PLoS ONE: Metabolomics kombinaciji s multivarijatne podatke i Pathway analize o mogućim biomarkera u čira na želucu i intervencija Efekti Corydalis yanhusuo Alkaloid

Sažetak pregled

Metabolomics, sustavna analiza mogućih metabolita u biološkom uzorku, je sve primijeniti na otkrivanju biomarkera, identificiranje uznemiren putove, mjerenje terapijskih ciljeva, te otkrivanju novih lijekova. Analizom i provjerom značajne razlike u metaboličkim profilima i promjene metabolita biomarkera, metabolomics omogućuje nam da bolje razumijemo tvari metaboličke putove koji mogu pojasniti mehanizam tradicionalnih kineskih lijekova (TCM). Corydalis yanhusuo pregled alkaloid (CA) je glavna komponenta Qizhiweitong (QZWT) recept koji se koristi za liječenje želučanog čira stoljećima, a mehanizam ostaje nejasno u potpunosti. Metabolit profiliranje izveden je pomoću tekućinske kromatografije visokog učinka u kombinaciji s time-of-flight masena spektrometrija (HPLC /ESI-TOF-MS), a u svezi s analizom podataka i multivarijantna putevima analize. Statistika softver misa Profiller Prossional (MPP) i statistika metoda uključuje ANOVA i Metodom glavnih komponenata (PCA) su korišteni za otkrivanje novih potencijalnih biomarkera pojasniti mehanizam CA u liječenju štakora kiseline ubrizgan čira na želucu. Promjene u metaboličkom profiliranje su vraćeni svojim baznom linijom vrijednosti nakon CA tretmana prema PCA bodova parcele. Deset različiti potencijalni biomarkeri i sedam ključnih metabolički putovi doprinose liječenju čira na želucu otkriveni su i identificirani. Među puteva, sphingophospholipid metabolizam i masne kiseline metabolizam vezan uz mrežu bili su potpuno poremećene. Kvantitativna stvarnom vremenu lančane reakcije polimeraze (RT-PCR) analiza provedena je za procjenu ekspresije gena koji se odnose na dva puteve za provjeru ove rezultate. Rezultati pokazuju da su promijenjeni biomarkeri i putevi mogu pružiti dokaze da se uvid u mehanizme djelovanja tijekova i omogućiti nam da se poveća produktivnost istraživanja prema otkriću metabolomics droga pregled

Izvor:. TianJiao L, Shuai W, Xiansheng M, Yongrui B, Shanshan G, Bo L, et al. (2014) Metabolomics kombinaciji s multivarijatne podatke i Pathway analize o mogućim biomarkera u čira na želucu i intervencija Efekti Corydalis yanhusuo
alkaloida. PLoS ONE 9 (1): e82499. doi: 10,1371 /journal.pone.0082499 pregled

Urednik: Rakesh K. Srivastava, Sveučilište u Kansas Medical Center, Sjedinjene Američke Države Netlogu

Primljeno: 15. svibnja 2013; Prihvaćeno: 24. listopada 2013; Objavljeno: 15 siječanj 2014 pregled

Copyright: © 2014 TianJiao et al. Ovo je otvorenog pristupa članak distribuirati pod uvjetima Creative Commons Imenovanje License, koja omogućuje neograničeno korištenje, distribuciju i reprodukciju u bilo kojem mediju, pod uvjetom da je izvorni autor i izvor su zaslužan

financiranja. Ovo djelo bio podržan od dotacija iz Key program prirode Science Foundation države (br 81241111). Aglient i financijeri nisu imali ulogu u studiju dizajna, prikupljanja i analize podataka, Odluka o objavi, ili pripremu rukopisa pregled

suprotstavljenih interesa. Autori izjavljuju da je njihov rukopis nema veze s Agilent Technologies Co, Ltd, koji se odnosi na zapošljavanje, savjetovanje, patenti, proizvodi u razvoju ili proizvode na tržištu, itd To je dio master~s projekta te izdvaja od bilo kojeg internog projekta. Jedan od odgovarajućih autora, Xiaorong Ran je zaposlen od strane Agilent Technologies Co, Ltd, koji je pomogao u studiju dizajna, pokusima i /ili analize. Lei Wang je također zaposlen od strane Agilent Technologies Co, Ltd, koji je nadgledao studiju i pomogli u modificiranju gramatičke pogreške u rukopisu. Autori potvrđuju da je zapošljavanje od strane Agilent Technologoies ne mijenja svoje pridržavanje bilo koji od PLoS ONE politika na razmjenu podataka i materijala. Pregled

