Prediction of component-target interactions in Wendan Decoction based on the artificial intelligence SGRN-Trans framework

Wang Yanjing; Li Zhiqi; Wei Dongqing; Xu Wei; Tan Hongsheng

doi:10.13406/j.cnki.cyxb.003555

您当前的位置：

首页 >

文章列表页 >

Prediction of component-target interactions in Wendan Decoction based on the artificial intelligence SGRN-Trans framework

Bioinformatics | 更新时间：2025-10-21

- Prediction of component-target interactions in Wendan Decoction based on the artificial intelligence SGRN-Trans framework
- Journal of Chongqing Medical University Vol. 49, Issue 8, Pages: 1002-1011(2024)
- 作者机构：
  
  1.上海交通大学生命科学技术学院，上海 200240
  2.上海交通大学医学院，上海 200025
- 作者简介：
- 基金信息：
- DOI：10.13406/j.cnki.cyxb.003555
  CLC： R221.2
- Received：26 May 2024，
  
  Revised：2024-06-17，
  
  Accepted：13 July 2024，
  
  Published：28 August 2024
- 稿件说明：
移动端阅览
王艳菁,李治琦,魏冬青,等.基于人工智能SGRN-Trans框架预测温胆汤中成分-靶点相互作用的研究[J].重庆医科大学学报,2024,49(8):1002-1011.

Wang Yanjing,Li Zhiqi,Wei Dongqing,et al.Prediction of component-target interactions in Wendan Decoction based on the artificial intelligence SGRN-Trans framework[J].Journal of Chongqing Medical University,2024,49(8):1002-1011.
王艳菁,李治琦,魏冬青,等.基于人工智能SGRN-Trans框架预测温胆汤中成分-靶点相互作用的研究[J].重庆医科大学学报,2024,49(8):1002-1011. DOI： 10.13406/j.cnki.cyxb.003555.

Wang Yanjing,Li Zhiqi,Wei Dongqing,et al.Prediction of component-target interactions in Wendan Decoction based on the artificial intelligence SGRN-Trans framework[J].Journal of Chongqing Medical University,2024,49(8):1002-1011. DOI： 10.13406/j.cnki.cyxb.003555.

摘要

目的

以温胆汤为例，构建基于知识图谱和注意力机制的深度学习模型（SGRN-Trans）预测中医经典名方中药效成分与靶点的相互作用，评价其预测效果。

方法

首次提出SGRN-Trans（Self-weighted Graph Relational Network-Transformer）预测模型，结合多生物数据源构建中医经典名方温胆汤知识图谱（Wendan Decoction Knowledge Graph，WDKG），利用图神经网络学习知识图谱中每个实体的低维嵌入表示，引入中药成分和靶点各自的结构特征，搭载基于注意力机制的Transformer模型进行药效成分-靶点相互作用的预测，结合分子对接及文献调研进行验证。

结果

WDKG包含10个类型共14 292个实体，可用于深度学习模型的研究。SGRN-Trans预测模型与TransE、TransR、ComplEx、DistMult、ConvKB等其他知识图谱嵌入模型的性能相比，效果最优。将预测排序前20组的药效成分与靶点分别进行分子对接和可视化呈现，其中8组的结合能提示其药效成分与靶点有潜在的相互作用。以温胆汤中半夏的有效成分soya-cerebroside（大豆脑苷脂）与低密度脂蛋白受体（low density lipoprotein receptor，LDLR）相互作用为例，结合研究文献进行讨论，可能是温胆汤治疗动脉粥样硬化的机制之一。

结论

本研究提出基于知识图谱和注意力机制的模型SGRN-Trans，可推广用于预测中医药经典名方复杂网络体系中成分与靶点的相互作用，为阐明经典名方的药效物质基础和作用机制提供新的工具。

Abstract

Objective

To construct a deep learning model（SGRN-Trans） based on knowledge graph and attention mechanism for predicting the interaction between pharmacodynamic components and targets in classic traditional Chinese medicine（TCM） prescriptions with Wendan Decoction as an example，and to assess its predictive performance.

