动物营养学报    2021, Vol. 33 Issue (6): 3065-3071    PDF    
基于网络药理学探讨植物提取物在饲料添加剂领域的研究进展
丁浩轩 , 赵阳 , 冯杰     
浙江大学饲料科学研究所, 浙江省动物营养重点实验室, 杭州 310058
摘要: 近年来,畜禽细菌耐药性不断提高,不仅影响畜禽产品品质,而且威胁人用抑菌药物储备。促生长药物饲料添加剂的禁用推动了畜禽养殖无抗化的发展,但畜牧企业面临了饲养周期延长、畜禽发病率提高等一系列难题。中草药作为饲用抗生素的替代品逐步成为了无抗化养殖的重要添加剂之一,但具体作用机制仍存在空缺。网络药理学通过计算模拟药物分子靶点,实现化合物-靶点-信号通路可视化,可在一定程度上揭示中草药中各活性成分的具体作用功效。因此,本文基于网络药理学对植物提取物在畜禽饲料添加剂中的应用进行总结,旨在为畜禽营养研究提供系统药理学工具。
关键词: 网络药理学    植物提取物    饲料添加剂    系统生物学    
Research Progress on Discussion of Plant Extracts in Field of Feed Additives Based on Network Pharmacology
DING Haoxuan , ZHAO Yang , FENG Jie     
Zhejiang Key Laboratory of Animal Nutrition, Institute of Feed Science, Zhejiang University, Hangzhou 310058, China
Abstract: In recent years, the antibiotic resistance of livestock and poultry bacteria has continued to increase, which not only affects the quality of livestock and poultry products, but also threatens the stock of antibacterial drugs for human use. The prohibition of growth-promoting drug feed additives has promoted the development of livestock and poultry breeding without antibiotic, but animal husbandry companies are facing a series of problems such as the extension of the feeding cycle and the increase in the incidence of livestock and poultry. Chinese herbal medicine, as a substitute for feed antibiotics, has gradually become one of the most important magic weapons for antibiotic-free agriculture, but there are still gaps in the specific mechanism. Network pharmacology realizes visualization of compound-target-signal pathways by calculating and simulating drug molecular targets, which can reveal the specific effects of each active ingredient in Chinese herbal medicine to a certain extent. Therefore, this article summarizes the application of plant extracts in livestock and poultry feed additives based on network pharmacology, and aims to provide systemic pharmacology tools for livestock and poultry nutrition research.
Key words: network pharmacology    plant extracts    feed additives    systems biology    

饲用抗生素的应用促进了畜牧行业的高速发展,但也引发了药物残留、抗性筛选、环境污染等一系列问题。针对抗生素滥用的现状,农业农村部194号公告指出自2020年7月1日起,饲料生产企业停止生产含有促生长类药物饲料添加剂(中药类除外)的商品饲料。饲料中促生长类药物的禁用,使得中草药、益生菌、酸化剂等替代产品迎来了发展机遇。中草药植物提取物中含有丰富的天然活性成分,并能够促进动物生长,其常在畜牧业中作为替代抗生素产品[1]。然而,因植物提取物活性成分组成复杂、靶点位置繁多而缺乏药效作用机制的相关研究。网络药理学融合系统生物学、计算生物学、生物信息学、多组学联用等多学科的理念,构建"表型-基因-靶点-药物"生物网络,能够为揭示药物作用机制提供大数据工具[2]。目前,植物提取物在畜禽健康养殖中的应用往往停留在表型层次,缺乏基因表达和信号通路层面的相关认识。本文基于网络药理学对植物提取物在畜禽饲料添加剂领域中的研究现状进行总结,旨在为植物提取物在畜禽体内作用机制解析提供系统药理学工具。

