基于網絡藥理學及分子對接的黃芪散治療2型糖尿病機制探討

邢菊玲，劉芬，馮萌，黃天來，周欣欣

（廣州中醫藥大學中藥學院，廣東廣州 510006）

糖尿病是因胰島素分泌和（或）作用缺陷而導致血糖水平升高的一種復雜的代謝性疾病。糖尿病在全球患病率不斷攀升，我國為糖尿病的高發地區[1-5]。根據發病機制不同，糖尿病可分為1型糖尿病和2型糖尿病[2-3]，而2型糖尿病作為主要的糖尿病類型，占糖尿病患者的90%以上。2型糖尿病是指由遺傳和環境因素相互作用而引起的一種代謝異常綜合征，以慢性高血糖為主要特征，具有起病隱匿、潛伏期長的特點[4]。目前，針對2型糖尿病的治療西醫多采用羅格列酮、二甲雙胍等調脂類藥物，一方面可以增加肝臟、肌肉、脂肪組織對胰島素的敏感性，另一方通過減少糖原生成，增加葡萄糖外周利用而降低血糖，但長時間用藥會造成肝腎功能和消化系統的損傷，效果不夠理想[6]。

糖尿病歸屬于中醫學“消渴”病的范疇，常表現為乏力、多飲、多食、多尿等癥狀，臨床多采用生津止渴、益氣養陰、輸津澀精等方法予以治療。大量研究表明，中藥在改善2型糖尿病療效顯著，具有多環節、多靶點以及多途徑用藥價值，且用藥后安全性較高[7]。復方黃芪散出自北宋《圣濟總錄》，由黃芪、葛根、桑白皮（1∶2∶1）組成，原文記載其可“治三消渴疾，肌膚瘦弱，飲水不止，小便不利”。方中：黃芪補氣生津以止渴，善治氣虛津虧的消渴證；葛根升發清陽，鼓舞脾胃清陽之氣上升而生津止渴，輸津液以溉五臟而滋陰清熱，生用善治陰虛消渴；桑白皮甘寒瀉火，滋陰潤燥，以甘寒之性制黃芪稍熱之性，以益氣生津，善治氣陰不足消竭；三藥配伍共奏益氣健脾、滋陰清熱、生津止渴功效，三消并治，標本兼顧。本課題組前期研究[8-12]表明，黃芪散可改善2型糖尿病模型大鼠糖脂代謝紊亂、調節內外源性脂代謝失衡及提高胰島素敏感性，降低體質系數，起到降脂和減肥作用，同時可以改善糖尿病性心肌病和糖尿病性的骨質疏松。但中藥復方組方成分復雜，藥效物質基礎不明確，且相關機制解釋較困難，因此，本研究通過網絡藥理學對黃芪散活性成分及其作用靶點進行“分子-靶點-通路-疾病”的多層次網絡構建，闡明黃芪散治療2型糖尿病可能存在的分子機制，以期為今后黃芪散治療2型糖尿病的研究提供新的思路和方法。現將研究結果報道如下。

1 資料與方法

1.1 黃芪散活性化合物及靶標蛋白的篩選通過中藥系統藥理學分析平臺[13]（TCMSP）（http://tcmspw.com/tcmsp.php），以“黃芪”“葛根”“桑白皮”為關鍵詞檢索黃芪散中的化學成分，篩選出口服生物利用度（OB）≥30%[14]和類藥性（DL）≥0.18[15]的化學成分作為活性成分及相關靶標蛋白。

1.2 活性成分潛在靶點反向預測首先通過有機小分子生物活性數據庫PubChem（https://pubchem.ncbi.nlm.nih.gov/search/）搜索“1.1”項篩選的活性成分，得到簡化分子線性輸入規范SMILES（simplified molecular input line entry specification），再將各分子的SMILES式輸入Swiss Target Prediction在線網址（http://www.swisstargetprediction.ch/[16]），種屬設置為Homo sapiens（Human），Probability≥0.85，得到所選成分潛在靶點的預測結果，將TCMSP得到的靶標蛋白和反向預測得到的潛在靶點匯總，得到最后的成分靶標。

1.3 疾病靶點的篩選通過人類基因數據庫GeneCards（http://www.genecards.org/）和在線人類孟德爾遺傳（OMIM）數據庫（http://www.omim.org/），以“type 2 diabetes”“T2DM”和“diabetes mellitus type 2”為關鍵詞進行檢索，得到與2型糖尿病相關的基因，其中GeneCards數據庫以相關性分數（relevance score）≥30[17]作為篩選條件，將篩選結果歸納整理得到2型糖尿病疾病的靶標。

