基于網絡藥理學和分子對接技術探討中藥復方防治新型冠狀病毒肺炎的作用機制

潘大波，姜德文，李小飄，王小霞

基于網絡藥理學和分子對接技術探討中藥復方防治新型冠狀病毒肺炎的作用機制

潘大波，姜德文，李小飄，王小霞

黔東南民族職業技術學院，貴州 凱里 556000

運用網絡藥理學和分子對接技術探討中藥復方防治新型冠狀病毒肺炎（COVID-19）的作用機制。通過中藥系統藥理學數據庫與分析平臺（TCMSP）及SwissTargetPrediction數據庫獲取中藥復方的活性成分及靶點，在GenCLiP 3和GeneCards數據庫篩選新型冠狀病毒肺炎疾病靶點，與中藥復方活性成分靶點取交集，構建中藥-活性成分-靶點網絡。通過STRING數據庫及Cytoscape3.7.1軟件構建蛋白相互作用（PPI）網絡，通過DAVID進行GO功能與KEGG通路富集分析。采用AutoDock Vina對中藥活性成分及COVID-19疾病靶點進行分子對接初步驗證。從中藥復方中篩選出163個活性成分，作用于952個靶點，其中與COVID-19相關靶點264個，獲得9味藥、150個活性成分和264個靶點的中藥-活性成分-靶點網絡。度值＞15.05的關鍵作用靶點共72個，富集分析得到生物過程、細胞組成和分子功能共108個及20條相關通路。PPI網絡顯示AKT1、EGFR、HSP90AA1、PTGS2、MTOR、MAPK14、ERBB2、PIK3CA、EP300和PIK3R1起關鍵作用。分子對接顯示，中藥復方活性成分與3CL水解酶、ACE2-SARS-CoV-2 S蛋白對接打分和關鍵靶點的結合親和力較好。中藥復方的活性成分能作用于AKT1、EGFR、HSP90AA1、PTGS2、MTOR、3CL水解酶和ACE2-SARS-CoV-2 S蛋白等靶點，調節多條信號通路，發揮抗炎和免疫調節等作用，進而起到對COVID-19的防治作用。

中藥復方；新型冠狀病毒肺炎；網絡藥理學；分子對接

新型冠狀病毒（SARS-CoV-2）引起的新型冠狀病毒肺炎（COVID-19）嚴重威脅著人類健康，其進展以細胞因子釋放失調、肺炎和急性肺損傷為特征，與血液學和免疫學反應有關[1-2]，中醫藥可以針對這2個方面發揮作用[3]，中醫藥的多成分-多靶點作用機制，對于治療復雜性疾病具有較好的優勢。

我國《新型冠狀病毒肺炎診療方案》自第六版起推薦使用中醫藥預防和治療COVID-19。貴州省中醫藥管理局2020年1月公布了彭玉教授防治兒童COVID-19的中藥復方[4]：板藍根20 g，貫眾15 g，廣藿香10 g，薄荷10 g，菊花15 g，荊芥10 g，葛根6 g，蘆根10 g，甘草6 g。其中芳香類中藥廣藿香、薄荷、荊芥廣泛用于治療COVID-19的藥方中。本研究結合網絡藥理學、分子對接等技術，從中藥多成分、多靶點的角度出發，探討該復方的活性成分及防治COVID-19的作用機制，為今后的研究提供參考。

1 方法

1.1 中藥復方活性成分篩選及靶點預測

通過中藥系統藥理學數據庫與分析平臺（TCMSP，http://tcmspw.com）檢索板藍根、貫眾、廣藿香、薄荷、菊花、荊芥、葛根、蘆根、甘草的活性成分，以類藥性（DL）≥0.18和口服生物利用度（OB）≥30%為條件篩選主要活性成分[5]。將活性成分轉成SMILES格式，導入SwissTargetPrediction數據庫（http://www.swisstargetprediction.ch/）進行靶點預測[6]，選取Probability值＞0的靶點作為活性成分的作用靶點。

1.2 新型冠狀病毒肺炎疾病靶點篩選

通過GenCLiP3（http://ci.smu.edu.cn/genclip3/analysis.php）[7]和GeneCards（https://www.genecards.org）數據庫[8]，以“COVID-19”“SARS-CoV-2”和“novel coronavirus pneumonia”為關鍵詞，檢索COVID-19相關基因和蛋白靶點信息，去除重復靶點，運用UniProt（https://www.uniprot.org/）[9]校正整合，收集與COVID-19相關的作用靶點作為疾病靶點。將COVID-19疾病靶點與中藥復方活性成分作用靶點進行疊合，獲得中藥復方活性成分治療COVID-19的交集靶點。

