Abstrait

La maladie de Parkinson (MP) représente un trouble neurodégénératif progressif du mouvement dépourvu de thérapies curatives radicales. Le couple d'herbes composé deCistanche désertiqueetAngélique sinensisest une combinaison bien connue de médecine traditionnelle chinoise (MTC) qui atténue les symptômes cliniques associés à la MP. Cette recherche a intégré un flux de travail de pharmacologie en réseau et un modèle de prédiction d'apprentissage profond pour découvrir des cibles thérapeutiques candidates et des mécanismes moléculaires latents de cette paire de plantes contre la MP.

Constituants chimiques actifs deCistanche deserticola‑Angelica sinensisont été récupérés et filtrés via la base de données TCMSP. La base de données PubChem a fourni des informations structurelles sur les composés. L'analyse d'intersection a identifié 131 gènes partagés entre des cibles liées aux médicaments et des gènes associés à la maladie de Parkinson. Un enrichissement fonctionnel GO et un enrichissement de la voie KEGG ont été réalisés pour ces gènes qui se chevauchent. Le modèle CNN_CNN_BindingDB pré-entraîné intégré à la boîte à outils d'apprentissage en profondeur DeepPurpose a été déployé pour prédire quantitativement l'affinité de liaison des protéines moléculaires entre les composés phytochimiques représentatifs et les protéines cibles centrales.

Les résultats de l'enrichissement fonctionnel ont démontré que ce mélange de plantes intervient dans la progression pathologique de la MP à travers des réponses biologiques, notamment une réaction à un stimulus exogène, des voies liées aux infections, une réponse aux lipopolysaccharides et une réponse au stress des espèces réactives à l'oxygène. Les voies de signalisation KEGG dominantes couvraient la voie d'activation des récepteurs de la cancérogenèse chimique ainsi que la cascade de signalisation AGE-RAGE. La prédiction d'affinité par apprentissage profond a vérifié une interaction de liaison robuste entre les principaux ingrédients bioactifs (-sitostérol, quercétine, arachidonate et autres composés phytochimiques) et les protéines centrales liées à la MP (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1).

Collectivement,Cistanche deserticola‑Angelica sinensisLa paire de plantes exerce des effets pharmacologiques à plusieurs composants et multi-cibles pour l’intervention contre la MP. Ses substances actives modulent l’autophagie, l’apoptose cellulaire, l’homéostasie du stress oxydatif et les réponses neuroinflammatoires. Cette étude informatique fournit des preuves théoriques préliminaires et des ressources de référence pour une validation expérimentale ultérieure et le dépistage de médicaments anti-MP dérivés de combinaisons de plantes médicinales de MTC.

Mots-clés: Maladie de Parkinson; pharmacologie de réseau ; apprentissage profond ;Cistanche désertique; Angélique sinensis; paire d'herbes; neuroprotection; prédiction de cible

1. Présentation

La maladie de Parkinson (MP) est une maladie neurodégénérative chronique invalidante caractérisée par une dégénérescence progressive des neurones dopaminergiques nigrostriataux. Les manifestations cliniques typiques comprennent des tremblements au repos, une rigidité musculaire, une instabilité posturale, une bradykinésie, accompagnées de symptômes non moteurs tels que des troubles du sommeil, un dysfonctionnement olfactif, une constipation et des troubles cognitifs. Les interventions cliniques actuelles sont dominées par un traitement substitutif symptomatique à base de lévodopa, qui peut soulager temporairement les signes moteurs mais ne peut pas arrêter ou inverser la progression dégénérative neuronale sous-jacente. L’administration à long terme de lévodopa génère souvent des effets indésirables de complications motrices. Par conséquent, la découverte et le développement de nouveaux agents thérapeutiques neuroprotecteurs restent des demandes cliniques urgentes.

