la vía de respuesta inflamatoria de IL-17 y la vía inflamatoria mediada por TNF, que están estrechamente asociadas con el estrés oxidativo neuronal, la neuroinflamación, la apoptosis celular y los eventos reguladores de la autofagia durante la patogénesis de la EP.

3.5 Predicción de afinidad de enlace de aprendizaje profundo CNN_CNN_BindingDB

El modelo DeepPurpose CNN_CNN_BindingDB predijo la fuerza de la interacción de unión entre fitoquímicos representativos (yangambin, suchilactona, estigmasterol, quercetina, marckine, -sitosterol, araquidonato) y once proteínas centrales objetivo. La matriz del mapa de calor de puntuación de unión ilustró que múltiples compuestos, incluidos sitosterol, quercetina, marckina y araquidonato, exhibieron una fuerte afinidad de unión con la mayoría de los nodos objetivo, como AKT1, TP53, MYC, MAPK1, FOS, HIF1A y STAT1. Este resultado computacional de aprendizaje profundo respalda la hipótesis de que los componentes activos que se originan enCistanche deserticola‑Angelica sinensisEl par de hierbas puede interactuar directamente con las proteínas centrales asociadas a la EP y modular su función biológica.

4. Discusión

La patogénesis de la enfermedad de Parkinson implica una complicada interacción entre la lesión por estrés oxidativo, la neuroinflamación, la agregación de proteínas, la disfunción mitocondrial, la autofagia desregulada y la apoptosis de las neuronas dopaminérgicas. La monoterapia de una sola molécula es difícil de revertir el daño neurodegenerativo provocado por múltiples factores. Par de hierbas MTCCistanche deserticola‑Angelica sinensisFunciona a través del modo sinérgico de múltiples componentes, coincidiendo con las características multipatológicas características de la EP. Este estudio combinó la farmacología en red y la predicción de vinculación de objetivos mediante aprendizaje profundo para analizar su potencial mecanismo molecular anti-PD.

Se examinaron siete fitoquímicos bioactivos calificados, entre ellos sitosterol, quercetina, araquidonato, estigmasterol y otros productos naturales neuroprotectores bien documentados. Un total de 131 genes superpuestos entre los objetivos de las hierbas y los genes de la enfermedad de EP indicaron un amplio alcance de intervención de este par de hierbas para la red patológica de la EP. Se filtraron once genes hub (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1) de la red PPI. Estos genes centrales son reguladores centrales de la supervivencia celular, la inflamación y la respuesta al estrés oxidativo. AKT1 pertenece al nodo central de la vía de señalización PI3K-AKT; su estado de fosforilación controla la apoptosis celular y el proceso de autofagia en las neuronas dopaminérgicas. TP53 media la apoptosis neuronal provocada por daños en el ADN; MAPK1 participa en la cascada de proteína quinasa activada por mitógenos activada por estrés que facilita la muerte neuronal en condiciones de estrés oxidativo. HIF1A modula la reacción hipóxica-inflamatoria dentro del microambiente del sistema nervioso central. RELA y STAT1 son moléculas de factores de transcripción clave para la transducción de señales neuroinflamatorias impulsadas por NF-κB.

El análisis de enriquecimiento de KEGG destacó la vía de señalización AGE-RAGE como vía enriquecida crítica. La activación anormal del eje AGE-RAGE puede desencadenar la liberación del factor inflamatorio dependiente de NF-κB, agravar la carga de estrés oxidativo de las neuronas de la sustancia negra y acelerar la progresión de la EP, lo cual es consistente con investigaciones sobre mecanismos de neurodegeneración publicadas previamente. Además, la vía inflamatoria del TNF, la vía de la IL-17 y la vía de la PI3K-Akt también están significativamente enriquecidas. Los ingredientes del par de hierbas pueden suprimir la sobreactivación de la microglía y la secreción de citocinas proinflamatorias (TNF-, IL-17, etc.) y reducir la lesión neuronal mediada por la inflamación. El enriquecimiento del proceso biológico GO mostró un enriquecimiento prominente para la respuesta de las especies reactivas de oxígeno, lo que indica que el efecto antioxidante constituye un mecanismo neuroprotector vital de este par de hierbas.

