基于网络药理学和分子对接及动物实验探讨毛蕊花糖苷治疗糖尿病肾脏病的作用机制

Mechanism of acteoside in treatment of diabetic kidney disease based on network pharmacology, molecular docking and animal experiments

摘要

目的 基于网络药理学、分子对接和动物实验验证，探究毛蕊花糖苷治疗糖尿病肾脏病（diabetic kidney disease， DKD）的关键作用靶点及潜在分子机制。 方法 通过 SwissTargetPrediction、GeneCards、TargetNet、SuperPred、SEA和Pharmmapper数据库获得毛蕊花糖苷的潜在作用靶点；通过GeneCards、OMIM、DrugBank和 TTD 数据库获得糖尿病肾脏病的潜在作用靶点，将共同靶点导入STRING数据库获得蛋白互作关系并运用 Cytoscape软件构建蛋白互作网络；使用 Metascape 数据库进行GO和KEGG 富集分析；利用CB-Dock2网站对毛蕊花糖苷与核心靶基因进行对接验证。构建DKD大鼠模型，通过HE、PAS、TEM和生化指标检测观察毛蕊花糖苷对DKD大鼠肾脏病理和肾功能的影响，并验证毛蕊花糖苷对炎症因子及关键通路表达的影响。 结果 检索获得毛蕊花糖苷潜在靶点469个，DKD潜在靶点1073个；筛选获得毛蕊花糖苷治疗DKD潜在作用靶点65个，生物过程441条，信号通路153条，GO和KEGG表明毛蕊花糖苷很可能通过调节NF-κB信号通路相关炎症因子的表达来发挥治疗糖尿病肾脏病的作用。分子对接结果显示毛蕊花糖苷与关键靶点TP53、CASP3、MMP9、STAT3、NFKB1、PTGS2的结合能均＜－5 kJ/mol，能自发进行结合。动物实验结果表明，与DKD组比较，毛蕊花糖苷能够改善大鼠肾脏病理改变，降低血尿素氮，血肌酐和24 h-UPro水平（P<0.05），降低血清TNF-α，IL-6和IL-1β水平（P<0.05）和p-P65蛋白表达（P<0.05）。 结论 毛蕊花糖苷能有效改善糖尿病肾脏病大鼠肾功能和肾脏病理改变，降低促炎细胞因子水平，其机制可能与抑制NF-κB信号通路有关。

Abstract

Objective Based on network pharmacology， molecular docking， and animal experiments， this study aims to explore the key target and potential molecular mechanism of acteoside treatment in Diabetic Kidney Disease （DKD）. Methods Potential target genes of acteoside were obtained from Swiss Target Prediction， GeneCards， TargetNet， SuperPred， SEA， and Pharmmapper databases； potential target genes of DKD were obtained from GeneCards， OMIM， DrugBank， and TTD databases. Common target genes were imported into the STRING database to obtain protein-protein interaction relationships and construct a protein interaction network using Cytoscape software. GO and KEGG enrichment analysis were performed using Metascape database. Molecular docking of acteoside with core target genes was performed using the CB-Dock2 website. A DKD rat model was established， and the effects of acteoside on DKD rat kidney pathology and function were observed through HE， PAS， TEM， and biochemical index detection. The impact of acteoside on the expression of inflammatory factors and key pathways was also verified. Results A total of 469 potential targets for acteoside and 1 073 potential targets for DKD were obtained. 65 potential target genes were identified for acteoside in treating DKD， with 441 biological processes and 153 signal pathways. GO and KEGG analyses indicated that acteoside may exert its therapeutic effect on DKD by regulating the expression of inflammatory factors related to the NF-κB signaling pathway. Molecular docking results showed that acteoside could spontaneously bind to key targets such as TP53， CASP3， MMP9， STAT3， NFKB1， and PTGS2 with binding energies <-5 kJ/mol. Animal experiments demonstrated that compared to the DKD group， acteoside could improve rat kidney pathology， reduce blood urea nitrogen， blood creatinine， and 24 h-UPro levels （P<0.05）， decrease serum levels of TNF-α， IL-6， and IL-1β （P<0.05）， and reduce p-P65 protein expression （P<0.05）. Conclusion Acteoside can effectively improve renal function and kidney pathology in DKD rats， reduce levels of pro-inflammatory cytokines， and its mechanism may be related to the inhibition of the NF-κB signaling pathway.