Uvod pregled

Želučani ulkus je rasprostranjena bolest koja pogađa mnoge ljude sve diljem svijeta zbog svoje sve veće i veće smrtnosti. Prema statističkim podacima 2005. godine, incidencija čira na želucu je i do 80%, posebno zapadnog svijeta. To je 40-80% rekurentne frekvencije u cijelom svijetu. Vrijed želuca kod ljudi se često javljaju zbog različitih endogenih i egzogenih faktora kao što su stres, pušenje, prehrambene nedostatke, solna kiselina, pepsin, Helicobacter pylori pregled, nesteroidni protuupalni korištenje droga (NSAID), alkohol i infekcija [1]. Dok su ovi faktori su mislili da će biti uključeni u patogenezu želučanog ulkusa, mehanizam nastajanja čira još nije precizno razumjeti [2], [3]. TCM je stekao veću prihvaćanje diljem svijeta u posljednjih nekoliko godina te se općenito smatra da su prirodne i bezopasne [4], [5]. Terapije kolektivno nazivaju TCM najčešće se koriste za liječenje želučanog čira, koji uključuje i kineski biljni lijek i recept i sl pregled

QZWT recept sastavljen od Corydalis yanhusuo pregled, Radix Glycyrrhizae pregled i Radix Bupleuri pregled itd. su opsežno koristi za liječenje želučanog čira već stoljećima u Kini, zbog svog značajnog terapeutskog učinka u kliničkoj primjeni [8] - [10]. Mi pročišćeni CA iz biljaka "Corydalis yanhusuo W.T. Wang" sa čistoćom od 92%. Kemijski sastojci Corydalis yanhusuo pregled su istraživani u našem prethodnom istraživanju. Tetrahydropalmatine, corydaline, protopine sur su biološke aktivnosti Corydalis yanhusuo pregled. Strukture sastojaka su ispitane. CA je priznao da je glavni aktivni sastojak u Corydalis yanhusuo pregled [6], a pokazalo se da djeluju protiv čira na snagu koja se koristi u kineskoj kliničkoj praksi dugi niz godina [7]. Također je objavljeno kako posjeduje CA protuupalno [8], [9]. Međutim, detaljni molekularni mehanizam CA u liječenju želuca nije dobro razumio. Pregled

Kako objasniti mehanizam djelovanja lijekova, metodologija metabolomics je naširoko koristi [10]. Metabolomics je važna komponenta sustava biologije, posebice u određivanju globalne metabolički profil detekcijom tisuće malih i velikih molekula u različitim medijima u rasponu od kulturama stanica ljudske bioloških tekućina poput urina, sline i krvi [11], [12] , [13]. To je veliki utjecaj u istrazi o otkrivanju biomarkera, te identificiranje uznemiren putova zbog bolesti ili liječenja lijekom [14]. Analizom i provjeru određenih ranih biomarkera bolesti, metabolomics omogućuje nam da bolje razumijemo tvari metaboličke putove koji mogu pojasniti mehanizam djelovanja [15]. Pregled

Nedavni napredak instrumentacije i računanja omogućili istovremenu analizu velik broj metabolita. HPLC u kombinaciji s MS je dokazano da se učinkovit kombinacija za metabolite identifikacija i kvantifikacijama zbog svoje odlične rezolucije i osjetljivosti. Cilj rada bila je dobiti sustavni pogled secirati mehanizam CA kao učinkovit tretman za čira na želucu. Specifične i jedinstvene biokemijske putovi učinkovitosti lijeka može identificirati, kada je zajedno s multivarijatne tehnike analize podataka. Svrha ovog istraživanja je utvrditi više metabolita koji mogu olakšati razumijevanje mehanizma djelovanja CA i pomoć njihovo uključivanje u buduće poboljšanje TCM terapije. Pregled

Materijali i metode pregled

2,1 Etičko Izjava pregled

Svi eksperimenti provedeni su u skladu s odobrenim životinjskih protokolima i smjernicama utvrđenim medicine etiku Povjerenstvo za razmatranje pokusa na životinjama Liaoning Sveučilišta u tradicionalnoj kineskoj medicini. pregled

