• EI
  • Scopus
  • 中国科技期刊卓越行动计划项目资助期刊
  • 北大核心期刊
  • DOAJ
  • EBSCO
  • 中国核心学术期刊RCCSE A+
  • 中国精品科技期刊
  • JST China
  • FSTA
  • 中国农林核心期刊
  • 中国科技核心期刊CSTPCD
  • CA
  • WJCI
  • 食品科学与工程领域高质量科技期刊分级目录第一方阵T1
中国精品科技期刊2020

咖啡酰奎宁酸类化合物抑菌活性的网络药理学研究

朱文卿, 李玲玉, 张利, 左兆河, 郑振佳, 马越

朱文卿,李玲玉,张利,等. 咖啡酰奎宁酸类化合物抑菌活性的网络药理学研究[J]. 食品工业科技,2021,42(13):11−20. doi: 10.13386/j.issn1002-0306.2021030017.
引用本文: 朱文卿,李玲玉,张利,等. 咖啡酰奎宁酸类化合物抑菌活性的网络药理学研究[J]. 食品工业科技,2021,42(13):11−20. doi: 10.13386/j.issn1002-0306.2021030017.
ZHU Wenqing, LI Lingyu, ZHANG Li, et al. Network Pharmacology Study on the Antibacterial Activity of Caffeoylquinic Acids [J]. Science and Technology of Food Industry, 2021, 42(13): 11−20. (in Chinese with English abstract). doi: 10.13386/j.issn1002-0306.2021030017.
Citation: ZHU Wenqing, LI Lingyu, ZHANG Li, et al. Network Pharmacology Study on the Antibacterial Activity of Caffeoylquinic Acids [J]. Science and Technology of Food Industry, 2021, 42(13): 11−20. (in Chinese with English abstract). doi: 10.13386/j.issn1002-0306.2021030017.

咖啡酰奎宁酸类化合物抑菌活性的网络药理学研究

基金项目: 山东省自然科学基金(ZR2019BC100);农业农村部蔬菜产后处理重点实验室开放课题;泰山产业领军人才工程高效生态农业创新类计划(LJNY201705);山东省重点扶持区域引进急需紧缺人才项目;山东省重大科技创新工程项目(2019JZZY011020)
详细信息
    作者简介:

    朱文卿(1996−),女,硕士研究生,研究方向:农产品加工与贮藏,E-mail:zhuwenqing1218@163.com

    通讯作者:

    马越(1971−),女,硕士,副研究员,研究方向:农产品贮藏加工,E-mail:mayue@nercv.org

  • 中图分类号: R285.5

Network Pharmacology Study on the Antibacterial Activity of Caffeoylquinic Acids

  • 摘要: 目的:基于网络药理学方法探讨咖啡酰奎宁酸类化合物抑菌的作用机制。方法:通过文献挖掘和数据库检索获取咖啡酰奎宁酸类化合物对应靶点、抑菌相关靶点及两者交集靶点,将交集靶点构建蛋白互作(protein-protein interaction network,PPI)网络,并进行基因本体(Gene Ontology,GO)分析及京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genome,KEGG)分析。结果:咖啡酰奎宁酸类化合物对应靶点483个,抑菌相关靶点805个,咖啡酰奎宁酸类化合物抑菌作用靶点75个,起关键作用的为TNFAKT1、ALBMMP9、EGFRMAPK8等靶点。GO功能分析及KEGG通路富集分析结果显示,咖啡酰奎宁酸类化合物抑菌的作用机制主要涉及应激反应、代谢过程、生物调节、多细胞生物过程、细胞讯息传递等生物过程,并通过细胞外基质组织、胶原蛋白降解、基质金属蛋白酶的激活和神经生长因子信号通路等多条通路共同发挥作用。化合物与分子靶点对接结果良好,验证了网络构建预测的准确性。结论:本研究揭示了咖啡酰奎宁酸类化合物抑菌具有多靶点、多途径的特点,为其分子机制的进一步研究奠定了基础。
    Abstract: Objective:To explore the antibacterial mechanism of caffeoylquinic acids based on network pharmacology. Methods: Through literature mining and database search, the corresponding targets of caffeoylquinic acids, antibacterial related targets, and the common targets of them were obtained. The common targets were used to construct a protein-protein interaction (PPI) network, and perform Gene Ontology (GO) analysis and Kyoto Encyclopedia of Genes and Genome (KEGG) analysis. Results: Caffeoylquinic acids correspond to 483 targets, 805 antibacterial related targets, and 75 antibacterial targets of caffeoylquinic acids, and the key targets were TNFAKT1、ALBMMP9、EGFR and MAPK8. GO analysis and KEGG pathway enrichment analysis results showed that the antibacterial mechanism of caffeoylquinic acids mainly involves biological processes such as response to stimulus, metabolic processes, biological regulation, multicellular biological processes, cell communication, and work together through pathways such as extracellular matrix organization, collagen degradation, activation of matrix metalloproteinases and nerve growth factor signalling. The results of molecular docking verification between compounds and molecular targets were good, which verified the accuracy of the prediction of network construction. Conclusion: This study reveals that the antibacterial activity of caffeoylquinic acids has the characteristics of multiple targets and multiple pathways, which lays the foundation for further research on its molecular mechanism.
  • 细菌感染是由皮肤或体内有害细菌菌株的繁殖引起的,可引起肺炎、脑膜炎、皮肤感染、呼吸道感染以及食物中毒等问题[1]。常见的金黄色葡萄球菌、巨大芽孢杆菌、铜绿假单胞菌和大肠埃希氏菌等是导致人类严重感染的常见细菌[2]。细菌不断地对抗菌药物表现出抗性使抗生素的运用面临着挑战,因此从天然产物中寻找具有抗菌活性的化合物,对开发新型抑菌产品具有重要意义[3]

    咖啡酰奎宁酸类化合物是植物体内重要的次生代谢产物[4],广泛存在于中草药及蔬菜水果中[5],具有抗菌消炎、抗氧化、抗肿瘤、抗病毒等多种生物活性[6-7]。研究表明,咖啡酰奎宁酸类化合物具有广谱抗菌活性,对金黄色葡萄球菌、痢疾杆菌、大肠杆菌、白色念珠菌、肺炎链球菌等多种致病细菌和真菌均有良好的抑制和杀灭作用[8-14],具有开发成新型抑菌药物的潜力。但目前咖啡酰奎宁酸类化合物抑菌的作用靶点和作用机制尚不清楚,这在一定程度上限制了其进一步推广与应用。