La phytothérapie traditionnelle chinoise fournit de nombreuses ressources potentielles pour l’exploration de médicaments contre les maladies neurodégénératives.Cistanche désertique(Rou‑cong‑rong) etAngélique sinensis(Dang‑gui) sont des herbes médicinales fréquemment combinées dans la pratique clinique de la MTC. Les recherches pharmacologiques modernes ont validé de multiples fonctions biologiques pour ces deux matières végétales.Cistanche désertique, le « ginseng du désert », possède des activités neuroprotectrices, immunomodulatrices, antitumorales et régulatrices gastro-intestinales avec des profils de biosécurité PMC favorables. Ses composants phényléthanoïdes-glycosides tels que l'échinacoside et le verbascoside peuvent atténuer les dommages neuronaux oxydatifs, inhiber l'apoptose des neurones dopaminergiques et réguler le flux de l'autophagie, montrant des effets précliniques anti-PD prometteurs.Angélique sinensisest largement utilisé pour nourrir le sang et activer la circulation sanguine dans les prescriptions de MTC ; ses extraits présentent des performances anti-inflammatoires, une capacité de piégeage des espèces réactives de l'oxygène, des propriétés anti-âge et neurotrophiquesFrontiers. L’utilisation combinée de ces deux plantes est censée générer des bénéfices neuroprotecteurs synergiques pour les patients parkinsoniens.

Néanmoins, le mécanisme moléculaire holistique qui sous-tend leCistanche deserticola‑Angelica sinensisCette paire de plantes traitant la maladie de Parkinson reste insuffisamment clarifiée par les expériences conventionnelles en laboratoire à cible unique. La méthodologie de pharmacologie en réseau simule la caractéristique « multi-composés, multi-cibles, multi-voies » des formules de MTC, ce qui convient parfaitement au déchiffrement des mécanismes des combinaisons de plantes. De plus, la prédiction de l’affinité de liaison à une cible médicamenteuse basée sur l’apprentissage profond complète le flux de travail traditionnel d’amarrage moléculaire et améliore l’efficacité du criblage à haut débit pour l’interaction composé-cible. La bibliothèque open source DeepPurpose fournit plusieurs architectures de réseaux neuronaux pré-entraînées pour la prévision des interactions médicamenteuses-cibles ; le modèle CNN_CNN_BindingDB atteint des performances fiables pour l'estimation du score de liaison aux petites molécules et aux protéines.

Dans cette étude informatique, nous avons intégré un pipeline analytique de pharmacologie en réseau avec le modèle d'apprentissage profond DeepPurpose pour sonder systématiquement les cibles potentielles et les cascades de signalisation modulées parCistanche deserticola‑Angelica sinensiscontre PD. Notre objectif était de révéler le mécanisme moléculaire synergique de cette paire de plantes et de jeter les bases théoriques d'essais cellulaires in vitro de suivi et de vérification de modèles animaux in vivo, accélérant ainsi l'exploitation de nouveaux médicaments candidats pour le traitement de la maladie de Parkinson.

2. Matériels et méthodes

2.1 Récupération d'ensembles de données et sélection de cibles composées

Composants chimiques bioactifs deCistanche désertiqueetAngélique sinensisont été obtenus auprès du TCMSP (base de données et plateforme d'analyse de pharmacologie des systèmes de médecine traditionnelle chinoise). Trois critères de filtrage ont été appliqués pour la sélection des composés candidats : biodisponibilité orale OB supérieure ou égale à 30 % ; similarité avec le médicament DL Supérieur ou égal à 0,18 ; perméabilité de la barrière hémato-encéphalique BBB Supérieur ou égal à −0,85. Le réglage du seuil BBB garantit que les composés phytochimiques dépistés possèdent la capacité théorique de traverser la barrière hémato-encéphalique et d'agir sur les lésions du système nerveux central liées à la pathologie de la MP, compte tenu des déficiences de la barrière hémato-encéphalique fréquentes chez les patients parkinsoniens.

