中医药网络药理必须结合实验才能发表SCI？临床科研小白的福音来啦，单枪直入，纯中药网络药理无实验，也能轻松发表SCI，只要选对方法，你也可以哦！赶快跟着小记者一起学习起来吧~
小记者在Pubmed里发现了一篇纯生信SCI文章，这篇文章探究了华蟾素在治疗黑色素瘤中的治疗机制。这篇文章的创新点体现在何处呢？小记者现在就为小伙伴们一一解析吧~
1，本研究在方法上十分具有创新性，综合运用了网络药理学、单细胞RNA测序数据挖掘、分子对接和分子动力学模拟等多种方法，从不同层面和角度揭示了华蟾素在治疗黑色素瘤中的治疗机制；
2，本研究利用单细胞RNA测序数据对关键靶点在黑色素瘤细胞中的表达和分布进行了分析，发现华蟾素主要作用于黑色素瘤细胞群集，为进一步研究其治疗机制提供了重要线索；
3，本研究对关键靶点进行分子对接和分子动力学模拟分析，验证了网络药理学的预测结果，并进一步评估了华蟾素与靶点之间的相互作用，为其在治疗黑色素瘤中的作用机制提供了实验支持。
4，本研究的另一大亮点是性价比高，发文速度快，无需实验，也能轻松上分。
这一篇文章的创新之处在于通过综合应用多种方法，结合单细胞RNA测序数据和分子模拟验证，揭示了华蟾素在治疗黑色素瘤中的治疗机制，为深入理解其作用机制提供了新的视角和实验依据！生信分析作为发文利器，选择好切入点和方法，你也能打出一副SCI好牌，想要定制属于自己专属文章思路的小伙伴们，速速扫码联系小记者吧！
恶性黑色素瘤是最具侵袭性的皮肤肿瘤之一，如果不及早治疗，它可以迅速侵袭和转移。因此，药物疗法在治疗黑色素瘤方面扮演着重要角色。华蟾素是一种从蟾酥中提取的活性成份，可以明显诱导多种肿瘤类型的凋亡和细胞周期阻滞，包括黑色素瘤。然而，华蟾素对恶性黑色素瘤作用的潜在机制尚不清楚。本研究旨在通过网络药理学、单细胞RNA测序数据、分子对接、分子动力学模拟等手段探讨蟾毒素治疗黑色素瘤的作用机制。
数据来源
这篇文章的数据来源主要包括以下几个方面：1. 网络药理学数据：通过网络药理学方法，从SwissTargetPrediction在线数据库、ChEMBL在线数据库、Comparative Toxicogenomics (CTD)数据库和SuperPred数据库等公开数据库中获取了与黑色素瘤相关的基因和药物靶点信息。2. 单细胞RNA测序数据：从GEO数据库下载了单细胞RNA测序数据集，获取GSE46517微阵列数据集中的83份疾病样本和17份健康样本，用于分析黑色素瘤细胞中关键靶点的表达和分布情况。3. TCGA数据库：从TCGA数据库下载了黑色素瘤患者的生存数据，用于评估关键靶点对黑色素瘤患者生存的影响。
研究思路
本研究从四个在线数据库中收集了已知和预测的华蟾素靶点。然后进行基因本体论(GO)分析和基因与基因组京都百科全书(KEGG)富集分析。从GSE46517数据集下载基因表达数据，进行差异基因表达分析和加权基因相关网络分析以鉴定黑色素瘤相关基因。使用STRING在线数据库中输入的黑色素瘤相关基因和药物靶标，并应用分子复合物检测(MCODE)分析。使用从黑色素瘤数据库获得的GSE215120数据集中的单细胞数据，评估华蟾毒基因表达的药理学靶点在关键簇中的分布。华蟾素在黑色素瘤中的关键靶点是通过与黑色素瘤相关基因和药物靶点的关键簇的交叉而确定的。接受者操作特性曲线(ROC)分析，生存分析，分子对接和分子动力学模拟，以获得进一步的见解。
主要结果
1.华蟾素的一般靶点
