基于网络药理学方法预测银杏叶治疗心脑血管类疾病的有效成分及其潜在靶点

目的:采用网络药理学方法,研究银杏叶"成分-靶点-心脑血管相关疾病"复杂网络,预测银杏叶治疗心脑血管类疾病的有效成分及其潜在靶点。方法:建立药物分子-靶点相互作用的随机森林预测模型,对银杏叶化学成分进行靶点预测,然后构建和分析银杏叶"成分-靶点-心脑血管相关疾病"复杂网络。结果:对银杏叶的34个化学成分预测出多个作用靶点,结果得到了文献验证;进一步网络分析的结果初步揭示了银杏叶治疗心脑血管类疾病的有效成分和潜在靶点。结论:本方法可用于研究中药的物质基础和分子作用机制。     

基于随机森林算法的川芎成分-靶点-疾病网络的预测研究

该研究搜集KEGG数据库中小分子药物及其酶、离子通道、G蛋白、核蛋白等4类药靶数据作为训练集,建立基于随机森林法的药物-靶点相互作用模型;采用十折交叉验证评价模型精度,获得4类药靶模型的预测正确率分别为71.34%,67.08%,73.17%,67.83%。利用该模型对川芎26个化学成分进行靶点预测,并构建其成分-靶点-疾病网络,所得结果得到了较好的文献验证。该文所建模型具有较高的预测精度,可用于发现其他中药成分的潜在作用靶点。