    网络药理学作为一门新兴学科,将药理学、生物信息学、计算机科学等多门学科相结合,可以揭示“活性成分-基因-靶点-疾病”之间复杂的网络关系,探索药物与疾病相关性,从系统水平上研究药物作用机制与规律,其系统性、整体性符合中药多组分、多靶点协同作用的特点,被广泛应用于医学、药学等领域[15-17]。分子对接是依据酶的锁-钥匙原理,从已知结构的化合物及蛋白出发,通过计算机模拟、化学计量学计算,识别并预测受体-配体结合的方法,预测蛋白质复合物结构和结合位点[18-19]。目前已有研究采用网络药理学方法来探究某些中药成分的抑菌作用机制[20-22],但关于咖啡酰奎宁酸类化合物抑菌作用的研究还较为缺乏。为深入探讨咖啡酰奎宁酸类化合物抑菌的作用机制,本研究基于网络药理学方法,借助中药系统药理学数据库和分析平台,预测咖啡酰奎宁酸类化合物对应靶点与抑菌作用机制,并通过分子对接进行验证,以揭示咖啡酰奎宁酸类化合物抑菌的科学内涵,为抑菌药物的研发提供参考依据。

    38种咖啡酰奎宁酸类化合物网络靶点分析顺序如下:1-O-咖啡酰奎宁酸(C1)、3-O-咖啡酰奎宁酸(C2)、4-O-咖啡酰奎宁酸(C3)、5-O-咖啡酰奎宁酸(C4)、3-O-咖啡酰奎宁酸甲酯(C5)、3-O-咖啡酰奎宁酸乙酯(C6)、3-O-咖啡酰奎宁酸丁酯(C7)、4-O-咖啡酰奎宁酸甲酯(C8)、4-O-咖啡酰奎宁酸丁酯(C9)、5-O-咖啡酰奎宁酸甲酯(C10)、5-O-咖啡酰奎宁酸丁酯(C11)、1,3-O-二咖啡酰奎宁酸(C12)、1,4-O-二咖啡酰奎宁酸(C13)、1,5-O-二咖啡酰奎宁酸(C14)、3,5-O-二咖啡酰奎宁酸(异绿原酸A)(C15)、3,4-O-二咖啡酰奎宁酸(异绿原酸B)(C16)、4,5-O-二咖啡酰奎宁酸(异绿原酸C)(C17)、3,4-O-二咖啡酰奎宁酸甲酯(C18)、3,5-O-二咖啡酰奎宁酸甲酯(C19)、4,5-O-二咖啡酰奎宁酸甲酯(C20)、4,5-O-二咖啡酰奎宁酸乙酯(C21)、4,5-O-二咖啡酰奎宁酸丁酯(C22)、3,5-O-二咖啡酰奎宁酸丁酯(C23)、3,5-O-二咖啡酰奎宁酸异丁酯(C24)、3,5-O-二咖啡酰奎宁酸乙酯(C25)、1,5-O-二咖啡酰-3-O-(4-苹果酰)-奎宁酸(C26)、1,5-O-二咖啡酰-3-O-(4-苹果酸甲酯)-奎宁酸(C27)、1,5-O-二咖啡酰-3-O-(4-丙二酰)-奎宁酸(C28)、1,5-O-二咖啡酰-3-O-琥珀酰奎宁酸(C29)、1,5-O-二咖啡酰-4-O-琥珀酰奎宁酸(C30)、1,5-O-二咖啡酰-4-O-琥珀酸甲酯奎宁酸(C31)、1,4-O-二咖啡酰-3-O-琥珀酰甲酯奎宁酸(C32)、1,3-O-二咖啡酰-4-O-苹果酰奎宁酸(C33)、1,3,5-O-三咖啡酰奎宁酸(C34)、1,4,5-O-三咖啡酰奎宁酸(C35)、3,4,5-O-三咖啡酰奎宁酸(C36)、3,4,5-O-三咖啡酰奎宁酸甲酯(C37)、1,3,4,5-O-四咖啡酰奎宁酸(C38)。咖啡酰奎宁酸类化合物的特征结构如图1所示。

    图  1  咖啡酰奎宁酸类化合物的特征结构
    Figure  1.  The characteristic structure of caffeoylquinic acids

    采用Pubchem数据库(https://pubchem.ncbi.nlm.nih.gov/)及ChemDraw Ultra 8.0.3软件获取咖啡酰奎宁酸类化合物的SMILES结构,并将化合物的SMILES结构导入SwissTargetPrediction在线靶点筛选平台(http://www.Swisstargetprediction.ch/),获取化合物的预测靶点信息。

    以“抑菌”(antibiosis)为关键词,通过Ctd(http://ctdbase.org/)、DrugBank(https://www.drugbank.ca/)及Genecards(https://www.genecards.org/)等数据库搜索与抑菌相关的作用靶点,去除重复靶点后得到抑菌相关靶点。

    将“1.1”所得咖啡酰奎宁酸类化合物对应靶点与“1.2”所得抑菌相关靶点进行交集,得到交集靶点,获取咖啡酰奎宁酸类化合物抑菌的作用靶点。将交集靶点导入STRING数据库(https://string-db.org/)获得相互作用关系,构建PPI网络[23],节点表示靶点蛋白,边表示各节点间的相互作用关系。将得到的PPI网络信息保存为TSV文件,并将该文件数据导入网络拓扑属性分析软件(Cytoscape)[24],计算节点的度值,基于度值反映节点在网络中的重要程度,由此识别关键的靶点[25]。其中Degree值排名前30位靶点的信息如表1所示。