La base de données PubChem a été interrogée pour les chaînes structurelles canoniques SMILES de composés filtrés. Les gènes cibles associés à la maladie de Parkinson ont été collectés à partir des bases de données GeneCards, OMIM, PharmGkb, TTD et DrugBank. Après avoir consolidé et dédupliqué les entrées de gènes liés à la maladie, une analyse d'intersection a été réalisée entre les cibles prédites des composés à base de plantes et les gènes de la maladie pertinents pour la maladie de Parkinson afin d'acquérir des gènes cibles partagés qui se chevauchent de la paire de plantes pour le traitement de la maladie de Parkinson.

2.2 Construction d'un réseau d'interactions protéine-protéine (PPI)

Les gènes cibles communs qui se chevauchent ont été soumis à la base de données STRING. L'espèce a été spécifiée commeHomo sapiens, confidence threshold was set to highest‑confidence score >0,9 ; d'autres paramètres conservés comme configuration par défaut pour construire un réseau d'interaction protéine-protéine. Les paramètres topologiques du réseau, notamment le degré-centralité (DC), l'inter-centralité (BC), la proximité-centralité (CC), le vecteur propre-centralité (EC) ont été calculés. Le plug-in CytoNCA du logiciel Cytoscape a exécuté un filtrage des gènes hub à deux tours pour identifier les gènes cibles principaux. Premiers critères de filtrage : BC Supérieur ou égal à 49,43, CC Supérieur ou égal à 0,15, DC Supérieur ou égal à 5,0, EC Supérieur ou égal à 0,05. Filtrage plus strict de deuxième tour : BC supérieur ou égal à 15,43, CC supérieur ou égal à 0,54, DC supérieur ou égal à 8, EC supérieur ou égal à 0,14. Les gènes satisfaisant aux seuils de dépistage secondaire ont été définis comme cibles principales de cette paire de plantes contre la MP.

2.3 Analyse d'enrichissement GO et KEGG

La plate-forme R‑studio avec les packages d'écosystème Bioconductor (clusterProfiler, ggplot2 et packages de dépendances auxiliaires) a été adoptée pour l'analyse de l'enrichissement fonctionnel Gene-Ontology (GO) et l'analyse de l'enrichissement des voies de l'Encyclopédie de Kyoto des gènes et des génomes (KEGG) pour 131 cibles croisées partagées. L'analyse d'enrichissement GO couvre trois catégories : processus biologique (BP), composant cellulaire (CC), fonction moléculaire (MF). Valeur P< 0.05 was regarded as statistically‑significant enrichment threshold.

2.4 Prédiction d'affinité de liaison basée sur le Deep Learning

La boîte à outils open source d’apprentissage profond DeepPurpose a été utilisée pour prédire l’affinité de liaison à une cible médicamenteuse. Le modèle CNN_CNN_BindingDB pré-entraîné a été sélectionné pour le calcul. Les séquences d'acides aminés des protéines cibles principales ont été téléchargées à partir de la base de données UniProt ; Les chaînes SMILES composées ont été extraites de la base de données PubChem. Ce modèle hybride de réseau neuronal convolutionnel prend la séquence composée SMILES et la séquence d'acides aminés de la protéine cible comme caractéristiques à double entrée et génère une matrice de score de force de liaison quantitative pour les paires composé-cible. La visualisation de la matrice de prédiction de liaison a été mise en œuvre pour montrer l'intensité de l'interaction entre les composés phytochimiques représentatifs des paires de plantes et les protéines centrales liées à la PD.

3. Résultats

3.1 Composés actifs et collecte de cibles médicamenteuses

Suite à la récupération de la base de données TCMSP et aux critères de filtrage tridimensionnel (OB supérieur ou égal à 30 %, DL supérieur ou égal à 0,18, BBB supérieur ou égal à −0,85), sept composés phytochimiques bioactifs (dont un constituant commun partagé pour les deux herbes) ont été obtenus à partir deCistanche deserticola‑Angelica sinensispaire d'herbes. Le script Strawberry‑Perl a effectué la conversion de l'ID cible, la base de données UniProt a annoté et standardisé les noms de gènes ; Au total, 297 gènes cibles potentiels de médicaments liés aux composés de paires de plantes ont été acquis.