1 网络药理学研究现状 1.1 网络药理学的常用数据库

网络药理学可以基于多种数据库进行数据挖掘、靶点筛选、功能分析和构建网络,高速发展的组学测序技术为数据库的更新换代注入了强劲的动力。数据库是网络药理学高速发展的基础,目前常用的数据库简介如下:中药系统药理学数据库与分析平台(traditional Chinese medicine systems pharmacology database and analysis platform,TCMSP)是从中草药中挖掘天然产物的系统药理数据库,其可以用于中草药中化合物组成确定和作用靶标筛选[3];获得蛋白靶点后可以进行基因筛选的全球蛋白质资源(universal protein resource,UniProt)数据库[4];体现化合物和蛋白质互作关系的STITCH/STRING数据库[5-6];注释、可视化和综合发现数据库(the database for annotation, visualization and integrated discovery,DAVID)可以通过基因本体(gene ontology,GO)富集和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)信号通路分析进行基因注释及聚类分析[7]。网络药理学涉及到的相关数据库中信息仍在不断扩增,丰富的数据库为解析植物提取物的作用机制提供了真实可靠的云计算。此外,实验室中获得的组学数据也可以上传数据库平台共享,这进一步丰富了数据库的功能。这些数据库的建立标志着网络药理学逐步走向共享化、高速化、精准化,网络药理学相关数据库将会成为植物提取物研究领域科研人员必不可少的工具。

1.2 网络药理学的研究路线

植物提取物作为植物的次生代谢产物往往来源于传统的中药材,并分为多酚类、多糖类、多肽类等种类[8-9]。单一植物提取物的分析技术路线通常是根据化合物靶标数据库获得靶点信息,通过基因注释后整合靶标和疾病关系,构建"化合物-靶点-通路-疾病"生物网络。在进行网络药理学分析后,我们可以对关键靶点进行筛选,并进行试验性的验证。网络药理学为植物提取物研究人员提供了可视化的角度,这被认为是大数据时代下新一代研究植物提取物相关领域的新模式[10]。此外,单一种类的植物提取物并未充分发挥天然产物中活性成分的组合优势。中草药的配伍是中医方剂"君臣佐使"原则的体现,而中草药中的不同植物提取物也存在互作关系[2, 10]。中草药中含有的多种植物提取物也遵循辨证论治,更应从整体的角度考虑其功效。网络药理学构建"多成分-多靶点-多通路"的系统论思想与中草药的混沌营养特点不谋而合[11]。因此,药物网络的构建能够解析植物提取物功能的复杂机制,这将会进一步推动对植物提取物的认识。

1.3 网络药理学的核心思想

网络药理学的核心思想是构建生物网络。随着科技水平的提高,我们对天然产物中获得植物提取物有了更为深刻的认识。然而,我们仅了解植物提取物的组成还远远不足以认清化合物与机体之间的复杂关系。基因敲除是认识化合物和机体代谢通路关系的有效措施之一,但阻断信号通路会引起遗传补偿效应,促进其他通路反馈性调节[12]。生物体如同黑匣子,植物提取物的刺激在体内形成了复杂交错的信号通路,单一信号通路并不能揭示机体的混沌变化。生物网络借助了大数据时代下的数据库,将机体中的互作关系抽象成连线,各个组分转化为节点,由点和线交织而成的网络构成了机体的复杂代谢进程[13]。在获得"化合物-靶点-通路-疾病"生物网络后,通过网络结构的拓扑学分析获得了关键靶点,这将会加速植物提取物作用机制的研究。因此,生物网络的构建实现了植物提取物作用靶点的聚类,有助于分子作用机制可视化。