    表  1  Degree值排名前30位靶点信息表
    Table  1.  Information table of the top 30 targets with Degree value
    编号目标基因目标蛋白质Degree靶向蛋白的生物学活性参考文献
    1TNFTumor necrosis factor46杀伤转化细胞和某些病毒感染的细胞[27]
    2AKT1RAC-alpha serine/threonine-protein kinase;45调控细胞存活和凋亡[29]
    3ALBSerum albumin40调节血液的胶体渗透压[30]
    4MMP9Matrix metalloproteinase-936在细胞外基质的蛋白水解和白细胞迁移中起重要作用[31]
    5EGFREpidermal growth factor receptor36参与细胞功能的调节[32]
    6MAPK8Mitogen-activated protein kinase 835调控细胞增殖、分化、迁移及凋亡[35]
    7CASP3Caspase-334调控细胞凋亡[36]
    8MAPK1Mitogen-activated protein kinase 133参与细胞生长、粘附、存活和分化[35]
    9MMP272 kDa type IV collagenase30参与血管系统重塑、血管生成、组织修复、肿瘤浸润及炎症反应[31]
    10MAPK14Mitogen-activated protein kinase 1427刺激促炎性细胞因子及激活转录因子[37]
    11ESR1Estrogen receptor24转录因子[38]
    12SIRT1NAD-dependent protein deacetylase sirtuin-123调控细胞凋亡、生存及分化[33]
    13IL-2Interleukin-221对病原微生物的防御和清除起到重要作用[34]
    14XIAPE3 ubiquitin-protein ligase XIAP20调控细胞增殖、凋亡[39]
    15MMP1interstitial collagenase20降解细胞外基质[31]
    16MCL1Induced myeloid leukemia cell differentiation protein Mcl-120调控细胞凋亡[40]
    17PLGPlasminogen19参与组织重塑和肿瘤侵袭过程[41]
    18CASP1Caspase-119参与多种炎症过程[42]
    19ELANENeutrophil elastase18参与多种炎症过程[43]
    20AGTR1Type-1 angiotensin II receptor18调控血压和液体稳态[44]
    21MMP7Matrilysin17激活胶原蛋白原酶[31]
    22PARP1Poly [ADP-ribose] polymerase 116调控细胞生长、分化[45]
    23CXCR2C-X-C chemokine receptor type 216参与炎症反应[46]
    24ADAM17Disintegrin and metalloproteinase domain-containing protein 1714参与细胞粘附、融合、迁移及信号传导[47]
    25BCL2Apoptosis regulator Bcl-214调控细胞凋亡[48]
    26CDK4Cyclin-dependent kinase 414调控细胞周期[49]
    27MMP8Neutrophil collagenase13降解I、II、III型胶原纤维[50]
    28CTSKCathepsin K13参与细胞外基质降解[51]
    29SELEE-selectin13参与免疫粘附过程[52]
    30MAPK10Mitogen-activated protein kinase 1013刺激促炎性细胞因子[53]
    下载: 导出CSV 
    | 显示表格

    利用WebGestalt数据库(http://www.webgestalt.org/)将交集靶点基于生物学过程(biological processes,BP)、分子功能(molecular function,MF)和细胞组成(cell component,CC)术语进行GO功能分析[26]。利用Cytoscape软件中的ClueGo插件对交集靶点进行KEGG通路富集分析,选取富集基因数排名前20的通路,通过omicshare数据库(http://www.omicshare.com/tools/)绘制气泡图。

    采用AutoDock Vina软件对咖啡酰奎宁酸类化合物抑菌前2的靶点蛋白与绿原酸、异绿原酸A和1,3,5-O-三咖啡酰奎宁酸3个关键成分进行分子对接验证。通过RCSB PDB(http://www.rcsb.org/)数据库获取靶点蛋白晶体结构,再利用AutoDock对接软件对蛋白晶体结构去水加氢、计算电荷、去除原配体,对配体分子通过Torsion Tree进行调整,运用AutoDock Vina软件计算其对接活性位点、结合能及均方根偏差(RMSD),最后运用Pymol软件将对接结果进行可视化分析。

    现已知咖啡酰奎宁酸类化合物共38个,通过预测共获得咖啡酰奎宁酸类化合物对应靶点483个。通过Cytoscape软件对上述活性化合物与预测靶点进行关系网络的绘制和分析,构建“咖啡酰奎宁酸类化合物-靶点”网络,如图2所示。通过检索Ctd、DrugBank及Genecards等数据库共获得抑菌相关靶点805个。

    图  2  “咖啡酰奎宁酸类化合物-靶点”网络图
    Figure  2.  Network diagram of "caffeoylquinic acids-target"

    图3可知,抑菌相关靶点共805个,咖啡酰奎宁酸类化合物对应靶点共483个,将两者取交集后得到75个交集靶点,这75个交集靶点则为咖啡酰奎宁酸类化合物抑菌的作用靶点。将交集靶点借助STRING数据库及Cytoscape软件进行PPI网络的构建与分析,PPI网络如图4所示。此网络包括75个节点,479条相互关系,其中度值排名前30位的靶点信息如表1所示,度值越大表明该靶点在网络中的作用越大,由此推断在咖啡酰奎宁酸类化合物抑菌中起关键作用的为TNF、AKT1、ALB、MMP9、EGFR、MAPK8、CASP3、MAPK1、MMP2等基因靶点。TNF为咖啡酰奎宁酸类化合物抑菌最关键的靶点,它通过和细胞膜上的特异性受体结合,杀伤转化细胞和某些病毒感染的细胞,参与抗病毒、抗细菌和细胞凋亡等生物过程[27]。有研究发现,感染金黄色葡萄球菌的免疫疾病患者如果暴露于TNF-α抑制剂,则可能继续被感染[28]AKT1能够通过调控细胞的存活与凋亡来发挥作用[29]ALB则可以调节血液的胶体渗透压,进而改变细菌细胞膜的通透性,使细胞内物质泄漏,从而影响细胞代谢达到抗菌效果[30]MMPs的水平与炎症反应有关,MMP9则主要表达于细菌感染的炎症反应的中性粒细胞和巨噬细胞中[31]EGFR为人类表皮生长因子,是细胞增殖和信号传导的受体,其通过调控细胞增殖、分裂以及血管形成等,促进癌细胞的侵袭转移[32]SIRT1可通过影响NF-κB细胞信号通路中乙酰化的修饰调控下游基因转录,调节机体代谢和预防感染[33]IL-2是由激活的辅助性T淋巴细胞1产生,它能活化T细胞产生细胞因子,刺激机体产生抗体,增强单核巨噬细胞系统的功能,对病原微生物进行防御和清除,从而间接发挥抑菌作用[34]。综上所述,上述靶点主要通过调控病毒感染细胞的增殖、分化、迁移及凋亡,调节细胞代谢、参与血管系统重塑、血管生成、组织修复及炎症反应以及发挥对病毒感染细胞的免疫保护等功能来发挥抑菌作用。

    图  3  咖啡酰奎宁酸类化合物与抑菌作用靶点Venn图
    Figure  3.  Venn diagram of caffeoylquinic acids and antibacterial related targets
    图  4  咖啡酰奎宁酸类化合物抑菌的PPI网络
    Figure  4.  PPI network of the antibacterial effect of caffeoylquinic acids