3.2 Criblage d'intersection pour les cibles thérapeutiques pertinentes pour la MP

Plusieurs bases de données de gènes de maladies (GeneCards, OMIM, PharmGkb, TTD, DrugBank) ont été intégrées et dédupliquées, donnant un total de 11 208 gènes de maladies liés à la maladie de Parkinson. Calcul d'intersection entre l'ensemble cible de paires de plantes médicinales et l'ensemble de données sur les gènes de la maladie PD produit131 gènes communs qui se croisent, qui constituait un pool de cibles thérapeutiques potentielles médiatrices des actions pharmacologiques anti-MP pourCistanche deserticola‑Angelica sinensis.

3.3 Identification de la cible centrale à partir du réseau PPI

Les 131 cibles partagées ont été importées dans STRING pour créer un réseau d'interactions protéine-protéine. Le filtrage des paramètres topologiques en deux étapes par le plug-in CytoNCA a éliminé onze gènes principaux :HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1. Ces gènes centraux occupent un statut régulateur central au sein du réseau biologique et sont supposés servir de nœuds d'action primaires pour cette paire de plantes interférant avec la progression pathologique de la MP.

3.4 Résultats de l’enrichissement fonctionnel GO et de l’enrichissement de la voie KEGG

Les résultats de l'enrichissement en GO ont révélé que ces cibles partagées participent à de multiples réponses à des processus biologiques : réponse à un stimulus exogène, réaction associée à une infection, réponse inflammatoire médiée par les lipopolysaccharides, réponse métabolique des espèces réactives à l'oxygène. Au niveau de la fonction moléculaire, les protéines centrales exercent une activité de liaison aux facteurs de transcription et de liaison à l'ADN, une fonction de liaison à la protéine ligase de type ubiquitine et une activité de régulation des récepteurs nucléaires. Les emplacements correspondants des composants cellulaires impliquent les microdomaines de la membrane plasmique, les radeaux membranaires et les lumières des granules intracellulaires.

L'analyse de l'enrichissement de la voie KEGG a révélé des cascades de signalisation considérablement enrichies, parmi lesquelles la voie d'activation des récepteurs de la cancérogenèse chimique et la voie de signalisation AGE-RAGE sont des voies représentatives de haute pertinence. D'autres cascades significatives incluent la signalisation PI3K-Akt, la signalisation MAPK, la voie de réponse inflammatoire à l'IL-17 et la voie inflammatoire médiée par le TNF, qui sont étroitement associées au stress oxydatif neuronal, à la neuroinflammation, à l'apoptose cellulaire et aux événements régulateurs de l'autophagie au cours de la pathogenèse de la MP.

3.5 Prédiction d'affinité de liaison CNN_CNN_BindingDB par apprentissage profond

Le modèle DeepPurpose CNN_CNN_BindingDB a prédit la force d'interaction de liaison entre des composés phytochimiques représentatifs (yangambine, suchilactone, stigmastérol, quercétine, marckine, ‑sitostérol, arachidonate) et onze protéines principales cibles. La matrice de carte thermique des scores de liaison a illustré que plusieurs composés, notamment le sitostérol, la quercétine, la marckine et l'arachidonate, présentaient une forte affinité de liaison avec la plupart des nœuds cibles tels que AKT1, TP53, MYC, MAPK1, FOS, HIF1A et STAT1. Ce résultat informatique d’apprentissage profond conforte l’hypothèse selon laquelle les composants actifs provenant deCistanche deserticola‑Angelica sinensisCette paire de plantes peut interagir directement avec les protéines principales associées à la PD et moduler leur fonction biologique.