2 网络药理学在饲料添加剂领域的应用 2.1 植物提取物在饲料添加剂领域的研究现状

植物提取物含有的天然生物活性成分具有代替饲用促生长抗生素的潜力[14]。生物活性成分主要包括多酚类、多糖类、多肽类等营养物质[15]。我国是天然产物品种最丰富的国家,得天独厚的资源优势促进了植物提取物在饲料添加剂领域的研究与应用[1]。国内外科研人员对植物提取物作为饲料添加剂的应用有许多报道,主要集中在生长促进效果、调控脂质合成、增强疾病抗性、缓解氧化应激、干预肠道菌群、提高消化酶活性等方面。Ding等[9]研究表明,杜仲提取物对断奶仔猪有显著的生长促进效果,且优于饲用抗生素。Mahmoud等[16]研究发现,大蒜提取物通过抑制参与胆固醇和脂质合成的关键酶(如苹果酸酶),对肉鸡、蛋鸡和鹌鹑等家禽表现出降低胆固醇的作用。Kim等[17]报道了大蒜中的多酚物质大蒜素作用于艾美球虫的细胞质膜,改变质膜阳离子渗透性,导致艾美球虫死亡,进而增强了家禽的球虫病抗性。Cangiano等[18]研究发现,饲粮中补充橄榄油生物活性提取物成功减轻了断奶母牛持续免疫激活的负面影响。Su等[19]揭示了补充玉屏风多糖后凡纳滨对虾肠道微生物多样性和丰富度下降以及与短链脂肪酸代谢相关功能基因表达增加的现象。Wang等[20]研究证明,断奶仔猪饲粮中补充适宜甜菜碱有助于猪肠道中淀粉酶、胰蛋白酶和脂肪酶活性的提升。尽管国内外对植物提取物在畜禽养殖中进行了不同形式的实践获得了一系列良好应用效果,但是植物提取物对表型干预的分子机制研究仍然十分匮乏。饲用植物提取物相关研究可以将网络药理学作为工具,借鉴生物网络的构建模式,寻找到活性成分作用靶点,助推植物提取物的分子机制研究。

2.2 基于网络药理学解析植物提取物的作用机制 2.2.1 单个活性成分机制研究

植物提取物中丰富的活性天然产物成分是潜在药物挖掘的最佳来源。丹酚酸A是从丹参中提取的重要活性成分之一,并在多种心血管损伤中表现出了良好的保护效果[21]。Chen等[22]通过计算反向对接和化合物-蛋白质相互作用分析预测潜在目标,并基于GO和KEGG通路分析构建了丹酚酸A的生物网络,揭示了13个潜在相互作用的靶标,获得了靶点相关的44条44种KEGG信号通路富集信息。绿原酸是一种具有抗氧化、抗炎、抗病毒的多酚酯,广泛来源于杜仲、金银花等草本植物[9, 23]。Mei等[23]利用基于配体的反向筛选和复合靶点网络预测了绿原酸的可能靶点,表明单胺氧化酶B是绿原酸的主要靶点,并通过体外试验证实预测,进一步通过分子对接和分子动力学模拟揭示了绿原酸与单胺氧化酶B的详细相互作用机理。浙贝母中的主要生物活性物质是贝母素甲,贝母素甲常用于镇咳化痰和镇静舒痛[24]。Zhang等[25]揭示了"药物-靶标-通路"的生物网络,确定了23个与咳嗽相关的潜在靶点,提示丝裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)1、蛋白激酶B(protein kinase B,AKT)1和蛋白激酶Cβ(protein kinase C beta,PPKCB)可能是治疗咳嗽的重要靶点。由此可见,在有完备数据库的情况下,网络药理学能够成为单个活性成分机制解析的便捷工具。

