基于数据库的大黄素协同化疗药物抗肿瘤机制探讨

秦春明 刘十华 李典典

[摘要]目的通过药物靶点数据库对大黄素分子机制进行模拟探讨，为研究大黄素协同抗肿瘤化疗药物提供新的研究策略。方法借助在线数据库资源收集大黄素已知靶点，通过文献及靶点功能数据库筛选具有协同肿瘤化疗药物的潜在靶点，根据靶点构建蛋白-蛋白相互作用（PPI）网络，对潜在靶点KEGG通路分析，明确其发挥协同作用分子机制。结果大黄素发挥协同作用的靶点76个，通过PPI网络分析筛选出中心基因12个，KEGG通路主要集中在肿瘤过程，神经信号通路、急性髓性白血病等。结论通过数据库再分析的方法研究大黄素协同肿瘤化疗药物的潜在靶点和机制，为分子药理机制研究提供新的方向。

[关键词]大黄素;协同作用;抗肿瘤药物;分子机制

[中图分类号]R285    [文献标识码]A    [文章编号]2095-0616（2022）05-0072-03

Database-based investigation on the anti-tumor mechanism of chemotherapeutic drugs synergized by emodin

QIN Chunming1    LIU Shihua2    LI Diandian1

1. Department of Pharmacy，Nanxishan Hospital of Guangxi Zhuang Autonomous Region，Guangxi，Guilin 541002，China;2. The Third Disease District of the Department of Medical Oncology，Nanxishan Hospital of Guangxi Zhuang Autonomous Region，Guangxi，Guilin 541002，China

[Abstract]Objective To explore the molecular mechanism of emodin based on the drug target database，so as to provide a new research strategy for the study of the synergistic effect of emodin on anti-tumor chemotherapeutic drugs. Methods Known targets of emodin were collected from online database resources，and potential targets that could synergize with anti-tumor chemotherapeutic drugs were screened by retrieving related literature and target function database. A targets-based protein-protein interaction （PPI）network was constructed to analyze the KEGG pathway of potential targets，and to further clarify the mechanism of the molecule that exerts synergistic effects. Results There were 76 targets of emodin exerting synergistic effects，and 12 central genes were screened by PPI network analysis，and the KEGG pathway was mainly concentrated in tumor process，neural signaling pathway，acute myeloid leukemia，etc. Conclusion The database reanalysis-based study on the potential targets and mechanisms of emodin synergized with anti-tumor chemotherapeutic drugs and provides a new direction for the study of molecular pharmacological mechanisms.

[Key words]Emodin;Synergetic effect;Anti-tumor drugs;Molecular mechanism

大黃素是大黄、何首乌、虎杖等常见中药材中的一个重要的蒽醌类化合物，在抗肿瘤、抗炎和抗微生物等方面具有较好的活性和作用[1-2]，目前抗肿瘤药物包括传统化疗药物及新型的分子靶向药物等，均具有不同的毒性，提高抗肿瘤药物疗效，减轻抗肿瘤药物毒性成为目前需解决的问题，而本研究借助在线数据库资源，分析大黄素已知靶点的生物学信息，筛选协同抗肿瘤化疗药物靶点，借助蛋白-蛋白相互作用（protein-protein interaction，PPI）网络，建立“药物-靶点-通路”信息，同时通过靶点通路分析，探索大黄素协同抗肿瘤药物的潜在分子机制，为今后应用打下基础。

1    资料与方法

1.1    靶点分析

用Swiss Target Prediction（http：//swisstargetpredic- tion.ch/）数据库工具，收集大黄素的已知活性靶蛋白[3]。通过文献检索及利用Genecards（https：//www.genecards.org）查找靶点相关信息，筛选具有协同抗肿瘤药物作用的相关靶点。