4. Discussion

La pathogenèse de la maladie de Parkinson implique des interactions complexes entre les lésions dues au stress oxydatif, la neuroinflammation, l'agrégation de protéines, le dysfonctionnement mitochondrial, l'autophagie dérégulée et l'apoptose des neurones dopaminergiques. La monothérapie à molécule unique est difficile à inverser les dommages neurodégénératifs provoqués par plusieurs facteurs. Paire d'herbes MTCCistanche deserticola‑Angelica sinensisfonctionne via un mode synergique à plusieurs composants, correspondant aux caractéristiques multipathologiques caractéristiques de la MP. Cette étude a combiné la pharmacologie en réseau et la prédiction de liaison à une cible par apprentissage profond pour disséquer son mécanisme moléculaire anti-PD potentiel.

Sept composés phytochimiques bioactifs qualifiés ont été analysés, notamment le sitostérol, la quercétine, l'arachidonate, le stigmastérol et d'autres produits naturels neuroprotecteurs bien documentés. Au total, 131 gènes se chevauchant entre les cibles végétales et les gènes de la maladie de Parkinson indiquent un large champ d'intervention de cette paire de plantes médicinales pour le réseau pathologique de la maladie de Parkinson. Onze gènes hub (HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1) ont été filtrés du réseau PPI. Ces gènes centraux sont des régulateurs centraux de la survie cellulaire, de l’inflammation et de la réponse au stress oxydatif. AKT1 appartient au nœud central de la voie de signalisation PI3K-AKT ; son état de phosphorylation contrôle l'apoptose cellulaire et le processus d'autophagie dans les neurones dopaminergiques. TP53 intervient dans l'apoptose neuronale déclenchée par des dommages à l'ADN ; MAPK1 participe à la cascade de protéines-kinases activées par les mitogènes activées par le stress qui facilite la mort des neurones dans des conditions de stress oxydatif. HIF1A module la réaction hypoxique-inflammatoire au sein du microenvironnement du système nerveux central. RELA et STAT1 sont des molécules clés de facteur de transcription pour la transduction du signal neuro-inflammatoire piloté par NF‑κB.

L'analyse d'enrichissement KEGG a mis en évidence la voie de signalisation AGE-RAGE comme voie enrichie critique. L'activation anormale de l'axe AGE-RAGE peut déclencher la libération du facteur inflammatoire dépendant du NF-κB, aggraver la charge de stress oxydatif des neurones de la substance noire et accélérer la progression de la MP, ce qui est cohérent avec les recherches sur les mécanismes de neurodégénérescence publiées précédemment.... En outre, la voie inflammatoire du TNF, la voie de l'IL-17 et la voie PI3K-Akt sont également considérablement enrichies. Les ingrédients de la paire de plantes peuvent supprimer la suractivation des microglies et la sécrétion de cytokines pro-inflammatoires (TNF-, IL-17, etc.), et réduire les lésions neuronales à médiation inflammatoire. L'enrichissement des processus biologiques GO a montré un enrichissement important pour la réponse des espèces réactives à l'oxygène, indiquant que l'effet antioxydant constitue l'un des mécanismes neuroprotecteurs vitaux de cette paire de plantes.

Différent de la simulation d’amarrage moléculaire conventionnelle, nous avons appliqué le modèle d’apprentissage profond DeepPurpose CNN_CNN_BindingDB pour évaluer l’affinité de liaison entre les composés et les cibles. Le modèle de réseau neuronal convolutionnel apprend des données de liaison expérimentales massives à partir de la base de données BindingDB, qui fournit une prédiction quantitative à haut débit pour l'interaction entre les petites molécules végétales et les protéines cibles. La matrice de carte thermique de prédiction a démontré que le sitostérol, la quercétine et l'arachidonate possèdent un excellent potentiel de liaison contre la plupart des protéines centrales, ce qui suggère que ces constituants pourraient servir de molécules effectrices majeures pour l'activité anti-PD deCistanche deserticola‑Angelica sinensis.