2.2.2 单株植物多个活性成分机制研究

单株植物中获得的天然产物往往不止1种,复杂的化合物组成类似中药复方。网络药理学的"多成分-多靶点-多通路"的构建思路能够契合植物提取物的多组分配伍。Nie等[26]通过网络药理学研究发现,红芸豆外皮提取物会调节细胞周期,并在细胞试验中验证了猜测。Jiang等[27]在分子试验基础上揭示了茉莉花提取物对破骨细胞的分化作用,并使用网络药理学表征茉莉花提取物通过核因子-κB(nuclear factor-κB,NF-κB)、MAPK和AKT介导的机制抑制破骨细胞分化。Wang等[28]通过小鼠炎症模型测试了丁香叶提取物的体内抗炎功效,并基于丁香叶提取物主要活性成分构建生物网络,NF-κB1、转录因子p65(transcription factor p65,RELA)、AKT1、肿瘤坏死因子(tumor necrosis factor,TNF)和磷脂酰肌醇4, 5-二磷酸3-激酶催化亚单位γ异构体(phosphatidylinositol 4, 5-bisphosphate 3-kinase catalytic subunit gamma isoform,PIK3CG)被确定为关键靶标,MAPK、NF-κB、T细胞受体(T cell receptor,TCR)和Toll样受体(Toll-like receptor,TLR)信号通路可能参与了丁香叶提取物的抗炎作用。Zhang等[29]构建了雷公藤提取物与克罗恩病的生物网络,揭示了主要靶基因血管内皮生长因子(vascular endothelial growth factor A,VEGFA)、MAPK8和半胱氨酸蛋白酶-3(caspase-3,CASP3)通过癌症通路、TNF通路发挥免疫调节的作用。简而言之,多个活性成分作用机制解析更能体现网络药理学的高效便捷,并进一步可以通过体内和体外试验验证网络中互作关系的准确性。

2.2.3 复方植物提取物机制研究

复方中草药根据药物特性配伍组方,使得多种中草药材中活性成分与多个靶点发生了交互作用。饲用植物提取物中也存在很多复方组合的产品。如吕明其等[30]发现饲粮中添加2种植物提取物(主效成分大蒜素、柠檬酸等)能有效改善断奶仔猪的免疫功能。此外,据报道仔猪饲粮中补充0.1%复方植物提取物可以提高猪的生长性能和抗氧化能力,并有代替饲用抗生素使用的潜力[31]。尽管我们认识到了复方植物提取物能够发挥较好的生长促进效果,但我们对其发挥功能的机制仍然缺乏系统认识。网络药理学基于生物网络的视角能够基本阐明复方植物提取物的作用机制。Xu等[32]通过网络药理学分析表明,葛根、黄琴、黄莲和甘草组成的复方提取物可以调节82种糖尿病相关的关键蛋白质,并在糖尿病小鼠模型中验证雌激素受体α的重要性。Hu等[33]揭示了小柴胡汤通过AKT1、白细胞介素-6(interleukin-6,IL-6)、Jun原癌基因(Jun proto-oncogene,JUN)、MAPK8和信号转导子与转录激活子3(signal transducer and activator of transcription 3,STAT3)关键靶点在非酒精性脂肪肝治疗中发挥关键作用,且免疫调节、代谢调节和缓解应激是小柴胡汤功能的核心。Fan等[34]研究了疏肝健脾方主要是通过IL-6、肿瘤蛋白53(tumor protein 53,P53)、前列腺素-内过氧化物合酶2(prostaglandin-endoperoxide synthase 2,PTGS2)等关键靶标预防肝脏纤维化。复方植物提取物通过网络药理学的方式揭示了活性成分配伍规律[35],并有助于探索复方植物提取物在畜禽体内的作用机制。