1.4 藥物靶點與疾病靶點標準化及網絡構建通過靶點標準化數據庫UniProt（https://www.uniprot.org/）分別上傳上述得到的藥物成分靶點與疾病靶點的名稱（target name），蛋白種屬設置為Homo sapiens（Human），獲取其靶點的標準基因名。并通過Cytoscape 3.6.1軟件（http://www.cytoscape.org/）構建化合物成分-靶點網絡，分析化合物和靶點間的度（Degree）值。

1.5 蛋白質相互作用（PPI）的構建及其核心網絡的篩選首先通過Venny 2.1軟件將標準化的成分靶點與疾病靶點取交集，得到交叉共有的靶蛋白基因名，即潛在靶點，再將潛在靶點導入在線網站STRING 10.5（https://string-db.org[18]），選 用Multiple Proteins工具，種屬設置為Homo sapiens（Human），獲取PPI關系，根據最高級篩選條件“highest confidence（≥0.9）”，得到聯系最緊密的PPI網絡，并保存TSV格式文件。將文件中的node1、node2、combined score整理導入Cytoscape 3.6.1軟件進行網絡拓撲結構分析。網絡中靶點大小和顏色可反映節點Degree值。并通過軟件的Merge功能將上述的成分-靶標網絡與蛋白相互作用網絡合并，得到疾病-成分-靶點網絡，利用插件Network Analyzer分析網絡節點Degree值，計算基因靶點的平均值，篩選出節點Degree值高于平均值的節點作為核心靶點。

1.6 基因本體論（GO）生物過程和京都基因與基因組百科全書（KEGG）通路富集分析將上述篩選出的核心靶點導入DAVID數據庫（https://david.ncifcrf.gov/[19]），種屬設置為Homo sapiens（Human），靶基因名選擇官方名稱（Office-gene-symbol），進行GO生物學過程富集分析和KEGG信號通路富集分析。以P＜0.05作為篩選條件，選取符合條件的GO生物過程和KEGG通路，并根據P值從小到大排序，選擇P值在前20位的通路進行可視化處理。

1.7 分子對接利用MOE（Molecular Operating Environment）2015軟件對黃芪散的部分核心靶點與主要活性成分進行分子對接。通過PubChem CID（https://www.ncbi.nlm.nih.gov/pccompound）下載包括quercetin、kaempferol等15個活性成分的三維結構，導入MOE軟件進行能量優化，并保存為MDB文件作為之后分子對接的配體。通過PDB數據庫（https://www.rcsb.org/）下載ESR1和JUN的3D晶體結構（PDBID：1A52和5FV8，分辨率：2.8?和1.99?），導入Moe軟件，刪除不相關的配體與水分子，并基于AMBER10：EHT力場和R-field隱式溶劑模型，通過LigX模塊優化蛋白的質子化狀態及氫原子的位置，保存作為分子對接的受體，之后，通過MOE軟件中的對接模塊Dock預測受體與配體之間的的結合能力，并通過London dG和GBVI/WSA dG打分函數對活性成分與靶標蛋白相互作用進行評分。對接打分越低（即能量越低），表示結合構型越穩定。

2 結果

2.1 活性化合物的篩選通過TCMSP數據庫檢索得到黃芪散化學成分共299個，其中，黃芪87個，葛根18個，桑白皮194個，以OB≥30%和DL≥0.18篩選后，獲得黃芪散的活性成分共50個（見表1），其中，黃芪19個、葛根4個、桑白皮32個。其中，白樺脂酸（mairin）、山柰酚（kaempferol）和槲皮素（quercetin）為黃芪-桑白皮所共有，刺芒柄花素（formononetin）為黃芪-葛根所共有，beta-谷甾醇（beta-sitosterol）為葛根-桑白皮所共有。

表1 黃芪散活性成分篩選結果Table 1 Screening results of active ingredients of Huangqi San

2.2 化學成分靶點預測結果通過TCMSP平臺，共得到成分靶標924個（黃芪448個、葛根68個、桑白皮408個），通過Swiss Target Prediction服務器篩選補充得到170個，結合TCMSP和Swiss Target Prediction刪除重復基因后共得到成分靶點基因246個。

2.3 疾病靶點預測結果通過GeneCards數據庫檢索2型糖尿病的關鍵詞，共得到10 777個與2型糖尿病相關的基因，經過篩選最終得到580個。通過OMIM數據庫補充基因83個，最后得到663個疾病候選靶點基因。