Cette recherche informatique présente encore des limites inhérentes. Toutes les conclusions sont dérivées de prédictions in silico ; d'autres expériences au niveau cellulaire et une validation de modèles PD-animaux sont indispensables pour vérifier l'interaction composé-cible et les effets de régulation de la voie. De plus, nos critères de sélection fixaient les paramètres OB, DL et BBB ; certains constituants à faible biodisponibilité peuvent être filtrés, tandis que les produits de transformation métabolique après administration orale à base de plantes n'ont pas été pris en compte. Les travaux ultérieurs devraient intégrer la pharmacochimie sérique pour identifier les composés prototypes et les métabolites réels pénétrant la barrière hémato-encéphalique dérivés de l'administration orale de paires de plantes.

Du point de vue des applications translationnelles, cette étude fournit une liste de composés candidats et un ensemble de cibles principales, soutenant le dépistage de nouveaux médicaments de suivi et l'optimisation de la formulation d'extraits de plantes pour la thérapie complémentaire de la MP.

5. Conclusion

En résumé, cette étude a adopté la pharmacologie en réseau combinée à un flux de travail de prédiction d'apprentissage profond pour étudier systématiquement les mécanismes thérapeutiques potentiels pourCistanche deserticola‑Angelica sinensispaire de plantes contre la maladie de Parkinson.

Un total de sept composés phytochimiques bioactifs et 131 cibles thérapeutiques croisées pertinentes pour la PD ont été obtenus ; onze gènes centraux ont été identifiés : HIF1A, TP53, MYC, MAPK1, HSP90AA1, FOS, EGFR, RELA, STAT1, CCND1, AKT1.

Les résultats de l'analyse d'enrichissement ont indiqué que cette paire de plantes module plusieurs événements biologiques, notamment le stress des espèces réactives à l'oxygène, la neuro-inflammation, l'autophagie et l'apoptose. Les voies de signalisation AGE‑RAGE, PI3K‑Akt, MAPK, TNF et IL‑17 participent à son processus pharmacologique anti‑PD.

La prédiction d'affinité de liaison CNN_CNN_BindingDB par apprentissage approfondi a validé que des composés phytochimiques représentatifs tels que le sitostérol et la quercétine présentent une capacité de liaison favorable aux protéines principales cibles.

LeCistanche deserticola‑Angelica sinensisLa paire de plantes traite la maladie de Parkinson selon un modèle holistique multi-composés-multi-cibles-multi-voies. Cette recherche in silico offre une référence informatique pour une vérification expérimentale plus poussée et le développement d'agents neuroprotecteurs d'origine MTC pour l'intervention contre la maladie de Parkinson.

Références

[1] Commission de pharmacopée de la République populaire de Chine. Pharmacopée chinoise (Volume I)[M]. Pékin : China Medical Science Press, 2020.

[2] Jenkins HE, Tolman AW, Yuen CM et al. Incidence de la tuberculose multirésistante chez les enfants : revue systématique et estimations mondiales[J]. Lancet, 2014, 383(9928):1572‑1579.

[3] Donovan JT, Thu DDA, Phu NH et al. Xpert MTB/RIF Ultra versus Xpert MTB/RIF pour le diagnostic de la méningite tuberculeuse : une étude prospective, randomisée et d'exactitude diagnostique[J]. Lancet Infectious Diseases, 2020, 20(3):299‑307.

[4] Wang LJ, Yi HY, Liang XJ et al. Le TNF plasmatique et le syn phosphorylé sont associés à la fatigue chez les patients atteints de la maladie de Parkinson [J]. Journal de neuroimmunologie, 2023, 385 : 578222.

[5] Chen J, Zheng ZW, Li MQ et al. Conception, synthèse et évaluation de composés monocétènes en tant que nouveaux agents potentiels de la maladie de Parkinson en supprimant le stress des urgences via AKT[J]. Chimie bioorganique, 2023,136:106543.

[6] Wang ZF, Huang PE, Wang NB et al. La ‑asarone inhibe l'autophagie en activant la voie PI3K/Akt/mTOR dans un modèle de dépression chez le rat dans la maladie de Parkinson[J]. Recherche comportementale sur le cerveau, 2024, 465 : 114966.