二、生物信息分析流程
2.1 分析流程
网络药理学（Network Pharmacology）是一种基于系统生物学和计算生物学的方法，旨在理解药物在复杂生物系统中的作用机制。与传统药理学通常关注单一靶点不同，网络药理学将药物、靶点、疾病和生物网络中的其他元素视为一个整体。其核心思想是“多靶点、多通路”协同作用，从而研究它们之间的互作以及相互依赖关系。
2.2 分析内容
三、项目分析结果
3.1 药物成分收集
药物成分收集：从中药数据库（如 TCMSP、TCMID）或化合物库中获取药物或中药的
活性成分信息，包括化学成分、结构式等。
3.2 靶点预测
利用工具（如 SwissTargetPrediction）预测药物成分可能作用的靶点蛋白，或从数据库（如
PubChem）获取已知药物-靶点相互作用数据。
获取药物靶点结果
3.3 疾病靶点筛选
通过疾病数据库（GeneCards）收集与目标疾病相关的靶点基因，筛选出与疾病发生发展
密切相关的基因集合。
获取疾病靶点结果3.4 靶点可视化
将药物靶点与疾病靶点取交集，确定药物可能作用于疾病的关键靶点。
获取疾病靶点结果
3.4 靶点可视化 将药物靶点与疾病靶点取交集，确定药物可能作用于疾病的关键靶点。
Venn 图
3.5 PPI 网络互作分析
利用 STRING 等数据库构建交集靶点的 PPI 网络，分析靶点之间的相互作用关系，识别
网络中的关键节点（如 hub 基因）。使用 Cytoscape 软件及插件（如 CytoHubba、MCODE）
对网络进行拓扑分析，计算节点的度中心性、介数中心性、接近中心性等指标，筛选出核心
靶点。
PPI 网络互作图
3.6 KEGG 富集分析 通过 clusterProfiler 等工具对核心靶点进行基因本体（GO）和京都基因与基因组百科全
书（KEGG）富集分析，揭示靶点参与的生物过程、细胞组分、分子功能及信号通路，解释
药物作用机制（图同转录组）。
3.7 分子对接与模拟
利用 Autodock Vina 等分子对接软件，验证药物成分与核心靶点的结合能力，预测结合模
式和亲和力；通过分子动力学模拟进一步分析结合稳定性。
3.8 对接可视化
对接美化结果
注：左侧区域展示了分子对接的整体结构，右侧区域为蛋白的结合口袋被放大以显示细节，重点突出了配体与蛋白质局部氨基酸残基的相互作用。蓝色：氨基酸残基（名称 GLU-452）；黄色：氢键（长度 3.5）。