    从生物过程(BP)、细胞组分(CC)和分子功能(MF)3个不同角度对交集靶点进行GO功能分析,结果如图5所示。结果表明细胞组分主要分布在细胞膜、细胞囊、细胞核、内膜系统、细胞外间隙、腔上包膜、细胞质基质、蛋白复合体、线粒体、核内体、核被膜、细胞外基质、液泡、内质网、细胞突起、高尔基体、细胞骨架、染色体和脂滴等部位。分子功能主要集中于蛋白结合、离子结合、水解酶活性、核苷酸结合、转移酶活性、核酸结合、分子转运活性、酶调节活性、脂质结合活性、转运活性、糖结合、翻译调节活性、染色质结合、抗氧化活性、电子转移活性和氧结合。生物过程主要涉及应激反应、代谢过程、生物调节、多细胞生物过程、细胞讯息传递、细胞定位、细胞成分组织、发育过程、多组织过程、细胞增殖、繁殖、生长等。

    图  5  咖啡酰奎宁酸类化合物抑菌作用靶点GO分析
    Figure  5.  GO analysis of antibacterial targets of caffeoylquinic acids

    对交集靶点进行KEGG通路富集分析,富集基因数排名前20的信号通路如图6所示,结果表明咖啡酰奎宁酸类化合物抑菌的作用机制主要涉及细胞外基质组织(Extracellular matrix organization)、细胞外基质降解(Degradation of the extracellular matrix)、胶原蛋白降解(Collagen degradation)、基质金属蛋白酶的激活(Activation of matrix metalloproteinases)、NGF信号通路(NGF signalling)等作用通路。

    图  6  咖啡酰奎宁酸类化合物抑菌关键靶点KEGG通路富集分析
    Figure  6.  KEGG pathway enrichment analysis of key antibacterial targets of caffeoylquinic acids

    与通路相关的基因靶点如表2所示,通路与其相关靶点之间的相互关系如图7所示。从表2可以看出,细胞外基质降解(Degradation of the extracellular matrix)主要涉及ADAM17、CASP3、CTSKCTSLCTSSELANEFURINMMP1MMP2、MMP7、MMP8、MMP9、PLG共14个基因靶点,其中ADAM17可参与细胞粘附、融合、迁移及信号传导,CASP3可调控细胞凋亡,CTSK可参与细胞外基质降解,ELANE基因能够参与多种炎症反应,MMPs基因则可以降解细胞外基质、激活胶原蛋白酶以及胶原纤维并参与血管系统重塑、血管生成、组织修复、肿瘤浸润及炎症反应,PLG则参与组织重塑和肿瘤侵袭过程。基质金属蛋白酶的激活(Activation of matrix metalloproteinases)共涉及CTSK、ELANE、FURIN、MMP1、MMP2、MMP7、MMP8、MMP9、PLG、TPSAB1共10个基因,这些靶点主要参与细胞外基质降解、多种炎症反应,并在细胞外基质的蛋白水解和白细胞迁移中起重要作用。NGF信号通路(NGF signalling)涉及ADAM17、CASP3、FURIN、IKBKB、MAPK1、MAPK14、MAPK8共7个基因;其中,CASP3是caspase级联激活下游的关键成分,是诱导细胞凋亡的蛋白酶,执行细胞凋亡过程[36]MAPK1则参与细胞生长、粘附、存活和分化,MAPK14能够刺激促炎性细胞因子的释放及激活转录因子,MAPK8可以调控细胞增殖、分化、迁移及凋亡。综上所述,一条作用通路可涉及多个靶点,一个靶点可参与多条通路,证实了咖啡酰奎宁酸类化合物抑菌是一个涉及多个靶点、多个通路的复杂过程。

    表  2  KEGG通路富集分析相关基因
    Table  2.  Related genes for KEGG pathway enrichment analysis
    通路名称相关基因P基因数
    Intrinsic Pathway for ApoptosismembraneAKT1, BCL2, CASP3, MAPK8, XIAP1.06455E-055
    Activation of BH3-only proteinsAKT1, BCL2, MAPK80.0011169033
    Signaling by ERBB4ADAM17, EGFR, ESR10.0034005263
    Antigen processing-Cross presentationCTSL, CTSS, HLA-A, IKBKB0.004954174
    Endosomal/Vacuolar pathwayCTSL, CTSS, HLA-A4.98677E-053
    Collagen degradationADAM17, CTSK, CTSL, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP91.44433E-1110
    Degradation of the extracellular matrixADAM17, CASP3, CTSK, CTSL, CTSS, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB14.44466E-1314
    Extracellular matrix organizationADAM17, CASP3, CTSK, CTSL, CTSS, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB11.30521E-0814
    Collagen formationCTSL, CTSS, MMP7, MMP90.0033990944
    Activation of Matrix MetalloproteinasesCTSK, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB11.04463E-1410
    Toll Like Receptor 4 (TLR4) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK83.28081E-057
    Activated TLR4 signallingIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK81.58446E-057
    MyD88:Mal cascade initiated on plasmaIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK84.33043E-067
    MyD88-independent TLR4 cascadeIKBKB, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK86.96357E-056
    NGF signallingADAM17, CASP3, FURIN, IKBKB, MAPK1, MAPK14, MAPK80.0001943947
    Trafficking and processing of endosomal TLRCTSK, CTSL, CTSS8.55839E-053
    Toll Like Receptor 9 (TLR9) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK85.3083E-067
    Toll Like Receptor 10 (TLR10) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK82.08051E-067
    Toll Like Receptor 3 (TLR3) CascadeIKBKB, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK86.58958E-056
    Toll Like Receptor 5 (TLR5) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK82.08051E-067
    下载: 导出CSV 
    | 显示表格
    图  7  咖啡酰奎宁酸类化合物抑菌作用靶点与作用通路网络分析
    Figure  7.  Caffeoylquinic acids antibacterial targets and pathway network analysis

    为了验证咖啡酰奎宁酸类化合物预测靶点的准确性,本研究采用AutoDock Vine软件对3个关键成分和2个靶点进行分子对接,以自由结合能(binding energy)作为筛选条件,结合能越小表示对接结果越好。对于多构象的对接结果,筛选出结合能最低的对接构象,如表3所示。化合物与分子靶点对接得分均大于5.0,表明分子对接结果良好,验证了网络构建预测的准确性。运用Pymol软件,根据结合能的大小选出每个靶点蛋白对接最好的化合物进行可视化分析,结果如图8所示,其中TNF与绿原酸、异绿原酸A,AKT1与1,3,5-O-三咖啡酰奎宁酸均可以形成氢键,为进一步整合探析咖啡酰奎宁酸类化合物抑菌提供理论参考。