2,2 životinja Rukovanje i priprema uzorka

Sedam tjedana stari muški SD štakora težine 200-250 g, osigurala je eksperimentalna životinja centru Dalian Medicinskom fakultetu Sveučilišta. Skrb i rukovanje štakora bili su u skladu sa standardom specifičnog patogena. Želuca je izazvan kod štakora prema postupku u prethodnom izvještaju s malom modifikacijom [16], [17]. Tri dana nakon proizvodnje čira na želucu, štakori su nasumično podijeljeni u pet skupina: kontrola, model, CA visoka doza skupine (32,4 mg /ml), CA srednja doza skupine (10,8 mg /ml) i CA niske doze grupe (3,6 mg /ml). Svi štakori, u skupinama oralno primijenjeni su aktivne grupe otopinu 1,5 mL jednom dnevno (model i kontrolne grupe sa slanom otopinom) u trajanju od 7 dana. Štakori su zabranjene hrane za 12 sati prije pokusa, ali su je dozvoljen pristup vodi slobodno. Pregled

Na zadnji dan, štakori su duboko anestezirani i žrtvovani. Krv se prikupi, plazma i serum se razdvoje centrifugiranjem na 3000 rpm tijekom 15 minuta na 4 ° C. Uzorci plazme su prikupljeni i pohranjeni na -80 ° C brzo smrznuti u tekućem dušiku do metabolomics analize su izvedeni. Tada, želuci su rez uzduž veće zakrivljenosti, ispere sa slanom otopinom. Područje na želucu je izmjerena šestarom za mjerenje indeksa čira. Područje čira jednak širini puta čira na dužinu ulkus. Za histološku procjenu, uzorci tkiva su želučani fiksirane u neutralno puferirani formalin tijekom 24 h. Želuca sekcije dehidratira gradijentom etanola, prošao kroz ksilena i uklopljene u parafin. Parafinski rezovi (5 mm debljine) su obojeni hematoksilin /eozinom (HE). Drugi želučani čirevima tkiva su brzo uklonjena i zamrznuti u tekućem dušiku do ekstrakciju ukupne RNA tkiva. Pregled

2.3 Metabolic profiliranje pregled

2.3.1 Kromatografija pregled

Kromatografija je izvedena. koristeći Agilent 1100 serije HPLC sustav opremljen s četverostrukom pumpom, online degazer, autosamplerom i termostatom stupcu pretinac. Volumen injekcije je fiksiran na 4 uL. Svi uzorci su održavane na 4 ° C tijekom analize. Odvajanje je bilo provedeno na 4.6 x 100 mm, Zorbax SB-C18 (Agilent, USA). Temperatura kolone bila je postavljena na 45 ° C. Mobilne faze se sastoji od 0.1% mravlje kiseline u vodi (otapalo B) i 0,1% mravlje kiseline u acetonitrilu (otapalo A), stopa protoka je postavljen kao 1 ml /min s omjeru cijepanja 1:3 gradijent je bio korišten kao slijedi: linearni gradijent od 70- 33% B preko 5.0 min poËetno, 33 -98% B tijekom 5.0-12.0 min. Sredstvo za ispiranje je uvedena u masenom spektrometru izravno. Nakon svakih 10 uzoraka ubrizgavanje, skupna uzorka kao uzorak QC slijedi umetkom se ubrizgava kako bi se osigurala stabilnost i ponovljivosti LC-MS sustava. Pregled

2.3.2 spektrometrije masa. Pregled

Za masenu spektrometriju, korištena je Agilent 6220 TOF-MS uz ionizacijskim izvorom elektroraspršivača (ESI) u negativnom modu. Brzina protoka umire plin (N2) je postavljena na 9 l /min. Raspršivač postavljena je na 45 psi. Ostali Optimalni uvjeti su sljedeći: umire temperaturu plina od 350 ° C, fragmenata napon od 120 V. Podaci su prikupljeni u full-scan modu od m /z od 50 do 1050 amu preko 0-12 minuta. U MS podaci prikupljeni su u težište modu. Pregled