3 网络药理学在饲料添加剂领域面临的挑战

虽然网络药理学逐步作为植物提取物相关研究不可或缺的大数据工具,但是其在饲料添加剂领域应用中仍然存在一些值得我们关注的问题。1)数据库的建立是网络药理学研究的基础,但畜禽生长相关的数据库仍然匮乏。例如,胰岛素样生长因子-1(insulin-like growth factor-1,IGF-1)、黑皮质素受体-4(melanocortin 4 receptor,MC4R)和脂肪酸结合蛋白3(fatty acid-binding protein 3,FABP3)等基因是猪生长性能和繁殖性状有关的重要基因[36-37],但目前网络药理学的关注点主要在人类疾病相关研究,仍缺乏动物营养相关的数据库。在畜牧领域中,我们可以在TCMSP等系统药理学数据库的基础上,纳入体现动物营养相关的互作基因,进而丰富原有数据库内的数据。2)饲用植物提取物的生产厂家执行标准不同,同类产品中的主效成分可能波动范围较大。丁浩轩等[38]报道中采用的杜仲提取物功能成分为多糖(≥20.00%)、黄酮类(≥8.00%)、绿原酸(≥5.00%)。李晨燕等[39]使用的杜仲提取物功能成分为绿原酸(≥3.5%)和黄酮类化合物(≥20%)。企业标准引起的产品主效成分差异会直接影响到网络药理学的网络构建,且动物生长促进效果的差异也难以判别主要原因。3)植物提取物中的有效成分并非在胃肠道中以本体形式直接发挥功效,吸收进入机体后的生物活性成分会经过肝脏甲基化、硫酸化等修饰途径转化为共轭产物才能进入循环系统[40]。基于模拟计算的药效功能团需要关注修饰后的构象,并辅以细胞试验进行关键靶基因的验证。4)网络药理学的数据库仍在不断更新换代,数据库的信息往往来源已发表文献,这可能会存在热点研究文献的信息偏移[11]。因此,网络药理学在纳入最新文献的基础上,也需要结合关键靶点的验证性试验。5)网络药理学中涉及到的计算生物学、生物信息学、多组学联用等学科涉及到复杂的R语言,对于传统的营养学研究学者而言,数据分析较为困难,目前急于开发出较为简单的分析操作软件。

4 小结与展望

植物提取物在畜禽生产中已经有广泛的应用,并在抗生素禁令下迎来了高速发展的黄金时期。网络药理学可以基于多种数据库进行数据挖掘、靶点筛选、功能分析和构建网络,高速发展的组学测序技术为数据库的更新换代注入了强劲的动力。在信息化时代,网络药理学为植物提取物研究提供了一个系统的生物信息学工具,在获得"多成分-多靶点-多通路"的生物网络基础上,通过网络结构的拓扑学分析获得了关键靶点,这将会加速植物提取物作用机制的研究。网络药理学为植物提取物在畜牧业中应用提供了大数据工具,并基于动物精准营养需要构建生物网络,阐释植物提取物的作用机制与信号通路,这无疑会助推畜牧业为人民群众提供高效优质和绿色环保的畜产品。尽管网络药理学在实际应用中仍然存在一些缺陷,但是其系统研究思路仍具有重要借鉴意义。