1.3 中藥-活性成分-靶點網絡構建

使用Cytoscape3.7.1軟件[10]構建中藥-活性成分-靶點網絡。運用插件Centiscape 2.2計算網絡的度（Degree）值、中介值等，提取度值大于中介值的靶點作為中藥復方治療COVID-19疾病的關鍵靶點。采用插件yFiles Layout Algorithms進行可視化排布顯示。

1.4 交集基因蛋白相互作用網絡構建

將“1.3”得到的中藥復方治療COVID-19疾病的關鍵靶點導入STRING數據庫（https://string-db.org/）[11]，限定物種為人，獲取交集基因的蛋白相互作用（PPI）網絡。將結果導入Cytoscape 3.7.1軟件進行可視化和網絡分析。

1.5 GO功能與KEGG通路富集分析

將交集靶點導入DAVID（https://david.ncifcrf.gov/）[12]進行GO功能和KEGG通路富集分析。每個項目以富集大于5個靶點且＜0.05為條件進行篩選。

1.6 分子對接

選取SARS-CoV-2生命周期過程中起關鍵作用的蛋白3CL水解酶（PDB ID：6LU7）[13]、ACE2-SARS-CoV-2 S蛋白（PDB ID：6M17）[14]和“1.3”構建的中藥-活性成分-靶點網絡中度值排名前5的關鍵靶點進行分子對接。配體選用“1.1”收集的中藥復方活性成分，采用AutoDock Vina軟件進行對接。

2 結果

2.1 中藥復方活性成分及作用靶點

從TCMSP檢索板藍根、貫眾、廣藿香、薄荷、菊花、荊芥、葛根、蘆根和甘草滿足DL≥0.18和OB≥30%的活性成分，分別為39、7、11、10、20、11、4、1和92個，去重后得到163個活性成分。

運用SwissTargetPrediction對163個活性成分進行靶點預測，得到952個靶點。即163個活性成分作用于952個靶點。

2.2 新型冠狀病毒肺炎疾病靶點

運用關鍵詞“COVID-19”“novel coronavirus pneumonia”和“SARS-CoV-2”在GenCLiP 3檢索得到156個靶點，GeneCards得到2 546個靶點，運用UniProt校正，合并去重后得到2 577個靶點。與163個中藥復方活性成分作用的952個靶點有264個交集靶點。將264個靶點映射到活性成分中得到150個活性成分，即150個活性成分作用于264個靶點發揮治療COVID-19的作用。

2.3 中藥-活性成分-靶點網絡

將中藥復方藥味、活性成分及對應COVID-19疾病靶點導入Cytoscape 3.7.1獲得中藥-活性成分-靶點網絡，有423個節點（9味藥、150個化合物和264個靶點）、3 184條邊（邊代表節點與節點之間相互作用的個數）。將度值大于中介值（15.05）的節點（化合物和靶點）提取出來，獲得關鍵的中藥-活性成分-靶點網絡（見圖1）。

注：淺灰色菱形代表活性成分，橢圓形為疾病靶點

從圖1可以看出，度值＞15.05的疾病靶點共72個，其中度值≥36的疾病靶點有19個（見 表1），排名前5的是ACHE、CA12、EGFR、GSK3B和AR。

圖1中，度值＞15.05的活性成分有89個，其中度值≥36的有17個（見表2），分別來源于6味中藥（甘草、板藍根、荊芥、薄荷、菊花、廣藿香），作用較強的化合物有MOL004820、MOL004879、MOL001803、MOL005012、MOL001735、MOL004978和MOL011856等。

表1 中藥復方治療COVID-19中藥-活性成分-靶點網絡度值≥36的靶點

表2 中藥復方治療COVID-19中藥-活性成分-靶點網絡度值≥36的活性成分

2.4 關鍵靶點蛋白相互作用網絡

72個關鍵靶點導入STRING繪制PPI網絡（見圖2），度值＞16的靶點有24個，其中排名前10的靶點有絲氨酸/蘇氨酸蛋白激酶（AKT）1、表皮生長因子受體（EGFR）、熱休克蛋白90AA1（HSP90AA1）、環加氧酶-2（PTGS2）、雷帕霉素靶蛋白（MTOR）、MAPK14、酪氨酸激酶受體2（ERBB2）、PIK3CA、EP300和PIK3R1。