Graphical abstract

关键词

毛蕊花糖苷 / 糖尿病肾脏病 / 网络药理学 / 分子对接 / 炎症 / 核因子-κB

Key words

Acteoside / Diabetic kidney disease / Network pharmacology / molecular docking / Inflammation / Nuclear factor-κB

糖尿病肾脏病（diabetic kidney disease， DKD）是糖尿病最常见的微血管并发症，是以肾功能进行性下降、大量持续性蛋白尿、血脂代谢紊乱、代谢产物积聚引起尿毒症等临床症状为主的内分泌代谢性疾病^［1］，DKD患者最早出现的组织学病变为肾小球基底膜增厚和系膜扩张，随后为结节性肾小球硬化和肾小管间质的改变，包括炎症细胞浸润和毛细血管结构的丢失^［2］。

目前DKD的治疗策略是基于症状支持治疗，尽管这些策略在DKD中显示出了良好的结果，但许多糖尿病患者继续进展为DKD和终末期肾病（end-stage renal disease， ESRD）^［3］。ESRD患者需要长期透析或肾移植，这严重影响了他们的生活质量和生存时间，同时大大增加了社会经济负担^［4］。因此，迫切需要基于多个靶点的新型治疗药物延缓DKD进展。

毛蕊花糖苷（Acteoside，ACT）为一种天然的糖苷类物质，主要从肉苁蓉、地黄、车前子等中草药中提取而来，研究证实ACT具有消炎、增强免疫、抗缺氧、抗神经性疼痛等多种药理作用^［5］。近年来，以ACT为主要活性成分的中成药制剂—地黄叶总苷胶囊在DKD的治疗中应用广泛且疗效显著^［6］，但目前基于ACT治疗DKD的药理学作用及潜在分子机制尚缺乏系统性研究。故本文借助于网络药理学及分子对接技术，来探讨 ACT 对 DKD 的治疗作用及其潜在机制，并通过动物实验验证了其抗炎机制，旨在为ACT的机制研究和临床应用提供参考依据。

1 材料与方法

1.1 材料

1.1.1 实验动物

选用32只SPF级雄性SD大鼠（5周龄），体重120~140 g，购买并饲养于山西省人民医院实验动物中心。动物许可证号：SYXK（晋2019-0003）。所有大鼠均在温度（22±1）℃和湿度（55±10）%下进行12∶12 h的光/暗循环，不限制饮用水和食物。实验按照《山西省人民医院动物实验伦理审查委员会指南》（审批号：2023-431）进行，符合《实验动物护理使用指南》。

1.1.2 实验试剂

毛蕊花糖苷购自美国MCE公司；卡托普利片剂购自上海衡山药业有限公司；链脲佐菌素购自美国 Sigma公司；NF-κB抗体（批号D14E12，稀释比例1∶1 000）、p-NF-κB-p65（ser536）（批号93H1，稀释比例 1∶1 000）购自美国CST公司；β-actin抗体（批号bs-0061R，稀释比例 1∶5 000）购自中国北京博奥森生物技术有限公司；HRP标记的羊抗兔二抗（批号BA1054，稀释比例 1∶5 000）购自武汉博士德生物技术有限公司。

1.2 方法

1.2.1 ACT潜在活性成分和相关靶点的收集

通过SwissTargetPrediction、GeneCards、TargetNet、SuperPred、SEA和Pharmmapper数据库以“Acteoside”作为检索关键词进行检索，使用UniProt数据库（https：//www.uniprot.org/）^［7］进行标准化，提取基因名称，得到的靶点即为ACT的靶点。