本研究分别从SwissTargetPrediction和ChEMBL数据库中鉴定出108个和241个华蟾素相关靶点。通过CTD和SuperPred数据库，分别预测了39个和96个潜在药物靶点(图1A)。这413个药物相关靶点用于GO和KEGG分析。GO的生物过程类别主要富集于MAPK级联的正调控、对外源刺激的反应、调节腺苷酸环化酶的G蛋白偶联受体信号通路。GO细胞成分主要富集于膜筏、膜微域和突触膜。分子功能部分主要集中在酰胺结合、蛋白丝氨酸/苏氨酸激酶活性和蛋白丝氨酸激酶活性(图1C)。这些药物靶点的KEGG通路富集主要集中在神经活性配体-受体相互作用、前列腺癌、乙型肝炎和癌症中的cAMP信号通路中(图1B)。总之，这些结果表明华蟾素可能调节蛋白丝氨酸/苏氨酸激酶活性。
图1 华蟾素靶点的筛选分析
2.黑色素瘤的靶基因
从GEO数据库下载100个来自GSE46517的黑色素瘤相关样本，包括8个正常皮肤组织，9个痣组织，31个原发性黑色素瘤组织和52个转移性黑色素瘤组织。作者首先对原始测序数据进行标准化，然后确定对照组(包括正常皮肤组织和痣组织)和黑色素瘤组(包括原发性黑色素瘤组织和转移性黑色素瘤组织)之间的DEGs。在这些基因中，105个上调，285个下调。热图显示了60个显著的 DEGs，火山图显示了最高的12个 DEGs (图2A，B)。作者使用GSEA分析来评估黑色素瘤和正常人之间DEGs的途径富集。分析的结果显示，DNA复制、错配修复、叶酸单碳库、其他聚糖降解和初级免疫机能缺陷在黑素瘤组中富集(图2C)。β-丙氨酸代谢、丁酸代谢、组氨酸代谢、固醇激素生物合成和萜类主链生物合成受到抑制(图2D)。这些结果表明，DNA复制可能在黑色素瘤的发展中起重要作用。
图2 GSE46517数据集中差异表达基因(DEGs)的表达
3.WGCNA分析
使用微阵列数据对GSE46517进行WGCNA分析。异常值检测表明数据中没有明显的异常值(图3A)。软阈值功率评估为6，无标度指数为0.9，表明结合性是合理的(图3B)。构造了数据基因间的拓扑重叠矩阵和相关矩阵。然后建立共表达网络，构建动态树切割和合并动态图的聚类树状图(图3C)。最后将数据聚类结果划分为14个模块(图3D)。计算各模块与黑色素瘤相关表型之间的相关系数。结果表明，MEbrown模块是原发性黑色素瘤和转移性黑色素瘤最显著相关的模块。这些模块之间的相关热图如图3E所示。模块成员(MM)和基因显著性(GS)的散点图在MEbrown模块内显示出极好的相关性(图3F)。因此，MEbrown模块可以作为一个优化模块来解释异常的黑素瘤表型。
图3 基因组加权共表达网络分析(WGCNA)的富集水平
4.关键靶点的识别
作者比较了DEGs和MEbrown模块基因，鉴定出329个黑色素瘤相关基因(图4A)。在黑色素瘤相关基因与药物靶点的交集中鉴定出14个基因(图4B)。使用STRING在线数据库构建所有黑色素瘤相关和药物相关基因的PPI网络。使用分子复合物检测(MCODE)算法鉴定62个重要亚群基因，称为关键靶点或关键簇(图4C)。关键靶点的GO分析表明，生物过程类别主要富含激酶活性的正调节、肽基丝氨酸磷酸化和肽基丝氨酸修饰。生物过程类别显示，关键组群主要富含miRNA转录、染色体区域和膜筏。分子功能部分的结果收集在核染色体、DNA结合转录因子结合和特定的DNA结合转录因子结合中(图4E)。通过富含KEGG的分析，作者发现这些关键靶点主要集中在细胞周期、PI3K-Akt信号通路和乙型肝炎中(图4D)。值得注意的是，细胞周期是在癌症中受华蟾素影响的主要信号通路之一。
图4 关键靶点的识别和功能分析
5.关键靶点的表达和分布