2.3.3 Multivarijatna analiza podataka. Pregled

Postupak analize podataka prikazan je na slici. 1. Molekularna Igrani Extractor (MFE) algoritam u Mass Hunter Kvalitativna analiza softver se koristi za izdvajanje molekularna svojstva-neidentificirana, koji nisu ciljani spojevi - u svakoj od podataka. MFE algoritam traži masovne signala (ione) koje su kovarijantna na vrijeme, smatra mogućim kemijskih odnosa (izotopa adukti, dimeri, više naboja stanja), a ostvaruje izvađen maseni spektar spoj kromatograma i spoj za svaku molekularne značajke. Izvađen lista spoj za svaku datoteku se izvesti kao spoj Exchange Format (. CEF) datoteku za daljnje masovno Profiler Professional (verzija B.2.00, Agilent) statističku analizu. Nastale značajka datoteke za svaki uzorak obrađeni su ANOVA i PCA analiza korištenjem MPP softver, koji su poravnati, normalizirana, vizualizirati i filtrira molekularne značajke (MFS), za daljnju obradu [18], [19], [20], [ ,,,0],21]. Nakon toga, hijerarhijska grupiranje (uvjet stablo) primijenjena na podatkovne datoteke. Hijerarhijska klaster analiza je statistička metoda uzoraka grupe bez nadzora u različitim skupinama ili grana hijerarhijskom stablu. Na taj način, prikazani su odnosi između različitih skupina. Uvjet stablo prikazuje kao karta topline. Identitet biomarkera sa značajnim promjenama u skupinama određen je značajke ID pregledniku MPP. Pregled

2.3.4 Biomarkeri Matični. Pregled

Identifikacija potencijalnih biomarkera određena je Q-TOF (Xevo G2). Sudara energija MS 35ev, a podaci su dobiveni u modu negativnih iona, x (V4. MassLn1) upotrijebljen je softver za analizu podataka. Identiteti specifičnih metabolita potvrđeni su usporedbe elemenata informacijskog njihovih masenih spektara pomoću informacija sastav elemenata koje pruža softver. Pregled

2.3.5 Mreža i Put analiza. Pregled

MPP softver je zaposlen za sve značajne (promjena mapa > 2) sve regulirane i dolje regulirani metaboliti i srodne biološke putove. Potencijalni markeri identificirani su uspoređeni s točnu masu omjer naboja u nekim bazama podataka, uključujući HMDB, KEGG, METLIN, lipida Karte i PUBCHEM, otkriti povezane putove. T-test i fold-alter korišteni su za određivanje statističke značajnosti u puteve. P vrijednost < 0,05 i promjene mape > 2 smatralo se da je kriterij za statistički značajna, te će se odabrati pregled

2,6 molekularnih podataka pregled

Ukupna RNA se ekstrahira iz želučanog tkiva, uključujući kontrole, model i CA. skupine pomoću Trizol reagensa (Invitrogen, Carlsbad, CA, USA) po uputama proizvođača. cDNA sintetiziran je iz ukupne RNA (1 ug) pomoću TransScript Prva Strand cDNA Synthesis Mix kit (Beijing TransGen Biotech, Kina). Kvantitativna real time PCR (CFX96, BIO-RAD, SAD) je izvedena korištenjem TransStart ™ Top Green qPCR Mix kit (Beijing TransGen Biotech, Kina). Klice se koristi da pojača S1Pr1, S1Pr3, SphK1, Got2 i Fabp1 bili iz Invitrogcna (S1Pr1: GenBankAcc ne NM_017301, S1Pr3.. GenBankAcc ne XM_225216, SphK1.. GenBankAcc ne NM_133386, Got2... GenBankAcc Ne . NM_013177.2, Fabp1.. GenBankAcc nema NM_012556.2) i ekspresije tih transkripata se kvantificira protiv ponudi gena P-aktin, koji je pojačan korištenjem primera 5'-TGGCACCACACTTTCTACAATGA-3 'i 5' AGGGACAACACAGCCTGGAT- 3 '. Razina ekspresije ciljanih gena analizirani su pomoću upravljača sustava CFX (BIO-RAD, SAD). pregled

2.7 Statistička analiza pregled

Podaci su izraženi kao srednja vrijednost ± SEM. SPSS 19,0 for Windows je bio korišten za statističku analizu. Podaci su analizirani pomoću ANOVA, uz p < 0,05 postaviti kao razinu statističke značajnosti pregled