2.5 GO功能富集分析

將72個靶點運用DAVID進行GO功能富集分析，選取富集5個以上靶點且＜0.05的生物過程（BP）、細胞組成（CC）和分子功能（MF），分別得到60、21和27條項目，其中BP、CC和MF排名前10項見圖3。BP主要集中在調控信號轉導（signal transduction）、蛋白質磷酸化（protein phosphorylation）、RNA聚合酶Ⅱ啟動子轉錄的正調控（positive regulation of transcription from RNA polymerase Ⅱ promoter）、磷脂酰肌醇介導的信號傳導（phosphatidylinositol-mediated signaling）和凋亡過程的負調控（negative regulation of apoptotic process）等。CC主要集中在胞質溶膠（cytosol）、細胞質（cytoplasm）、核（nucleus）、質膜（plasma membrane）和膜（membrane）等。MF主要集中在蛋白質結合（protein binding）、ATP結合（ATP binding）、蛋白激酶活性（protein kinase activity）、激酶活性（kinase activity）和蛋白絲氨酸/蘇氨酸激酶活性（protein serine/threonine kinase activity）等。

圖2 中藥復方治療COVID-19關鍵靶點PPI網絡

2.6 KEGG通路富集分析

72個關鍵靶點富集5個以上靶點且＜0.05的KEGG通路有20條（見圖4），主要調控PI3K-Akt signaling pathway、HIF-1 signaling pathway、T細胞受體（T cell receptor ）signaling pathway、mTOR signaling pathway和Rap1 signaling pathway等。

2.7 分子對接分析

選取SARS-CoV-2的3CL水解酶（PDB ID：6LU7）、ACE2-SARS-CoV-2 S蛋白（PDB ID：6M17）和中藥-活性成分-靶點網絡中度值排名前5位的關鍵靶點ACHE（PDB ID：6O5V）、AR（PDB ID：2Q7K）、GSK3B（PDB ID：2X39）、EGFR（PDB ID：5HG8）和CA12（PDB ID：5LL5）進行分子對接，3CL水解酶、ACHE、AR、GSK3B、EGFR和CA12活性位點根據配體定義，ACE2-SARS-CoV-2 S蛋白活性位點根據GLY502、TYR505、TYR489、LYS417、ASN487、ASN501定義[15]。與3CL水解酶、ACE2-SARS-CoV-2 S蛋白、ACHE、AR、GSK3B、EGFR和CA12結合親和力高于7.5 kcal/mol的活性成分分別有78、72、155、47、147、134及75個。中藥活性成分與ACHE、AR、GSK3B、EGFR和CA12靶點的親和力均較強。這與中藥-活性成分-靶點網絡的結果是一致的。

圖3 中藥復方治療COVID-19靶點GO功能富集分析

圖4 中藥復方治療COVID-19靶點KEGG通路富集分析

為了進一步探究活性成分與靶點之間的相互作用模式，針對3CL水解酶和ACE2-SARS-CoV-2 S蛋白體系，分別選取打分最好的3個小分子進行相互作用分析（見圖5、圖6）。從圖5可以看出，MOL001790（Linarin）與3CL水解酶的Thr26、His41、Try54、Ser144、His163和Thr190形成7個氫鍵，且Linarin很好地嵌入3CL水解酶的活性口袋中。與Linarin相比，MOL001810（6-(3-oxoindolin-2-ylidene)indolo[2,1-b]quinazolin-12-one）和MOL005018（Xambioona）與3CL水解酶的氫鍵相互作用減少，但是剛性更強，更好地嵌入3CL水解酶的活性口袋。

從圖6可以看出，ACE2-SARS-CoV-2 S蛋白與Linarin、MOL004860（Licorice glycoside E，甘草苷E）和MOL011616（Fortunellin）之間主要是氫鍵相互作用，分別形成了12、13及14個氫鍵。

注：青色為3CL水解酶二級結構，黃色為活性成分，綠色為氨基酸

注：粉色為ACE2，青色為SARS-CoV-2 S蛋白，黃色為活性成分，綠色為氨基酸

3 討論

COVID-19是由SARS-CoV-2感染引起的復雜疾病。抑制SARS-CoV-2的生命周期、緩解SARS-CoV-2感染引起的免疫反應，如免疫血栓、細胞因子風暴、炎癥等是中醫藥防治COVID-19的切入點。

