基于优化的纽曼随机游走模型挖掘甘草中的重要靶蛋白

姜强, 张颖, 于茜, 但汉宇, 李佐静

沈阳药科大学学报 ›› 2026, Vol. 43 ›› Issue (4) : 363 -373.

PDF
沈阳药科大学学报 ›› 2026, Vol. 43 ›› Issue (4) : 363 -373. DOI: 10.14066/j.cnki.cn21-1349/r.2023.1058

基于优化的纽曼随机游走模型挖掘甘草中的重要靶蛋白

    姜强, 张颖, 于茜, 但汉宇, 李佐静
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 利用优化的纽曼随机游走模型,挖掘甘草中常规拓扑分析方法容易忽视的重要靶蛋白。方法 模拟药物在体内吸收过程,构建了多层随机游走网络。收集甘草的成分、靶蛋白、通路和治疗疾病等信息,根据不同节点的特性,设置了不同的转移概率,并进行不同步长的游走。通过统计经过靶蛋白的游走次数作为衡量其重要性的依据,筛选出前15%的靶蛋白,并与归一化拓扑模型、MRWBC模型进行比较,最终得到待验证的候选靶蛋白。结果 经过优化后的ARWBC模型,在众多候选靶蛋白中筛选出了9个潜在的靶蛋白,其中经过文献和分子对接验证了6个靶蛋白(CD40LG、IFNG、PRKCB、IGF2、E2F1、TGF1B)。结论 优化后的纽曼随机游走模型挖掘出了甘草中重要的靶蛋白,这些候选靶蛋白的转录活性,以期为甘草作为未来方剂的药理学研究提供有力的理论基础。

关键词

随机游走 / 甘草 / 靶蛋白 / 复杂网络

Key words

引用本文

引用格式 ▾
基于优化的纽曼随机游走模型挖掘甘草中的重要靶蛋白[J]. 沈阳药科大学学报, 2026, 43(4): 363-373 DOI:10.14066/j.cnki.cn21-1349/r.2023.1058

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/