Un cadru computațional identifică combinații sinergice de substanțe în medicamentele pe bază de plante
Medicamentele pe bază de plante au fost utilizate de mult timp în tratamentul bolilor, adesea sub formă de formule care combină mai multe plante pentru a spori efectele terapeutice și a reduce efectele secundare.
În ultimii ani, abordările bazate pe rețele au ajutat cercetătorii să cartografieze relațiile dintre compuși, ținte și module de boală, oferind instrumente noi pentru descoperirea de medicamente și predicția combinării acestora. Totuși, formulele din plante conțin sute sau chiar mii de ingrediente, ceea ce face impracticabilă testarea tuturor combinațiilor posibile în mod experimental.
În plus, aceeași formulă poate acționa diferit în funcție de boli, lăsând mecanismele moleculare ale sinergiei fitoterapeutice insuficient înțelese.
Un studiu publicat în Targetome pe 26 martie 2026, realizat de echipa lui Yinyin Wang de la Universitatea Farmaceutică din China, prezintă un nou cadru care integrează analiza proximității rețelelor și analiza comunității pentru a identifica perechile de ingrediente sinergice relevante pentru boli în prescripțiile pe bază de plante.
În construirea modelului, cercetătorii au selectat cinci prescripții pe bază de plante utilizate clinic pentru accidente vasculare cerebrale (CVA): Suhuang Zhike Capsule, Huanglong Zhike Granule, Suzi Jiangqi Decoction, Shegan Mahuang Decoction și Jiawei Dingchuan Decoction. Informațiile despre ingrediente au fost colectate din șapte baze de date de medicină tradițională chineză, standardizate folosind identificatori ai structurii chimice și filtrate prin biodisponibilitate orală și similaritate cu medicamentele. Țintele ingredientelor au fost obținute din baza de date STITCH, iar genele asociate CVA au fost identificate prin analiza transcriptomică.
Echipa a mapat apoi relațiile dintre plante, ingrediente, ținte și boli pe rețelele de interacțiune dintre proteine și a calculat patru tipuri de scoruri de interacțiune: proximitatea plantă-boală, ingredient-boală, plantă-plantă și ingredient-ingredient. Ulterior, HerbSyner_Finder a folosit algoritmul de comunitate Louvain pentru a detecta modulele rețelei în care ingredientele sau plantele s-au grupat strâns cu nodul bolii CVA. Această abordare a generat un „peisaj de combinație” multidimensional care a evidențiat componentele sinergice potențiale, mai degrabă decât compușii activi izolați.
Printre cele cinci prescripții, modelul a identificat kaempferol și quercetină ca fiind o pereche sinergică comună, în timp ce berberina și luteolina au apărut ca o altă pereche puternică în rețeaua asociată cu Shegan Mahuang Decoction. Cercetătorii au validat apoi aceste predicții experimental.
În macofagele RAW264.7 stimulate cu LPS, berberina și luteolina nu au prezentat toxicitate citologică evidentă la concentrațiile selectate și au inhibat împreună producția de oxid nitric mai puternic decât fiecare compus singur. Scorurile medii de sinergie ale acestora au depășit pragul de sinergie pe mai multe modele, inclusiv ZIP, Loewe, HSA și Bliss.
În celulele musculare netede ale căilor respiratorii, combinația a inhibat, de asemenea, proliferarea anormală indusă de LPS, subliniind relevanța sa pentru hiperreactivitatea căilor respiratorii. Într-un model de CVA pe șoareci, tratamentul combinat cu berberină și luteolină a redus frecvența tusei, a prelungit latența tusei, a ameliorat infiltrarea celulară inflamatorie, a redus secreția de mucus și fibroză și a reglat în jos markerii inflamatori, inclusiv IL-1β, IL-4, IL-5, IL-6, TNF-α, MUC5AC și COX-2.
Analiza mecanistică a indicat în continuare că perechea a suprimat semnalizarea NLRP3/NF-κB, inclusiv reducerea expresiei NLRP3 și scăderea fosforilării p65 și IκBα.
În concluzie, acest studiu prezintă HerbSyner_Finder ca un cadru computațional practic pentru descoperirea combinațiilor sinergice în medicamentele pe bază de plante. Prin corelarea minerii de baze de date, biologia rețelelor, detectarea comunităților și validarea experimentală, lucrarea oferă o cale scalabilă pentru a explica mecanismele formulărilor tradiționale și a identifica perechi promițătoare de compuși naturali pentru dezvoltarea viitoare de medicamente.