参考文献
[1]
李书仪, 刘旺景, 丁赫, 等. 植物提取物在肉羊生产中的应用[J]. 动物营养学报, 2020, 32(2): 558-565.
LI S Y, LIU W J, DING H, et al. Application of plant extracts in mutton sheep production[J]. Chinese Journal Of Animal Nutrition, 2020, 32(2): 558-565 (in Chinese). DOI:10.3969/j.issn.1006-267x.2020.02.010
[2]
任艳, 邓燕君, 马焓彬, 等. 网络药理学在中药领域的研究进展及面临的挑战[J]. 中草药, 2020, 51(18): 4789-4797.
REN Y, DENG Y J, MA H B, et al. Research progress and challenges of network pharmacology in field of traditional Chinese medicine[J]. Chinese Traditional and Herbal Drugs, 2020, 51(18): 4789-4797 (in Chinese). DOI:10.7501/j.issn.0253-2670.2020.18.024
[3]
LIU H, WANG J A, ZHOU W, et al. Systems approaches and polypharmacology for drug discovery from herbal medicines: an example using licorice[J]. Journal of Ethnopharmacology, 2013, 146(3): 773-793. DOI:10.1016/j.jep.2013.02.004
[4]
The UniProt Consortium. UniProt: the universal protein knowledgebase[J]. Nucleic Acids Research, 2017, 45(D1): D158-D169. DOI:10.1093/nar/gkw1099
[5]
SZKLARCZYK D, SANTOS A, VON MERING C, et al. STITCH 5:augmenting protein-chemical interaction networks with tissue and affinity data[J]. Nucleic Acids Research, 2016, 44(D1): D380-D384. DOI:10.1093/nar/gkv1277
[6]
SZKLARCZYK D, GABLE A L, LYON D, et al. STRING v11:protein-protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets[J]. Nucleic Acids Research, 2019, 47(D1): D607-D613. DOI:10.1093/nar/gky1131
[7]
JIAO X L, 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. DOI:10.1093/bioinformatics/bts251
[8]
萨茹丽, 杨斌, 敖长金. 天然植物提取物在动物氧化应激中的研究概况[J]. 动物营养学报, 2018, 30(6): 2021-2026.
SA R L, YANG B, AO C J, et al. Research progress of natural plant extracts in animal oxidative stress[J]. Chinese Journal of Animal Nutrition, 2018, 30(6): 2021-2026 (in Chinese). DOI:10.3969/j.issn.1006-267x.2018.06.001
[9]
DING H X, CAO A Z, LI H Y, et al. Effects of Eucommia ulmoides leaf extracts on growth performance, antioxidant capacity and intestinal function in weaned piglets[J]. Journal of Animal Physiology and Animal Nutrition, 2020, 104(4): 1169-1177. DOI:10.1111/jpn.13333
[10]
刘晓曦, 刘明江, 尹朋, 等. 中兽药网络药理学研究进展[J]. 畜牧兽医学报, 2014, 45(6): 859-862.
LIU X X, LIU M J, YIN P, et al. A review traditional china network veterinary medicine network pharmacology[J]. Acta Veterinaria et Zootechnica Sinica, 2014, 45(6): 859-862 (in Chinese).
[11]
解静, 高杉, 李琳, 等. 网络药理学在中药领域中的研究进展与应用策略[J]. 中草药, 2019, 50(10): 2257-2265.
XIE J, GAO S, LI L, et al. Research progress and application strategy on network pharmacology in Chinese materia medica[J]. Chinese Traditional and Herbal Drugs, 2019, 50(10): 2257-2265 (in Chinese). DOI:10.7501/j.issn.0253-2670.2019.10.001
[12]
MA Z P, ZHU P P, SHI H, et al. PTC-bearing mRNA elicits a genetic compensation response via Upf3a and COMPASS components[J]. Nature, 2019, 568(7751): 259-263. DOI:10.1038/s41586-019-1057-y
[13]
BARABÁSI A, GULBAHCE N, LOSCALZO J. Network medicine: a network-based approach to human disease[J]. Nature Reviews Genetics, 2011, 12(1): 56-68. DOI:10.1038/nrg2918
[14]
KOTHARI D, LEE W D, NIU K M, et al. The genus Allium as poultry feed additive: a review[J]. Animals, 2019, 9(12): 1032. DOI:10.3390/ani9121032
[15]
朱淼, 夏艳洁, 李虹晔, 等. 鱼用中草药饲料添加剂主要有效成分及其作用机制的研究进展[J]. 中国畜牧杂志, 2020, 56(2): 39-43.