    表  3  2个靶点与3个关键成分的分子对接得分
    Table  3.  Molecular docking scores of 2 targets and 3 key components
    化合物靶点蛋白库编号自由结合能( kCal/mol)均方根误差
    绿原酸TNF6rmj−9.61.205
    AKT13o96−9.11.983
    异绿原酸ATNF6rmj−9.60.477
    AKT13o96−10.11.729
    1,3,5-O-三咖啡酰奎宁酸TNF6rmj−7.03.494
    AKT13o96−10.51.986
    下载: 导出CSV 
    | 显示表格
    图  8  TNFAKT1与关键成分的最佳对接构象
    注:A. TNF与绿原酸的最佳对接构象;B. TNF与异绿原酸A的最佳对接构象;C. AKT1与 1,3,5-O-三咖啡酰奎宁酸的最佳对接构象。
    Figure  8.  Optimal docking conformation of TNF, AKT1 and key components

    采用网络药理学的方法,借助相关数据库及软件对咖啡酰奎宁酸类化合物抑菌的作用靶点、作用机制及相关通路进行了探讨,结果表明咖啡酰奎宁酸类化合物抑菌作用靶点为75个。PPI网络分析结果得出咖啡酰奎宁酸类化合物抑菌的关键靶点为TNFAKT1ALBMMP9、EGFRMAPK8、CASP3、MAPK1MMP2等;GO功能分析结果表明咖啡酰奎宁酸类化合物抑菌主要涉及细胞膜、细胞囊、细胞核、内膜系统、细胞外间隙、腔上包膜、细胞外基质等细胞组分,涉及蛋白结合、离子结合、水解膜活性、核苷酸结合、转移酶活性、核酸结合、分子转运活性等分子功能以及参与应激反应、代谢过程、生物调节、多细胞生物过程、细胞讯息传递、细胞定位、细胞成分组织等多个生物过程;KEGG通路富集分析结果表明主要涉及细胞外基质组织信号通路、细胞外基质降解信号通路、胶原蛋白降解信号通路、基质金属蛋白酶的激活信号通路、NGF信号通路等多条途径,表明咖啡酰奎宁酸类化合物能够通过多靶点、多途径发挥抑菌作用。通过分子对接验证得到关键化合物与关键靶点对接得分均大于5.0,TNF与绿原酸、异绿原酸A,AKT1与1,3,5-O-三咖啡酰奎宁酸均可以形成氢键,表明分子对接结果良好,验证了网络构建预测的准确性,可以为后期的抑菌药物研究提供理论基础和实验数据。虽然本研究预测所得到的咖啡酰奎宁酸类化合物抑菌作用靶点与迄今为止的研究较为接近,表明运用网络药理学方法探讨其作用机制具有一定的参考价值,但是网络药理学是基于数据进行研究,尚不能确保结果完全准确,因此还需要研究其具体分子机制以得到更为科学准确的结果。

  • 图  1   咖啡酰奎宁酸类化合物的特征结构

    Figure  1.   The characteristic structure of caffeoylquinic acids

    图  2   “咖啡酰奎宁酸类化合物-靶点”网络图

    Figure  2.   Network diagram of "caffeoylquinic acids-target"

    图  3   咖啡酰奎宁酸类化合物与抑菌作用靶点Venn图

    Figure  3.   Venn diagram of caffeoylquinic acids and antibacterial related targets

    图  4   咖啡酰奎宁酸类化合物抑菌的PPI网络

    Figure  4.   PPI network of the antibacterial effect of caffeoylquinic acids

    图  5   咖啡酰奎宁酸类化合物抑菌作用靶点GO分析

    Figure  5.   GO analysis of antibacterial targets of caffeoylquinic acids

    图  6   咖啡酰奎宁酸类化合物抑菌关键靶点KEGG通路富集分析

    Figure  6.   KEGG pathway enrichment analysis of key antibacterial targets of caffeoylquinic acids

    图  7   咖啡酰奎宁酸类化合物抑菌作用靶点与作用通路网络分析

    Figure  7.   Caffeoylquinic acids antibacterial targets and pathway network analysis

    图  8   TNFAKT1与关键成分的最佳对接构象

    注:A. TNF与绿原酸的最佳对接构象;B. TNF与异绿原酸A的最佳对接构象;C. AKT1与 1,3,5-O-三咖啡酰奎宁酸的最佳对接构象。

    Figure  8.   Optimal docking conformation of TNF, AKT1 and key components

    表  1   Degree值排名前30位靶点信息表

    Table  1   Information table of the top 30 targets with Degree value

    编号目标基因目标蛋白质Degree靶向蛋白的生物学活性参考文献
    1TNFTumor necrosis factor46杀伤转化细胞和某些病毒感染的细胞[27]
    2AKT1RAC-alpha serine/threonine-protein kinase;45调控细胞存活和凋亡[29]
    3ALBSerum albumin40调节血液的胶体渗透压[30]
    4MMP9Matrix metalloproteinase-936在细胞外基质的蛋白水解和白细胞迁移中起重要作用[31]
    5EGFREpidermal growth factor receptor36参与细胞功能的调节[32]
    6MAPK8Mitogen-activated protein kinase 835调控细胞增殖、分化、迁移及凋亡[35]
    7CASP3Caspase-334调控细胞凋亡[36]
    8MAPK1Mitogen-activated protein kinase 133参与细胞生长、粘附、存活和分化[35]
    9MMP272 kDa type IV collagenase30参与血管系统重塑、血管生成、组织修复、肿瘤浸润及炎症反应[31]
    10MAPK14Mitogen-activated protein kinase 1427刺激促炎性细胞因子及激活转录因子[37]
    11ESR1Estrogen receptor24转录因子[38]
    12SIRT1NAD-dependent protein deacetylase sirtuin-123调控细胞凋亡、生存及分化[33]
    13IL-2Interleukin-221对病原微生物的防御和清除起到重要作用[34]
    14XIAPE3 ubiquitin-protein ligase XIAP20调控细胞增殖、凋亡[39]
    15MMP1interstitial collagenase20降解细胞外基质[31]
    16MCL1Induced myeloid leukemia cell differentiation protein Mcl-120调控细胞凋亡[40]
    17PLGPlasminogen19参与组织重塑和肿瘤侵袭过程[41]
    18CASP1Caspase-119参与多种炎症过程[42]
    19ELANENeutrophil elastase18参与多种炎症过程[43]
    20AGTR1Type-1 angiotensin II receptor18调控血压和液体稳态[44]
    21MMP7Matrilysin17激活胶原蛋白原酶[31]
    22PARP1Poly [ADP-ribose] polymerase 116调控细胞生长、分化[45]
    23CXCR2C-X-C chemokine receptor type 216参与炎症反应[46]
    24ADAM17Disintegrin and metalloproteinase domain-containing protein 1714参与细胞粘附、融合、迁移及信号传导[47]
    25BCL2Apoptosis regulator Bcl-214调控细胞凋亡[48]
    26CDK4Cyclin-dependent kinase 414调控细胞周期[49]
    27MMP8Neutrophil collagenase13降解I、II、III型胶原纤维[50]
    28CTSKCathepsin K13参与细胞外基质降解[51]
    29SELEE-selectin13参与免疫粘附过程[52]
    30MAPK10Mitogen-activated protein kinase 1013刺激促炎性细胞因子[53]
    下载: 导出CSV