计算单个关键靶点的正常样本与疾病样本之间的差异表达，并以箱形图表示(图5A)。然后，从GEO数据库中下载了单细胞数据进行分析。T分布的随机相邻包埋(t-SNE)聚集了13个细胞簇(图5B)。热图显示了每个簇的基因类型(图5C)。使用CellMarker数据库，将这些簇注释为7个细胞，包括黑素瘤，NK细胞，T细胞，成纤维细胞，单核细胞，内皮细胞和B细胞(图5D)。使用AUCell功能评分分析来显示药物靶点的分布，华蟾素主要作用于黑素瘤细胞簇(图5E)。
图5 关键簇的表达和分布
6.关键靶点的确定
通过对比药物靶点与黑色素瘤相关基因交集的关键靶点和交叉基因，作者确定了三个关键靶点(图6A)。ROC曲线显示，三者对黑色素瘤的稳健性都很好(ROC曲线下面积> 0.8)(图6C)。此外，从TCGA数据库下载的黑色素瘤患者生存数据用于生存分析。结果显示，这三种靶基因对黑色素瘤患者的生存均有显著影响(图6D)。然而，在这些关键靶点中，与正常样本相比，EGFR和ERBB2下调，CDK2上调(图5A)。TCGA黑色素瘤的表达数据显示了相同的结果(图6B)。
图6 关键靶点的识别，接受者操作特性曲线(ROC)分析和生存分析
7.分子对接
为了验证网络药理学的发现，作者选择了关键靶点(CDK2、EGFR和ERBB2)进行分子对接分析，以评估筛选的靶点。通过重新对接测试对接方法的可行性后，使用Discovery Studio 2019对化合物-靶标相互作用及其结合模式进行可视化(图7A-C)。所有这些都具有较高的cdocker相互作用能，表明所有三个分子对接靶标与华蟾素结合得非常好(表1)
图7 关键靶点的分子对接
表1 关键靶点的对接信息
8.分子动力学模拟
为了进一步描述蛋白质-化合物复合物的结合模式，作者对上述三种分子对接模型进行了分子动力学模拟。RMSD曲线可以反映系统的波动情况。如图8A所示，CDK2-华蟾素在30ns后保持稳定，EGFR-华蟾素和ERBB2-华蟾素在10 ns后保持稳定(图8C、E)。蛋白-华蟾素复合物中氢键的数量反映了它们的结合强度(图8B、D、F)，其中ERBB2-华蟾素的氢键密度和强度最高(图8F)。这些数据表明，根据分子对接结果，这三个关键靶点与华蟾素相互作用非常好。
图8
文章小结
这篇文章通过网络药理学、单细胞RNA测序数据、分子对接和分子动力学模拟等方法，揭示了华蟾素在治疗黑色素瘤中的作用机制，为进一步研究和开发相关药物提供了理论依据！小伙伴们有没有发现，只要更换一种药物和疾病，复现一下文章思路，又可以拿下一篇文章啦？小伙伴们是不是也跃跃欲试了呢？想要获得更多发文思路的小伙伴们，赶紧扫码咨询小记者吧！
文章索引：
Mechanisms underlying the therapeutic effects of cinobufagin in treating melanoma based on network pharmacology, single-cell RNA sequencing data, molecular docking, and molecular dynamics simulation (2024)
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10859445/
如果您的时间和精力有限或者缺乏相关经验，并且对生信分析和期刊推荐有所需要的话，“生信日报”非常乐意为您提供如下服务：免费思路评估、付费生信分析和方案设计以及付费选刊等，有意向的小伙伴欢迎咨询小记者哦！