1.2.2 DKD疾病靶点的获取

以“diabetic kidney disease”、“diabetic nephropathy”、“DKD”、“DN”为关键词，分别在 GeneCards 数据库（http：//www.genecards.org/）^［8］、OMIM 数据库（http：//www.omim.org/）^［9］、TTD 数据库（http：//db.idrblab.net/ttd/）^［10］和 DrugBank 数据库（https：//go.drugbank.com/）^［11］进行检索，筛选去重得到DKD相关靶点。

1.2.3 PPI网络的构建及核心靶点的筛选

将筛选得到的ACT对应靶点与DKD相关靶点导入Venny2.1.0 平台绘制 Venn 图^［12］，交集基因作为ACT治疗DKD的潜在作用靶点，导入STRING数据库（https：//string-db.org/）^［13］，进行蛋白质-蛋白质相互作用（protein-protein interactions，PPI），使用Cytoscape3.9.0软件构建PPI网络。利用CytoNAC插件，以“Betweenness，Closeness，Degree”进行筛选核心靶点并进行可视化分析。

1.2.4 GO富集分析和KEGG通路富集分析

通过Metascape网站（https：//metascape.org/gp/index.html）^［14］的GO（gene ontology，GO）插件对与潜在靶标相关的生物过程（BP）、细胞组分（CC）和分子功能（MF）项进行富集分析。以及利用京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路富集分析，运用微生信平台（http：//www. bioinformatics. com. cn/login/）制作 GO富集分析结果的柱状图和 KEGG通路注释分析结果的气泡图。

1.2.5 分子对接验证关键靶标蛋白

利用CB-DOCK2^［15］对接关键基因。从PubChem中获取ACT三维结构，并以SDF文件格式保存。从PPI网络中根据度值选择关键基因，在PDB数据库^［16］获取关键基因的3D结构，以PDB格式保存为文件。使用CB-DOCK2进行分子对接和可视化分析，以显示分子与靶标之间的相互作用力。对接亲和分数小于-5.0千卡/摩尔表明化合物与目标之间有很强的结合。

1.2.6 DKD大鼠模型构建

动物适应性喂养 7 d后，随机分为造模组（24 只）和正常组（8 只）。所有大鼠均按饲喂标准饮食，自由饮水。正常对照组采用普通饲料，造模组大鼠采用高糖高脂饲料喂养4周，禁食10 h后单次腹腔注射35 mg/kg链脲佐菌素（STZ），正常组腹腔注射等量柠檬酸盐缓冲液。STZ注射72 h后从尾静脉测量血糖水平。大鼠血糖水平持续高于16.7 mmol/L，继续高脂喂养4周后，尿蛋白超过30 mg/d，判定为糖尿病肾病大鼠模型^［17］。

1.2.7 实验动物分组及药物处理

动物模型建立后，将造模组大鼠重新随机分为3组：模型组（DKD）、毛蕊花糖苷组（DKD+ACT 120 mg·kg^-1·d^-1）和卡托普利组（DKD+CAP 10 mg·kg^-1·d^-1）除正常组（CON）外继续给予高糖高脂饲料喂养。据报道，卡托普利可通过降低血压、改善肾脏血流灌注，减少蛋白尿来治疗糖尿病肾病，但不会降低血糖^［18］。正常对照组及DKD组给予等量生理盐水灌胃，所有大鼠每天灌胃1次，连续8周，每两周检测一次血糖和体重。动物模型中ACT和CAP的剂量基于既往文献^{［19， 20］}。

1.2.8 血尿标本检测

大鼠在戊巴比妥钠（60 mg/kg）麻醉下进行心脏穿刺收集血液标本，静置离心后，取血清用于检测血清肌酐（SCr）、血尿素氮（BUN）水平。使用ELISA试剂盒检测血清中TNF-α、IL-6和IL-1β的水平。药物干预最后一周从代谢笼中收集24 h尿液样本，用试剂盒检测大鼠24 h尿蛋白（24 h-UPro）。

