• 대한한의학방제학회지
• /
• 제31권4호
• /
• pp.295-313
• /
• 2023

Objectives : While treatments for cancer are advancing, the development of effective treatments for cancer metastasis, the main cause of cancer patient death, remains insufficient. Recent studies on Dichroae Radix have revealed that its active ingredients have the potential to inhibit cancer metastasis. This study aimed to investigate the cancer metastasis inhibitory effect of Dichroae Radix using network pharmacological analysis. Methods : The active compounds of Dichroae Radix have been identified using Traditional Chinese Medicine System Pharmacology Database and Analysis Platform. The UniProt database was used to collect each of information of all target proteins associated with the active compounds. To find the bio-metabolic processes associated with each target, the DAVID6.8 Gene Functional classifier tool was used. Compound-Target and Target-Pathway networks were analyzed via Cytoscape 3.40. Results : In total, 25 active compounds and their 62 non-redundant targets were selected through the TCMSP database and analysis platform. The target genes underwent gene ontology and pathway enrichment analysis. The gene list applied to the gene ontology analysis revealed associations with various biological processes, including signal transduction, chemical synaptic transmission, G-protein-coupled receptor signaling pathways, response to xenobiotic stimulus, and response to drugs, among others. A total of eleven genes, including HSP90AB1, CALM1, F2, AR, PAKACA, PTGS2, NOS2, RXRA, ESR1, ESR2, and NCOA1, were found to be associated with biological pathways related to cancer metastasis. Furthermore, nineteen of the active compounds from Dichroae Radix were confirmed to interact with these genes. Conclusions : The results provide valuable insights into the mechanism of action and molecular targets of Dichroae Radix. Notably, Berberine, the main active ingredient of Dichroae Radix, plays a significant role in degrading AR proteins in advanced prostate cancer. Further studies and validations can provide crucial data to advance cancer metastasis prevention and treatment strategies.

• IMMUNE NETWORK
• /
• 제24권1호
• /
• pp.9.1-9.21
• /
• 2024

The cytokine IL-7 plays critical and nonredundant roles in T cell immunity so that the abundance and availability of IL-7 act as key regulatory mechanisms in T cell immunity. Importantly, IL-7 is not produced by T cells themselves but primarily by non-lymphoid lineage stromal cells and epithelial cells that are limited in their numbers. Thus, T cells depend on cell extrinsic IL-7, and the amount of in vivo IL-7 is considered a major factor in maximizing and maintaining the number of T cells in peripheral tissues. Moreover, IL-7 provides metabolic cues and promotes the survival of both naïve and memory T cells. Thus, IL-7 is also essential for the functional fitness of T cells. In this regard, there has been an extensive effort trying to increase the protein abundance of IL-7 in vivo, with the aim to augment T cell immunity and harness T cell functions in anti-tumor responses. Such approaches started under experimental animal models, but they recently culminated into clinical studies, with striking effects in re-establishing T cell immunity in immunocompromised patients, as well as boosting anti-tumor effects. Depending on the design, glycosylation, and the structure of recombinantly engineered IL-7 proteins and their mimetics, recombinant IL-7 molecules have shown dramatic differences in their stability, efficacy, cellular effects, and overall immune functions. The current review is aimed to summarize the past and present efforts in the field that led to clinical trials, and to highlight the therapeutical significance of IL-7 biology as a master regulator of T cell immunity.

• IMMUNE NETWORK
• /
• 제23권4호
• /
• pp.28.1-28.20
• /
• 2023

Lipid accumulation in macrophages is a prominent phenomenon observed in atherosclerosis. Previously, intimal foamy macrophages (FM) showed decreased inflammatory gene expression compared to intimal non-foamy macrophages (NFM). Since reprogramming of lipid metabolism in macrophages affects immunological functions, lipid profiling of intimal macrophages appears to be important for understanding the phenotypic changes of macrophages in atherosclerotic lesions. While lipidomic analysis has been performed in atherosclerotic aortic tissues and cultured macrophages, direct lipid profiling has not been performed in primary aortic macrophages from atherosclerotic aortas. We utilized nanoflow ultrahigh-performance liquid chromatography-tandem mass spectrometry to provide comprehensive lipid profiles of intimal non-foamy and foamy macrophages and adventitial macrophages from Ldlr^-/- mouse aortas. We also analyzed the gene expression of each macrophage type related to lipid metabolism. FM showed increased levels of fatty acids, cholesterol esters, phosphatidylcholine, lysophosphatidylcholine, phosphatidylinositol, and sphingomyelin. However, phosphatidylethanolamine, phosphatidic acid, and ceramide levels were decreased in FM compared to those in NFM. Interestingly, FM showed decreased triacylglycerol (TG) levels. Expressions of lipolysis-related genes including Pnpla2 and Lpl were markedly increased but expressions of Lpin2 and Dgat1 related to TG synthesis were decreased in FM. Analysis of transcriptome and lipidome data revealed differences in the regulation of each lipid metabolic pathway in aortic macrophages. These comprehensive lipidomic data could clarify the phenotypes of macrophages in the atherosclerotic aorta.