2.4 成分-藥物靶點網絡構建將上述50個藥物活性成分與246個成分靶點輸入Excel文件并進行屬性編排，導入Cytoscape 3.6.1軟件得到黃芪散活性成分-靶點網絡圖，圖中橢圓代表藥物作用的靶點，長方形代表藥物活性成分，三角形代表藥物，共得到287個節點，2 748條邊，見圖1。網絡中的50個化合物中有12個未參與網絡構建，因此節點由246個基因、38個藥物活性成分和3個藥物組成，而每條邊則表示不同節點與節點之間的相互作用關系，可見一個藥物對應多種成分，一種成分對應多個靶點，反過來一個靶點也對應多種成分，從而更加直觀地體現了中藥復方多成分、多靶點的特點。在網絡中，一個節點與其他節點的連線越多，節點Degree值越大，其化合物或者靶點在網絡中作用也越關鍵。黃芪散成分-靶點網絡中節點Degree值＞20的靶點有PTGS2、PTGS1、PPARG、PRSS1、AR、NOS2、NCOA2、ESR1、RXRA、ACHE、SCN5A、ESR2、GSK3B、ADRB2、GABRA1和PGR，節點Degree值＞20的成分有槲皮素（quercetin）、山柰酚（kaempferol）、刺芒柄花素（formononetin）、beta-谷甾醇（beta-sitosterol）、7-O-甲基異丙醇胺（7-O-methylisomucronulatol）、異鼠李素（isorhamnetin）、桑根酮F（sanggenone F）和桑辛素（moracin D）等。

圖1 黃芪散活性成分-靶點網絡圖Figure 1 Active ingredient-target network diagram of Huangqi San

（續表1）

2.5 PPI網絡構建通過Uniport得到成分與疾病靶標蛋白的標準基因名，導入Venny 2.1軟件繪制韋恩圖（見圖2），得到成分和疾病共有潛在靶點98個。主要有誘導型一氧化氮合酶2（NOS2）、前列腺素G/H合成酶1（PTGS1）、前列腺素G/H合成酶2（PTGS2）、雌激素受體1（ESR1）、過氧化物酶體增殖因子活化受體γ（PPARG）、絲裂原活化蛋白激酶14（MAPK14）、糖原合酶激酶3β（GSK3B）、白細胞介素6（IL6）、乙酰膽堿酯酶（ACHE）等。將得到的98個潛在靶點導入STRING平臺，設置“highest confidence≥0.9”，得到PPI網絡，并下載導出TSV格式文件，將文件中的node1、node2、combined score信息整理導入Cytoscape 3.6.1軟件進行網絡拓撲結構分析，見圖3，節點Degree和節點之間的combined score可分別反映靶點大小和顏色及邊的粗細，該網絡有88個節點，361條邊組成。通過Cytoscape 3.6.1軟件的Merge功能將成分-靶標網絡與PPI網絡合并，得到疾病-成分-靶點網絡圖（見圖4，Degree值越大，節點越大），并利用插件Network Analyzer分析網絡節點Degree。Degree值越大，則節點越大。網絡中共有284個節點和953條邊，其中，38個是成分節點，246個是基因節點，成分節點和基因節點的平均Degree值為15.58和5.34，成分節點Degree值大于平均Degree值 的 有quercetin（193），kaempferol（64）、7-Omethylisomucronulatol（32）、isorhamnetin（30）、Formononetin（27）、beta-sitosterol（26）、3，9-di-O-methylnissolin（19）、hederagenin（16）、（6aR，11aR）-9，10-dimethoxy-6a，11a-dihydro-6Hbenzofurano[3，2-c]chromen-3-ol（18）9個成分，基因節點Degree值大于平均Degree值的有包括ESR1（37）、JUN（34）、PTGS2（34）、AKT1（34）、MAPK14（31）等在內的75個基因，見表2。

表2 黃芪散關鍵基因的基本信息Table 2 Basic information of key genes of Huangqi San

圖2 黃芪散治療2型糖尿病的活性成分靶點-疾病靶點韋恩圖Figure 2 Venn diagram of targets of active ingredientdisease in Huangqi San for treatment of T2DM

圖3 黃芪散治療2型糖尿病共有靶點的PPI網絡Figure 3 PPI network of common targets in Huangqi San for treatment of T2DM

圖4 黃芪散治療2型糖尿病的疾病-成分-靶點網絡Figure 4 Disease-component-target network in Huangqi San for treatment of T2DM