1.2.9 肾组织病理染色

将肾组织用固定脱水后进行包埋，切片进行苏木精伊红（H&E）和过碘酸-雪夫（PAS）染色观察肾脏组织学病理改变。

免疫组化：石蜡切片脱蜡至水后，进行抗原修复，血清封闭。与一抗p-p65（1∶400）抗体在4 ℃下孵育过夜。HRP偶联的二抗兔IgG在37 ℃孵育30 min。DAB显色5~10 min后洗涤，用苏木精进行核染色2~3 min，各级酒精脱水，封片。

电镜：将肾皮质在2.5%的戊二醛缓冲液中固定，然后用1%的饿酸固定液浸泡。脱水包埋后切片，在铜网中用醋酸铀酰和柠檬酸铅双重染色，在电子显微镜下观察不同组肾脏的变化。

1.2.10 免疫印迹分析

提取肾组织总蛋白，测定蛋白浓度。煮沸冷却后，电泳将蛋白进行分离，并转移到PVDF膜上，5%脱脂牛奶室温下封闭2 h。一抗在4 ℃冰箱孵育过夜。室温下孵育二抗一小时后，用增强化学发光显色液通过ECL化学发光检测系统，检测蛋白信号。ImageJ软件分析蛋白质灰度值，以β-actin作为内参对照。

1.3 统计学处理

本研究使用SPSS 23.0统计软件进行数据分析，数据采用（\overline{x}\pm s）表示。每个独立实验至少重复3次。两组间比较采用Student′s t检验，多组间比较采用单因素方差分析。P<0.05为差异具有统计学意义。

2 结果

2.1 网络药理学及分子对接

2.1.1 ACT治疗DKD的潜在靶点

通过SwissTargetPrediction、GeneCard、TargetNet、SuperPred、SEA和Pharmmapper数据库筛选去重得到ACT的有效作用靶点469个；在GeneCards、OMIM、TTD、Drugbank 4个公共疾病数据库进行DKD靶点基因的收集，去重复后取并集，得到疾病潜在靶点1 073个。将ACT的469个靶点和1 073个DKD潜在靶点进行Venn分析，获得65个药物-疾病交集靶点，结果见图1。

2.1.2 构建PPI网络与核心靶点分析

将65个共同靶点基因导入STRING数据库得到PPI网络，再导入Cytoscape3.9.0软件进行可视化，如图2所示，PPI网络由65个节点和418条边组成。利用CytoNAC插件，以“Betweenness，Closeness，Degree”的平均数为截值进行筛选，结果显示度值基因排名前六的蛋白基因为TP53，CASP3，MMP9，STAT3，NFKB1，PTGS2，见表1，推测这些靶点是ACT调控DKD的关键靶点。

2.1.3 GO和 KEGG富集分析

通过 Metascape平台将ACT治疗DKD的潜在靶点进行GO富集分析，共富集到441个BP（对肽的反应；细胞对非生物刺激的反应；对外来刺激的反应；细胞对细胞因子刺激的反应），42个CC（分泌颗粒管腔；内体腔；细胞质核周区；转录调控复合体），90个MF（非跨膜蛋白酪氨酸磷酸酶活性；氧化还原酶活性；蛋白同型二聚化活性；蛋白磷酸酶结合），见图3A。

KEGG分析共获得153条富集通路，根据P值筛选前15条通路进行可视化，如图3B所示，其中有显著性的通路包括癌症信号通路，HIF-1信号通路，TNF信号通路，NF-κB信号通路，P53信号通路，AMPK信号通路等。

2.1.4 分子对接结果

将筛选得到的核心靶点和ACT进行分子对接。从PDB数据库中下载核心靶点PTGS2（5F19）、CASP3（3H0E）、MMP9（6ESM）、NFKB1（1SVC）、STAT3（6NJS）和TP53（4KVP）的蛋白结构，与ACT配体分别进行对接。分子对接结果显示，ACT与潜在的作用靶点的对接结合能均为≤-5 kJ/mol，说明ACT与预测的作用靶点的构象能量低，具有较强的结合活性。对接结合能见表2，分子对接示意图见图4。