    表  2   KEGG通路富集分析相关基因

    Table  2   Related genes for KEGG pathway enrichment analysis

    通路名称相关基因P基因数
    Intrinsic Pathway for ApoptosismembraneAKT1, BCL2, CASP3, MAPK8, XIAP1.06455E-055
    Activation of BH3-only proteinsAKT1, BCL2, MAPK80.0011169033
    Signaling by ERBB4ADAM17, EGFR, ESR10.0034005263
    Antigen processing-Cross presentationCTSL, CTSS, HLA-A, IKBKB0.004954174
    Endosomal/Vacuolar pathwayCTSL, CTSS, HLA-A4.98677E-053
    Collagen degradationADAM17, CTSK, CTSL, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP91.44433E-1110
    Degradation of the extracellular matrixADAM17, CASP3, CTSK, CTSL, CTSS, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB14.44466E-1314
    Extracellular matrix organizationADAM17, CASP3, CTSK, CTSL, CTSS, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB11.30521E-0814
    Collagen formationCTSL, CTSS, MMP7, MMP90.0033990944
    Activation of Matrix MetalloproteinasesCTSK, ELANE, FURIN, MMP1, MMP2, MMP7, MMP8, MMP9, PLG, TPSAB11.04463E-1410
    Toll Like Receptor 4 (TLR4) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK83.28081E-057
    Activated TLR4 signallingIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK81.58446E-057
    MyD88:Mal cascade initiated on plasmaIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK84.33043E-067
    MyD88-independent TLR4 cascadeIKBKB, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK86.96357E-056
    NGF signallingADAM17, CASP3, FURIN, IKBKB, MAPK1, MAPK14, MAPK80.0001943947
    Trafficking and processing of endosomal TLRCTSK, CTSL, CTSS8.55839E-053
    Toll Like Receptor 9 (TLR9) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK85.3083E-067
    Toll Like Receptor 10 (TLR10) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK82.08051E-067
    Toll Like Receptor 3 (TLR3) CascadeIKBKB, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK86.58958E-056
    Toll Like Receptor 5 (TLR5) CascadeIKBKB, IRAK4, MAP3K7, MAPK1, MAPK10, MAPK14, MAPK82.08051E-067
    下载: 导出CSV

    表  3   2个靶点与3个关键成分的分子对接得分

    Table  3   Molecular docking scores of 2 targets and 3 key components

    化合物靶点蛋白库编号自由结合能( kCal/mol)均方根误差
    绿原酸TNF6rmj−9.61.205
    AKT13o96−9.11.983
    异绿原酸ATNF6rmj−9.60.477
    AKT13o96−10.11.729
    1,3,5-O-三咖啡酰奎宁酸TNF6rmj−7.03.494
    AKT13o96−10.51.986
    下载: 导出CSV
  • [1]

    Carvalho I, Henriques M, Carvalho S. New strategies to fight bacterial adhesion[M]. Spain: Formatex Research Center, 2013.

    [2]

    Liu Q, Meng X, Li Y, et al. Antibacterial and antifungal activities of spices[J]. Internatonal Journal of Molecular Sciences,2017,18(6):1283. doi: 10.3390/ijms18061283

    [3]

    Murugavel S, Deepa S, Ravikumar C, et al. Synthesis, structural, spectral and antibacterial activity of 3, 3a, 4, 5-tetrahydro-2H-benzo[g]indazole fused carbothioamide derivatives as antibacterial agents[J]. Journal of Molecular Structure,2020,1222:128961. doi: 10.1016/j.molstruc.2020.128961

    [4] 朱文卿, 任汉书, 徐美霞, 等. 咖啡酰奎宁酸类化合物的生物学活性及提高生物利用度技术研究进展[J]. 食品科学,2021,42(3):321−329. doi: 10.7506/spkx1002-6630-20200102-021
    [5] 吴琪珍. 咖啡酰奎宁酸类化合物研究进展[J]. 中国野生植物资源,2020,39(4):48−53, 60. doi: 10.3969/j.issn.1006-9690.2020.04.011
    [6] 王玲娜, 姚佳欢, 马超美. 绿原酸的研究进展[J]. 食品与生物技术学报,2017,36(11):1121−1130. doi: 10.3969/j.issn.1673-1689.2017.11.001
    [7]

    Chen Y S, Geng S, Liu B G. Three common caffeoylquinic acids as potential hypoglycemic nutraceuticals: Evaluation of α-glucosidase inhibitory activity and glucose consumption in HepG2 cells[J]. Journal of Food Biochemistry,2020,44(9):13361.

    [8]

    Ritu K, Anurag K. In-silico design, synthesis, ADMET studies and biological evaluation of novel derivatives of chlorogenic acid against urease protein and H. Pylori bacterium[J]. BMC Chemistry,2019,13(1):41. doi: 10.1186/s13065-019-0556-0

    [9]

    Karunanidhi A, Thomas R, Belkum A V, et al. In vitro antibacterial and antibiofilm activities of chlorogenic acid against clinical isolates of Stenotrophomonas maltophilia including the trimethoprim/sulfamethoxazole resistant strain[J]. BioMed Research International,2013,2012:392058.

