Bối cảnh và vấn đề nghiên cứu

Hội chứng chuyển hóa (HCCH) là một phức hợp bệnh lý bao gồm nhóm các rối loạn chuyển hóa đồng thời như béo bụng, kháng insulin, tăng huyết áp, tăng đường huyết lúc đói và rối loạn lipid máu. Theo Tổ chức Y tế Thế giới (WHO), HCCH là yếu tố nguy cơ độc lập làm gia tăng tỷ lệ mắc bệnh đái tháo đường týp 2 gấp 5 lần và bệnh tim mạch gấp 2–3 lần, kéo theo nguy cơ tử vong do nhồi máu cơ tim, suy tim mạn tính và đột quỵ. Tại Việt Nam, tỷ lệ mắc HCCH được ghi nhận ở mức 29,8%, trong đó tỷ lệ ở nữ giới (36,2%) cao hơn nam giới (22,9%). Sự gia tăng tiêu thụ thực phẩm giàu calo, ít chất xơ cùng lối sống giảm hoạt động thể lực là nguyên nhân chính khiến HCCH trở thành thách thức lớn đối với y tế công cộng.

Trong thực hành điều trị, phương pháp không dùng thuốc (kiểm soát calo, vận động) luôn được ưu tiên. Khi can thiệp bằng thuốc, các nhóm thuốc ức chế sự thèm ăn (dẫn xuất phentermine, sibutramine) hoặc ức chế hấp thu dinh dưỡng (như chất ức chế lipase orlistat) thường đi kèm các tác dụng không mong muốn trên hệ tiêu hóa (đầy hơi, rò rỉ dầu qua phân). Trước thực trạng đó, các thảo dược tự nhiên với đặc tính đa thành phần, tác động hiệp đồng được chú trọng nghiên cứu. Bằng lăng nước (Lagerstroemia speciosa (L.), họ Lythraceae) là dược liệu truyền thống đã được chứng minh có tác dụng hạ đường huyết, cải thiện tình trạng kháng insulin và hạ lipid máu. Tuy nhiên, việc phân lập từng hoạt chất và làm sáng tỏ cơ chế tác dụng ở mức độ phân tử đối với các đích chuyển hóa vẫn chưa được hệ thống hóa đầy đủ.

Nhằm giải quyết bài toán trên mà không tiêu tốn quá nhiều thời gian và chi phí thử nghiệm thực nghiệm ban đầu, phương pháp tin sinh học kết hợp Dược lý mạng (Network Pharmacology) và Mô phỏng tương tác phân tử (Molecular Docking) đã được ứng dụng. Khóa luận tốt nghiệp Dược sĩ của sinh viên Phí Ngọc Trâm thực hiện tại Bộ môn Dược liệu, Trường Đại học Dược Hà Nội (năm 2024) tập trung vào hai nhiệm vụ nghiên cứu:

  1. Dự đoán các hợp chất và các đích tác dụng tiềm năng theo định hướng điều trị hội chứng chuyển hóa của cây Bằng lăng nước thông qua mô hình dược lý mạng.
  2. Dự đoán các quá trình sinh học và con đường liên quan đến các đích tác dụng tiềm năng định hướng điều trị hội chứng chuyển hóa của cây Bằng lăng nước.
  • Đối tượng nghiên cứu: Các thành phần hóa học đã được công bố của cây Bằng lăng nước (Lagerstroemia speciosa (L.)) và các gen/đích phân tử liên quan đến HCCH ở người.
  • Phạm vi nghiên cứu: Mô phỏng tính toán in silico trên hệ thống cơ sở dữ liệu sinh học và phần mềm chuyên dụng; không gian thực hiện tại Bộ môn Dược liệu – Khoa Dược liệu – Dược cổ truyền, Trường Đại học Dược Hà Nội; thời gian hoàn thành vào tháng 06/2024.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mục tiêu phân tử

Nghiên cứu dựa trên cơ sở lý thuyết dược lý học hệ thống và sinh học phân tử về HCCH:

  • Cơ chế bệnh sinh HCCH: Rối loạn chuyển hóa triacylglycerol (TAG) đóng vai trò trung tâm. Các enzym xúc tác quá trình tổng hợp TAG như Monoacylglycerolacyltransferase (MGAT1, MGAT2, MGAT3) và Diglyceride acyltransferase (DGAT) là các mục tiêu kiểm soát lipid máu. Các thụ thể nhân và yếu tố nội sinh khác như PPARA (hấp thu, oxy hóa acid béo ở gan và tim), HMOX1 (chống stress oxy hóa), Adiponectin (điều hòa chuyển hóa glucose và acid béo) và Myostatin (ức chế cơ xương, liên quan đến béo phì và kháng insulin) là các đích can thiệp quan trọng.
  • Dược lý mạng (Network Pharmacology): Do Andrew L. Hopkins khởi xướng, chuyển đổi tư duy nghiên cứu từ "một thuốc – một đích – một bệnh" sang "đa thành phần – đa mục tiêu". Phương pháp tích hợp lý thuyết mạng và sinh học hệ thống để phân tích mối tương tác giữa mạng lưới các nút (nodes: hợp chất, protein/gen) thông qua các cạnh kết nối (edges).
  • Mô phỏng tương tác phân tử (Molecular Docking): Kỹ thuật tính toán cấu trúc 3D dự đoán ái lực và năng lượng liên kết (binding energy) tự do giữa phối tử (ligand) với protein đích ở trạng thái năng lượng thấp nhất.
  • Phân tích Gene Ontology (GO) và KEGG Pathway: GO chuẩn hóa chú thích gen theo 3 phương diện: Chức năng phân tử (Molecular Function - MF), Thành phần tế bào (Cellular Component - CC) và Quá trình sinh học (Biological Process - BP). Phân tích KEGG làm giàu (enrichment) giúp ánh xạ các đích phân tử vào các con đường tín hiệu và chu trình chuyển hóa bệnh sinh.

Công cụ, phần mềm và nguồn dữ liệu

Nghiên cứu sử dụng các cơ sở dữ liệu và công cụ tin sinh học:

Nhóm công cụ Tên cơ sở dữ liệu / Phần mềm Chức năng chính trong nghiên cứu
Cơ sở dữ liệu GeneCards Thu thập danh mục gen/protein liên quan đến HCCH ở người với từ khóa "metabolic syndrome".
PubMed / Google Scholar Thu thập dữ liệu thành phần hóa học đã công bố của Bằng lăng nước.
SwissTargetPrediction Dự đoán đích tác dụng phân tử của các hợp chất dựa trên độ tương đồng 2D/3D.
ADMETlab 2.0 Sàng lọc thông số sinh khả dụng đường uống (Oral Bioavailability - OB) với ngưỡng F(30%).
UniProt Chuẩn hóa danh pháp gen và protein mục tiêu trên người.
STRING Thiết lập cơ sở dữ liệu tương tác protein - protein (PPI).
Protein Data Bank (PDB) Thu nhận cấu trúc tinh thể 3D của các protein mục tiêu HCCH.
Phần mềm tính toán ChemDraw Ultra 12.0 Vẽ, chuẩn hóa cấu trúc hóa học và trích xuất chuỗi mã SMILES.
Cytoscape 3.8.1 (CytoNCA) Trực quan hóa và tính toán các tham số topo mạng lưới: Degree, Betweenness, Closeness.
AutoDock Vina & AutoDockTools Chuẩn bị trường lực, tối ưu hóa năng lượng phối tử, thụ thể và chạy mô phỏng Docking.
ShinyGO (v0.77) Phân tích làm giàu tập dữ liệu gen theo GO (MF, CC, BP) và con đường sinh học KEGG.

Quy trình nghiên cứu thực nghiệm in silico

Quy trình triển khai gồm 7 bước liên hoàn:

  1. Thu thập đích HCCH (CSDL1): Khai thác từ GeneCards, xếp hạng mức độ liên quan theo điểm tương quan (Relevance score).
  2. Thu thập thành phần hóa học và dự đoán đích: Thu thập 107 hợp chất từ lá, vỏ, rễ, hoa Bằng lăng nước; chuyển đổi cấu trúc sang SMILES; đưa vào SwissTargetPrediction để thu nhận các đích tác dụng. So sánh tập đích này với CSDL1 để thu được các đích giao thoa.
  3. Sàng lọc ADMET: Đánh giá sinh khả dụng đường uống bằng ADMETlab 2.0. Chọn các hợp chất có giá trị $F(30%) \le 0{,}3$ (xác suất đạt độ hấp thu trên 30% cao nhất), thu được tập hợp 31 hợp chất và các đích tương ứng (CSDL2), chuẩn hóa qua UniProt.
  4. Xây dựng mạng lưới Hợp chất – Đích: Phân tích topo mạng bằng Cytoscape (CytoNCA). Tính giá trị trung bình của Bậc (Degree), Độ trung tâm (Betweenness Centrality), Độ gần (Closeness Centrality) để lọc ra 10 hợp chất tiềm năng nằm ở giao điểm của 3 tập hợp có giá trị vượt ngưỡng trung bình.
  5. Xây dựng mạng lưới tương tác Protein – Protein (PPI): Đưa các đích tiềm năng vào STRING, phân tích topo trong Cytoscape để xác định 12 đích trung tâm (Core targets).
  6. Mô phỏng Molecular Docking: Thực hiện ghép nối phân tử 10 hợp chất tiềm năng với 12 đích protein trung tâm bằng AutoDock Vina, đánh giá dựa trên năng lượng liên kết (kcal/mol).
  7. Phân tích làm giàu GO và KEGG: Xử lý 12 đích trung tâm qua ShinyGO với ngưỡng tỷ lệ phát hiện sai (False Discovery Rate cutoff - FDR) là 0,05 để tìm ra 10 thuật ngữ MF, CC, BP hàng đầu và 20 con đường KEGG then chốt.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 cung cấp cơ sở dịch tễ học, triệu chứng lâm sàng và tiêu chuẩn chẩn đoán HCCH (vòng eo $\ge 90$ cm ở nam, $\ge 80$ cm ở nữ; huyết áp $\ge 130/85$ mmHg; đường huyết đói $\ge 100$ mg/dl; HDL-C $< 40$ mg/dl ở nam và $< 50$ mg/dl ở nữ). Tác giả tổng quan chi tiết đặc điểm thực vật, thành phần hóa học và tác dụng dược lý của Bằng lăng nước (Lagerstroemia speciosa):

  • Hơn 40 hợp chất triterpen (axit corosolic, axit ursolic, axit asiatic), ellagitannin, dẫn chất axit ellagic, flavonoid (kaempferol, quercetin, isoquercitrin) đã được ghi nhận trong lá và các bộ phận dùng.
  • Axit corosolic đóng vai trò ức chế tạo glucose và kích thích thu nhận glucose; chế phẩm Glucosol (chứa 1% axit corosolic) ở liều 32–48 mg/ngày giúp hạ đường huyết rõ rệt trên lâm sàng; dịch chiết hoa liều 400 mg/kg làm giảm 56,12% đường huyết ở chuột sau 3 giờ.
  • Các hoạt tính tim mạch (ngăn chặn apoptosis cơ tim do isoproterenol), chống oxy hóa ($IC_{50}$ dịch chiết methanol lá và vỏ đạt 27,8–38,8 $\mu$g/ml), kháng khuẩn và độc tế bào ung thư (DLA, EAC) cũng được tổng thuật. Đồng thời, chương 1 hệ thống hóa lý thuyết về dược lý mạng, bản thể học gen (Gene Ontology), cơ sở dữ liệu sinh học và kỹ thuật Docking phân tử.

Chương 2: Nguyên liệu và phương pháp nghiên cứu

Chương 2 mô tả chi tiết phương pháp thu thập và xử lý dữ liệu số. Toàn bộ thiết kế nghiên cứu được mô hình hóa qua sơ đồ tích hợp từ bước thu thập thư viện hóa chất, sàng lọc thông số dược động học ADMET, phân tích topo mạng lưới Cytoscape đến cấu hình docking phân tử trên AutoDock Vina và giải thuật thống kê làm giàu bộ gen ShinyGO. Các tiêu chuẩn chọn lọc phối tử, chuẩn bị thụ thể (loại bỏ phân tử nước/dung môi, thêm nguyên tử hydro phân cực, gán điện tích Kollman/Gasteiger) và thiết lập thông số hộp lưới (grid box) được trình bày rõ ràng, tạo cơ sở cho việc tái lập quy trình tính toán.