2.2 动物实验验证

2.2.1 ACT对DKD大鼠血糖和体重的影响

与CON组相比，各组大鼠血糖均有不同程度升高（P<0.001）；与DKD组相比，ACT和CAP组大鼠虽然血糖有所下降，但差别无统计学意义，见图5A。与CON组相比，各组大鼠体重在8周后有减轻（P<0.001），与DKD组相比，ACT和CAP组大鼠给药后体重均有显著上升（P<0.01），ACT组和CAP组大鼠体重差别无统计学意义。见图5。

2.2.2 ACT对DKD大鼠血尿素氮、血肌酐及24 h尿蛋白的影响

如图6所示，与CON组比较，DKD组大鼠血尿素氮和血肌酐显著升高（P<0.001）；与DKD组相比较，ACT和CAP组血尿素氮和血肌酐显著下降（P<0.05），且两治疗组无明显差异。与CON组比较，DKD组大鼠24 h-UPro显著升高（P<0.001）；与DKD组相比较，ACT组、CAP组24 h-UPro显著下降（P<0.01），且两治疗组无明显差异。

2.2.3 ACT对DKD大鼠肾脏病理的影响

H&E染色结果显示未经治疗的DKD组的肾脏显示肾小球肥大，肾小管上皮细胞脱落，系膜基质扩张。PAS染色显示DKD模型组大鼠肾组织间质增生和肾小球基底膜增厚。治疗8周后，与模型组相比，ACT组和CAP组显著减弱了肾小球肥大和系膜基质扩张，同时减少了肾小管上皮细胞脱落。透射电镜图像显示DKD小鼠有明显的组织学改变，如足细胞脱离、足突消失和GBM增厚，而ACT和CAP处理明显逆转了这些改变，见图7。

2.2.4 ACT对DKD大鼠血清促炎细胞因子表达的影响

ELISA结果显示，在DKD组大鼠中，IL-6、IL-1β和TNF-α水平较CON组明显升高（P<0.01），而ACT和CAP处理显著降低了上述炎症因子的表达（P<0.05）。见图8。

2.2.5 ACT对DKD大鼠NF‑κB信号通路表达的影响

免疫组化结果显示，在DKD组大鼠中，p-P65表达增加，在ACT和CAP处理后p-P65表达降低（图9A），此外，Western blot也显示了类似的趋势，在DKD大鼠肾脏中p-P65大量表达（P<0.01），而在经过ACT和CAP治疗后，p-P65表达明显较DKD模型组降低（P<0.05），ACT与CAP组比较没有统计学意义（P>0.05），见图9B。综上所述，ACT的抗炎作用可能与抑制NF-κB信号通路有关。

3 讨论

近年来，糖尿病的患病率呈上升趋势，2型糖尿病患者并发DKD的风险约为21.8%^［21］。其发病机制错综复杂，涉及晚期糖基化终产物（AGEs）积累、炎症反应、肾素-血管紧张素系统（RAS）激活、氧化应激等多种因素^{［22， 23］}。虽然药物治疗在延缓DKD的进展中已有较为系统的体系，但是目前的治疗效果尚未达到预期水平，仍需开发靶向治疗肾脏疾病的新策略。地黄叶总苷胶囊具有滋阴补肾、凉血活血的功效，常用于治疗慢性肾小球肾炎、糖尿病肾病和非急性期肾衰竭等疾病^［6］。大量临床研究证明地黄叶总苷胶囊可以减少DKD患者的蛋白尿、延缓肾脏病进展^［24］。ACT为中成药地黄叶总苷胶囊的主要有效成分之一，已被证实具有良好的抗炎、抗氧化、抗癌、神经保护、心血管保护、抗糖尿病、骨骼和软骨保护、肝脏保护和抗微生物等作用^［25］，有研究发现，ACT可以通过调节NADPH/氧化酶-TGF-β/Smad信号通路改善糖尿病db/db小鼠和HK-2细胞的肾脏损伤^［26］。刘艳文等人发现ACT可下调HMGB1/RAGE/NF-κB信号通路蛋白表达，抑制动脉粥样硬化大鼠炎症和氧化应激^［27］。既往研究发现ACT可以通过抑制AKT/GSK-3β信号通路减轻db/db小鼠足细胞凋亡^［19］。以及我们的前期研究发现ACT可通AKT/mTOR信号通路抑制高糖诱导的足细胞凋亡^［25］。上述研究均表明ACT在治疗慢性炎症和多种肾脏疾病中显示出良好的疗效，但其治疗DKD的潜在分子机制尚缺乏系统性研究。

