《表3 瞿麦KEGG通路富集分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《瞿麦的网络药理学研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*P<0.05。

药物可通过靶点及所在的生物通路发挥作用。将204个靶点导入DAVID中，取P<0.05（有统计学意义）Top30的通路，并将富集到的通路进行可视化分析，如图4所示，在此图中，富集程度通过Rich factor、Pvalue和富集到通路上的基因个数来衡量。富集的程度越大，则Rich factor越大。富集越显著，则Pvalue越接近于零。表3为通路相关信息，将每个通路对应的靶标整理后去重得到与通路有关靶标共121个。根据整理后的数据构建靶点-生物通路（Targets-Pathways）网络模型。如图5所示，总共151个节点。其中度值前3位的靶点MAPK1，PIK3CA和TP53均与hsa04071、hsa04151、hsa04722、hsa04919、hsa05200、hsa05205、hsa05215、hsa05230、hsa04014等10条生物通路相关，表明这些靶标在瞿麦治疗疾病的生物通路中发挥着不可或缺的作用。据此可推测瞿麦治疗疾病的机制可能为多个靶点多条生物通路协同发挥药效作用，此外，hsa05200、hsa05230、hsa04014等是其发挥治疗各种癌症的关键生物通路。与此同时，通路富集中Top30的通路有Pathways in cancer、Proteoglycans in cancer、Prostate cance等生物通路与癌症相关，表明瞿麦的活性成分及靶点可能在治疗癌症上更具有优势。