Methods

The SGRN-Trans predictive model was proposed for the first time. Multiple biological data sources were used to construct the knowledge graph of Wendan Decoction（WDKG），and graph neural networks were used to learn the low-dimensional embedding representation of each entity in the knowledge graph. The respective structural features of TCM components and targets were introduced，and the Transformer model based on attention mechanism was used to predict the interaction between pharmacodynamic components and targets. Molecular docking and literature review were used for validation.

Results

WDKG contained 10 types of entities，with 14292 entities in total，which could be used for the research on deep learning models. The SGRN-Trans predictive model showed the best performance compared with other knowledge graph embedding models such as TransE，TransR，ComplEx，DistMult，and ConvKB. Molecular docking and visualized presentation were performed for the top 20 groups of pharmacodynamic components and targets，among which 8 combinations suggested the potential interaction between pharmacodynamic components and targets. With the interaction between soya-cerebroside （an effective constituent of

Pinellia ternata

in Wendan Decoction） and low-density lipoprotein receptor

as an example，the literature review showed that it might be one of the mechanisms for Wendan Decoction in the treatment of atherosclerosis.

Conclusion

The SGRN-Trans model based on knowledge graph and attention mechanism proposed in this study can be widely used to predict the interaction between components and targets in the complex network system of classic TCM prescriptions，which provides a new tool for clarifying the pharmacodynamic material basis of classic TCM prescriptions and related mechanisms of action.

关键词

Keywords

references

国家中医药管理局 . 古代经典名方目录（第一批） [EB/OL ] .（ 2018-04-13 ）[ 2024-05-26 ] . http://www.natcm.gov.cn/kejisi/zhengcewenjian/2018-04-16/7107.html http://www.natcm.gov.cn/kejisi/zhengcewenjian/2018-04-16/7107.html .

State Administration of Traditional Chinese Medicine . Catalogue of Ancient Classic Prescriptions（First Batch） [EB/OL ] .（ 2018-04-13 ）[ 2024-05-26 ] . http：//www.natcm.gov.cn/kejisi/zhengcewenjian/2018-04-16/7107.html http://www.natcm.gov.cn/kejisi/zhengcewenjian/2018-04-16/7107.html .

国家中医药管理局办公室 . 国家药品监督管理局综合和规划财务司关于发布《古代经典名方关键信息考证原则》《古代经典名方关键信息表（7首方剂）》的通知 [EB/OL ] .（ 2020-11-11 ）[ 2024-05-26 ] . https://www.nmpa.gov.cn/xxgk/fgwj/gzwj/gzwjyp/20201111091109170.html https://www.nmpa.gov.cn/xxgk/fgwj/gzwj/gzwjyp/20201111091109170.html .

Notice of the Office of the State Administration of Traditional Chinese Medicine and the Comprehensive and Planning Finance Department of the State Medical Products Administration on Issuing the“Key Information Research Principles for Ancient Classic Famous Prescriptions”and“Key Information Table for Ancient Classic Famous Prescriptions（ 7 Prescriptions) ”[EB/OL ] . （ 2020-11-11 ）[ 2024-05-26 ] . https：//www.nmpa.gov.cn/xxgk/fgwj/gzwj/gzwjyp/20201111091109170.html https://www.nmpa.gov.cn/xxgk/fgwj/gzwj/gzwjyp/20201111091109170.html .

王婧，董丽萍，时歆未，等 . 温胆汤历史沿革研究进展 [J ] . 世界中医药， 2020 ， 15 （ 14 ）： 2193 - 2198 ．

Wang J ， Dong LP ， Shi XW ， et al . Study on the progress of historical evolution of Wendan Decoction [J ] . World Chin Med ， 2020 ， 15 （ 14 ）： 2193 - 2198 ．

董丽萍，赵家莹，詹梁，等 . 经典名方温胆汤中枳实模拟古法的炮制工艺与质量控制研究 [J ] . 上海中医药杂志， 2019 ， 53 （ 10 ）： 90 - 96 ．