为了研究ACT治疗糖尿病肾病的药效学基础和潜在的生物学机制，首先，我们从网络药理学的角度前瞻性地预测了ACT治疗DKD潜在靶点，筛选得到65个交叉的靶点，然后构建蛋白质相互作用网络，筛选出在ACT干预DKD的生物过程中可能起关键作用的六个靶点，具体如下：TP53、CASP3、MMP9、STAT3、NFKB1、PTGS2。其中NFKB1、PTGS2、MMP9已被证实在DKD被激活，而通过特异性抑制后可改善DKD的炎症反应，减缓DKD的进展^［28］。接着，笔者对ACT治疗DKD的潜在靶点进行GO功能富集分析和KEGG通路富集分析，发现上述核心靶点可能参与了炎症反应，并通过调节NF-κB信号、TNF信号通路等进一步发挥其多靶点、多网络的肾脏保护作用。其中NF-κB信号通路的激活可诱发肾脏内慢性炎症，进而导致肾脏疾病^［29］。最后，将ACT与核心靶点进行分子对接。结果显示ACT与靶蛋白结合稳定。进一步证明了ACT治疗DKD的可行性。

在本研究中，笔者通过体内实验验证了ACT对DKD大鼠的生化指标、肾脏病理损伤、炎症反应及NF-κB信号通路的影响。生化结果显示，ACT治疗能显著改善DKD大鼠的体重、血尿素氮和血肌酐水平，这表明ACT对DKD大鼠的肾功能具有显著的改善作用，但我们的结果显示ACT不具有降低DKD大鼠血糖的作用，说明ACT并不是通过降低血糖来发挥肾脏保护作用。同时，肾脏病理染色和电镜观察结果显示，ACT治疗能显著减轻肾小球肥大和系膜基质扩张程度，减少肾小管上皮细胞脱落，改善DKD大鼠的肾脏病理损伤。

在糖尿病肾病中，NF-κB通路的激活被认为是一个重要的病理机制。NF-κB通路的异常激活会引发炎症反应，并促进炎症介质的释放^［30］。笔者的ELISA检测结果显示，ACT治疗能显著降低DKD大鼠血清中促炎细胞因子IL-6、IL-1β和TNF-α的水平，免疫组化和Western blot结果表明，ACT治疗能显著降低DKD大鼠肾脏中NF-κB信号通路的表达，上述结果说明ACT具有抑制DKD大鼠炎症反应的作用，其保护作用机制可能与抑制NF-κB信号通路有关。体内实验验证了网络药理学及分子对接预测的结果，并揭示了ACT在治疗DKD中可能的作用机制。这些结果为进一步的研究和临床应用提供了重要的参考信息，为ACT治疗DKD的潜在机制提供了有力的支持。

然而，本研究也存在一些局限性。首先，虽然通过网络药理学的方法筛选出了ACT的潜在靶点，但实际作用靶点是否完全符合预测还需进一步验证。其次，体内实验验证虽然表明了ACT对DKD的治疗效果，但动物模型与人体疾病仍有差异，临床应用还需要更多的临床试验数据支持。

综上所述， ACT可以有效降低促炎细胞因子水平，改善DKD大鼠肾功能和肾脏病理改变，并且其作用机制通过网络药理学、分子对接和动物实验验证可能与调控NF-κB信号通路有关。

作者贡献度说明：

王军伟：实验实施和数据处理；马桂巧：论文撰写；翟新茹、董彩宙：收集数据；邵婧：文献检索；马婵娟：实验设计，实验指导及论文修改指正。

所有作者声明不存在利益冲突关系。

参考文献

[1] Jiang G， Luk AO， Tam C， et al. Clinical predictors and long-term impact of acute kidney injury on progression of diabetic kidney disease in Chinese patients with type 2 diabetes［J］. Diabetes， 2022，71（3）：520-529.