2.6 GO生物過程和KEGG通路富集分析利用DAVID數據庫，將上述得到的75個靶蛋白基因上傳并進行GO生物過程及KEGG信號通路的富集分析。以P＜0.05作為篩選條件，共得到了113個GO條目，并按照P值從小到大的順序，選取前20個GO生物過程分析條目，主要包括類固醇激素受體活性、蛋白酪氨酸激酶活性、核受體活性、泛素蛋白連接酶結合、生長因子受體結合、細胞因子活性等生物過程，具體結果見表3。另外，KEGG結果分析，共富集到157條信號通路（P＜0.05），按照P值從小到大的順序篩選前20條，主要涉及到糖尿病并發癥晚期糖基化終末產物（AGEs）-晚期糖基化終末產物受體（RAGE）信號通路、流體剪應力與動脈粥樣硬化、乳腺癌、結直腸癌、乙型肝炎、丙型肝炎肺炎、缺氧誘導因子1（HIF-1）信號通路、IL-17信號通路、腫瘤壞死因子（TNF）信號通路、磷脂酰肌醇3-激酶（PI3K）-Akt信號通路等，見圖5~圖6。此外，KEGG結果還包含一些常見的治療糖尿病的信號通路，如胰島素抵抗（insulin resistance）通路、AMPK信號通路、MAPK信號通路、PPAR信號通路和Toll樣受體信號通路等。

圖5 基因本體論（GO）分析氣泡圖Figure 5 Bubble charts of gene ontology（GO）analysis

圖6 京都基因與基因組百科全書（KEGG）分析氣泡圖Figure 6 Bubble charts of Kyoto Encyclopedia of Genes and Genomes（KEGG）analysis

2.7 分子對接本研究基于PPI網絡中Degree值較大的前2個核心靶點與15個活性成分進行能量匹配，根據對接打分選取最優構型，見表4。其平均對接打分為-5.54 kcal/mol，可見大部分配體均能與受體很好地結合，其中，異鼠李素（isorhamnetin）與ESR1對接打分最低，為-7.25 kcal/mol。異鼠李素（ID：5281654）結構見圖7-A。ESR1蛋白結構見圖7-B。docking后活性位點及相互作用關系見圖7-C和圖7-D：圖7-C中異鼠李素顯示為黃色，周圍活性口袋的氨基酸顯示為綠色，條帶顏色為白色；圖7-D中，綠色代表具疏水性的氨基酸，紫色代表極性作用不帶電荷或帶正負的氨基酸。因此可見，異鼠李素周圍存有Met421、Ile424、Phe404、Met434、leu428、leu391、leu349、leu346、leu387、leu384、Met388、leu525等疏水基團，Thr347、Gly521、His524等極性不帶電氨基酸殘基，Glu353極性帶負電的氨基酸和Arg394極性帶正電的氨基酸，表明較多的疏水性氨基酸在空間位置上包圍在化合物周圍，以范德華力為主導影響兩者相互作用，并且還與氨基酸殘基His524和Glu353產生氫鍵作用及leu387的PI鍵作用。

表4 受體與配體的對接打分Table 4 The docking score of receptors and ligands

圖7 異鼠李素與ESR1相互作用的分子對接示意圖Figure 7 Molecular docking diagram of isorhamnetin interaction with ESR1

3 討論

網絡藥理學是由英國鄧迪大學藥理學家Hopkins于2007年在Nature Bioteehnology雜志中首次提出，并定義為一門以系統生物學和多項藥理學為理論基礎，利用生物分子網絡分析方法，選取特定節點進行藥物設計和靶點分析的藥理學分支學科[20-21]。隨著人類物質文明的高度發展，生活方式的改變，以及老齡化進程的加劇，人類疾病譜發生了很大的變化，以腫瘤、心血管疾病和糖尿病等為代表的慢性復雜病已成為威脅人類健康的重要因素。這些復雜疾病及并發癥的發生和發展過程往往涉及機體的多個臟腑、多個靶點、多個基因以及多個信號通路[22]，因此，傳統“一個藥物、一個靶標、一種疾病”的藥物理念已經難以達到很好的治療目的。而網絡藥理學具有“多基因、多靶點”的特點，同時中藥及其復方為多成分、多途徑、多靶點協同作用，這正與復雜疾病的治療理念想吻合，因此探索中藥及復方與多靶點多基因之間的復雜網狀關系，在闡述復雜疾病的發病機制及治療靶標的研究方面具有重要的價值。黃芪散作為治療消渴病的經典古方，秉承中醫藥的君臣佐使觀念和臟腑經絡學說，三味藥相互配伍，相輔相成，相得益彰。因此，本研究通過網絡藥理學構建黃芪散-2型糖尿病的網絡關系，逐步分析了其活性成分、調控的靶點基因和體內發生的生物過程和信號通路，系統整體地解釋了黃芪散在治療2型糖尿病中的作用。