Dong LP ， Zhao JY ， Zhan L ， et al . Technology and quality control for processing Fructus Aurantii Immaturus simulating ancient method in classic recipe Wendan Decoction [J ] . Shanghai J Tradit Chin Med ， 2019 ， 53 （ 10 ）： 90 - 96 ．

杨思雨，董丽萍，谭红胜，等 . 温胆汤基准样品量值传递研究 [J ] . 中成药， 2023 ， 45 （ 6 ）： 1788 - 1794 ．

Yang SY ， Dong LP ， Tan HS ， et al . Quality value transmitting of Wendan Decoction reference samples [J ] . Chin Tradit Pat Med ， 2023 ， 45 （ 6 ）： 1788 - 1794 ．

Yang YT ， Chen R ， Li CX ， et al . A synthetic external control study comparing the clinical efficacy of Wendan Decoction and 19 antidepressants [J ] . Int J Neuropsychopharmacol ， 2023 ， 26 （ 10 ）： 739 - 746 ．

Wang N ， Li P ， Hu XC ， et al . Herb target prediction based on representation learning of symptom related heterogeneous network [J ] . Comput Struct Biotechnol J ， 2019 ， 17 ： 282 - 290 ．

Xu ZG . Modernization：one step at a time [J ] . Nature ， 2011 ， 480 （ 7378 ）： 90 - 92 ．

Bagherian M ， Sabeti E ， Wang K ， et al . Machine learning approaches and databases for prediction of drug-target interaction：a survey paper [J ] . Brief Bioinform ， 2021 ， 22 （ 1 ）： 247 - 269 ．

Ru XQ ， Ye XC ， Sakurai T ， et al . Current status and future prospects of drug-target interaction prediction [J ] . Brief Funct Genomics ， 2021 ， 20 （ 5 ）： 312 - 322 ．

Ding H ， Takigawa I ， Mamitsuka H ， et al . Similarity-based machine learning methods for predicting drug-target interactions：a brief review [J ] . Brief Bioinform ， 2014 ， 15 （ 5 ）： 734 - 747 ．

Wan FP ， Hong LX ， Xiao A ， et al . NeoDTI：neural integration of neighbor information from a heterogeneous network for discovering new drug-target interactions [J ] . Bioinformatics ， 2019 ， 35 （ 1 ）： 104 - 111 ．

Cheng FX ， Liu C ， Jiang J ， et al . Prediction of drug-target interactions and drug repositioning via network-based inference [J ] . PLoS Comput Biol ， 2012 ， 8 （ 5 ）： e1002503 ．

Chen X ， Liu MX ， Yan GY . Drug-target interaction prediction by random walk on the heterogeneous network [J ] . Mol Biosyst ， 2012 ， 8 （ 7 ）： 1970 - 1978 ．

Morgan HL . The generation of a unique machine description for chemical structures-a technique developed at chemical abstracts service [J ] . J Chem Doc ， 1965 ， 5 ： 107 - 113 ．

Dong J ， Yao ZJ ， Zhang L ， et al . PyBioMed：a python library for various molecular representations of chemicals，proteins and DNAs and their interactions [J ] . J Cheminform ， 2018 ， 10 （ 1 ）： 16 ．

Dubchak I ， Muchnik I ， Holbrook SR ， et al . Prediction of protein folding class using global description of amino acid sequence [J ] . Proc Natl Acad Sci U S A ， 1995 ， 92 （ 19 ）： 8700 - 8704 ．

Öztürk H ， Özgür A ， Ozkirimli E . DeepDTA：deep drug-target binding affinity prediction [J ] . Bioinformatics ， 2018 ， 34 （ 17 ）： i821 - i829 ．

Ye Q ， Hsieh CY ， Yang ZY ， et al . A unified drug-target interaction prediction framework based on knowledge graph and recommendation system [J ] . Nat Commun ， 2021 ， 12 （ 1 ）： 6775 ．

