Modern medicine often clashes with traditional medicine such as Chinese herbal medicine because of the little understanding of the underlying mechanisms of action of the herbs. In an effort to promote integration of both sides and to accelerate the drug discovery from herbal medicines, an efficient systems pharmacology platform that represents ideal information convergence of pharmacochemistry, ADME properties, drug-likeness, drug targets, associated diseases and interaction networks, are urgently needed.The traditional Chinese medicine systems pharmacology database and analysis platform (TCMSP) was built based on the framework of systems pharmacology for herbal medicines. It consists of all the 499 Chinese herbs registered in the Chinese pharmacopoeia with 29,384 ingredients, 3,311 targets and 837 associated diseases. Twelve important ADME-related properties like human oral bioavailability, half-life, drug-likeness, Caco-2 permeability, blood-brain barrier and Lipinski's rule of five are provided for drug screening and evaluation. TCMSP also provides drug targets and diseases of each active compound, which can automatically establish the compound-target and target-disease networks that let users view and analyze the drug action mechanisms. It is designed to fuel the development of herbal medicines and to promote integration of modern medicine and traditional medicine for drug discovery and development.The particular strengths of TCMSP are the composition of the large number of herbal entries, and the ability to identify drug-target networks and drug-disease networks, which will help revealing the mechanisms of action of Chinese herbs, uncovering the nature of TCM theory and developing new herb-oriented drugs. TCMSP is freely available at http://sm.nwsuaf.edu.cn/lsp/tcmsp.php.

Orally administered drugs must overcome several barriers before reaching their target site. Such barriers depend largely upon specific membrane transport systems and intracellular drug-metabolizing enzymes. For the first time, the P-glycoprotein (P-gp) and cytochrome P450s, the main line of defense by limiting the oral bioavailability (OB) of drugs, were brought into construction of QSAR modeling for human OB based on 805 structurally diverse drug and drug-like molecules. The linear (multiple linear regression: MLR, and partial least squares regression: PLS) and nonlinear (support-vector machine regression: SVR) methods are used to construct the models with their predictivity verified with five-fold cross-validation and independent external tests. The performance of SVR is slightly better than that of MLR and PLS, as indicated by its determination coefficient (R2) of 0.80 and standard error of estimate (SEE) of 0.31 for test sets. For the MLR and PLS, they are relatively weak, showing prediction abilities of 0.60 and 0.64 for the training set with SEE of 0.40 and 0.31, respectively. Our study indicates that the MLR, PLS and SVR-based in silico models have good potential in facilitating the prediction of oral bioavailability and can be applied in future drug design.

Systems pharmacology is an emerging field that integrates systems biology and pharmacology to advance the process of drug discovery, development and the understanding of therapeutic mechanisms. The aim of the present work is to highlight the role that the systems pharmacology plays across the traditional herbal medicines discipline, which is exemplified by a case study of botanical drugs applied in the treatment of depression. First, based on critically examined pharmacology and clinical knowledge, we propose a large-scale statistical analysis to evaluate the efficiency of herbs used in traditional medicines. Second, we focus on the exploration of the active ingredients and targets by carrying out complex structure-, omics- and network-based systematic investigations. Third, specific informatics methods are developed to infer drug–disease connections, with purpose to understand how drugs work on the specific targets and pathways. Finally, we propose a new systems pharmacology method, which is further applied to an integrated platform (Herbal medicine Systems Pharmacology) of blended herbal medicine and omics data sets, allowing for the systematization of current and traditional knowledge of herbal medicines and, importantly, for the application of this emerging body of knowledge to the development of new drugs for complex human diseases.

