ttd数据库(基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法)

ttd数据库(基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法)
基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法

摘要:


ttd数据库(基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法)


文题释义:

空间转录组(Spatial Transcriptomics):是一种结合了组织切片技术、单细胞测序技术和传统转录组学的高新技术。它能够在保持组织空间结构的同时,分析基因在特定空间位置的表达情况,从而提供高分辨率的基因表达信息。空间转录组技术旨在分析基因在组织特定空间位置的表达量。

深度自编码神经网络(Deep Autoencoders):是一种特殊的神经网络架构,属于无监督学习的一种,其核心目标是通过对输入数据进行压缩和重建,学习输入数据的本质特征。深度自编码器通常由多层编码器和解码器组成。

背景:中药对疾病的治疗是一个复杂的多靶点调控过程。如何利用人工智能、单细胞转录组、空间转录组以及生物信息学等多个领域的技术相结合,探索中药的多靶点整合效应具有重要意义。

目的:基于人工智能和组学数据驱动提出一种有别于网络药理学的中药潜在机制新型分析预测方法,并以探索大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制为例。

方法:①通过TCMSP数据库收集大柴胡汤组成药物的药效蛋白靶点,在Genecards、NCBI、TTD等数据库获取高脂血症的疾病靶点。②从GEO数据库获取高脂血症单细胞转录组[第一组为野生型(WT)、Apoe基因敲除、Ldlr基因敲除小鼠的主动脉瓣单细胞数据样本;第二组为Ldlr基因敲除小鼠高胆固醇喂食与正常喂食的单细胞数据样本]及人冠脉粥样硬化组织切片空间转录组样本。构建深度计数自编码网络,将转录组测序数据进行编码,并利用单细胞转录组及空间转录组技术将整合编码值(MTIS)映射到单细胞水平及空间组织水平上,进行样本对比统计分析,并进行主要效应细胞与效应基因的识别。

结果与结论:①大柴胡汤对WT型与Apoe基因敲除型小鼠之间、WT型与Ldlr基因敲除型小鼠之间的MTIS均存在数据形态以及统计学上的差异(P < 0.000 1);②大柴胡汤对Apoe基因敲除型小鼠的潜在效应细胞是主动脉瓣间质细胞,而对Ldlr基因敲除型小鼠的潜在效应细胞是白细胞、纤维细胞、血管内皮细胞;潜在效应基因是Vcam1、Fn1、Mmp2;③大柴胡汤对Ldlr敲低型小鼠高胆固醇喂食样本与正常喂食样本的MTIS存在数据形态以及统计学上的差异(P < 0.000 1),潜在效应细胞是巨噬细胞;潜在效应基因是Fn1、F7、Ptgs1、IL6、App;④人类冠脉切片的空间转录组MTIS对比表明,MTIS高值细胞似乎在血管以及硬化斑块区域都有分布,而MTIS低值细胞似乎主要集中于血管内皮以及硬化斑块区域等病变区域。结论:该新型分析方法实现了单细胞水平以及器官空间组织水平上中药多靶点整合潜在效应的量化分析,探索了大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制。

https://orcid.org/0009-0002-4358-0212(江启煜)

中国组织工程研究杂志出版内容重点:组织构建;骨细胞;软骨细胞;细胞培养;成纤维细胞;血管内皮细胞;骨质疏松;组织工程

关键词: 人工智能, 单细胞转录组, 空间转录组, 生物信息学, 网络药理学, 多靶点, 中药, 基因敲除, 组学, 药理

引用本文:江启煜, 曾慧妍. 基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法[J]. 中国组织工程研究, 2025, 29(35): 7552-7561.

基于人工智能和组学数据驱动的中药潜在机制新型分析预测方法

文章版权声明:除非注明,否则均为边学边练网络文章,版权归原作者所有

相关阅读