利用GeneCards數據庫、TTD數據庫、网络DrugBank數據庫以及CTD數據庫，药理遥散抑郁分別獲取抑鬱症、学探腺增性消乳腺增生和功能性消化不良的讨逍潛在靶點。將上述數據庫查詢到的症乳作用疾病靶點取交集後，再與逍遙散活性成分所對應的生和靶點取交集，以獲取逍遙散治療抑鬱症、异病同治乳腺增生和功能性消化不良的基于机制共同作用靶點。將整理搜集到的网络靶點導入Uniprot數據庫中，通過輸入靶點基因名稱列表並限定物種為人，药理遥散抑郁剔除非人源靶點，学探腺增性消並將所有的讨逍基因校正為其官方名稱（office gene symbol），做後續分析。症乳作用
利用Cytoscape 3.7.1軟件分別構建逍遙散治療抑鬱症、乳腺增生和功能性消化不良的“單味藥-活性成分-共同靶點”可視化網絡。網絡圖中“節點（node）”代表逍遙散中活性成分和作用靶點，“邊（edge）”表示活性成分和作用靶點的相互作用關係。根據網絡圖節點的拓撲性參數，以度（degree）≥2倍的中位數為篩選條件，此類數值越大，說明成為逍遙散“異病同治”的潛在活性成分的可能性就越大。
將共有靶點導入STRING數據庫，構建PPI網絡，篩選關鍵靶點。並利用Cytoscape 3.7.1軟件的MCODE插件對該網絡進行聚類分析，尋找核心靶點網絡。
將逍遙散治療抑鬱症、乳腺增生和功能性消化不良的關鍵共有靶點導入Metascape數據庫，限定物種為人，對逍遙散的直接作用靶標進行KEGG通路富集和GO富集分析。設定閾值P＜0.05，並根據P的排序，篩選排名靠前的生物過程或通路。其中，GO富集包括生物過程（biological process），分子功能（molecular function）和細胞組分（cellular component）。
將上述得到的關鍵活性成分與靶點進行分子對接。應用PubChem數據庫查找活性成分，並下載其mol2格式，準備對接。在蛋白質數據庫晶體結構數據庫PDB（http://www.rcsb.org）中找到蛋白質受體結構。對接模擬前，將所有配體用PyMOL軟件從蛋白受體複合物中去除，此時加上極性氫原子與電荷，準備對接。在Windows終端下運行Autodock 軟件，依次加載潔淨蛋白和能量優化後的化合物（配體），用Autogrid 計算格點能量，采用拉馬克遺傳算法進行對接運算。各化合物與蛋白之間結合情況用自由能評價方法評價。
通過TCMSP數據庫對逍遙散中8味中藥的ADME參數進行檢索，並以OB≥30%和DL≥0.18為指標，剔除沒有靶點的化學成分，篩選得到121個活性成分，其中白芍8個、白術2個、薄荷7個、柴胡11個、甘草84個、茯苓4個、當歸2個、生薑3個。
對逍遙散活性成分和現有的治療這3種疾病藥物的物理參數（MW、A Log P、BBB和Caco-2）進行PCA分析（圖1）。PCA散點圖顯示，逍遙散活性成分與現有的臨床上治療抑鬱症、乳腺增生和功能性消化不良的小分子藥物聚集在一起，表明逍遙散中的這些化合物的理化性質與已知藥物相似，具有治療這3種疾病的潛在性能，有發展成為藥物的可能。
通過TCMSP數據庫將化學成分所對應的靶點進行搜集，共得到2 538個靶點，其中白芍123個、白術22個、薄荷124個、柴胡342個、甘草1 753個、茯苓30個、當歸69個、生薑75個。通過檢索GeneCard數據庫、TTD數據庫以及DrugBank數據庫一共得到抑鬱症靶點1 598個、乳腺增生疾病靶點844個、功能性消化不良靶點222個。其中逍遙散治療抑鬱症、乳腺增生和功能性消化不良的共有靶點有38個，分別是IL-4、PCNA、ACHE、BAX、BCL2、CASP3、CAT、CCL2、TP53、CDKN1A、CYP3A4、EGFR、HMOX1、INSR、ICAM1、IFNG、IL-1A、IL-1B、IL-10、IL-6、IL-8、MAPK1、MAPK14、MAPK3、NQO1、NOS2、NOS3、SERPINE1、PARP1、EGF、PTGS2、FOS、AKT1、SLC6A4、TGFB1、TNF、VCAM1和VEGFA。同時，構建逍遙散治療抑鬱症、乳腺增生和功能性消化不良的“單味藥-活性成分-共同靶點”網絡圖（圖2）。
聲明：本文所用圖片、文字來源《中國中藥雜誌》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯係刪除。
相關鏈接：細胞，蛋白，柴胡
