关键词:
阿尔茨海默症
网络药理学
网络结构熵
网络拓扑
贝叶斯算法
逻辑回归算法
摘要:
阿尔茨海默症(Alzheimer's disease,简称AD)是一种与年龄高度相关的慢性生成性神经失调症。阿尔茨海默症的发生率随着年龄的增长呈指数倍增长,超过65岁,可能有4-8%的老年人会患上此病,AD已成为继心脏病、癌症、中风之后的第四大杀手老年病。目前,AD的具体发病机制不是很明确,其临床上常用的药物也只能缓解症状,不能从根本上改善疾病状态或终止疾病进程。本文针对AD发病机制不明确这一困难问题,从多个数据库收集AD相关基因,并考虑基因共表达和代谢等因素构造AD基因网络。借助Molecular Complex Detection(MCODE)Cluster、Markov Clustering(MCL)、Community cluster(Glay)和Cluster one四种网络划分方法对AD基因网络进行划分,利用网络结构熵筛选出最优方法,根据富集分析进一步识别功能模块,并利用度中心性(DC)、介数中心性(BC)、接近性中心性(CC)等11种网络指标对功能模块进行拓扑分析,预测出AD本质基因;另外,应用贝叶斯框架下逻辑回归算法来预测AD基因网络的本质基因。结合前面两种算法,筛选出AD本质基因。针对临床批准使用的AD药物效果不显著这一困难问题,结合中药复方的多成分、多靶点等特点,在识别AD关键基因和基因模块的基础上,基于网络药理学建立“开心散”、“当归芍药散”、“抑肝散”、“益气通瘀汤”四种中药复方-化合物-靶基因网络和AD共有核心网络。通过探讨GO基因功能分析(包括生物过程(BP)、细胞组分(CC)和分子功能(MF))和KEGG通路富集分析,筛选出效果较好的治疗AD的中药复方和中药,为后续中药复方治疗AD的研究提供了研究方向和理论知识,同时也为后续研究“药物-靶标-疾病”提供了一种可行的实施方案。