本研究結果顯示，黃芪散的有效活性成分為38個，發揮治療2型糖尿病的關鍵成分有槲皮素、山柰酚、刺芒柄花素、beta-谷甾醇等。有研究表明，槲皮素能降低2型糖尿病大鼠的血糖，其機制可能與其降低機體氧化應激水平，抑制胰島細胞凋亡有關[23]，還能通過激活胰腺組織中成纖維細胞生長因子21（FGF21）/AMPK信號通路來減輕大鼠外周胰島素抵抗[24]。山柰酚可以通過抑制胰島β細胞凋亡，促進增殖，保護胰島β細胞功能、改善胰島素敏感性以及調節胞內甲狀腺激素代謝相關酶的活性，增加能量消耗來改善脂代謝紊亂，降低血糖[25]。另外，Oza等[26]的研究也表明，刺芒柄花素不僅可以改善糖尿病大鼠的葡萄糖耐量、胰島素敏感性和血脂狀況，還可以顯著地降低血液中的糖血紅蛋白，提高大鼠的肝糖原水平，同時，還可以保護胰島β細胞免受壞死和萎縮的影響。本研究結果與上述報道相符，說明黃芪散在治療2型糖尿病時具有多成分共同作用的特點。

本研究疾病-成分-靶點網絡結果表明黃芪散有效成分可能是通過ESR1、JUN、PTGS2、AKT1、MAPK14等75個藥物成分與疾病的共同靶點起作用。郭姣教授于2017年首次提出“糖脂代謝病（Glucolipid Metabolic Disease，GLMD）”概念，即糖脂代謝是一種以糖、脂代謝紊亂為特征，由遺傳、環境、精神等多種因素參與的疾病，以神經內分泌失調、胰島素抵抗、氧化應激、炎癥、腸道菌群失調為核心病理，以高血糖、血脂失調、非酒精性脂肪肝、超重、高血壓及動脈粥樣硬化等單一或合并出現為主要臨床表現特點，需要綜合一體化治療[27]。因此，對今后的抗糖尿病的藥物提出了更高更全面的要求，不只是要單方面地降低血糖，同時還要具有調節內分泌失調，抗胰島素抵抗，抗炎抗氧化等作用。本研究中發現，黃芪散的核心靶點與上述糖脂代謝病的核心病理均密切相關，這些靶點可以大致分為六大類：一是神經內分泌因子類，有雄激素受體（AR）、雌激素受體α（ESR1）、雌激素受體β（ESR2）、類固醇受體激活蛋白（NCOA1、NCOA2）和綿羊孕酮受體（PGR）；二是胰島素抵抗類，有胰島素受體（INSR）、過氧化物酶體增殖物激活受體α（PPARA）、過氧化物酶體增殖因子活化受體γ（PPARG）、胰島素樣生長因子1受體（IGF1R）、胰島素樣生長因子結合蛋白3（IGFBP3）、胰島素樣生長因子2（IGF2）；三是血管因子類，有一氧化氮合酶（NOS2、NOS3）、信號傳導轉錄激活因子1（STAT1）、血管內皮細胞黏附分子1（VCAM1）、血管內皮生長因子A（AVEGFA）、血管內皮生長因子受體（KDR）、細胞間黏附分子1（ICAM1）、基質金屬蛋白酶（MMPs）家族的基質金屬蛋白酶MMP2和MMP9，以及調控誘導血管生成的調節因子MAPK家族（MAPK1、MAPK14、MAPK18）；四是炎癥因子類，包括BCL-2基因家族中的細胞凋亡促進基因（BAX、BCL2、BCL2L1）、白細胞介素（IL10、IL2、IL4、IL6、IL1A、IL1B），腫瘤壞死因子家族CD40LG及趨化因子CCL2；五是癌癥類，有RAF1、RB1、MYC、JUN癌基因以及與胃癌密切相關的SERPINE1；六是激酶及調節細胞生長、分裂、增殖、分化等生物過程的核基因類，有乙酰膽堿酯酶（ACHE）、β2腎上腺素能受體（ADRB2）、絲氨酸/蘇氨酸蛋白激酶1（AKT1）、糖原合成酶激酶3β（GSK3B）、絲氨酸蛋白酶1（PRSS1）、表皮細胞生長因子（EGF、EGFR、ERBB2）和核受體亞家族3C組成員1（NR3C1）。同樣，GO富集分析表明黃芪散涉及體內的多個生物過程，因此，說明黃芪散在治療2型糖尿病時具有多靶點、多途徑協同作用的特點。

