网络药理学框架表征膳食类黄酮的多药理学特性：整合计算、实验和流行病学证据
定量方法
2026-01-14 v1 生物大分子
摘要
膳食类黄酮在流行病学研究中与疾病预防相关，但其多药理学机制仍不清楚。我们建立了网络药理学作为一个系统框架，通过整合计算、实验和流行病学验证来表征类黄酮的治疗特性。我们构建了一个包含 17,869 个人类蛋白质、14 种膳食类黄酮和 1,496 种 FDA 批准药物、具有 278,768 个相互作用的主网络。类黄酮平均每个化合物靶向 45.3 个靶蛋白，而 FDA 批准的药物为 16.8 个（高出 2.7 倍；p=7.5x10^-4），反映了多靶点架构。统计分析显示，71.4% 的类黄酮靶向与心血管药物相关的蛋白质，78.6% 与抗肿瘤药物靶点一致。基于 MTT 的 Jurkat 细胞实验证实了网络预测：高关联类黄酮（木犀草素 LC50=31.4 μM，杨梅素=29.5 μM）产生强细胞毒性，而低关联类黄酮活性极小（LC50>200 μM）。网络预测的关联强度与实验生物活性相关（皮尔逊 r=0.918；R^2=0.843）。我们将网络关联转化为跨 506 种食物的食物水平预测，识别出 685 种食物-药物治疗组合。系统性文献检索确认了 96 个关联，得到 132 篇独特参考文献的支持。心血管领域实现了 47.1% 的验证。验证最多的食物包括茶（31 项证据）、蓝莓（18 项）、番茄（13 项）、葡萄汁（10 项）和李子（9 项）。网络药理学表征了膳食多药理学特性并生成了基于证据的食物-治疗预测，桥接了营养科学与系统药理学。
引用
@article{arxiv.2601.08147,
title = {Network Pharmacology Framework Characterizes Polypharmacological Properties of Dietary Flavonoids: Integration of Computational, Experimental, and Epidemiological Evidence},
author = {Koyo Fujisaki and Osei Horikoshi and Yukitoshi Nagahara and Kengo Morohashi},
journal= {arXiv preprint arXiv:2601.08147},
year = {2026}
}
备注
117 pages, 8 figures, 3 supplementary tables (pages 34-117)