Molecular mechanism on <italic>Huayu Qushi Formula</italic> (化瘀祛湿方) in the treatment of osteoarthritis based on machine learning

<sec> <title>目的</title> 运用网络药理学及机器学习分析化瘀祛湿方治疗骨关节炎(OA)的分子机制。 </sec> <sec> <title>方法</title> 运用TCMSP、UniProt数据库获取化瘀祛湿方药物对应靶基因及GEO数据库获得OA数据集,进而得到化瘀祛湿方与OA交集基因及DEGs,对DEGs进行GO、KEGG、WGCNA及机器学习分析(随机森林、LASSO回归、SVM-RFE)筛选化瘀祛湿方治疗OA特征基因,并使用数据集及qPCR验证表达。 </sec> <sec> <title>结果</title> 共获得123个化瘀祛湿方基因及8492个OA基因,提取两者共同基因108个,最终获得15个DEGs。GO结果主要涉及对细菌来源分子反应、脂多糖等生物过程;涉及浆膜外侧膜、内细胞囊泡膜等细胞组分;涉及整合素及酰胺结合等分子功能。KEGG分析主要与AGE-RAGE信号通路、TNF信号通路等有关。WGCNA及多种机器学习分析发现特征基因VEGFA。基因芯片验证发现半月板中VEGFA表达低于对照组(<italic>P</italic>=0.00027),而qPCR试验显示在软骨中表达高于对照组(<italic>P</italic>=0.003)。 </sec> <sec> <title>结论</title> 运用网络药理学及多种机器学习方法发现VEGFA作为化瘀祛湿方治疗OA特征基因,可能通过干预VEGFA来改善OA发病,为能更好治疗OA提供新方向。 </sec>

Authors

Publication Details

Journal
Lishizhen medicine and materia medica research
Published
2025-04-01
DOI
https://doi.org/10.70976/j.1008-0805.szgygy-2025-0833
Primary Topic
Traditional Chinese Medicine Analysis
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Molecular mechanism on &lt;italic&gt;Huayu Qushi Formula&lt;/italic&gt; (化瘀祛湿方) in the treatment of osteoarthritis based on machine learning

Jian Yang, Cui Ming, Kang Duan, Qi Mei et al.
Lishizhen medicine and materia medica research
Traditional Chinese Medicine Analysis
article

Molecular mechanism on &lt;italic&gt;Huayu Qushi Formula&lt;/italic&gt; (化瘀祛湿方) in the treatment of osteoarthritis based on machine learning

Jian Yang, Cui Ming, Kang Duan, Qi Mei, Chao Zeng, Jing Guo, Wenbin Xu, Chaofeng Yuan
article en

Abstract

<sec> <title>目的</title> 运用网络药理学及机器学习分析化瘀祛湿方治疗骨关节炎(OA)的分子机制。 </sec> <sec> <title>方法</title> 运用TCMSP、UniProt数据库获取化瘀祛湿方药物对应靶基因及GEO数据库获得OA数据集,进而得到化瘀祛湿方与OA交集基因及DEGs,对DEGs进行GO、KEGG、WGCNA及机器学习分析(随机森林、LASSO回归、SVM-RFE)筛选化瘀祛湿方治疗OA特征基因,并使用数据集及qPCR验证表达。 </sec> <sec> <title>结果</title> 共获得123个化瘀祛湿方基因及8492个OA基因,提取两者共同基因108个,最终获得15个DEGs。GO结果主要涉及对细菌来源分子反应、脂多糖等生物过程;涉及浆膜外侧膜、内细胞囊泡膜等细胞组分;涉及整合素及酰胺结合等分子功能。KEGG分析主要与AGE-RAGE信号通路、TNF信号通路等有关。WGCNA及多种机器学习分析发现特征基因VEGFA。基因芯片验证发现半月板中VEGFA表达低于对照组(<italic>P</italic>=0.00027),而qPCR试验显示在软骨中表达高于对照组(<italic>P</italic>=0.003)。 </sec> <sec> <title>结论</title> 运用网络药理学及多种机器学习方法发现VEGFA作为化瘀祛湿方治疗OA特征基因,可能通过干预VEGFA来改善OA发病,为能更好治疗OA提供新方向。 </sec>

Lishizhen medicine and materia medica researchVol. 36(8)
Openalex Percentile: Top 69%
Traditional Chinese Medicine Analysis
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.