随着生活方式的演变，我国城市居民的血脂异常患病率急剧攀升，据统计，中国8.5 亿成年人中，血脂异常的人数高达3.026 亿，且呈现出年轻化的趋势，由此引发的心血管疾病已成为我国成年人死亡的主要根源[1]。高脂血症可由血脂升高引起，通常表现为总胆固醇（TC）、总甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）水平升高和高密度脂蛋白胆固醇（HDL-C）水平降低[2]。近年来，高脂血症的治疗涉及饮食控制、运动和药物治疗，由于他汀类、贝特类等合成降脂药物长期使用通常存在副作用，因此应用天然降脂药物来预防和治疗高脂血症及其并发症显得尤为重要[3]。
辣木（Moringa oifera Lam）是生长在干旱或半干旱地区的一种植物，属于辣木科辣木属中数量最多，分布最广，归化最多的物种之一[4]。2012 年，辣木叶被原卫生部列为新资源食品，引起广泛的关注[5]。辣木叶中存在着黄酮类[6]、多糖类[7]、生物碱类[8]、异硫氰酸酯类[9]等多种物质，被普遍认为是天然活性成分的来源。此外，研究表明辣木叶具备多种生物活性，如抗氧化[10]、降血糖[11]、降血脂[11]、抗炎[12]、抗肿瘤[13]等，并通过多种途径发挥作用。然而，辣木叶中与降脂相关的有效成分、精确作用靶点、信号通路仍未明确。考虑到辣木叶今后在医药、保健品等领域的研究和应用，对辣木叶中有效成分及其相关作用的研究不可或缺。
网络药理学（Network pharmacology）是一门新兴的交叉学科，它基于系统生物学的相关理论，利用特定信号节点（Nodes）进行多靶点药物分子设计，以实现对生物系统的网络分析和应用[1]。它的主要研究内容集中于3 个板块：网络构建、网络分析、试验验证，将网络预测与试验验证相结合。由于成分多、靶点多以及组分之间协同作用复杂等原因，深入研究辣木的药理作用变得异常困难[14]。网络药理学的方法为探究辣木叶复杂体系提供了全新的思路。本研究通过网络药理学方法探究辣木叶中治疗高脂血症的活性成分和作用机制，并通过分子对接和细胞试验进行验证，以期为进一步揭示辣木叶药理作用机制，新药的研发以及合理食用辣木叶提供理论依据。
1 材料与方法
1.1 辣木叶降血脂的网络药理学研究
1.1.1 辣木叶活性成分及作用靶点收集 利用CNKI 进行文献检索，获取辣木叶的主要化学成分，并通过PubChem 数据库及ChemDraw 22.0.0软件构建辣木叶活性成分二维数据库[15]。使用SwissADME 平台将2D 结构图转化为获得化合物的SMILES 结构信息，并进行化学成分的筛选[16]。将化合物导入Swiss Target Prediction 平台预测潜在作用靶点[17]。运用StataSE 15 将多个化学成分的多个靶点进行汇合、去重，最终获得所需数据。
1.1.2 高脂血症相关靶点筛选 通过Genecards、DrugBank、OMIM 等疾病基因数据库，以“Hyperlipidemia”为关键词进行筛选。在挑选Genecards数据库的目标靶点时，将相关性评分（Relevance score）超过中位数的目标靶点视为高脂血症的潜在靶点，并将这些数据库的结果进行合并去重，得到高脂血症相关疾病的靶点[17]。
1.1.3 蛋白质相互作用网络构建 利用R 4.1.2将辣木叶相关靶点与高脂血症疾病靶点取交集并绘制韦恩图[18]。将交集靶点提交至STRING 11.5数据库构建蛋白互作（PPI）网络模型，将Organisms 设置为“Homo sapiens”，将蛋白相互作用评分置信度设定为0.400，得到PPI 网络[16]。将分析结果导出至CytoScape 3.7.1，利用其网络分析功能对网络的拓扑属性进行分析，根据连接度（Degree）、紧密度（Closeness centrality）、介度（Betweenness centrality）筛选出PPI 网络中辣木叶和疾病的核心靶点[17]。
1.1.4 GO 生物过程和KEGG 信号通路富集分析将辣木叶与高脂血症疾病的交集靶点导入Metascape 数据库，进行GO 富集分析和KEGG 通路富集分析，其中GO 分析包括其生物过程（Billogical process，BP）、分子功能（Molecular function，MF）、细胞组分（Cellular component，CC）分析[16]。分析完成后使用R 4.1.2 软件将通路富集结果进行可视化。
1.1.5 “成分-靶点-通路”网络构建 将辣木叶活性成分、潜在作用靶点、KEGG 的富集分析结果导入Cytoscape 3.7.1 中，构建“成分-靶点-通路”网络。利用其网络分析功能对网络的拓扑属性进行分析，根据连接度、紧密度、介筛选出PPI 网络中辣木叶参与治疗高脂血症相关的核心成分。
1.2 分子对接验证
