各位讀者好，今天為大家?guī)硪黄褂?span style=";padding: 0px;color: red">加權基因共表達網絡分析（WGCNA）結合網絡藥理學篩選增生性瘢痕治療藥物的高分文章，是由中國醫(yī)

學科學院團隊2024年5月在The British journal of dermatology發(fā)表的，題為“Using network pharmacology to discover potential drugs for

hypertrophic scars”。揭示了增生性瘢痕的分子發(fā)病機制并篩選了有效治療藥物。

研究框架：

1. 提出研究問題

增生性瘢痕現有藥物治療效果不佳，為探索其分子發(fā)病機制并篩選有效治療藥物而開展研究。

2. 構建研究框架

從基因模塊入手，尋找與增生性瘢痕相關的基因模塊和關鍵基因，再基于這些結果篩選化合物，通過多種實驗驗證潛在藥物的有效性。

3. 選擇研究方法

數據獲取與分析：利用NCBI Gene Expression Omnibus的增生性瘢痕轉錄組數據，采用加權基因共表達網絡分析（WGCNA），計算模塊特征基因、基因顯

著性等。

富集分析：通過Gene Ontology（GO）和Kyoto Encyclopedia of Genes and Genomes（KEGG）富集分析，明確基因功能。

蛋白-蛋白相互作用網絡分析：選擇特定基因構建網絡，利用Connectivity Map數據庫預測藥物。

分子對接：對篩選出的候選藥物與關鍵蛋白進行分子對接。

實驗驗證：包括細胞培養(yǎng)（人增生性瘢痕成纖維細胞）、實時聚合酶鏈反應、傷口愈合實驗、CCK8細胞增殖實驗、蛋白質印跡法以及小鼠實驗等。

4. 分析數據

對體外和體內實驗數據采用方差分析和混合效應模型進行重復測量分析。

5. 得出結論

通過上述研究發(fā)現ITGB1和TGF - β信號通路對增生性瘢痕形成非常重要，克唑替尼可作為潛在治療藥物。

參考文獻

[1]Zhang Y, Li X, Yu Q, et al. Using network pharmacology to discover potential drugs for hypertrophic scars[J]. Br J Dermatol, 2024,191(4):592-604.