• Animal Bioscience
• /
• 제37권7호
• /
• pp.1289-1302
• /
• 2024

Objective: There is a strong relationship between the content of beneficial fatty acids in milk and milk fat metabolic activity in the mammary gland. To improve milk quality, it is therefore necessary to study fatty acid metabolism in bovine mammary gland tissue. In adipose tissue, peroxisome proliferator-activated receptor gamma (PPARG), the core transcription factor, regulates the fatty acid metabolism gene network and determines fatty acid deposition. However, its regulatory effects on mammary gland fatty acid metabolism during lactation have rarely been reported. Methods: Transcriptome sequencing was performed during the prelactation period and the peak lactation period to examine mRNA expression. The significant upregulation of PPARG drew our attention and led us to conduct further research. Results: According to bioinformatics prediction, dual-luciferase reporter system detection, real-time quantitative reverse transcription polymerase chain reaction and Western blotting, miR-130a and miR-130b could directly target PPARG and inhibit its expression. Furthermore, triglyceride and oil red O staining proved that miR-130a and miR-130b inhibited milk fat metabolism in bovine mammary epithelial cells (BMECs), while PPARG promoted this metabolism. In addition, we also found that the coexpression of miR-130a and miR-130b significantly enhanced their ability to regulate milk fat metabolism. Conclusion: In conclusion, our findings indicated that miR-130a and miR-130b could target and repress PPARG and that they also have a functional superposition effect. miR-130a and miR-130b seem to synergistically regulate lipid catabolism via the control of PPARG in BMECs. In the long-term, these findings might be helpful in developing practical means to improve high-quality milk.

• 원예과학기술지
• /
• 제33권1호
• /
• pp.114-123
• /
• 2015

식물은 다양한 생화학적 및 생리적 과정에 속한 유전자들의 발현 수준을 조절함으로써 저온 스트레스에 반응 및 적응을 할 수 있다. 이러한 스트레스 환경은 막 기능 손실, 세포벽의 변화, 대사 속도 변화 등과 같이 부정적인 영향을 초래한다. 따라서 본 연구는 배추(Brassica rapa ssp. pekinensis)에서의 시간 변화에 따른 저온 스트레스 반응 기작 관련 유전자 상호발현 네트워크를 구축하였다. 배추의 저온 스트레스 네트워크는 2,030개 node, 20,235개 edge, 및 34개 connected component로 구성되었으며, 구축된 네트워크는 배추에서 저온에 관여하는 유전자가 생육도 조절한다는 것을 보여 주었다. 구축한 네트워크를 이용하여 배추에서 저온 스트레스($4^{\circ}C$) 처리가 미치는 영향을 분석한 결과 WRKY 전사인자와 살리실산 신호에 의해 chitinase 부동 단백질이 활성화되고, 전신적 획득저항성을 작동하기 위해 기공 개폐 및 탄수화물 대사과정이 조절됨을 확인하였다. 또한 저온 처리 후 48시간 후에 저온 스트레스가 영양생장에서 생식 생장 및 분열 조직 단계의 변화를 초래하는 것으로 나타났다. 본 연구에서 구축한 네트워크 모델은 배추에서 저온 저항성 관련 유전자들의 발현 패턴을 정확히 유추하는 데 이용될 수 있을 것이다.