A diferencia de la simulación de acoplamiento molecular convencional, aplicamos el modelo de aprendizaje profundo DeepPurpose CNN_CNN_BindingDB para evaluar la afinidad de unión al objetivo del compuesto. El modelo de red neuronal convolucional aprende datos de unión experimentales masivos de la base de datos BindingDB, que proporciona una predicción cuantitativa de alto rendimiento para la interacción entre pequeñas moléculas de hierbas y proteínas objetivo. La matriz de mapa de calor de predicción demostró que el sitosterol, la quercetina y el araquidonato poseen un excelente potencial de unión contra la mayoría de las proteínas centrales, lo que sugiere que estos constituyentes pueden servir como moléculas efectoras importantes para la actividad anti-PD deCistanche deserticola‑Angelica sinensis.

Esta investigación computacional todavía tiene limitaciones inherentes. Todas las conclusiones se derivan de predicciones in silico; Son indispensables más experimentos a nivel celular y la validación del modelo animal de EP para verificar la interacción entre el compuesto y el objetivo y los efectos reguladores de la vía. Además, nuestros criterios de selección fijaron parámetros OB, DL y BBB; algunos componentes de baja biodisponibilidad pueden filtrarse, mientras que no se consideraron los productos de transformación metabólica después de la administración oral de hierbas. El trabajo posterior debería integrar la farmacoquímica sérica para identificar prototipos de compuestos y metabolitos reales que penetren la barrera hematoencefálica derivados de la administración oral de pares de hierbas.

Desde la perspectiva de la aplicación traslacional, este estudio proporciona una lista de compuestos candidatos y un conjunto de objetivos principales, lo que respalda el seguimiento de la detección de nuevos fármacos y la optimización de la formulación de extractos de hierbas para la terapia complementaria de la EP.

5. Conclusión

En resumen, este estudio adoptó la farmacología en red combinada con un flujo de trabajo de predicción de aprendizaje profundo para investigar sistemáticamente el posible mecanismo terapéutico paraCistanche deserticola‑Angelica sinensispar de hierbas contra la enfermedad de Parkinson.

Se obtuvieron un total de siete fitoquímicos bioactivos y 131 objetivos terapéuticos relevantes para la EP que se cruzan; Se identificaron once genes centrales: HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1.

Los resultados del análisis de enriquecimiento indicaron que este par de hierbas modula múltiples eventos biológicos, incluido el estrés de las especies reactivas de oxígeno, la neuroinflamación, la autofagia y la apoptosis. En su proceso farmacológico anti-PD participan las vías de señalización AGE‑RAGE, PI3K‑Akt, MAPK, TNF e IL‑17.

La predicción de afinidad de unión mediante aprendizaje profundo de CNN_CNN_BindingDB validó que fitoquímicos representativos como el -sitosterol y la quercetina exhiben una capacidad de unión favorable a las proteínas centrales objetivo.

ElCistanche deserticola‑Angelica sinensisEl par de hierbas trata la EP a través de un patrón holístico de múltiples compuestos, múltiples objetivos y múltiples vías. Esta investigación in silico ofrece referencia computacional para una mayor verificación experimental y desarrollo de agentes neuroprotectores de origen TCM para la intervención en la enfermedad de Parkinson.

Referencias

[1] Comisión de Farmacopea de la República Popular China. Farmacopea china (Volumen I) [M]. Beijing: China Medical Science Press, 2020.

[2] Jenkins HE, Tolman AW, Yuen CM, et al. Incidencia de la enfermedad tuberculosa multirresistente en niños: revisión sistemática y estimaciones globales [J]. Lanceta, 2014, 383(9928):1572‑1579.

[3] Donovan J T, Thu D D A, Phu N H, et al. Xpert MTB/RIF Ultra versus Xpert MTB/RIF para el diagnóstico de meningitis tuberculosa: un estudio prospectivo, aleatorizado y de precisión diagnóstica [J]. Lancet Infectious Diseases, 2020, 20(3):299‑307.

[4] Wang LJ, Yi HY, Liang XJ, et al. El TNF plasmático y el syn fosforilado se asocian con fatiga en pacientes con enfermedad de Parkinson [J]. Revista de Neuroinmunología, 2023, 385:578222.

[5] Chen J, Zheng Z W, Li M Q, et al. Diseño, síntesis y evaluación de compuestos monocetenos como nuevos agentes potenciales para la enfermedad de Parkinson mediante la supresión del estrés del RE a través de AKT[J]. Química Bioorgánica, 2023,136:106543.

[6] Wang Z F, Huang P E, Wang NB, et al. La asarona inhibe la autofagia activando la vía PI3K/Akt/mTOR en un modelo de depresión en ratas con enfermedad de Parkinson [J]. Investigación del cerebro conductual, 2024,465:114966.