选取网络药理学预测的15 个辣木叶主要活性成分与PPI 网络中6 个高脂血症关键靶点蛋白进行对接。运用PubChem 数据库获取15 个配体2D 结构，使用Chem3D 软件使其能量最小化并转化为三维结构[19]。通过uniprot 数据库获取关键靶点uniprot ID，查询PDB 蛋白质结构数据库获取到蛋白受体的3D 结构，使用Pymol 软件删除水分子[20-21]。将蛋白受体导入AutoDock Tools 1.5.7 软件进行加氢操作，同时寻找蛋白结构的活性结构；最后通过AutoDock Vina 进行分子对接，将小分子配体和蛋白受体导入Pymol 软件中进行可视化，寻找出连接位点和氢键位置[16]。
1.3 辣木叶黄酮对3T3-L1 细胞成脂及基因表达的影响
1.3.1 材料与试剂 3T3-L1 前脂肪细胞株，中科院上海细胞库；槲皮素、山奈酚，上海迈瑞尔生化科技有限公司；异鼠李素，3-异丁基-1-甲基黄嘌呤（IBMX），上海创赛科技有限公司；DMEM 高糖培养基（含丙酮酸纳）、PBS 磷酸盐缓冲液、0.25%胰蛋白酶、青霉素/链霉素溶液，广州Biosharp 公司；特级胎牛血清（FBS），南京森贝伽生物科技有限公司；MTT 溶液（5 mg/mL），济南聚合通生物科技有限公司；二甲亚砜（DMSO），浙江大学科教服务中心；胰岛素（Insulin，INS），Solarbio 公司；地塞米松（DEX），Sigma-Aldrich 公司；饱和油红O染色液，北京索莱宝科技有限公司；RNA 提取试剂 盒（RNAiso Plus）、逆转录试剂盒（Prime-ScriptTM RT reagent Kit with gDNA Eraser）、qPCR 试剂盒（TB 
Premix Ex TaqTM II），日本TaKaRa 公司；引物由南京擎科生物有限公司合成。
1.3.2 细胞培养及分化 3T3-L1 细胞置于含10%胎牛血清和1%双抗（青霉素和链霉素）的DMEM 高糖培养基中，在37 ℃、5% CO2 培养箱中培养，每隔48 h 换液，细胞生长到80%汇合后进行传代。将3T3-L1 细胞悬液接种到6 孔板，用完全培养基培养4 d（每隔2 d 换一次液），使得细胞达到接触抑制；换含10 μg/mL INS、0.5 mmol/L IBMX、1 μmol/L DEX 的分化剂I 培养48 h；后换含10 μg/mL INS 的分化剂II 培养48 h；再更换正常完全培养基培养，隔天换液1 次，至第12 天约90%以上的脂滴明显，即为培养分化成熟[22]。细胞诱导分化的每个换液阶段持续补充相应活性成分，分为空白组（不进行诱导分化）、对照组（仅进行诱导分化）、槲皮素组、山奈酚组及异鼠李素组（进行诱导分化并分别添加不同活性成分）。
1.3.3 MTT 试验 采用MTT 法分别检测0，5，10，20，50，80，100 μmol/L 槲皮素、山奈酚、异鼠李素对细胞活力的影响。将3T3-L1 脂肪细胞接种于96 孔板中，分别用不同浓度梯度的槲皮素、山奈酚、异鼠李素培养24 h。每孔加入MTT 溶液（终质量浓度为0.5 mg/mL），37 ℃孵育4 h，倒去废液后每孔加入150 μL 的DMSO 溶液，置于摇床上振荡10 min，使结晶甲瓒完全溶解，用酶标仪测定波长570 nm 处的吸光度[23]。细胞活力计算公式如下：
1.3.4 油红O 染色 完成分化诱导后，使用油红O 染色法检测槲皮素、山奈酚、异鼠李素对脂肪细胞脂滴累积的影响。移除细胞培养基，用PBS 洗2次，加4%多聚甲醛固定30 min。弃去固定液并用无菌水洗2 次，加入1 mL 60%异丙醇浸洗30 s。弃去60%异丙醇后避光加入新配制好的油红O工作液，避光放置20 min。弃去染色液，用60%异丙醇漂洗10～20 s 至间质清晰，水洗2 次，直到无多余染液。最后加入适量蒸馏水，在光学显微镜下观察细胞形态以及脂滴水平并拍照。
观察结束后弃去液体，每孔加1 mL 异丙醇，将孔板低速振荡摇晃，至细胞内脂滴溶解，将混匀后的异丙醇溶液吸入到96 孔板中。用酶标仪检测510 nm 处的吸光度值，记录数据并根据检测出的OD 值分析相对脂滴含量。
1.3.5 qRT-PCR 试验 提取3T3-L1 细胞RNA，运用微量分光光度计对其进行浓度和纯度的测定。通过NCBI（https：//www.ncbi.nlm.nih.gov/）平台设计基因引物，使用内参引物为GAPDH，根据网络药理学PPI 网络以及KEGG 富集分析结果，确定相关靶点并设计引物。按照试剂盒说明书进行逆转录合成cDNA，并在20 μL 反应体系下，进行qPCR 反应，反应条件如下：95 ℃30 s，95 ℃5 s，60 ℃30 s，共40 个循环。利用相对定量法对数据进行分析，以GAPDH 作为内参计算目的基因的表达量变化[16]。
2 结果
2.1 辣木叶降血脂的网络药理学研究