[2] Vartak T， Godson C， Brennan E. Therapeutic potential of pro-resolving mediators in diabetic kidney disease［J］. Adv Drug Deliv Rev， 2021，178：113965.

[3] Hanouneh M， Echouffo TJ， Jaar BG. Recent advances in diabetic kidney disease［J］. BMC Med， 2021，19（1）：180.

[4] Dembowska E， Jaron A， Gabrysz-Trybek E， et al. Quality of life in patients with end-stage renal disease undergoing hemodialysis［J］. J Clin Med， 2022，11（6）.

[5] Xiao Y， Ren Q， Wu L. The pharmacokinetic property and pharmacological activity of acteoside： A review［J］. Biomed Pharmacother， 2022，153：113296.

[6] 刘高虹， 薛福平， 张湾， 等. 地黄叶总苷胶囊辅助治疗糖尿病肾病疗效观察［J］. 中国中西医结合肾病杂志， 2018，19（11）：990-992.

[7] Liu G， Xue F， Zhang W， et al. Observation of therapeutic effect of total glycosides of rehmannia leaf capsule in the adjuvant treatment of diabetic nephropathy ［J］. Chin J Integr Tradit West Nephrol， 2018，19（11）：990-992.

[8] UniProt： the universal protein knowledgebase in 2023［J］. Nucleic Acids Res， 2023，51（D1）：D523-D531.

[9] Safran M， Dalah I， Alexander J， et al. GeneCards Version 3： The human gene integrator［J］. Database （Oxford）， 2010，2010：baq020.

[10] Amberger JS， Hamosh A. Searching online mendelian inheritance in man （OMIM）： A knowledgebase of human genes and genetic phenotypes［J］. Curr Protoc Bioinformatics， 2017，58：1-2.

[11] Zhou Y， Zhang Y， Lian X， et al. Therapeutic target database update 2022： Facilitating drug discovery with enriched comparative data of targeted agents［J］. Nucleic Acids Res， 2022，50（D1）：D1398-D1407.

[12] Wishart DS， Feunang YD， Guo AC， et al. DrugBank 5.0： A major update to the DrugBank database for 2018［J］. Nucleic Acids Res， 2018，46（D1）：D1074-D1082.

[13] Sun L， Dong S， Ge Y， et al. DiVenn： An interactive and integrated web-based visualization tool for comparing gene lists［J］. Front Genet， 2019，10：421.

[14] Szklarczyk D， Gable AL， Lyon D， et al. STRING v11： Protein-protein association networks with increased coverage， supporting functional discovery in genome-wide experimental datasets［J］. Nucleic Acids Res， 2019，47（D1）：D607-D613.

[15] Zhou Y， Zhou B， Pache L， et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets［J］. Nat Commun， 2019，10（1）：1523.

[16] Liu Y， Yang X， Gan J， et al. CB-Dock2： Improved protein-ligand blind docking by integrating cavity detection， docking and homologous template fitting［J］. Nucleic Acids Res， 2022，50（W1）：W159-W164.

[17] Zardecki C， Dutta S， Goodsell DS， et al. PDB-101： Educational resources supporting molecular explorations through biology and medicine［J］. Protein Sci， 2022，31（1）：129-140.

[18] Guo XX， Wang Y， Wang K， et al. Stability of a type 2 diabetes rat model induced by high-fat diet feeding with low-dose streptozotocin injection［J］. J Zhejiang Univ Sci B， 2018，19（7）：559-569.

[19] Deng X， Li D， Tang Q， et al. ACEI and ARB lower the incidence of end-stage renal disease among patients with diabetic nephropathy： A meta-analysis［J］. Comput Math Methods Med， 2022，2022：6962654.