3.1 中藥復方活性成分的防治分析

本研究構建了由9味藥、150個活性成分和264個靶點組成的中藥-活性成分-靶點網絡，提取得到度值≥36的17個活性成分作為防治COVID-19的核心成分，來源于甘草、板藍根、薄荷、菊花、荊芥和廣藿香6味中藥，這些核心成分主要是黃酮類化合物，具有抗炎、抗病毒、免疫調節等藥理活性[16-18]。甘草中的MOL004820（Kanzonols W，康唑醇W）、MOL004806（Euchrenone，山豆根酮）能夠抑制Nrf2（核轉錄因子E2相關因子2）和NF-кB（核因子кB）[19]。板藍根中的MOL001803（Sinensetin，橙黃酮）能夠抑制環氧合酶-2（COX2）、iNOS（誘導型一氧化氮合酶）、腫瘤壞死因子α（TNF-α）表達，抑制STAT3（信號轉導和轉錄激活因子3）和NF-κB通路，調控白細胞介素6（IL-6）等[20]。廣藿香、菊花、荊芥和甘草中的MOL000098（Quercetin，槲皮素）顯示很強的抗SARS-Cov-2活性[21]。板藍根和菊花中的MOL001733（Eupatorin，半齒澤蘭素）具有抗炎作用[22]。薄荷、菊花和荊芥中的MOL000006（Luteolin，木犀草素）通過抑制脂多糖（LPS）刺激的TNF-α和IL-6的釋放，調控Toll樣受體（TLR）信號通路和凋亡因子的表達，通過免疫調節發揮抗病毒作用[23]。

分子對接顯示，來源于板藍根、薄荷和菊花的Linarin、板藍根的6-(3-oxoindolin-2-ylidene)indolo[2,1-b]quinazolin-12-one和甘草的Xambioona與3CL水解酶結合較強，Linarin、Licorice glycoside E（甘草苷E，來源于甘草）和Fortunellin（來源于薄荷）能夠較好地嵌入ACE2-SARS-CoV-2 S蛋白的活性口袋中。

3.2 核心靶點與COVID-19的關聯分析

PPI網絡顯示，度值排名靠前的靶點有AKT1、EGFR、HSP90AA1、PTGS2、MTOR、MAPK14、ERBB2、PIK3CA、EP300和PIK3R1。這些核心靶點與SARS-Cov-2感染導致的免疫血栓、炎癥等有關，最終導致COVID-19。

SARS-CoV-2感染導致的COVID-19會導致患者免疫系統產生過度激活，活化的中性粒細胞和單核細胞與血小板和凝血級聯反應相互作用，導致血管中形成血管內凝塊，即免疫血栓[2]。AKT1、EGFR及調控血管生成的重要酶是防治COVID-19的重要靶點[24]。MAPK激活能誘導產生和釋放促炎細胞因子，從而阻斷炎癥[25]。SARS-CoV-2結合ACE2導致腎素-血管緊張素-醛固酮系統失衡，過量血管緊張素Ⅱ通過AKT1受體調控內皮細胞激活、IL-6和ROS產生，最后激活PI3K-Akt信號通路[26]。此外，IL-6與免疫細胞的mIL-6R結合，形成IL-6/IL-6R/gp130復合物，以激活下游JAK/STAT3、Akt/mTOR和MAPK信號傳導[27]。PTGS2在炎癥發生過程中起著重要的作用[20]。HSP90被認為是保護不同壓力的保護因子，針對SARS-CoV-2感染具有保護作用[28]。

3.3 關鍵靶點富集通路與COVID-19的關聯分析

KEGG通路富集分析顯示，中藥復方活性成分的關鍵靶點主要集中在炎癥和免疫調節等通路方面。與COVID-19產生炎癥相關的通路有TNF signaling pathway、趨化因子（Chemokine）signaling pathway、Jak-STAT signaling pathway和TRP通道的炎癥介質調節（Inflammatory mediator regulation of TRP channels）等[27]。與內皮細胞活化和功能障礙相關的通路有VEGF signaling pathway[26]。與免疫調節相關的有T cell receptor signaling pathway、B cell receptor signaling pathway、TLR signaling pathway、自然殺傷細胞介導的細胞毒性（Natural killer cell mediated cytotoxicity）等[2]。即中藥復方通過多通路、多途徑發揮防治COVID-19的作用。