陈玄晶，徐丹苹，陈小光，等 . 冠心病中医痰证与客观化指标关系研究概述 [J ] . 中华中医药杂志， 2017 ， 32 （ 7 ）： 3089 - 3092 ．

Chen XJ ， Xu DP ， Chen XG ， et al . Overview of the relationship between phlegm syndrome and objective indexes in coronary heart disease [J ] . China J Tradit Chin Med Pharm ， 2017 ， 32 （ 7 ）： 3089 - 3092 ．

Xu JH ， Huang YM ， Ling W ， et al . Wen Dan Decoction for hemorrhagic stroke and ischemic stroke [J ] . Complement Ther Med ， 2015 ， 23 （ 2 ）： 298 - 308 ．

何皓颋 . 加味温胆汤对气虚痰瘀型冠状动脉粥样硬化性心脏病多支病变不完全血运重建患者心绞痛的影响 [J ] . 中医临床研究， 2019 ， 11 （ 10 ）： 73 - 75 ．

He HT . Effects of the Wendan Decoction on angina of incomplete revascularization patients with coronary heart disease of the Qixu Tanyu type [J ] . Clin J Chin Med ， 2019 ， 11 （ 10 ）： 73 - 75 ．

陈玄晶，钟碧莹，吴焕林，等 . 温胆汤抑制氧化低密度脂蛋白诱导的巨噬细胞泡沫化 [J ] . 中国病理生理杂志， 2020 ， 36 （ 11 ）： 1952 - 1959 ．

Chen XJ ， Zhong BY ， Wu HL ， et al . Inhibitory effect of Wendan Decoction on formation of foam cells induced by ox-LDL [J ] . Chin J Pathophysiol ， 2020 ， 36 （ 11 ）： 1952 - 1959 ．

陈玄晶，陈小光，徐丹苹，等 . 温胆汤调节血脂异常系统评价 [J ] . 中国中医药信息杂志， 2017 ， 24 （ 8 ）： 93 - 98 ．

Chen XJ ， Chen XG ， Xu DP ， et al . Systematic assessment on effects of Wendan Decoction on dyslipidemia [J ] . Chin J Inf Tradit Chin Med ， 2017 ， 24 （ 8 ）： 93 - 98 ．

Jeon H ， Blacklow SC . Structure and physiologic function of the low-density lipoprotein receptor [J ] . Annu Rev Biochem ， 2005 ， 74 ： 535 - 562 ．

Chen YL ， Kennedy DJ ， Ramakrishnan DP ， et al . Oxidized LDL-bound CD36 recruits an Na⁺/K⁺-ATPase-Lyn complex in macrophages that promotes atherosclerosis [J ] . Sci Signal ， 2015 ， 8 （ 393 ）： ra91 ．

Lee HP ， Wang SW ， Wu YC ， et al . Soya-cerebroside inhibits VEGF-facilitated angiogenesis in endothelial progenitor cells [J ] . Food Agric Immunol ， 2020 ， 31 ： 193 - 204 ．

Park YM ， Febbraio M ， Silverstein RL . CD36 modulates migration of mouse and human macrophages in response to oxidized LDL and may contribute to macrophage trapping in the arterial intima [J ] . J Clin Invest ， 2009 ， 119 （ 1 ）： 136 - 145 ．

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Cervical cancer screening system TruScreen with graph neural network-based classification versus HPV DNA quantification in high-risk HPV-positive patients

Precise coronary artery segmentation based on an adaptive multi-scale attention fusion-network

Related Author

Zhou Leming

Huang Zhongxiu

Huang Shixin

Hu Yanli

Li Xiaosong

Yu Ziteng

Song Xuehua

Yuan Xin

Related Institution

Department of Gynecology，Qianjiang Hospital，Chongqing University

School of Computer Science and Technology，Chongqing University of Posts and Telecommunications

Department of Clinical Laboratory， Qianjiang Hospital，Chongqing University

Science and Education Department，Yubei District People’s Hospital of Chongqing

School of Computer Science and Communication Engineering，Jiangsu University

⁰