Rezultat pregled

3.1 Utjecaj CA na octene kiseline ubrizgava induciranog želučanog čira Model pregled.

eksperimentalni model octena kiselina ubrizgava induciranog želučane sluznice oštećenja kod štakora često koristiti za ispitivanje spojeva za djelovanjem protiv čira u smislu da služi kao vodeći uzrok čira na želucu kod ljudi [22]. Octene kiseline injektiran inducirane intenzivnu želučani oštećenja sluznice u formiranju ulkusa u modelu skupini (Sl. 2A) štakora koji ima značajno razlike u usporedbi s kontrolnom skupinom (Sl. 2B). Patološka opažanje je korišten za Potvrdi oštećenje octene kiseline induciranih površinskim slojevima sluznice želuca ulteriorly. Octene kiseline želučani ulkusi inducirane (Sl. 2C) ima eroziju učinak na sluznicu, koji je praćen loma mišića i infiltracije upalnih stanica u slojevima u usporedbi s kontrolom (Sl. 2d). Rezultati su pokazali da je model čira na želucu uspješno reproducirati. Rezultati vremenskom tijeku je pokazao na slici. 2E pokazuju da je područje ulkusa u štakora tretiranih CA ostao znatno manji u odnosu na odgovarajuće vrijednosti u modelu štakora u sedmi dan, pa smo choosed sedmoga dana je uzorke za analizu. Za procjenu učinaka CA, kao što je prikazano na slici. 2F, područje čira na želucu u CA dozne skupine značajno smanjen u usporedbi s modelom grupe (p < 0.01). Naši eksperimentalni rezultati ukazuju na to da CA može učinkovito izliječiti čir želuca, naročito srednja doza skupinu. Čini se da postoji značajna preklapanja među neuronskih patogenetskih putova uključenih u čira geneze i depresije. Stoga ne čudi da je lijek za liječenje depresivnih epizoda također može vršiti snažno zaštitno djelovanje protiv čira na želucu [23]. Razlog CA srednja doza skupine imaju bolji terapijski učinak nego skupinu visoke doze mogu biti CA visoka doza skupina ima ulogu da inhibira živaca. Učinak CA ispitana je dodatno istražiti mehanizam. Pregled

3,2 Metabolomic Studija pregled

3.2.1 prikupljanje i obradu metaboličkih podataka profila.

representative Ukupno ion kromatogrami ( TIC) u uzorcima plazme dobivenim od kontrole, model i CA doza grupa u negativnom modu su prikazani na slici. 3 pomoću optimalno LC-MS gore opisanim uvjetima. Niske masovne metaboliti molekularne moglo biti dobro razdvojiti u kratkom vremenu od 15 min. Da bi se bolje vizualizirali suptilne sličnosti i razlike među tim složenim skupovima podataka, više metoda za prepoznavanje uzoraka korištene su za fenotip plazma metabolome štakora. Evo, hijerarhijska analiza povezanosti i PCA su korišteni za klasificiranje metaboličke fenotipova i identificirati differenting metabolita. Hijerarhijska klastera analiza metabolomics podataka pokazala je izrazitu segregaciju između kontrole, model skupine i CA dozom skupine (sl. 4). U ocjenama PCA, svaka točka predstavlja pojedinačni uzorak. Rezultati PCA se prikazuju kao indeksne parcelama koje ukazuju na raspršiti uzoraka koje ukazuju slične metabolomics sastavi, kada su grupirani zajedno i kompozicijski različite metabolomes kada raspršena. PCA rezultate zemljište može podijeliti na različite uzorke plazme u različitim blokovima, odnosno, što ukazuje da su metabolički profili promijenila. S obzirom na informacije analitičar PCA u našem eksperimentu pokazao na slici. 5, kontrolne i modela skupine značajno su podijeljeni u dvije skupine, što znači da je model octene kiseline čira na želucu izazvanog uspješno reproducirati. Više suptilne promjene mogu se naći u raspoznavanje uzoraka pristup-score parcela PCA. PCA rezultati pokazuju da je model grupa bila daleko od preostala četiri skupine, što znači da promijenjeni metabolički uzorak proizlazi iz octene kiseline-izazvanog može biti znatno drugačiji od drugih. Položaj liječenoj skupini bio je u blizini kontrolne skupine, što sugerira da je promijenjena metabolički uzorak je uzrokovana CA. Rezultati su očito da CA mogao promijeniti nenormalan metabolički status i može imati drugačiji mehanizam liječenja octene kiseline čir na želucu izazvanog. Pregled