4 結語

運用網絡藥理學技術，從中藥復方中獲得潛在活性成分及其作用靶點、通路，進一步運用分子對接技術考察活性化合物與關鍵靶點之間的親和力。彭玉教授提供的防治兒童COVID-19的中藥復方主要通過作用于ACHE、CA12、EGFR、ACE2-SARS-CoV-2 S蛋白和3CL水解酶等靶點，調控PI3K-Akt、HIF-1和Rap1等多條抗炎和免疫調節信號通路，防治COVID-19。

[1] Bonaventura A, Vecchié A, Dagna L, et al. Endothelial dysfunction and immunothrombosis as key pathogenic mechanisms in COVID-19[J]. Nature Reviews Immunology, 2021,21(5):319-329.

[2] Vora S M, Lieberman J, WU H. Inflammasome activation at the crux of severe COVID-19[J]. Nature Reviews Immunology, 2021,21(11):694-703.

[3] CHEN R C, SANG L, JIANG M, et al. Longitudinal hematologic and immunologic variations associated with the progression of COVID-19 patients in China[J]. The Journal of Allergy and Clinical Immunology, 2020,146(1):89-100.

[4] 貴州省中醫藥管理局.貴州公布預防新型冠狀病毒肺炎中醫藥、民族醫藥處方[EB/OL].(2020-01-24)[2021-08-24].https://baijiahao.baidu.com/s?id=1656538599095287875&wfr=spider&for=pc.

[5] TAO W Y, XU X, WANG X, et al. Network pharmacology-based prediction of the active ingredients and potential targets of Chinese herbal Radix Curcumae formula for application to cardiovascular disease[J]. Journal of Ethnopharmacology, 2013,145(1):1-10.

[6] Daina A, Michielin O, Zoete V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules[J]. Nucleic Acids Research, 2019,47(W1):W357-W364.

[7] WANG J H, ZHAO L F, WANG H F, et al. GenCLiP 3: mining human genes’ functions and regulatory networks from PubMed based on co-occurrences and natural language processing[J]. Bioinformatics, 2020,36(6):1973-1975.

[8] Rebhan M, Chalifa-Caspi V, Prilusky J, et al. GeneCards: a novel functional genomics compendium with automated data mining and query reformulation support[J]. Bioinformatics, 1998,14(8):656-664.

[9] Apweiler R, Bairoch A, Wu C H. UniProt: the universal protein knowledgebase[J]. Nucleic Acids Research, 2004,32(1):D115-D119.

[10] Otasek D, Morris J H, Bou?as J, et al. Cytoscape automation: empowering workflow-based network analysis[J]. Genome Biology, 2019,20(1):185.

[11] Szklarczyk D, Morris J H, Cook H, et al. The STRING database in 2017: quality-controlled protein-protein association networks, made broadly accessible[J]. Nucleic Acids Research, 2017,45(D1):D362-D368.

[12] JIAO X, Sherman B T, HUANG D W, et al. DAVID-WS: a stateful web service to facilitate gene/protein list analysis[J]. Bioinformatics, 2012,28(13):1805-1806.

[13] JIN Z, DU X, XU Y, et al. Structure of Mpro from SARS-CoV-2 and discovery of its inhibitors[J]. Nature, 2020,582:289-293.

[14] YAN R H, ZHANG Y Y, LI Y N, et al. Structural basis for the recognition of SARS-CoV-2 by full-length human ACE2[J]. Science, 2020,367(6485):1444-1448.

[15] 宋磊,畢思偉,古君,等.基于分子對接技術篩選新型冠狀病毒S蛋白-血管緊張素轉化酶2小分子抑制劑[J].中草藥,2020,51(9):2361-2367.

[16] 王苗苗.甘草的化學成分及生物活性研究[D].濟南:山東大學,2020.

[17] 鄧九零,陶玉龍,何玉瓊,等.板藍根抗流感病毒活性成分及其作用機制研究進展[J].中國中藥雜志,2021,46(8):2029-2036.

[18] 陳冉,王婷婷,李開鈴,等.免疫調節抗病毒中藥的特性與應用[J].中草藥,2020,51(6):1412-1426.

[19] LI K, JI S, SONG W, et al. Glycybridins A-K, bioactive phenolic compounds from Glycyrrhiza glabra[J]. Journal of Natural Products, 2017,80(2):334-346.

[20] JIE L H, Jantan I, Yusoff S D, et al. Sinensetin: an insight on its pharmacological activities, mechanisms of action and toxicity[J]. Frontiers in Pharmacology, 2021,11:553404.