1.2    蛋白-蛋白相互作用（PPI）网络分析

通过String 数据库（https：//string-db.org/）搜寻蛋白质相互作用，该数据库是一个检索相互作用基因的搜索工具，通过搜寻蛋白质之间相互作用来用于预测蛋白质之间的相互作用（PPI）信息的最重要的生物数据库[4]。将从Swiss Target Prediction数据库所得基因的标准名称信息导入到String网站，设置置信度评分≥0.7，通过Cytoscape 3.6.1软件构建可视化的PPI网络，中心基因确定标准为阈值degree≥10。

1.3    KEGG通路分析

DAVID 数据库（https：//david.ncifcrf.gov/）是一個生物学信息注释数据库，它提供了综合及全面的生物功能注释信息，是找出最具显著富集的生物学注释的重要工具，KEGG通路分析（Kyoto Encyclopedia of Genes and Genomes）则是通过David 数据库对潜在靶点进行统计分析，阈值以尸<0.05为标准，筛选最具显著性差异的生物过程及生物通路[5]。

2    结果

2.1    协同抗肿瘤药物的靶点筛选

通过Swiss Target Prediction检索，对已知靶点通过文献及利用Genecards数据库协同筛选，两者共筛选出可能具有协同抗肿瘤药物作用的靶点76个。

2.2    中心基因确定

PPI网络确定的基因靶点是由String数据库中生成了70个节点和168条边组成，P=10-16，具有显著富集。将String数据库中所得的分析结果导入Cytoscape 3.6.1软件，从而可进行可视化，见图1，通过阈值degree≥10为确定中心基因的标准，确定中心基因共15个，分别有EGFR、ESR1、SIRT1、MMP9、APP、PPARG、AKR1B1、KDR、PRKCD、IDH1、MMP2、CDK2、ABCG2、LCK、IGFBP3。

2.3    基因通路分析

将靶点导入KEGG数据库中进行通路注释，P<0.01的KEGG通路共有20条，根据P值从小到大排列出前5名的KEGG通路主要涉及肿瘤的过程、神经信号通路、急性髓性白血病通路、miRNA肿瘤的过程以及雌激素信号通路，涉及基因包括EGFR、ESR1、SIRT1、MMP9、APP、PPARG、AKR1B1、KDR、PRKCD、IDH1、MMP2、CDK2、ABCG2、LCK、IGFBP3、RAF1、MET等，其中急性髓性白血病、miRNA肿瘤过程和雌激素信号通路与协同肿瘤化疗药物关系密切，见表1。

3    讨论

大黄素是传统中药如大黄、何首乌、虎杖等中重要的蒽醍类化合物，在抗肿瘤、抗炎和抗微生物具有重要的生物活性、同时在保护肝肾及改善微循环等方面也具有一定作用[6]。在过去的几年中，大黄素在细胞和分子水平上的研究表明大黄素可能成为一种重要的抗肿瘤药物，大黄素可以通过细胞内多信号通路减弱肿瘤细胞的侵袭能力、抑制肿瘤细胞的增殖，进而发挥抗肿瘤作用[7]。

肿瘤化疗仍是目前多数肿瘤的治疗手段之一，恶性肿瘤在多数情况下均存在不同程度的耐药程度，因此寻找一种毒副作用较小的化合物与化疗药物如顺钻等联用，从而尽可能提升化疗药物治疗恶性肿瘤的效果，提高患者生存期，改善患者的预后具有显著意义[8]。有学者研究认为大黄素联合顺治化疗用于食管鳞癌患者中有助于降低WIG-1 mRNA的表达水平，有助于改善患者的预后，两者具有协同作用，但具体机制仍有待研究[9]。

本研究通过筛选确定的中心基因总共12个，其中EGFR、ESR1的表达和激活与许多癌前病变和恶性肿瘤有关，在乳腺癌、膀胱癌、肺癌及前列腺癌等许多恶性肿瘤中都发现有EGFR的过度表达，对肿瘤治疗预后有重大影响[10]，而EGFR、MMP9的过度表达对与卵巢癌患者的化疗耐药有密切的关系，在化疗耐药患者的表达异常更为明显[11]。ESR1与肿瘤耐药也有密切关系，有研究认为ESR1对宫颈癌的放化疗敏感性有直接关系，影响患者预后[12]。