3.2.2 Identifikacija potencijalnih biomarkera. Pregled

Mala molekula metaboliti značajne razlike (t-test, p < 0,05) su tražili od strane softvera za MPP. Potencijalni markeri su identificirani pomoću "ID preglednik" za pretraživanje u Metlin baze podataka (http://metlin.scripps.edu/) te u usporedbi s točnu masu omjer naboja u nekim bazama podataka, uključujući HMDB (http: //www. hmdb.org/), KEGG (http://www.genome.jp/kegg/), lipid KARTE (http://dev.lipidmaps.org:25424/) i PUBCHEM (http: //pubchem.ncbi. nlm.nih.gov/). Možemo znati vjerojatno ime potencijalnih biomarkera kroz prvi korak. U ovom istraživanju, 10 potencijalni biomarkeri su identificirani (Tablica 1). Precizna molekularna masa spojeva sa značajnim promjenama u skupinama određen je u roku od mjernih pogrešaka (< 5 ppm) od strane Waters Xevo G2 QTOF, au međuvremenu, potencijal elementarni sastav, su dobiveni stupanj nezasićenosti i frakcijskom izotopa obilje spojeva. Pretpostavljenog Molekularna formula je tražio u Chemspider (http://www.chemspider.com/~~HEAD=pobj), HMDB i druge baze podataka identificirati moguće kemijske ustava i MS /MS podaci su pregledani kako bi se utvrdilo potencijalne strukture iona. SSngozin-1-fosfata (S1P) i stearinska kiselina su uzeti kao primjer za ilustraciju fragmenti strukture i procesa ocjenjivanja. Primarna i sekundarna informacija spektrometrija masa je analiziran Masslynx (vizije 4.1, voda) softver, u usporedbi s bazom podataka, a ion fragmenti 379.2488 (C _{18H 38NO 5P) su prikazani na slici. 6. A. Glavni ioni fragmenata analizirali MS /MS projekcije bile su m /z 224,080, 165,1254 i 82,0238, što bi moglo odgovarati izgubio C 7 H 15NO 5P, C 11 H 17O, C 4H 4NO respektivno. Konačno, to se nagađalo kako 1P nakon i odnose i prema njihovoj veličini polariteta. U međuvremenu, ionske fragmenti stearinske kiseline 284.2715 (C 18H 36O 2) (Sl. 6 B) su 212,2419 (C 15H 32), 143,1359 (C 9H 19O), 117,0962 (C 6H 13O 2) i 83,0962 (C 6H 11). pregled}

biomarkeri gore opisani pokazali su u neposrednoj blizini odnos sa stvaranjem i liječenje čira na želucu. Značajno se reguliranim D-glukoze, lizin, mokraćna kiselina, piruvinska kiselina, kortikosterona sfingozin-1-fosfat i dolje reguliraju triptofana, glikokolata, hexadecanedioic kiselina, stearinska kiselina su uočeni u modelu skupini u usporedbi s kontrolnom skupinom (Sl. 7 ). Ova razlika metabolita može označavati svoj potencijal kao ciljane biomarkera za razlikovanje želuca i normalne države. Praćenje promjena tih metabolita može predvidjeti razvoj čira na želucu. U biomarkeri 1, 2, 3, 4, 7, 8 smanjeni su nakon tretmana CA, u suprotno, ostali biomarkeri su povećana. Osim toga, kako bi se jasnije karakterizirati antiulcerozni učinke CA, analiziran promjene relativnih koncentracija ciljne metabolita identificiranih u različite skupine, pronašli smo da sadržaj ovih ključnih markera bliže normalnoj grupi. Rezultati pokazuju mehanizam za liječenje želučanih ulkusa može se postići kroz regulaciju tih značajno markera i njihove interakcije kao što je na slici. 8. Na primjer, stearinska kiselina koja se zove 17FA, ima odnos sa thapsic kiselinom ipak proteina Fabp1 (masnih proteina za vezanje kiselina 1). Mreža ne samo da pokazuje interakciju između biomarkera, ali također pruža informacije o potencijalnim proteina, geni, enzimi i biološkim procesima. To doprinosi otkrivanju cilja tijekom nastanka i liječenju čira na želucu i vodljiva razvoju novog lijeka za liječenje želučanog čira. Pregled

