秋葵（Abelmoschus esculentus (L.) Moench）治疗乳腺癌的多靶点网络药理学及分子机制解析

为解决乳腺癌（BCa）合成药物副作用问题，研究利用网络药理学和分子对接，发现潜在靶点和通路，为治疗提供新策略。

　　乳腺癌（BCa）是一个重大的全球健康问题，影响着全球数百万女性。目前有多种用于乳腺癌治疗的合成药物，然而，其中许多药物存在较高的副作用风险和长期治疗并发症。传统配方因其能解决某些难题而日益受到欢迎。本研究利用网络药理学（NP）和分子对接技术，阐明秋葵（Abelmoschus esculentus (L.) Moench，AE）治疗乳腺癌的药理过程。秋葵的植物成分来源于已发表的文献和不同数据库。以 Lipinski 五规则作为药代动力学特征的标准，重点关注符合 Lipinski 标准的化合物。通过 SwissTargetPrediction 获得秋葵潜在化合物靶点，利用 GeneCard 数据库获取乳腺癌靶点。借助 STRING 数据库评估 183 个共同基因的蛋白质 - 蛋白质相互作用（PPI），运用 ShinyGO 数据库进行基因本体（GO）和京都基因与基因组百科全书（KEGG）通路分析。使用 PyRx 虚拟筛选软件进行对接研究，利用 Schrodinger 套件进行分子动力学（MD）模拟。维恩图显示药物和乳腺癌之间确定了 183 个共同靶点。发现的 10 个主要核心基因是 AKT₁、HSP90AA₁、PARP₁、EGFR、ESR₁、HIF₁A、EP300、JUN、MAPK₃和 MMP₉。蛋白质 - 蛋白质相互作用（PPI）、基因本体（GO）和京都基因与基因组百科全书（KEGG）通路富集分析确定了与癌症发展相关的主要生物学过程和通路。对接研究表明存在强大的相互作用，可能为抑制乳腺癌提供策略。分子动力学（MD）结果暗示了复合物的稳定性。这种综合方法不仅阐明了秋葵治疗乳腺癌的药理特性，还为后续实验验证奠定了理论基础，确实有助于推动利用天然化合物治疗乳腺癌的新治疗策略的发展。