[21] Lee Y-G, Kang K W, Hong W, et al. Potent antiviral activity of,, and their components against SARS-CoV-2[J]. Bioorganic & Medicinal Chemistry, 2021,45(4):116329.

[22] González-Chávez M M, Ramos-Velázquez C S, Serrano-Vega R, et al. Anti-inflammatory activity of standardized dichloromethane extract ofon macrophages stimulated by LPS[J]. Pharmaceutical Biology, 2017,55(1):1467-1472.

[23] 鄧東沅.木犀草素對流感病毒H1N1感染A549細胞的作用及免疫調節機制的研究[D].北京:北京中醫藥大學,2017.

[24] CHEN J H, Somanath P R, Razorenova O, et al. Akt1 regulates pathological angiogenesis, vascular maturation and permeability in vivo[J]. Nature Medicine, 2005,11:1188-1196.

[25] Zarrin A A, Bao K, Lupardus P, et al. Kinase inhibition in autoimmunity and inflammation[J]. Nature Reviews Drug Discovery, 2021,20:39-63.

[26] JIN Y F, JI W Q, YANG H Y, et al. Endothelial activation and dysfunction in COVID-19: from basic mechanisms to potential therapeutic approaches[J]. Signal Transduction and Targeted Therapy, 2020(1):77-89.

[27] YANG L, XIE X R, TU Z K, et al. The signal pathways and treatment of cytokine storm in COVID-19[J]. Signal Transduction and Targeted Therapy, 2021(8):2371-2390.

[28] Varga Z, Flammer A J, Steiger P, et al. Endothelial cell infection and endotheliitis in COVID-19[J]. The Lancet, 2020,395(10234):1417-1418.

Discussion on Mechanism of TCM Compounds for Prevention and Treatment of COVID-19 Based on Network Pharmacology and Molecular Docking

PAN Da-bo, JIANG De-wen, LI Xiao-piao, WANG Xiao-xia

(Qiandongnan National Polytechnic, Kaili 556000, China)

To discuss the mechanism of TCM compounds for prevention and treatment of COVID-19 using network pharmacology and molecular docking.The active components and targets of TCM compounds were extracted from TCMSP and SwissTargetPrediction. The COVID-19-related disease targets were obtained from GenCLiP 3 and GeneCards database. The intersection targets were obtained with the active component targets of TCM compounds, and the TCM-active components-target network was constructed. The protein - protein interaction (PPI) network was constructed by STRING database and Cytoscape 3.7.1 software, and GO function and KEGG pathway enrichment analysis was conducted using DAVID. AutoDock Vina was used to conduct preliminary verification of molecular docking of active components of TCM and COVID-19 disease targets.Totally 163 active components of TCM compounds were obtained, interacted with 952 targets, of which 264 targets were related to COVID-19. The TCM-active component-target network of nine types of Chinese materia medica, 150 active components and 264 targets were obtained. There were a total of 72 key targets with a degree value greater than 15.05. GO enrichment analysis showed that there were 108 biological processes, cellular components and molecular functions, which were enriched in 20 COVID-19 related pathways. AKT1, EGFR, HSP90AA1, PTGS2, MTOR, MAPK14, ERBB2, PIK3CA, EP300 and PIK3R1 played an important role in target-target interaction network. Molecular docking illustrated that the active components of the TCM compounds had good binding affinity with 3CL hydrolase, ACE2-SARS-CoV-2 S protein and key targets.The active components of TCM compounds can act on targets such as AKT1, EGFR, HSP90AA1, PTGS2, MTOR, 3CL hydrolase and ACE2-SARS-CoV-2S protein to regulate multiple signaling pathways to play anti-inflammatory and immunomodulatory effects, thereby preventing and treating COVID-19.

TCM compounds; COVID-19; network pharmacology; molecular docking

潘大波,姜德文,李小飄,等.基于網絡藥理學和分子對接技術探討中藥復方防治新型冠狀病毒肺炎的作用機制[J].中國中醫藥圖書情報雜志,2022,46(4):9-16.

R259.631；R285

A

2095-5707(2022)04-0009-08

10.3969/j.issn.2095-5707.2022.04.002

貴州省科技支撐項目（黔科合支撐[2020]4Y087號）；黔東南民族職業技術學院院級課題（20zyyjzd01）

潘大波，E-mail: pandabo05@163.com

（2021-08-24）

（2022-01-05；編輯：魏民）