Chương 3: Thực nghiệm, kết quả và bàn luận

Chương 3 trình bày toàn bộ kết quả định lượng thu được từ các bước xử lý máy tính:

  • Thu thập được 2243 gen liên quan đến HCCH từ GeneCards (CSDL1).
  • Thu thập được 107 hợp chất từ Bằng lăng nước, dự đoán được 4082 đích từ SwissTargetPrediction; khi đối chiếu với CSDL1 thu được 345 đích tiềm năng ban đầu.
  • Quá trình sàng lọc sinh khả dụng ($F(30%) \le 0{,}3$) lọc ra 31 hợp chất và 196 đích tác dụng tương ứng (CSDL2).
  • Thiết lập mạng lưới Hợp chất – Đích gồm 227 nút và 636 cạnh liên kết, xác định 10 hợp chất tiềm năng.
  • Thiết lập mạng lưới PPI gồm 196 nút và 2850 cạnh tương tác, xác định 12 đích tác dụng trung tâm.
  • Tiến hành ghép nối phân tử $10 \times 12 = 120$ tổ hợp tương tác phân tử, chỉ ra các thụ thể và hoạt chất ưu thế.
  • Phân tích làm giàu chức năng GO và con đường chuyển hóa KEGG, thảo luận chi tiết về cơ chế điều hòa phân giải lipid tế bào mỡ, con đường VEGF và cơ chế cải thiện kháng insulin.

Kết quả và đóng góp

Danh mục hợp chất tiềm năng và đích tác dụng trung tâm

Từ mạng lưới Hợp chất – Đích (227 nút, 636 cạnh), việc tính toán 3 tham số topo đã xác định được 10 hợp chất tiềm năng đáp ứng vượt ngưỡng trung bình của toàn mạng lưới:

TT ID Tên hợp chất Bậc (Degree) Độ trung tâm (Betweenness) Độ gần (Closeness)
1 T2 1, 1-dibutoxybutane 41 0,2023 0,3979
2 T6 3, 3', 4-tri-O-methyl ellagic acid 30 0,0651 0,3542
3 T7 3, 4, 3'-tri-O-methyl flavellagic acid 29 0,0765 0,3488
4 T8 3,4,3′-tri-O-methylellagic acid 30 0,0651 0,3542
5 T9 3$\beta$,23-dihydroxy-1-oxo-olean-12-en-28-oic acid 52 0,1448 0,4094
6 T10 4-(3, 4-dimethoxybenzylidene)-1-(4-nitrophenyl-2-pyrazolin-5-one) 61 0,3057 0,4094
7 T11 Asiatic acid 95 0,1569 0,4124
8 T26 trans-dihydrocarvone 21 0,0672 0,3509
9 T27 $\alpha$-terpineol 34 0,0621 0,3831
10 T28 $\beta$-sitosterol 33 0,0557 0,3717

Phân tích mạng lưới tương tác Protein – Protein (PPI) của 196 đích tiềm năng (196 nút, 2850 cạnh) đã xác định 12 đích trung tâm đóng vai trò nút mạng cốt lõi:

TT Tên đích protein Bậc (Degree) Độ trung tâm (Betweenness) Độ gần (Closeness)
1 AKT1 78 0,0912 0,4638
2 CYP19A1 22 0,0272 0,3650
3 EGFR 82 0,0741 0,4688
4 ESR1 52 0,0540 0,4380
5 HMOX1 18 0,0219 0,3853
6 NR3C1 26 0,0262 0,3634
7 PPARA 28 0,0680 0,4071
8 PPARG 40 0,0739 0,4272
9 PTGS1 20 0,0279 0,3453
10 PTGS2 52 0,0835 0,4303
11 PTPN1 42 0,0140 0,3844
12 SRC 78 0,0954 0,4589

Kết quả mô phỏng tương tác phân tử (Molecular Docking)

Kết quả năng lượng liên kết (kcal/mol) giữa 10 hợp chất tiềm năng và 12 đích protein trung tâm được tổng hợp như sau (giá trị càng âm thể hiện ái lực liên kết càng mạnh):