[20] Li X， Liu Z， He Z， et al. Acteoside protects podocyte against apoptosis through regulating AKT/GSK-3beta signaling pathway in db/db mice［J］. BMC Endocr Disord， 2023，23（1）：230.

[21] 邹新蓉， 王长江， 王小琴. 威灵仙提取物对糖尿病肾病大鼠的作用［J］. 中国实验方剂学杂志， 2015，21（16）：152-156.

[22] Zou X， Wang C， Wang X， et al. Effect of extracts from Clematidis Chinensis Radix et Rhizoma on diabetic nephropathy in rats［J］. Chin J Exp Med Formul， 2015，21（16）：152-156.

[23] Aschner P， Gagliardino JJ， Ilkova H， et al. Correction to： Persistent poor glycaemic control in individuals with type 2 diabetes in developing countries： 12 years of real-world evidence of the International Diabetes Management Practices Study （IDMPS）［J］. Diabetologia， 2020，63（5）：1088-1089.

[24] Warren AM， Knudsen ST， Cooper ME. Diabetic nephropathy： An insight into molecular mechanisms and emerging therapies［J］. Expert Opin Ther Targets， 2019，23（7）：579-591.

[25] 王军伟， 马桂巧， 张佩佩， 等. 槐杞黄对高糖诱导HK-2细胞损伤的保护效应及机制［J］. 山西医科大学学报， 2023，54（12）：1611-1618.

[26] Wang J， Ma G， Zang P， et al. Therapeutic effect and mechanism of Huaiqihaung on high glucose-induced HK-2 cell damage ［J］. J Shanxi Med Univ， 2023，54（12）：1611-1618.

[27] Xu Z， Dai XX， Zhang QY， et al. Protective effects and mechanisms of Rehmannia glutinosa leaves total glycoside on early kidney injury in db/db mice［J］. Biomed Pharmacother， 2020，125：109926.

[28] 刘志龙， 王军伟， 张佩佩， 等. 毛蕊花糖苷通过抑制AKT/mTOR通路减轻高糖诱导的HK2细胞凋亡［J］. 山西医科大学学报， 2023，54（8）：1092-1099.

[29] Liu Z， Wang J， Zang P， et al. Acteosides alleviates apoptosis of HK2 cells induced by high glucose through AKT/mTOR signaling pathway ［J］. J Shanxi Med Univ， 2023，54（8）：1092-1099.

[30] Wang Q， Dai X， Xiang X， et al. A natural product of acteoside ameliorate kidney injury in diabetes db/db mice and HK-2 cells via regulating NADPH/oxidase-TGF-beta/Smad signaling pathway［J］. Phytother Res， 2021，35（9）：5227-5240.

[31] 刘艳文， 刘水清， 林少伟， 等. 毛蕊花糖苷调节HMGB1/RAGE/NF-κB信号通路对动脉粥样硬化大鼠内皮功能障碍的影响［J］. 天津医药， 2023，51（12）：1339-1343.

[32] Liu Y， Liu S， Lin S， et al. Effect of verbascoside on endothelial dysfunction in atherosclerotic rats by regulating HMGB1/RAGE/NF-κB signal pathway ［J］. Tianjin Med J， 2023，51（12）：1339-1343.

[33] Wang J， Ma G， Zhang P， et al. Mechanism of Huaiqihuang in treatment of diabetic kidney disease based on network pharmacology， molecular docking and in vitro experiment［J］. Medicine （Baltimore）， 2023，102（50）：e36177.

[34] Matoba K， Takeda Y， Nagai Y， et al. Unraveling the role of inflammation in the pathogenesis of diabetic kidney disease［J］. Int J Mol Sci， 2019，20（14）.

[35] Ke G， Chen X， Liao R， et al. Receptor activator of NF-kappaB mediates podocyte injury in diabetic nephropathy［J］. Kidney Int， 2021，100（2）：377-390.

基金资助

山西省自然科学基金项目(201901D111437)

山西省留学人民科技活动(20220046)