Abstract The endogenous metabolite methylglyoxal (MGO) has recently emerged as a potential mediator of psychiatric disorders, such as anxiety and depression, but its precise mechanism of action remains poorly understood. Here, we find that MGO concentrations are decreased in the prefrontal cortex and hippocampus in rats subjected to chronic stress, and low-dose MGO treatment remarkedly enhances resilience to stress and alleviates depression-like symptoms. This effect is achieved by MGO’s promotion on the synaptic plasticity in prefrontal cortex and hippocampus. Both in vitro and in vivo experiments show that MGO provokes the dimerization and autophosphorylation of TrkB and the subsequent activation of downstream Akt/CREB signaling, which leads to a rapid and sustained expression of brain-derived neurotrophic factor (BDNF). We further demonstrate that MGO directly binds to the extracellular domain of TrkB, but not its intracellular domain. In addition, we also identify a natural product luteolin and its derivative lutD as potent inhibitors of Glyoxalase 1 and validate their antidepressant effects in chronic stress rat models. The antidepressant role of endogenous MGO provides a new basis for the understanding and therapeutic intervention design for stress-associated mental disorders.

Rapid development of high-throughput technologies has permitted the identification of an increasing number of disease-associated genes (DAGs), which are important for understanding disease initiation and developing precision therapeutics. However, DAGs often contain large amounts of redundant or false positive information, leading to difficulties in quantifying and prioritizing potential relationships between these DAGs and human diseases. In this study, a network-oriented gene entropy approach (NOGEA) is proposed for accurately inferring master genes that contribute to specific diseases by quantitatively calculating their perturbation abilities on directed disease-specific gene networks. In addition, we confirmed that the master genes identified by NOGEA have a high reliability for predicting disease-specific initiation events and progression risk. Master genes may also be used to extract the underlying information of different diseases, thus revealing mechanisms of disease comorbidity. More importantly, approved therapeutic targets are topologically localized in a small neighborhood of master genes on the interactome network, which provides a new way for predicting new drug-disease associations. Through this method, 11 old drugs were newly identified and predicted to be effective for treating pancreatic cancer and then validated by in vitro experiments. Collectively, the NOGEA was useful for identifying master genes that control disease initiation and co-occurrence, thus providing a valuable strategy for drug efficacy screening and repositioning. NOGEA codes are publicly available at https://github.com/guozihuaa/NOGEA.

Abstract An 8‐week regimen of glecaprevir/pibrentasvir is recommended for treatment‐naïve patients with chronic hepatitis C (CHC). In alignment with the Taiwanese government's objective to eliminate hepatitis C by 2025, this study aimed to provide real‐world evidence on the use of this regimen in treatment‐naïve patients with chronic kidney disease (CKD) by using data from the Taiwan Association for the Study of the Liver HCV Registry (TACR). CKD was defined by an estimated glomerular filtration rate (eGFR) of <60 mL/min/1.73 m 2 or higher with proteinuria persisting for over 3 months. Patients were categorized as having early CKD (eGFR ≥45 mL/min/1.73 m 2 ) or pre‐end‐stage renal disease (pre‐ESRD) (eGFR <45 mL/min/1.73 m 2 ). Among 1072 patients who received at least one dose of the regimen, 1054 had available data for assessing sustained virologic response at 12 weeks posttreatment (SVR12). The overall SVR12 rate was 99.6%, with rates of 99.7% for pre‐ESRD patients and 99.6% for early CKD patients. Subgroup analysis showed 100% efficacy for genotype 3 and dyslipidemia, 99.5% for diabetes, 99.4% for cardiovascular disease, 96.9% for a history of cerebral vascular accident, and 95.5% for patients with a history of drug injection or HIV co‐infection. Adverse events were reported in 16.8% of patients, with 0.8% experiencing serious events, and only two cases were treatment‐related. Renal function significantly improved, with overall eGFR increasing from 39.2 to 41.9 mL/min/1.73 m 2 . Early CKD patients showed an eGFR rise from 53.5 to 57.1, while pre‐ESRD patients improved from 27.1 to 29.2 at SVR12. The study concluded that the 8‐week regimen is highly effective, well‐tolerated, and associated with significant renal function improvement in treatment‐naïve CHC patients with both early CKD and pre‐ESRD.