메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Hyeong Joon Jun (Korean Institute of Oriental Medicine) Minh Nhat Tran (Korean Institute of Oriental Medicine) Sanghun Lee (Korean Institute of Oriental Medicine)
저널정보
한의병리학회 동의생리병리학회지 동의생리병리학회지 제38권 제5호
발행연도
2024.10
수록면
229 - 238 (10page)
DOI
10.15188/kjopp.2024.10.38.5.229

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
As the demand for scientific validation of traditional medicine increases, network pharmacology research utilizing various bioinformatics databases has been actively conducted. However, clear guidelines on how differences in prediction outcomes may vary depending on the choice of database are lacking. This study aims to compare two major bioinformatics databases for herbal medicine (TCMSP, BATMAN-TCM) to analyze how the choice of database influences prediction results and to propose a more effective analytical approach. We compared the prediction results among three scenarios composed of different combinations from two TCM bioinformatics databases (TCMSP, BATMAN-TCM) and one analytics tool (DAVID) with an example herb, licorice. The gene ontology terms (GO-term) and Kyoto encyclopedia of genes and genomes (KEGG) pathway terms were compared and prediction ranges of two TCM bioinformatics databases for disease were compared against to disease list derived from in vivo study literatures of licorice written in the last 10 years. The three scenarios showed different trends in enrichment analysis with GO-term and KEGG pathway term. Scenario A showed a trend of cancer (apoptotic process, p=1.80E-32; response to hypoxia, p=8.90E-31, regulation of apoptotic process, p=2.30E-30, regulation of programmed cell death, p=6.40E-30, pathways in cancer, p=6.10E-36) whereas other two scenarios showed similar trend of neurotransmission (regulation of ion transport, p=1.00E-82, cell-cell signaling, p=9.16E-85, neuroactive ligand-receptor interaction, p=1.66E-37). The 58% and 52% of diseases derived from in vivo experiment study literatures were predicted by each TCM bioinformatics database. These results indicate that differences in target lists predicted from different databases lead to differences in enrichment analysis, which in turn leads to differences in disease prediction coverage. Thus, using a merged target list predicted by at least two TCM bioinformatics databases may provide more unbiased, complete, and wider range of results.
#Bioinformatics #Network pharmacology #TCMSP #BATMAN-TCM #Traditional Korean medicine (TKM) #Licorice

목차

Introduction
Materials and Methods
Results
Discussion
Conclusions
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092317237