Đích phân tử T2 T6 T7 T8 T9 T10 T11 T26 T27 T28 Trung bình
AKT1 -3,9 -6,8 -5,8 -6,9 -6,8 -6,3 -6,0 -4,1 -4,3 -6,1 -5,70
CYP19A1 -4,9 -9,5 -8,6 -9,5 -1,8 -9,8 -9,4 -5,6 -5,8 -7,6 -7,25
EGFR -5,0 -7,6 -7,0 -7,6 -7,5 -7,3 -8,1 -4,9 -5,3 -7,3 -6,76
ESR1 -5,0 -7,8 -6,0 -7,8 -6,1 -7,4 -5,6 -5,6 -5,8 -9,1 -6,62
HMOX1 -4,8 -9,3 -7,6 -9,2 -6,3 -8,5 -6,6 -5,7 -5,6 -8,7 -7,22
NR3C1 -4,8 -9,5 -5,7 -9,6 16,3 -2,4 6,6 -5,9 -5,7 -0,6 -2,12
PPARA -5,2 -9,7 -7,9 -9,7 -7,0 -9,9 -7,3 -5,7 -5,9 -9,8 -7,87
PPARG -6,1 -10,5 -9,1 -10,6 -7,5 -9,9 -6,3 -6,9 -6,7 -7,2 -8,08
PTGS1 -5,6 -8,5 -4,7 -8,6 9,2 -5,7 10,3 -6,5 -6,2 -5,5 -3,18
PTGS2 -5,7 -6,2 -3,4 -5,8 16,4 -5,3 15,6 -4,8 -5,9 0,5 -0,46
PTPN1 -5,0 -8,4 -6,8 -8,5 -7,2 -7,5 -6,4 -6,3 -6,4 -7,1 -6,95
SRC -3,4 -7,2 -5,9 -7,3 -6,8 -6,3 -6,4 -3,7 -4,0 -5,6 -5,65

Phân tích số liệu chỉ ra:

  • 3 mục tiêu phân tử có ái lực liên kết mạnh nhất (năng lượng liên kết trung bình $<-7{,}0$ kcal/mol): PPARG ($-8{,}08$ kcal/mol), PPARA ($-7{,}87$ kcal/mol) và CYP19A1 ($-7{,}25$ kcal/mol).
  • Hoạt chất liên kết bền vững nhất: 3,4,3′-tri-O-methylellagic acid (ID T8), có khả năng tạo liên kết mạnh đồng thời với nhiều đích HCCH: PPARG ($-10{,}6$ kcal/mol), PPARA ($-9{,}7$ kcal/mol), NR3C1 ($-9{,}6$ kcal/mol), CYP19A1 ($-9{,}5$ kcal/mol), HMOX1 ($-9{,}2$ kcal/mol), PTGS1 ($-8{,}6$ kcal/mol), PTPN1 ($-8{,}5$ kcal/mol), ESR1 ($-7{,}8$ kcal/mol), EGFR ($-7{,}6$ kcal/mol), SRC ($-7{,}3$ kcal/mol) và AKT1 ($-6{,}9$ kcal/mol).

Kết quả làm giàu Gene Ontology (GO) và KEGG Pathway

  • Chức năng phân tử (MF): Nổi bật nhất là hoạt tính tổng hợp prostaglandin-endoperoxide (prostaglandin-endoperoxide synthase activity) với hệ số làm giàu (fold enrichment) cao nhất.
  • Thành phần tế bào (CC): Đích phân tử tập trung ưu thế ở phức hợp Shc-EGFR.
  • Quá trình sinh học (BP): Các quá trình chủ đạo gồm đáp ứng tế bào với ketone (cellular response to ketone), điều hòa tích cực quá trình trao đổi chất phân tử nhỏ (positive regulation of small molecule metabolic process), điều hòa sự tăng sinh tế bào cơ trơn (regulation of smooth muscle cell proliferation) và điều hòa tích cực quá trình chuyển hóa lipid (positive regulation of lipid metabolic process).
  • Con đường KEGG: Xác định 20 con đường sinh học, trong đó các con đường trọng yếu kiểm soát HCCH bao gồm: Điều hòa sự phân giải lipid ở tế bào mỡ (Regulation of lipolysis in adipocytes), con đường truyền tín hiệu VEGF (VEGF signaling pathway), con đường truyền tín hiệu prolactin (prolactin signaling pathway) và con đường kháng insulin (insulin resistance). Khi insulin gắn vào thụ thể tại tế bào gan và cơ, phản ứng phosphoryl hóa kích hoạt IRS1 và chuỗi truyền tín hiệu PI3K/AKT, tại đây các đích của Bằng lăng nước trực tiếp tham gia điều hòa quá trình vận chuyển glucose và chuyển hóa chất béo.

