机器学习辅助的网络药理学揭示柴胡龙骨牡蛎汤通过调节炎症微环境治疗围绝经期综合征

背景：柴胡龙骨牡蛎汤（CLMD）是一种传统中药方剂，在缓解与经前期综合征（PMS）相关的症状方面显示出前景。然而，其潜在机制仍不清楚。本研究采用机器学习辅助框架，结合网络药理学和实验验证，以阐明CLMD对PMS治疗作用的关键靶点和信号通路。方法：我们开发了一个整合研究框架，包括网络药理学、机器学习、分子动力学和体外验证。首先，我们通过将疾病相关基因集与TCMSP、BATMAN-TCM及其他相关数据库的数据相交，构建了重叠网络。随后进行了GO和KEGG富集分析。其次，我们生成了蛋白质-蛋白质相互作用（PPI）网络，并通过机器学习算法筛选关键靶点。第三，我们通过分子对接和200 ns MD模拟评估了关键活性成分与靶点的配体-受体结合稳定性。最后，我们通过评估CLMD以Raw264.7细胞为实验模型调节炎症微环境的能力，验证了所提出的机制。结果：通过构建CLMD活性成分-疾病靶点的交集网络，我们确定了204个代表性活性成分和近300个潜在靶点。将这些基因与PMS相关基因相交，得到46个关键靶点。在Cytoscape/STRING中构建的PPI网络，结合多种机器学习算法（LASSO、SVM-RFE和随机森林），用于选择关键靶点，包括IL6、TNF和IL1B。在分子水平上，关键活性成分（槲皮素、山奈酚和汉黄芩素）与这些靶点表现出强的对接亲和力（结合能<−5.0 kcal/mol），并表现出稳定的MD构象。CLMD干预显著下调IL6、TNF和IL1B，减少活性氧（ROS）积累，并促进巨噬细胞从促炎M1表型向修复性M2表型极化。因此，实验结果证实了网络药理学预测。结论：CLMD通过多组分-多靶点-多途径协同作用调节炎症微环境发挥其治疗作用，这为缓解PMS的多维症状提供了机制见解。