ZHU M, XIA Y J, LI H Y, et al. Research progress on the main active components and mechanism of chinese herbal medicine feed additives for fish[J]. Chinese Journal of Animal Science, 2020, 56(2): 39-43 (in Chinese).
[16]
MAHMOUD K Z, GHARAIBEH S M, ZAKARIA H A, et al. Garlic (Allium sativum) supplementation: influence on egg production, quality, and yolk cholesterol level in layer hens[J]. Asian-Australasian Journal of Animal Sciences, 2010, 23(11): 1503-1509. DOI:10.5713/ajas.2010.10124
[17]
KIM D K, LILLEHOJ H S, LEE S H, et al. Improved resistance to Eimeria acervulina infection in chickens due to dietary supplementation with garlic metabolites[J]. British Journal of Nutrition, 2013, 109(1): 76-88. DOI:10.1017/S0007114512000530
[18]
CANGIANO L R, ZENOBI M G, NELSON C D, et al. A bioactive extract from Olea europaea protects newly weaned beef heifers against experimentally induced chronic inflammation[J]. Journal of Animal Science, 2019, 97(10): 4349-4361. DOI:10.1093/jas/skz285
[19]
SU C, FAN D P, PAN L Q, et al. Effects of Yu-Ping-Feng polysaccharides (YPS) on the immune response, intestinal microbiota, disease resistance and growth performance of Litopenaeus vannamei[J]. Fish & Shellfish Immunology, 2020, 105: 104-116.
[20]
WANG H C, LI S C, XU S Y, et al. Betaine improves growth performance by increasing digestive enzymes activities, and enhancing intestinal structure of weaned piglets[J]. Animal Feed Science And Technology, 2020, 267: 114545. DOI:10.1016/j.anifeedsci.2020.114545
[21]
HO J H C, HONG C Y. Salvianolic acids: small compounds with multiple mechanisms for cardiovascular protection[J]. Journal of Biomedical Science, 2011, 18: 30. DOI:10.1186/1423-0127-18-30
[22]
CHEN S J, CUI M C. Systematic understanding of the mechanism of salvianolic acid a via computational target fishing[J]. Molecules, 2017, 22(4): 644. DOI:10.3390/molecules22040644
[23]
MEI Y D, PAN D B, JIANG Y N, et al. Target discovery of chlorogenic acid derivatives from the flower buds of Lonicera macranthoides and their MAO B inhibitory mechanism[J]. Fitoterapia, 2019, 134: 297-304. DOI:10.1016/j.fitote.2018.12.009
[24]
YIN Z H, ZHANG J J, GUO Q F, et al. Pharmacological effects of verticine: current status[J]. Evidence-Based Complementary and Alternative Medicine, 2019, 2019: 2394605.
[25]
ZHANG L H, CUI M C, CHEN S J. Identification of the molecular mechanisms of peimine in the treatment of cough using computational target fishing[J]. Molecules, 2020, 25(5): 1105. DOI:10.3390/molecules25051105
[26]
NIE J H, HUANG J X, WU Q R, et al. Uncovering the anti-proliferation mechanism and bioactive compounds in red kidney bean coat against B16-F10 melanoma cells by metabolomics and network pharmacology analysis[J]. Food & Function, 2019, 10(2): 912-924.
[27]
JIANG T, YAN W, KONG B, et al. The extract of Trachelospermum jasminoides (Lindl.) Lem.vines inhibits osteoclast differentiation through the NF-κB, MAPK and AKT signaling pathways[J]. Biomedicine & Pharmacotherapy, 2020, 129: 110341.
[28]
WANG Y W, ZHOU Z Y, HAN M S, et al. The anti-inflammatory components from the effective fraction of syringae folium (ESF) and its mechanism investigation based on network pharmacology[J]. Bioorganic Chemistry, 2020, 99: 103764. DOI:10.1016/j.bioorg.2020.103764
[29]