Đóng góp học thuật của đề tài

Đây là nghiên cứu in silico đầu tiên phân tích có hệ thống mối liên hệ giữa các hợp chất trong cây Bằng lăng nước với các đích phân tử của hội chứng chuyển hóa. Khóa luận cung cấp cơ sở dữ liệu sàng lọc đa chiều, xác định cụ thể 3 thụ thể then chốt (PPARG, PPARA, CYP19A1) và hoạt chất tiềm năng cốt lõi (3,4,3′-tri-O-methylellagic acid), tạo định hướng rõ ràng cho việc phát triển các chế phẩm thảo dược điều trị rối loạn chuyển hóa.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Toàn bộ phát hiện của khóa luận dựa trên mô hình tính toán và mô phỏng trên máy tính (in silico), sử dụng các dữ liệu cấu trúc và thuật toán dự đoán tĩnh. Nghiên cứu chưa tiến hành kiểm chứng thực nghiệm sinh học (wet-lab) đối với khả năng ức chế enzym hoặc biểu hiện gen trên mô hình tế bào và động vật sống.
  • Hướng nghiên cứu tiếp được tác giả đề xuất:
    1. Tiếp tục mở rộng mô phỏng tương tác phân tử của 10 hợp chất tiềm năng trên các đích phân tử chuyên biệt khác của hội chứng chuyển hóa.
    2. Triển khai các nghiên cứu thực nghiệm in vitro và in vivo trên 10 hoạt chất tiềm năng (đặc biệt là 3,4,3′-tri-O-methylellagic acid và các dẫn chất ellagic acid) nhằm xác minh chính xác hoạt tính dược lý và cơ chế tác động trên HCCH.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên môn hữu ích cho:

  • Sinh viên, học viên ngành Dược học, Dược liệu, Dược lý và Hóa dược: Cung cấp tài liệu tổng quan chi tiết về thành phần hóa thực vật của cây Bằng lăng nước (Lagerstroemia speciosa) và bệnh học phân tử của HCCH.
  • Nhà nghiên cứu tin sinh học và dược học hệ thống: Tham khảo quy trình tích hợp từ khai thác CSDL bệnh sinh (GeneCards), sàng lọc ADMET (ADMETlab 2.0), phân tích cấu trúc mạng (Cytoscape/CytoNCA), mô phỏng Docking (AutoDock Vina) đến phân tích làm giàu bản thể gen (ShinyGO).
  • Phần đáng tham khảo nhất: Bảng dữ liệu chi tiết về năng lượng liên kết phân tử của 10 hợp chất với 12 protein đích (Bảng 3.4) và quy trình chuẩn hóa chuỗi SMILES kết hợp dự đoán mục tiêu phân tử.

Câu hỏi thường gặp

1. Ba đích phân tử nào của HCCH thể hiện ái lực liên kết mạnh nhất với các hợp chất trong cây Bằng lăng nước?

Dựa trên giá trị năng lượng liên kết trung bình từ mô phỏng AutoDock Vina, ba đích phân tử có ái lực mạnh nhất là: PPARG (trung bình $-8{,}08$ kcal/mol), PPARA (trung bình $-7{,}87$ kcal/mol) và CYP19A1 (trung bình $-7{,}25$ kcal/mol). Cả ba đích này đều đạt giá trị năng lượng liên kết trung bình nhỏ hơn $-7{,}0$ kcal/mol đối với 10 hợp chất tiềm năng.