3.3 Određivanje razine mRNA za potvrdu biomarkera pregled

za potvrdu naše metabolomics rezultate, trebamo neke molekularnih podataka, tako da smo identificirali 5 mRNA koje se odnose na 4 potencijalnih biomarkera i 2 metaboličkih puteva sa RT-PCR. Sfingolipid metabolizam, uključujući S1Pr1, S1Pr3 i SphK1 ispitani su kako je prikazano na slici. 8. Rezultati su prikazani na slici. 9. mRNK razina S1Pr1, SIPr3 i SphK1 značajno reguliran u oglednom grupom, razine ekspresije su 5,21, 2,54, 6,57 puta u odnosu na kontrolnu skupinu, što je u skladu s našim prethodnim nalazima i podacima. Nakon CA tretmana, razina ekspresije S1Pr1, S1Pr3 i SphK1 su se vratili s osnovnom razinom. S1P sastoji se od dvije kinaze, sfingozin kinaza 1 i 2 (SphK1 i SphK2), ali ne i uočene su razlike u SphK2 izražavanja među svim skupinama (podaci nisu prikazani), rezultat je u skladu s našim mrežnim nalaza. Ovdje možemo objasniti potencijalni mehanizam CA u liječenju želuca blokiranje 1P porastu. Također smo pronašli smanjena ekspresija Fabp1 i Got2 u modelu skupine (Sl. 9), u usporedbi s kontrolnom skupinom. No, CA ne skupine bile blizu kontrolnoj skupini, koja je potvrdila da je terapijski učinak CA se odnose na metabolizam masnih kiselina iz molekularnoj razini. Pregled

3,4 Put Analiza pregled

Detaljnija analiza putova i mreža pod utjecajem želučanog čira je izvela MPP. Puteva dobiveni emisije u tablici 2. Koristimo visokokvalitetne KEGG metabolički put kao baza pozadina znanja da identificiraju najrelevantnije putova, kao što je sfingolipida metabolizam, tricarboxylicacidcycle kiseline ciklusa, biotin metabolizam i tako dalje, u kojoj je 7 jedinstvene staze ( navedeni su u tablici 1) za modela skupine identificirana. Potencijalni biomarkera koji se odnose na metabolizam folne kiseline, metabolizam masnih kiselina i sfingolipida metabolizma putova također conformed. Od 6 različitih metabolita identificiranih od tih putova, mnogi su u različitim fazama napretka čira na želucu. Neki značajno promijenjene metaboliti poput glikokolata, hexadecanedioic kiselina i stearinska kiselina su pronađeni i koristi se objasniti mehanizam masne kiseline. Ovi rezultati ukazuju na to da ove ciljne putevi pokazuju označene perturbacije preko formiranja čira na želucu i može doprinijeti razvoju čira na želucu. Pregled

Rasprava

želučanog ulkusa kod ljudi ponavljaju često i teškoća u liječenju ih je označeno poslovica "jednom čira, uvijek čir" [24]. Mnogi faktori mogu povećati učestalost čira na želucu, a mehanizam nije jasno. Dakle, djelotvornost liječenja lijekom ne ovisi samo o smanjenju štetnih čimbenika, ali i na promijenjene metabolita koji reguliraju metabolizam put. Konkretno, otkriće biomarkera koji predvidjeti rizik od želučanog čira će pružiti priliku za dijagnosticiranje i dopustiti farmakološki tretman pravovremeno. QZWT se koristi za liječenje želučanog čira niz godina u Aziji, iako njegov mehanizam ostaje nejasno. Metabolomics zajedno s multivarijatne podataka alata koji istovremeno kvantificiraju tisuće metabolita u živom organizmu se koristiti za analizu biomarkera u čira na želucu [25]. Osim toga, razumijevanje biomarkera izazvao je novi interes u području Drug Discovery programa i praćenje bolesti, pružajući vrijedne u-znamenitostima oko složenih mehanizama bolesti [26]. Ova studija je stoga osmišljen kako bi dodatno rasvijetliti temeljni mehanizam CA na želučane propisom čir od metaboličkih puteva u globalnom pogledu. Pregled

Model čira na želucu kod štakora je uspješno reproducirati. Uzorci plazme su analizirani pomoću HPLC /ESI-TOF-MS i multivarijantna statističke analize. Rezultati su pokazali da područje na želucu i dinamičkih metabolički profili nakon CA liječenja bili su zatvoreni na kontrolnu grupu, što pokazuje da CA imali terapeutsku učinkovitost. Prema metabolomics analizi, 10 potencijalnih biomarkera i 7 povezanih metabolički putovi su identificirani u našem istraživanju. Značajno podregulira D-glukoze, lizin, mokraćna kiselina, piruvinska kiselina, kortikosterona, sfingozin-1-fosfat i doregulirane triptofan, glikokolata, hexadecanedioic kiselina, stearinska kiselina su uočeni u CA skupini u usporedbi s modelom skupinom. Osim toga, metabolizam folna kiselina, metabolizma masne kiseline i sfingolipid metabolizam i mnoge druge metabolizam su potvrđeno je da imaju učinak na čira na želucu. Imamo odrediti izraz mRNA se odnose na sfingolipid metabolizam i masne kiseline metabolizam za provjeru valjanosti mehanizam. Mnogi drugi potencijalni proteini, geni, enzimi i Bioprocesno zatvorena za drugim putovima potrebno budući eksperimenti provjeriti. Pregled