    [10] 王虹懿, 刘芳, 孙芝兰, 等. Helveticin-M与绿原酸复配对大肠杆菌和肠炎沙门氏菌的抑菌效果及其机制[J]. 食品科学,2020,41(3):68−74. doi: 10.7506/spkx1002-6630-20190228-229
    [11]

    Zhu X F, Zhang H X, Lo R. Phenolic compounds from the leaf extract of artichoke (Cynara scolymus L.) and their antimicrobial activities[J]. Journal of Agricultural and Food Chemistry,2004,52(24):7272−7278. doi: 10.1021/jf0490192

    [12]

    Lou Z X, Wang H X, Zhu S, et al. Antibacterial activity and mechanism of action of chlorogenic acid[J]. Journal of Food Science,2011,76(6):398−403. doi: 10.1111/j.1750-3841.2011.02213.x

    [13] 潘婉莲, 赵苗, 袁芳, 等. 我国天然产物绿原酸活性及提取工艺研究进展[J]. 食品安全质量检测学报,2017,8(11):4269−4276. doi: 10.3969/j.issn.2095-0381.2017.11.032
    [14]

    Yun J E, Lee D G. Role of potassium channels in chlorogenic acid-induced apoptotic volume decrease and cell cycle arrest in Candida albicans[J]. Biochimica Et Biophysica Acta,2017,1861(3):585−592. doi: 10.1016/j.bbagen.2016.12.026

    [15] 任艳, 邓燕君, 马焓彬, 等. 网络药理学在中药领域的研究进展及面临的挑战[J]. 中草药,2020,51(18):4789−4797. doi: 10.7501/j.issn.0253-2670.2020.18.024
    [16] 苏和毅, 郭振辉. 持续炎性反应-免疫抑制-分解代谢综合征治疗策略初探[J]. 中华胃肠外科杂志,2017,20(12):1444−1447. doi: 10.3760/cma.j.issn.1671-0274.2017.12.030
    [17] 李彪, 林晗, 唐照琦, 等. 基于网络药理学的商陆及其拆分组分的作用机制研究[J/OL]. 中国中药杂志: 1-10[2021-02-26]. . https: //doi. org/10.19540/j. cnki. cjcmm. 20210120.401.
    [18] 李洋, 夏厚林, 周厚琴, 等. 基于分子对接技术预测人面子叶中黄酮成分抗菌作用靶点[J]. 中国医院用药评价与分析,2016,16(10):1303−1307.
    [19]

    Yang X, Liu H, Liu J, et al. Rational selection of the 3D Structure of biomacromolecules for molecular docking studies on the mechanism of endocrine disruptor action[J]. Chemical Research in Toxicology,2016,29(9):1565−1570. doi: 10.1021/acs.chemrestox.6b00245

    [20] 齐云云, 温鹏, 于诗怡, 等. 五倍子抗炎、抗菌活性指导下的有效成分分离与抗口腔溃疡网络药理学评价[J]. 石河子大学学报(自然科学版),2020,38(5):620−628.
    [21] 袁家威, 张海涛, 揭珂, 等. 基于网络药理学研究桃红四物汤治疗假体周围感染的潜在靶点和机制[J]. 中国组织工程研究,2021,25(9):1428−1433. doi: 10.3969/j.issn.2095-4344.4012
    [22] 包雅婷, 王玥, 任晓东, 等. 基于网络药理学的紫斑牡丹花、叶抗菌活性和作用机制研究[J]. 中国中药杂志,2018,43(4):779−785.
    [23]

    Hillenmeyer S, Davis L K, Gamazon E R, et al. Stams: String-assisted module search for genome wide association studies and application to autism[J]. Bioinformatics,2016,32(24):3815−3822. doi: 10.1093/bioinformatics/btw530

    [24]

    Michael K, Sebastian W, Bettina W. Cytoscape: Software for visualization and analysis of biological networks[J]. Methods in Molecular Biology,2011,696:291−303.

    [25] 郑美思, 许强, 周海, 等. 基于网络药理学的金匮肾气丸治疗2型糖尿病作用机制探讨[J]. 中华中医药学刊,2020,38(11):126−131, 271-273.
    [26]

    Maere S, Heymans K, Kuiper M. Bingo: A cytoscape plugin to assess overrepresentation of Gene Ontology categories in biological networks[J]. Bioinformatics,2005,21(16):2.

    [27]

    Montfort A, Colacios C, Levade T, et al. The TNF paradox in cancer progression and immunotherapy[J]. Frontiers in Immunology,2019,10:2515. doi: 10.3389/fimmu.2019.02515

    [28]

    Varley C D, Deodhar A A, Ehst B D, et al. Persistence of staphylococcus aureus colonization among individuals with immune-mediated inflammatory diseases treated with TNF-α inhibitor therapy[J]. Rheumatology,2014,53(2):332−337. doi: 10.1093/rheumatology/ket351

    [29] 赵洁, 王欢欢, 欧阳意, 等. 基于网络药理学及质谱分析的葶苈大枣泻肺汤抗心衰的有效成分发现及作用机制[J/OL]. 中国实验方剂学杂志: 1-15[2021-03-23]. https: //doi. org/10.13422/j. cnki. syfjx. 20210414.
    [30] 罗艺晨, 黄利明, 杨颖, 等. 绿原酸抑制金黄色葡萄球菌机理研究[J]. 西南大学学报(自然科学版),2016,38(3):15−19.
    [31]

    Falanga V. Wound healing and its impairment in the diabetic foot[J]. The Lancet,2005,366(9484):1736−1743.

    [32] 余婷, 杨柱, 龙奉玺, 等. 基于网络药理学探讨黄精-百合药对抗癌作用的机制[J]. 中国实验方剂学杂志,2020,26(5):168−177.
    [33]

    Lee K S, Kim S R,Lee Y R, et al. A novel thiol compound, N-acetylcysteine amide, attenuates allergic airway disease by regulating activation of NF-κB and hypoxia-inducible factor-1α[J]. Experimental & Molecular Medicine,2007,39(6):756−768.

    [34]

    Tian L, Qu X, Wang M E, et al. Selective inhibition of IL-2 mRNA blocks allograft rejection by limiting T cell clonal expansion[J]. Transplantation Proceedings,2001,33(1):330−330.