2. Hợp chất nào trong cây Bằng lăng nước được xác định là quan trọng nhất đối với tác dụng điều trị HCCH?

Hợp chất 3,4,3′-tri-O-methylellagic acid (mã số ID T8, một dẫn chất của axit ellagic) được đánh giá là quan trọng nhất. Hoạt chất này tương tác đồng thời và bền vững với hàng loạt protein đích trung tâm: PPARG ($-10{,}6$ kcal/mol), PPARA ($-9{,}7$ kcal/mol), NR3C1 ($-9{,}6$ kcal/mol), CYP19A1 ($-9{,}5$ kcal/mol), HMOX1 ($-9{,}2$ kcal/mol), PTGS1 ($-8{,}6$ kcal/mol), PTPN1 ($-8{,}5$ kcal/mol), ESR1 ($-7{,}8$ kcal/mol), EGFR ($-7{,}6$ kcal/mol), SRC ($-7{,}3$ kcal/mol) và AKT1 ($-6{,}9$ kcal/mol).

3. Quy trình sàng lọc từ 107 hợp chất ban đầu để thu được 10 hợp chất tiềm năng diễn ra như thế nào?

Từ 107 hợp chất thu thập ban đầu qua tài liệu công bố, tác giả chuẩn hóa cấu trúc SMILES và dự đoán 4082 đích từ SwissTargetPrediction, đối chiếu với 2243 gen HCCH từ GeneCards để có 345 đích chung. Sau đó, tiến hành sàng lọc dược động học bằng ADMETlab 2.0 với tiêu chí sinh khả dụng đường uống $F(30%) \le 0{,}3$, thu được 31 hợp chất và 196 đích tương ứng. Cuối cùng, qua phân tích mạng lưới bằng CytoNCA trong Cytoscape, 10 hợp chất có cả 3 chỉ số topo (Degree, Betweenness, Closeness) cao hơn mức trung bình của mạng đã được chọn làm hợp chất tiềm năng.

4. Phân tích làm giàu GO và con đường KEGG chỉ ra cơ chế sinh học chủ yếu nào của Bằng lăng nước trên HCCH?

Phân tích GO chỉ ra các quá trình sinh học chính gồm: đáp ứng tế bào với ketone, điều hòa tích cực trao đổi chất phân tử nhỏ, điều hòa tăng sinh tế bào cơ trơn và điều hòa tích cực trao đổi chất lipid. Phân tích KEGG xác định 20 con đường liên quan, nổi bật là: điều hòa sự phân giải lipid ở tế bào mỡ (Regulation of lipolysis in adipocytes), con đường truyền tín hiệu yếu tố tăng trưởng nội mạch (VEGF signaling pathway) và con đường kháng insulin (insulin resistance).

5. Tiêu chí topo nào được sử dụng để xác định 12 protein đích trung tâm từ mạng lưới PPI?

Sau khi đưa 196 đích tiềm năng vào cơ sở dữ liệu STRING để tạo mạng lưới tương tác protein – protein (196 nút, 2850 cạnh), tác giả sử dụng ứng dụng CytoNCA trong Cytoscape để tính toán 3 tham số: Bậc liên kết (Degree), Độ trung tâm trung gian (Betweenness Centrality) và Độ trung tâm gần gũi (Closeness Centrality). 12 đích trung tâm (như AKT1, CYP19A1, EGFR, ESR1, HMOX1, NR3C1, PPARA, PPARG, PTGS1, PTGS2, PTPN1, SRC) là các nút nằm ở giao điểm có cả 3 giá trị tham số đồng thời vượt mức trung bình của toàn mạng lưới PPI.

Kết luận

Khóa luận tốt nghiệp Dược sĩ của tác giả Phí Ngọc Trâm đã ứng dụng thành công phương pháp tiếp cận Dược lý mạng và Mô phỏng tương tác phân tử để làm sáng tỏ cơ chế tác động của cây Bằng lăng nước (Lagerstroemia speciosa) trên hội chứng chuyển hóa. Nghiên cứu đã xác định được 10 hoạt chất tiềm năng và 12 đích protein trung tâm, nổi bật là hoạt chất 3,4,3′-tri-O-methylellagic acid cùng 3 thụ thể đích CYP19A1, PPARA và PPARG. Kết quả phân tích làm giàu GO và KEGG chứng minh cơ chế điều trị HCCH của dược liệu diễn ra theo phương thức đa thành phần – đa mục tiêu thông qua điều hòa chuyển hóa lipid, tín hiệu VEGF và cải thiện tình trạng kháng insulin, tạo tiền đề khoa học quan trọng cho các nghiên cứu thực nghiệm tiếp theo.