KEGG通路富集分析共得到了157條信號通路，其中AMPK通路、胰島素抵抗通路[28]、PPARα通路[12]、p53通路[29]均已在實驗中得到驗證，與本課題組前期研究結果一致，反映了本研究數據的可靠性。根據P值篩選到的前20條核心通路與2型糖尿病發病機制最密切，其中多條通路與2型糖尿病的并發癥相關，且已經被實驗或臨床研究驗證。例如，孔莫維等[30]研究表明，糖尿病與諸多的癌癥（乳腺癌、膀胱癌、前列腺癌、結直腸癌等）均存在相互關系，與普通人群相比，糖尿病患者患癌癥的風險會大大增加，可能機制在于糖尿病患者長期的高血糖狀態為腫瘤細胞存活及轉移提供了充足的條件，胰島素抵抗與高胰島素血癥狀態則通過促進胰島素樣生長因子（IGF）及其受體的高表達，發揮促進腫瘤細胞增殖及抗凋亡作用，糖尿病導致的慢性炎癥狀態也增加了腫瘤的發生風險[31]。另外，患有乙肝或丙肝的患者也更容易發生糖尿病，可能機制是肝炎病毒感染后，隨著患病的時間不斷延長，患者的肝臟損傷程度不斷加重，機體葡萄糖代謝受到明顯影響，同時胰島素敏感性降低，容易出現胰島素抵抗、高胰島素血癥等，最終誘發糖尿病[32-33]。β-皰疹病毒亞科的雙鏈DNA病毒巨細胞病毒（CMV）與2型糖尿病也存在一定的相關性，胰島β細胞的功能失調被認為是誘發糖尿病的主要發病機制[34]。AGE-RAGE信號通路參與糖尿病的諸多并發癥，在糖尿病腎病中，AGEs-RAGE信號通路激活下游關鍵因子如NF-κB、VGEF、TGF-β1、MCP-1等基因，從而延緩糖尿病腎病的進展[35]。在糖尿病難愈合創面中，AGEs可通過兩個途徑（受體途徑、非受體途徑）發揮作用，受體途徑占主導地位，即通過與內皮細胞等細胞膜上受體RAGE結合，激發多種細胞因子形成與釋放，改變機體神經和血管的病理損傷[36]。在糖尿病神經病變中，AGE的累積可能引起周圍神經組織血液流速減慢，導致外周神經缺血缺氧，因此清除循環的AGE可預防AGE對組織的損傷[37]。大量研究還表明IL-17信號通路、HIF-1信號通路、PI3K-Akt信號通路、流體剪應力與動脈粥樣硬化、TNF信號通路在糖尿病的發生發展中亦發揮重要作用[38-42]。本研究結果結合已有報道發現，黃芪散可以通過干預以上多條通路來發揮治療作用，同時也表明，疾病的調控機制存在復雜且相互交叉的關系。

分子對接驗證結果表明，通過網絡藥理學篩選出的關鍵成分與核心靶點ESR1和JUN均有較為穩定的結合，其中，異鼠李素與ESR1的對接打分最低，相互作用越強，化合物構象也愈穩定，且相較于二甲雙胍，異鼠李素與ESR1打分最接近，表明異鼠李素在激活ESR1上表現出與二甲雙胍相類似的作用。

綜上所述，本研究運用網絡藥理學和分子對接技術，初步篩選和分析了黃芪散治療2型糖尿病的相關靶點，并探討了黃芪散治療2型糖尿病的潛在分子機制。但本研究仍存在一些不足，網絡藥理學是基于大數據背景進行的研究，具體機制尚需要進一步通過實驗加以驗證。本研究發現，黃芪散的核心靶點中抗炎因子占較大比例，但關于黃芪散的抗炎作用還未見報道，因此提出假設：黃芪散可能通過抑制炎癥因子分泌，參與抗炎抗氧化達到治療2型糖尿病的作用。另外，黃芪散在調控血管增生方面也占有很大的優勢，可進一步探索黃芪散在治療2型糖尿病合并心血管疾病方面的作用，后期本課題組將針對性地開展相關體內、體外實驗進行驗證。