各位讀者好，今天為大家帶來一篇使用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，是由中國醫學科學院團隊2024年5月在The British journal of dermatology發表的，題為“Using network pharmacology to discover potential drugs for hypertrophic scars”。揭示了增生性瘢痕的分子發病機制并篩選了有效治療藥物。

增生性瘢痕是一種由成纖維細胞過度增殖引起的皮膚纖維化疾病，現有藥物治療效果不佳。目前對增生性瘢痕藥物治療的研究主要集中在某些特定途徑，且臨床常用藥物主要旨在減輕炎癥，但多數方法未能取得滿意效果，這可能是由于對瘢痕形成的復雜機制了解不足，因此，深入探索增生性瘢痕的發病機制，尋找更有效的治療藥物迫在眉睫。近年來，基因組學、蛋白質組學和代謝組學發展迅速，網絡藥理學為利用這些數據提供了新途徑。

本研究旨在探索增生性瘢痕的分子發病機制并篩選有效治療藥物。利用加權基因共表達網絡分析（WGCNA）等方法，找到與增生性瘢痕相關的基因模塊和關鍵基因，篩選出候選治療藥物，通過多種實驗方法，如細胞培養、動物模型構建等，對篩選出的藥物進行驗證，期望找到潛在的治療增生性瘢痕的藥物，改善目前的治療現狀。最終發現克唑替尼、索拉非尼和SU11274可抑制人增生性瘢痕成纖維細胞增殖遷移和促纖維化基因表達，并且克唑替尼在小鼠模型中治療效果最佳，同時發現ITGB1和TGF - β信號通路對瘢痕形成非常重要，說明克唑替尼可能是潛在治療藥物。

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（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。