通过KEGG通路分析发现，大黄素具有协同化疗药物抗恶性肿瘤的作用，机制可能通过影响肿瘤的过程、神经营养素信号通路、miRNA肿瘤过程而发挥协同肿瘤化疗药物抗肿瘤作用，肿瘤过程通路涉及肿瘤的转移、肿瘤耐药等[13]，在卵巢癌多药耐药相关基因及通路研究表明，神经营养素信号通路可能与卵巢癌多药耐药形成相关口可，在结肠癌的化疗耐药机制的研究中，miRNA与结肠癌的化疗耐药有着密切的关系[15]。

总之，本文通过大黄素的靶点分析预测，PPI网络的生成、KEGG数据库中的通路分析等不同程度对大黄素协同化疗药物抗恶性肿瘤的潜在作用机制进行研究探讨，为今后研究这一类药物的协同肿瘤化疗药物作用机制提供依据。

[参考文献]

[1]刘静，王丽.大黄素的研究进展[J].中国药房，2014 （35）：3351-3354.

[2] Dong X，Fu J，Yin X，et al.Emodin：A Review of its Pharmacology，Toxicity and Pharmacokinetics[J]. Phytotherapy Research，2016，30：1207-1218

[3] David G，Grosdidier Aurelien，Matthias W，et al. Swiss Target Prediction：A web server for target prediction of bioactive small molecules[J].Nuclc Acids Research，2014，42（Web Serverissue）：32-38.

[4] Crosara KTB，Moffa EB，Xiao Y，et al.Merging in- silico and in vitro salivary protein complex partners using the STRING database：A tutorial[J].Journal of Proteomics，2017：S187439191730266X.

[5] Huang DW，Sherman BT，Lempicki RA.Systematic and integrative analysis of large gene lists using DAVID Bioinformatics Resources[J].Nature Protoc，2009，4（1）：44-57.

[6] Iyer VV，Priya PY，Kangeyavelu J.Effects of increased accumulation of doxorubicin due to emodin on efflux transporter and LRP1 expression in lung adenocarcinoma and colorectal carcinoma cells[J].Molecular & Cellular Biochemistry，2018，449（1-2）：91-104

[7]石娜娜，何若琳，陈旭义，等.大黄素抗肿瘤作用机制的研究进展[J].环球中医药，2019，12（4）：641-644.

[8]张旭，程远方，张江霞，等.吉西他滨联合大黄素对胰腺癌SW1990细胞多耐药基因-1，miRNA-1271 及上皮-间充质细胞转化的影响[J].安徽医药，2020，24（5）：19-23.

[9]肖仁斌，彭辉，王江涛，等.术前大黄素联合顺箱化疗对人食管鳞癌WIG-1mRNA的影响及其机制的研究[J]. 中国当代医药，2019，26（11）：67-69，73.

[10]葛维娟.抗肿瘤药物EGFR抑制剂的最新研究进展[J].化工管理，2020（7）：29-30，143.

[11]王英.EGFR、COX-2、Caspase-3、Blc-2 及MMP 与卵巢癌患者化疗耐药的关系[J].实用癌症杂志，2018，33（5）：721-723，727.

[12]沈兰，陈春华，叶冬云，等.ESR1，MYOD1和hTERT基因启动子DNA甲基化与宫颈癌放化疗敏感性的关系[J].河北医药，2020，42（1）：33-37.

[13] Farooqi AA，de la Roche M，Djamgoz MBA，et al. Overview of the oncogenic signaling pathways in colorectal cancer：Mechanistic insights[J].Semin Cancer Biol，2019，58：65-79.

[14]陈昌贤，胡艳玲，李力.卵巢癌多药耐药相关基因的生物信息学分析[J].肿瘤防治研究，2016，43 （6）：492-496.

[15]陈敏，张锦松，徐霖，等.结肠癌化疗耐药相关miRNA表達谱的初步研究[J].中国病理生理杂志，2020，36（1）：178-183.