ZHANG J, HUANG Q F, ZHAO R, et al. A network pharmacology study on the Tripteryguim wilfordii Hook for treatment of Crohn's disease[J]. BMC Complementary Medicine and Therapies, 2020, 20: 95. DOI:10.1186/s12906-020-02885-9
[30]
吕明其, 王小辉, 王冠淞, 等. 两种植物提取物复合物对断奶仔猪免疫功能的影响[J]. 天然产物研究与开发, 2018, 30(10): 1787-1792, 1842.
LV M Q, WANG X H, WANG G S, et al. Effects of two plant extracts compounds on immune function in weaned piglets[J]. Natural Product Research and Development, 2018, 30(10): 1787-1792, 1842 (in Chinese).
[31]
陶新, 孙雨晴, 门小明, 等. 复合植物提取物替代饲用抗生素对断奶仔猪生长性能和血清指标的影响[J]. 动物营养学报, 2018, 30(1): 163-169.
TAO X, SUN Y Q, MEN X M, et al. Effects of composite plant extracts replacing feed antibiotics on growth performance and serum indexes of weaned piglets[J]. Chinese Journal of Animal Nutrition, 2018, 30(1): 163-169 (in Chinese). DOI:10.3969/j.issn.1006-267x.2018.01.021
[32]
XU X Y, NIU L L, LIU Y, et al. Study on the mechanism of Gegen Qinlian decoction for treating type Ⅱ diabetes mellitus by integrating network pharmacology and pharmacological evaluation[J]. Journal of Ethnopharmacology, 2020, 262: 113129. DOI:10.1016/j.jep.2020.113129
[33]
HU Q C, WEI S Z, WEN J X, et al. Network pharmacology reveals the multiple mechanisms of Xiaochaihu decoction in the treatment of non-alcoholic fatty liver disease[J]. BioData Mining, 2020, 13: 11. DOI:10.1186/s13040-020-00224-9
[34]
FAN C, WU F R, ZHANG J F, et al. A network pharmacology approach to explore the mechanisms of Shugan Jianpi formula in liver fibrosis[J]. Evidence-Based Complementary and Alternative Medicine, 2020, 2020: 4780383.
[35]
张华敏, 刘思鸿, 高宏杰, 等. 复方中药网络药理学方法研究进展[J]. 中国医院用药评价与分析, 2019, 19(10): 1270-1273.
ZHANG H M, LIU S H, GAO H J, et al. Research progress of network pharmacology method of compound traditional chinese medicine[J]. Evaluation and Analysis of Drug Use in Hospitals of China, 2019, 19(10): 1270-1273 (in Chinese).
[36]
HASAN M S, CRENSHAW M A, LIAO S F. Dietary lysine affects amino acid metabolism and growth performance, which may not involve the GH/IGF-1 axis, in young growing pigs[J]. Journal of Animal Science, 2020, 98(1): skaa004. DOI:10.1093/jas/skaa004
[37]
GONDIM V S, SOARES J S, LUGO N A H, et al. Association of MC4R, FABP3 and DGAT1 gene polymorphisms with reproductive traits in two domestic pig lines[J]. Genetics and Molecular Research, 2019, 18(3): 18139.
[38]
丁浩轩, 黄林, 章亦武, 等. 杜仲提取物对黄羽肉鸡抗氧化及免疫功能的影响[J]. 中国畜牧杂志, 2020, 56(9): 187-191.
DING H X, HUANG L, ZHANG Y W, et al. Effects of Eucommia ulmoides extract on antioxidant and immune function of yellow feather broilers[J]. Chinese Journal of Animal Science, 2020, 56(9): 187-191 (in Chinese).
[39]
李晨燕, 张杨, 肖定福, 等. 杜仲提取物对宁乡猪生长性能、血清生化指标和肝脏脂肪代谢的影响[J]. 动物营养学报, 2018, 30(12): 5127-5133.
LI C Y, ZHANG Y, XIAO D F, et al. Effects of eucommia ulmoides oliver extracts on growth performance, serum biochemical indexes and liver lipid metabolism of ningxiang pigs[J]. Chinese Journal of Animal Nutrition, 2018, 30(12): 5127-5133 (in Chinese). DOI:10.3969/j.issn.1006-267x.2018.12.041
[40]
丁浩轩, 赵阳, 洪作鹏, 等. 多酚在仔猪铁供给失衡方面的研究进展[J]. 动物营养学报, 2021, 33(3): 1223-1229.
DING H X, ZHAO Y, HONG Z P, et al. Research progress of polyphenols in piglet iron supply imbalance[J]. Chinese Journal of Animal Nutrition, 2021, 33(3): 1223-1229 (in Chinese). DOI:10.3969/j.issn.1006-267x.2021.03.004