Analizom i provjeru određenih ranih biomarkera bolesti, metabolomics omogućuje nam da bolje razumijemo patoloških procesa i tvari metaboličke putove , Vjerujemo da je biomarker i put analizira imaju veliki potencijal za istraživanje i obrazložiti terapeutsko djelovanje TCM. U trenutnoj studiji, mi smo karakterizira biomarkera interakciju mreže uključiti proteine, gena, enzima i bioprocesno kao što je prikazano na slici. 8. S1P djelovati ekstracelularno kao ligand za specifične receptore-S1PRs, sada je priznat kao regulator mnogih fizioloških i patofizioloških procesa, što uključuje upalne bolesti, poput reumatoidnog artritisa, upalne bolesti crijeva, sepse i [27], [28]. Upala koja se javlja u sluznicu gastrointestinalnog trakta, čime se uzrokuje gastrointestinalne čira [29]. Naši rezultati pokazuju da je CA može smanjiti ekspresiju 1P i njegovih receptora, uključujući S1Pr1 i S1Pr3, za ublažavanje problema s upalom ublažiti nastajanje želučanog ulkusa [30]. S1P nastaje SphK1 i SphK2 [31]. SphK1 mogu aktivno NF-kB put koji je pokrenuo glavni upalni signalnu molekulu TNF-a. Ukratko, NF-kB i TNF-α je usko povezana s formirati i liječiti želuca [32], [33]. Također smo otkrili da nedostatak SphK1 (ne SphK2) značajno inhibira želuca, što znači da SphK1 može igrati ključnu ulogu u čira na želucu. Dakle, sfingolipid metabolizam može biti izvediv cilj za liječenje želučanog čira. Pregled

stearinska kiselina, glikokolata i hexadecanedioic kiselina promijenila izazvati metabolizam masnih kiselina poremećaj zatvaranje na učestalost i rehabilitaciju želučanog čira [34], [35] , Masne kiseline, uključujući i stearinske kiseline itd, najčešće gledane kao izvor energije, privukli su interes za istraživanja i javno zdravlje, zbog njihovih učinaka na ljudsko zdravlje i bolesti. Masne kiseline su korisne za unapređenje zdravlja. Stearinske kiseline, glikokolata i hexadecanedioic regulirana Fabp1, enzimom masna kiselina se veže na protein 1. U analizi RT-PCR, niska ekspresija Fabp1 u modelu skupine sugerira da Fabp1 inhibiraju djelovanje može smanjiti stearinsku kiselinu, glikokolata i hexadecanedioic kiselina i dovesti do metabolizma poremećaja masnih kiselina. Stoga povećava upalni odgovor i disfunkcije mitohondrija i promocije formiranja ulkus. No, CA može uravnotežiti ovaj poremećaj kroz povećanje ekspresije Fabp1 [36]. Glutamatnog-oksal-octene transaminaze 2 (Got2) je važan enzim u ciklusu tricarboxylicacidcycle kiseline (TCA ciklusa). Te teško inhibicija TCA uzrokovana smanjena za Got2 će doprinijeti oblikovanju čira na želucu. Metaboliti aminokiselina kao što su triptofan i njegovih metabolita in vivo imaju veliko ulogu u metabolizmu triptofana. Najvažnije je da je triptofan poremećaji metabolizma može uzrokovati TCA poremećaja. TCA igrati ulogu u liječenju želuca [37]. Down-regulacija ekspresije Got2 mRNA u modelu grupi i up-regulaciji u CA grupe su ranije pokazali u našem rezultat. Svi ovi podaci jasno ukazuju na to da je molekularni mehanizam CA liječenje želučanog čira usko je povezana s njezinim saldo učinka na TCA. Ovi rezultati ukazuju da su CA učinci mogu se posredovati proteina, enzima i metabolizma putem.