    [35] 万智双, 熊丁, 曹宸. MiR-433-3p靶向MAPK8对肝癌细胞MHCC97H增殖、凋亡和迁移的调控作用[J]. 中国免疫学杂志,2020,36(1):57−62. doi: 10.3969/j.issn.1000-484X.2020.01.011
    [36]

    Launay O, Rosenberg A R, Rey D, et al. Long-term immune response to hepatitis B virus vaccination regimens in adults with human immunodeficiency virus 1: Secondary analysis of a randomized clinical trial[J]. Jama Internal Medicine,2016,176(5):603−610. doi: 10.1001/jamainternmed.2016.0741

    [37]

    Madkour M M, Anbar H S, El-Gamal M I. Current status and future prospects of p38α/MAPK14 kinase and its inhibitors[J]. European Journal of Medicinal Chemistry,2021,213:113216. doi: 10.1016/j.ejmech.2021.113216

    [38]

    Kumamoto T, Togo S, Ishibe A, et al. Role of nitric oxide synthesized by nitric oxide synthase 2 in liver regeneration[J]. Liver International,2008,28(6):865−877. doi: 10.1111/j.1478-3231.2008.01712.x

    [39] 李功成, 潘铁军, 田雨冬, 等. 曲古抑菌素A膀胱灌注对大鼠膀胱癌生长的抑制作用[J]. 临床泌尿外科杂志,2013,28(2):148−151.
    [40]

    Li S J, Guo W P, Wu H J. The role of post-translational modifications in the regulation of MCL1[J]. Cellular Signalling,2021,81:109933. doi: 10.1016/j.cellsig.2021.109933

    [41]

    Klinger M H F, Jelkmann W. Role of blood platelets in infection and inflammation[J]. Journal of Interferon & Cytokine Research,2002,22(9):913−922.

    [42] 邓莉, 田静. 白藜芦醇抑制大肠埃希菌O104: H4诱导的结肠上皮细胞NLRP3炎症小体活化[J]. 中国临床药理学与治疗学,2021,26(2):167−173.
    [43]

    Gilberto V A, Rosalinda P S, Julian R B. Variability in genes related to SARS-CoV-2 entry into host cells (ACE2, TMPRSS2, TMPRSS11A, ELANE, and CTSL) and its potential use in association studies[J]. Life Sciences,2020,260(1):118313.

    [44] 杨小英, 陈春玲, 马晓聪, 等. 基于网络药理学探讨温胆汤治疗高血压的作用机制[J]. 中西医结合心脑血管病杂志,2020,18(24):4108−4116. doi: 10.12102/j.issn.1672-1349.2020.24.003
    [45]

    Rudolph J, Roberts G, Luger K. Histone Parylation factor 1 contributes to the inhibition of PARP1 by cancer drugs[J]. Nature Communications,2021,12(1):736. doi: 10.1038/s41467-021-20998-8

    [46] 尚立芝, 季书, 石龙涛, 等. 基于CXCL8-CXCR1/2轴探讨二陈汤加味对COPD大鼠的抗炎机制[J]. 中国实验方剂学杂志,2020,26(11):40−48.
    [47] 努尔阿米娜·依明尼亚孜, 帕力旦·艾沙, 阿依姆妮萨·阿卜杜热合曼. 奇果菌素调控miR-646/ADAM17通路对白血病细胞增殖、凋亡的影响及机制[J]. 河北医药,2020,42(24):3702−3707. doi: 10.3969/j.issn.1002-7386.2020.24.004
    [48]

    Antonio T, Daniel R, Silvia V, et al. Prognostic value of Bcl2 and p53 in Hodgkin lymphoma: A systematic review and meta-analysis[J]. Pathology-Research and Practice,2021,219:153370. doi: 10.1016/j.prp.2021.153370

    [49] 陈观平, 李明乾, 应栩华. 异鼠李素通过mTOR通路抑制肺癌增殖、侵袭及其机制研究[J/OL]. 中药材, 2021(2): 423-428[2021-03-25]. https: //doi. org/10.13863/j. issn1001-4454.2021. 02.032.
    [50] 郭争荣. 基质金属蛋白酶8基因治疗大鼠肝硬化的实验研究[D]. 石家庄: 河北医科大学, 2007.
    [51]

    Wei W, Ren J, Yin W W, et al. Inhibition of ctsk modulates periodontitis with arthritis via downregulation of TLR9 and autophagy[J]. Cell Proliferation,2020,53(1):e12722.

    [52] 高俊潇. 细胞粘附分子相关基因SELE, COL1A1, ITGAV和CAECAM1对过敏性鼻炎的影响[D]. 广州: 南方医科大学, 2020.
    [53]

    Gao Y, Wang Y F, Wang X F, et al. MiR-335-5p suppresses gastric cancer progression by targeting MAPK10[J]. Cancer Cell International,2021,21(1):71. doi: 10.1186/s12935-020-01684-z

  • 期刊类型引用(6)

    1. 代桂丽,张超锋. 反相高效液相色谱-脉冲安培检测法对硫酸新霉素的药物分析研究. 化学与粘合. 2024(02): 200-205 . 百度学术
    2. 苗晶,宋戈,朱琳,王树奇,李茜,杨文敏. 离子交换色谱法测定调制乳粉和固体饮料中异麦芽糖、异麦芽三糖和潘糖. 中国乳品工业. 2023(05): 50-54 . 百度学术
    3. 颉东妹,王宁丽,刘笑笑,吴福祥,裴栋,郭玫,邸多隆. 微波消解-离子色谱法测定枸杞多糖的含量及组成. 食品安全质量检测学报. 2022(04): 1065-1072 . 百度学术
    4. 陈修红,冀鹏,何国亮,夏然,李祖明,刘佳. 离子色谱-脉冲安培法同时测定牛肉水解产物中6种糖组分的含量. 食品工业科技. 2022(11): 267-275 . 本站查看
    5. 胡佳偲,孙晨,张昊,霍宗利. 高效液相色谱法同时测定全血中的原卟啉和锌原卟啉. 江苏预防医学. 2022(03): 272-276 . 百度学术
    6. 梁静. 离子色谱在食品检测中的应用. 食品安全导刊. 2021(29): 152-153 . 百度学术

    其他类型引用(1)

图(8)  /  表(3)
计量
  • 文章访问数:  410
  • HTML全文浏览量:  101
  • PDF下载量:  52
  • 被引次数: 7
出版历程
  • 收稿日期:  2021-03-01
  • 网络出版日期:  2021-05-10
  • 刊出日期:  2021-06-30

目录

/

返回文章
返回
x 关闭 永久关闭