各位读者好，今天为大家带来一篇使用加权基因共表达网络分析（WGCNA）结合网络药理学筛选增生性瘢痕治疗药物的高分文章，是由中国医

学科学院团队2024年5月在The British journal of dermatology发表的，题为“Using network pharmacology to discover potential drugs for

hypertrophic scars"。揭示了增生性瘢痕的分子发病机制并筛选了有效治疗药物。

增生性瘢痕是一种由成纤维细胞过度增殖引起的皮肤纤维化疾病，现有药物治疗效果不佳。目前对增生性瘢痕药物治疗的研究主要集中在某些特定途径，

且临床常用药物主要旨在减轻炎症，但多数方法未能取得满意效果，这可能是由于对瘢痕形成的复杂机制了解不足，因此，深入探索增生性瘢痕的发病机制，

寻找更有效的治疗药物迫在眉睫。近年来，基因组学、蛋白质组学和代谢组学发展迅速，网络药理学为利用这些数据提供了新途径。

本研究旨在探索增生性瘢痕的分子发病机制并筛选有效治疗药物。利用加权基因共表达网络分析（WGCNA）等方法，找到与增生性瘢痕相关的基因模块和

关键基因，筛选出候选治疗药物，通过多种实验方法，如细胞培养、动物模型构建等，对筛选出的药物进行验证，期望找到潜在的治疗增生性瘢痕的药物，

改善目前的治疗现状。最终发现克唑替尼、索拉非尼和SU11274可抑制人增生性瘢痕成纤维细胞增殖迁移和促纤维化基因表达，并且克唑替尼在小鼠模型中

治疗效guo最佳，同时发现ITGB1和TGF - β信号通路对瘢痕形成非常重要，说明克唑替尼可能是潜在治疗药物。

研究框架：

1. 提出研究问题

增生性瘢痕现有药物治疗效果不佳，为探索其分子发病机制并筛选有效治疗药物而开展研究。

2. 构建研究框架

从基因模块入手，寻找与增生性瘢痕相关的基因模块和关键基因，再基于这些结果筛选化合物，通过多种实验验证潜在药物的有效性。

3. 选择研究方法

数据获取与分析：利用NCBI Gene Expression Omnibus的增生性瘢痕转录组数据，采用加权基因共表达网络分析（WGCNA），计算模块特征基因、基因显

著性等。

富集分析：通过Gene Ontology（GO）和Kyoto Encyclopedia of Genes and Genomes（KEGG）富集分析，明确基因功能。

蛋白-蛋白相互作用网络分析：选择特定基因构建网络，利用Connectivity Map数据库预测药物。

分子对接：对筛选出的候选药物与关键蛋白进行分子对接。

实验验证：包括细胞培养（人增生性瘢痕成纤维细胞）、实时聚合酶链反应、伤口愈合实验、CCK8细胞增殖实验、蛋白质印迹法以及小鼠实验等。

4. 分析数据

对体外和体内实验数据采用方差分析和混合效应模型进行重复测量分析。

5. 得出结论

通过上述研究发现ITGB1和TGF - β信号通路对增生性瘢痕形成非常重要，克唑替尼可作为潜在治疗药物。