基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制
<p dir="ltr">根据全球疾病负担研究（GBD 2021），类风湿关节炎（RA）在全球约有1790万人受影响，2021年造成约37,300人死亡。目前RA的临床治疗主要涉及非甾体抗炎药和生物制剂。然而，这些疗法存在相当大的局限性。一方面，疗效存在显著个体差异，同时部分患者未能实现临床缓解。另一方面，长期服用容易引发严重不良反应，如胃肠道损伤和感染。为解决这些限制，植物提取物因其天然来源、良好的生物相容性和多靶点特异性，成为RA治疗的有前景候选产品。例如，姜黄素减少促炎因子的释放，青蒿素衍生物调节T细胞亚群的平衡。在众多植物提取物中，大麻二酚（CBD）具有...
Zapisane w:
| 1. autor: | |
|---|---|
| Wydane: |
2025
|
| Hasła przedmiotowe: | |
| Etykiety: |
Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!
|
| _version_ | 1849927635175473152 |
|---|---|
| author | xiaohua fang (22678832) |
| author_facet | xiaohua fang (22678832) |
| author_role | author |
| dc.creator.none.fl_str_mv | xiaohua fang (22678832) |
| dc.date.none.fl_str_mv | 2025-11-25T09:26:41Z |
| dc.identifier.none.fl_str_mv | 10.6084/m9.figshare.30703577.v1 |
| dc.relation.none.fl_str_mv | https://figshare.com/articles/dataset/____/30703577 |
| dc.rights.none.fl_str_mv | CC BY 4.0 info:eu-repo/semantics/openAccess |
| dc.subject.none.fl_str_mv | Bioinformatic methods development Biological network analysis Sequence analysis machine learning |
| dc.title.none.fl_str_mv | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| dc.type.none.fl_str_mv | Dataset info:eu-repo/semantics/publishedVersion dataset |
| description | <p dir="ltr">根据全球疾病负担研究（GBD 2021），类风湿关节炎（RA）在全球约有1790万人受影响，2021年造成约37,300人死亡。目前RA的临床治疗主要涉及非甾体抗炎药和生物制剂。然而，这些疗法存在相当大的局限性。一方面，疗效存在显著个体差异，同时部分患者未能实现临床缓解。另一方面，长期服用容易引发严重不良反应，如胃肠道损伤和感染。为解决这些限制，植物提取物因其天然来源、良好的生物相容性和多靶点特异性，成为RA治疗的有前景候选产品。例如，姜黄素减少促炎因子的释放，青蒿素衍生物调节T细胞亚群的平衡。在众多植物提取物中，大麻二酚（CBD）具有独特的优势。我们的研究旨在通过整合网络药理学、机器学习和分子对接技术，系统识别CBD针对RA的核心靶点和途径。</p> |
| eu_rights_str_mv | openAccess |
| id | Manara_2e3483eb9f9a2e1c70152aced5b9d4a4 |
| identifier_str_mv | 10.6084/m9.figshare.30703577.v1 |
| network_acronym_str | Manara |
| network_name_str | ManaraRepo |
| oai_identifier_str | oai:figshare.com:article/30703577 |
| publishDate | 2025 |
| repository.mail.fl_str_mv | |
| repository.name.fl_str_mv | |
| repository_id_str | |
| rights_invalid_str_mv | CC BY 4.0 |
| spelling | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制xiaohua fang (22678832)Bioinformatic methods developmentBiological network analysisSequence analysismachine learning<p dir="ltr">根据全球疾病负担研究（GBD 2021），类风湿关节炎（RA）在全球约有1790万人受影响，2021年造成约37,300人死亡。目前RA的临床治疗主要涉及非甾体抗炎药和生物制剂。然而，这些疗法存在相当大的局限性。一方面，疗效存在显著个体差异，同时部分患者未能实现临床缓解。另一方面，长期服用容易引发严重不良反应，如胃肠道损伤和感染。为解决这些限制，植物提取物因其天然来源、良好的生物相容性和多靶点特异性，成为RA治疗的有前景候选产品。例如，姜黄素减少促炎因子的释放，青蒿素衍生物调节T细胞亚群的平衡。在众多植物提取物中，大麻二酚（CBD）具有独特的优势。我们的研究旨在通过整合网络药理学、机器学习和分子对接技术，系统识别CBD针对RA的核心靶点和途径。</p>2025-11-25T09:26:41ZDatasetinfo:eu-repo/semantics/publishedVersiondataset10.6084/m9.figshare.30703577.v1https://figshare.com/articles/dataset/____/30703577CC BY 4.0info:eu-repo/semantics/openAccessoai:figshare.com:article/307035772025-11-25T09:26:41Z |
| spellingShingle | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 xiaohua fang (22678832) Bioinformatic methods development Biological network analysis Sequence analysis machine learning |
| status_str | publishedVersion |
| title | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| title_full | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| title_fullStr | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| title_full_unstemmed | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| title_short | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| title_sort | 基于机器学习和网络药理学分析类风湿关节炎中大麻二酚治疗双靶点机制 |
| topic | Bioinformatic methods development Biological network analysis Sequence analysis machine learning |