說到“網(wǎng)絡藥理學”，小云知道做中藥的朋友們對它是又愛又恨：網(wǎng)藥確實是個好的發(fā)文途徑，可以減少一部分實驗成本；但網(wǎng)藥已經(jīng)過了最初的紅利期，目前只做網(wǎng)藥已經(jīng)不好發(fā)高分文章了··· 針對這種情況，我們該怎么利用網(wǎng)藥發(fā)高分文章呢？ 下面小云就用2個文章實例，對比總結高分文章發(fā)文秘籍~

?5分+文章：網(wǎng)絡藥理學+分子對接+動物實驗驗證

7分+文章：網(wǎng)絡藥理學+分子對接+動物實驗驗證+蛋白質(zhì)組學+代謝組學

?7分+文章：網(wǎng)絡藥理學+分子對接+體內(nèi)外實驗驗證+機制探索實驗

這么對比是不是很清晰的就能看出來：

7分+的文章增加了多組學檢測或機制探索。這兩類思路小云更推薦多組學檢測，因為一般這里的組學檢測和分析難度都不大，所需樣本數(shù)量也不多，比機制實驗會更簡單寫，更多是拓寬數(shù)據(jù)維度和支撐數(shù)據(jù)量，不同研究目的可以添加不同的組學分析，比如轉(zhuǎn)錄組學、蛋白組學、代謝組學、腸道菌群測序等等

。

(ps：不知道怎么創(chuàng)新的小伙伴可以來找小云！這里有新鮮出爐的生信熱點方向，還有一大波的可復現(xiàn)的創(chuàng)新思路，感興趣的直接來公眾號后臺找我噢！)。

下面就用上面那篇7分+添加多組學的文章給小伙伴們詳細解析下，多點開花的思路設計~

題目：蒺藜通過調(diào)控鞘脂代謝信號通路誘導乳腺癌細胞凋亡

雜志：

Phytomedicine

影響因子：IF=7.9

發(fā)表時間：2023年8月

研究背景

蒺藜(TT)最初記載在《神農(nóng)本草經(jīng)》中，在中國作為平肝、驅(qū)散憂郁和風、促進血液循環(huán)、改善視力和止癢的草藥使用了幾千年，而且在中國古代也是用來治療乳腺癌的。然而，TT提取物對乳腺癌的藥理活性很少受到關注。

數(shù)據(jù)來源

研究流程

從TCMSP收集TT的成分，確定QLYD的主要活性成分和相應的靶點。利用GeneCards 數(shù)據(jù)庫挖掘乳腺癌和乳炎的潛在治療靶點，三者靶點取交集獲得123個共有靶點。針對共同靶點進行PPI網(wǎng)絡分析、GO和KEGG富集分析，構建草藥-成分-靶點-疾病網(wǎng)絡，并將核心活性成分與核心靶點進行分子對接。建立乳腺癌小鼠模型，研究TT水提物對乳腺癌的治療作用和靶點機制。最后利用蛋白組學和代謝組學檢測篩選了TT治療后的差異蛋白和差異代謝物，進行功能分析，并針對關鍵差異蛋白進行免疫熒光表達驗證。

主要結果

1. TT的網(wǎng)絡藥理學分析

在TCMSP中篩選TT的活性成分，獲得12個活性成分（圖1A）。進一步在TCMSP中搜索這些篩選出的活性成分的蛋白質(zhì)靶點，共得到127個靶標。在GeneCards 數(shù)據(jù)庫中收集15253個乳腺癌靶標和1225個乳炎靶標，將三者取交集，獲得123個共同靶標（圖1B）。隨后利用Cytoscape建立草藥-成分-靶點-疾病網(wǎng)絡（圖1C），利用String和Cytoscape建立123個共同靶標的PPI網(wǎng)絡（圖1D）。針對共同靶標基因進行GO和KEGG富集分析（圖1E, F），顯示基因多富集于TNF信號通路、腫瘤通路、VEGF信號通路等，提示TT可能通過抗炎、抗凋亡等途徑治療乳腺癌或乳炎。將核心活性成分TT7和TT8與核心靶點VEGFR2通過Autodock軟件進行分子對接，顯示TT7和TT8與VEGFR2之間存在穩(wěn)定結合（圖2B, C）。

2. TT水提物對乳腺癌小鼠的治療作用研究

首先制備TT水提物，并利用高效液相色譜定量測定水提物中蒺藜苷D的含量。建立4T1乳腺癌小鼠模型，并給予紫杉醇和高中低劑量的TT水提物處理，記錄小鼠體重和腫瘤大小。收集腫瘤組織進行HE以評估病理變化，Hoechst染色以評估細胞凋亡。利用WB檢測組織中凋亡通路中關鍵蛋白的表達。結果顯示，TT水提物治療后對小鼠體重影響不大（圖3A），但腫瘤大小、重量顯著降低（圖3B），腫瘤抑制率>26%（圖3C）。HE染色顯示，TT水提物處理后發(fā)現(xiàn)了更多脂肪細胞，并出現(xiàn)核分裂（圖3D）。Hoechst染色顯示，TT水提物處理后細胞凋亡增加（圖3E）。WB結果顯示，TT水提物治療后抗凋亡蛋白VEGFR2, ERK1/2, p-ERK1/2 和?Bcl2表達降低，促凋亡蛋白Bax表達增加（圖3F）。

3. 蛋白組學分析

收集TT水提物處理組和模型組的腫瘤組織進行TMT蛋白組學檢測，獲得495個差異蛋白（圖4A）。隨后對差異蛋白進行亞細胞定位分析、GO和KEGG富集分析以及PPI網(wǎng)絡分析（圖4D）。亞細胞定位分析顯示，差異蛋白主要位于質(zhì)膜、細胞核、線粒體、溶酶體和細胞間隙、細胞質(zhì)中（圖4B）。KEGG途徑富集分析顯示，差異蛋白富集于243條途徑（66個上調(diào)途徑、76個下調(diào)途徑和101個不確定途徑），其中鞘脂代謝信號通路通過降低SPHK 和SPPase表達而下調(diào)（圖4C）。最后在腫瘤組織中通過免疫熒光測定驗證SPHK1、Sgpp1和p-SPHK1的表達（圖5）。

4. 代謝組學分析

收集TT水提物處理組和模型組的腫瘤組織進行非靶向代謝組學檢測，獲得76種差異代謝產(chǎn)物（圖6A），并對差異代謝產(chǎn)物進行層次聚類分析（圖6B）。

文章小結

這篇文章針對中藥（蒺藜）和乳腺癌進行常規(guī)網(wǎng)絡藥理學分析和分子對接，并利用動物實驗驗證和多組學檢測來提升文章質(zhì)量和創(chuàng)新性，打造出一篇接近8分的干濕結合文章，可見只要做到“多點開花、多路并行”就可以發(fā)高分網(wǎng)藥文章！小伙伴對網(wǎng)藥方向感興趣的話，小云真誠建議大家用上這個發(fā)文秘籍，下一篇發(fā)表高分網(wǎng)藥分析文章的就是你啦！