• 한국산업정보학회논문지
• /
• 제25권6호
• /
• pp.33-45
• /
• 2020

본 논문은 최근 다양한 종류의 웨어러블 디바이스가 헬스케어 도메인에 급증하여 사용되고 있는 상황에서 최신 첨단 기술이 실제 메디컬 환경에서 개인의 질병예측이라는 관점을 바라본다. 사용자 참여형 웨어러블 디바이스를 통하여 임상 데이터와 유전자 데이터, 라이프 로그 데이터를 병합하여 데이터를 수집, 처리, 전송하는 과정을 걸쳐 딥뉴럴 네트워크의 환경에서 학습모델의 제시와 피드백 모델을 연결하는 과정을 제시한다. 이러한 첨단 의료 현장에서 일어나는 메디컬 IT의 임상시험 절차를 걸친 실제 현장의 경우 대사 증후군에 의한 특정 유전자가 질병에 미치는 영향을 측정과 더불어 임상 정보와 라이프 로그 데이터를 병합하여 서로 각기 다른 이종 데이터를 처리하면서 질병의 특이점을 확인하게 된다. 즉, 이종 데이터의 딥뉴럴 네트워크의 객관적 적합성과 확실성을 증빙하게 되고 이를 통한 실제 딥러닝 환경에서의 노이즈에 따른 성능 평가를 실시한다. 이를 통해 자동 인코더의 경우의 1,000 EPOCH당 변화하는 정확도와 예측치가 변수의 증가 값에 수차례 선형적으로 변화하는 현상을 증명하였다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.423-431
• /
• 2023

본 연구의 목적은 환자의 신체정보와 인공지능 기법을 활용하여 부작용에 영향을 미치는 인자들을 분석하고 조영제 부작용의 정도를 예측하여 이를 완화하는 기초자료로 활용되고자 한다. 연구에 사용한 데이터는 서울 소재 종합병원의 검진을 시행한 CT 검사 58,000건 중 조영제 부작용이 발생한 1,235건 중 과거력 조사에서 조영제 부작용이 없었던 606명의 검사자를 대상자로 하였다. 606개 샘플 중 70%는 훈련 셋으로 사용하고 나머지 30%는 검증을 위한 테스트 셋으로 사용하였다. 나이, BMI(Body Mass Index), GFR(Glomerular Filtration Rate), BUN(Blood Urea Nitrogen), GGT(Gamma Glutamyl Transgerase), AST(Aspartate Amino Transferase,), and ALT(Alanine Amiono Transferase)의 feature를 독립변수로 조영제 중증도를 목표변수로 사용하였다. AdaBoost, Tree, Neural network, SVM, Random foest 알고리즘을 통해 AUC(Area under curve), CA(Classification Accuracy), F1, Precision, Recall을 파악하였다. 분류 예측에 사용된 알고리즘 중 가장 높은 평가지표를 나타내 것은 AdaBoost와 Random Forest이다. 모든 모델의 예측에서 가장 큰 요인은 GFR, BMI, GGT 이였다. 이는 신장 여과 기능, 비만에 따라 주입되는 조영제 양의 차이와 대사증후군의 여부에 따라 조영제 부작용 중증도에 영향을 미치는 것을 알 수 있었다.

• Journal of Ginseng Research
• /
• 제46권2호
• /
• pp.255-265
• /
• 2022

Background: Ginsenoside Rb1, a bioactive component isolated from the Panax ginseng, acts as a remedy to prevent myocardial injury. However, it is obscure whether the cardioprotective functions of Rb1 are related to the regulation of endogenous metabolites, and its potential molecular mechanism still needs further clarification, especially from a comprehensive metabolomics profiling perspective. Methods: The mice model of acute myocardial ischemia (AMI) and oxygen glucose deprivation (OGD)-induced cardiomyocytes injury were applied to explore the protective effect and mechanism of Rb1. Meanwhile, the comprehensive metabolomics profiling was conducted by high-performance liquid chromatography and quadrupole time-of-flight mass spectrometry (HPLC-Q/TOF-MS) and a tandem liquid chromatography and mass spectrometry (LC-MS). Results: Rb1 treatment profoundly reduced the infarct size and attenuated myocardial injury. The metabolic network map of 65 differential endogenous metabolites was constructed and provided a new inspiration for the treatment of AMI by Rb1, which was mainly associated with mitophagy. In vivo and in vitro experiments, Rb1 was found to improve mitochondrial morphology, mitochondrial function and promote mitophagy. Interestingly, the mitophagy inhibitor partly attenuated the cardioprotective effect of Rb1. Additionally, Rb1 markedly facilitated the phosphorylation of AMP-activated protein kinase α (AMPKα), and AMPK inhibition partially weakened the role of Rb1 in promoting mitophagy. Conclusions: Ginsenoside Rb1 protects acute myocardial ischemia injury through promoting mitophagy via AMPKα phosphorylation, which might lay the foundation for the further application of Rb1 in cardiovascular diseases.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.