2.1.1 辣木叶活性成分及作用靶点 如表1 所示，本研究共筛选出72 个活性成分，主要包含黄酮类、多酚类、苯丙素类、生物碱类、有机酸及其酯类等，编号为M01-M72。将辣木叶72 种潜在活性成分SMILES 结构信息导入到SwissTargetPrediction 平台，最终整合去重得到辣木叶成分作用靶点642 个。
表1 辣木叶有效成分信息
Table 1 Information on active components of Moringa oleifera leaves
（续表1）
（续表1）
2.1.2 高脂血症疾病靶点 在疾病基因数据库中，设置筛查的关键词为“Hyperlipidemia”，通过一系列相关指标的筛选，从数据库中分别获取了1 969 个和55 个靶点数据；在Genecards 数据库中筛选出1 039 个靶点数据。通过对以上数据库结果进行合并和去重，确定了1 063 个与高脂血症相关的疾病靶点。利用R 4.1.2 将辣木叶相关靶点与高脂血症疾病靶点取交集并绘制韦恩图，得到115 个交集靶点数（如图1）。
图1 高脂血症靶点和辣木叶靶点韦恩图
Fig.1 Venn map of hyperlipidemia target and Moringa oleifera leaves target
2.1.3 辣木叶治疗高脂血症的PPI 网络分析 将115 个共同靶点导入到STRING11.5 数据库中，构建PPI 网络。使用Cytoscape3.7.1 进行可视化处理，最终得到PPI 网络。如图2 所示，共有115 个节点和1 174 条边，其中圆圈代表蛋白质，连线代表蛋白质间的相互作用。在PPI 网络中，节点的大小和颜色与高脂血症蛋白靶点的程度呈正相关关系，随着颜色的加深相互作用关系增强。ALB、TNF、PPARG、PPARA、VEGFA 等靶点颜色较深面积较大，因此可能是高脂血症的关键作用靶点。
图2 辣木叶-高脂血症靶点PPI 网络
Fig.2 Moringa oleifera leaves-hyperlipidemia target PPI network
利用靶点的拓扑参数筛选蛋白互作网络中的关键靶点。经计算，该网络连接度平均为20.78，介度平均为0.008797，紧密度平均为0.515461，选择三者均大于平均值的节点作为候选靶点，得到辣木叶治疗高脂血症的关键靶点22 个，包括ALB、TNF、PPARG、PPARA、VEGFA、EGFR、CTNNB1、CXCL8、MMP9、ESR1 等，相关拓扑参数详见表2。
表2 辣木叶治疗高脂血症关键靶点拓扑参数
Table 2 Topological parameters of key targets for the treatment of hyperlipidemia with Moringa oleifera leaves
2.1.4 辣木叶治疗高脂血症的GO 和KEGG 富集分析 将辣木叶与高脂血症疾病的交集靶点导入Metascape 数据库进行GO 富集分析，并使用R 4.1.2 软件将富集结果进行可视化。共富集到1 142 条BP、64 条CC、114 条MF，BP 中排名靠前的主要为激素水平的调节、炎症反应的调节、生长的调节、体液水平的调节、类固醇代谢过程等；CC 主要有囊泡腔、细胞顶端、受体复合物、细胞外基质、薄膜筏等；MF 主要有单羧酸结合、类固醇结合、脂肪酸结合、磷酸酶结合、激素结合等。调整P 值小于0.01，取排名前10 位的富集结果（见图3 及表3）。
图3 辣木叶-高脂血症靶点GO 富集分析
Fig.3 GO enrichment analysis of Moringa oleifera leaves-hyperlipidemia targets
注：图中各编号对应的信息详见表3。
表3 辣木叶-高脂血症靶点GO 富集分析
Table 3 GO enrichment analysis of Moringa oleifera leaves-hyperlipidemia targets
KEGG 通路富集分析共得到171 个条目，根据调整P 值小于0.01，取排名前20 位的富集条目，并利用R 4.1.2 绘制气泡图（见图4）。结果显示，多条信号通路与高脂血症密切相关，包括化学致癌-受体激活、糖尿病并发症中的AGE-RAGE信号通路、脂质与动脉粥样硬化、PPAR 信号通路、胰岛素抵抗、HIF-1 信号通路等，通路富集结果及其对应靶点详见表4。
图4 辣木叶-高脂血症靶点KEGG 富集分析
Fig.4 KEGG enrichment analysis of Moringa oleifera leaves-hyperlipidemia target
注：图中各编号对应的KEGG 通路信息详见表4。
表4 KEGG 富集通路及其对应靶点
Table 4 KEGG enrichment pathways and their corresponding targets
（续表4）
2.1.5 辣木叶成分-高脂血症靶点-通路网络图的分析 将2.1.2、2.1.3、2.1.4 节结果导入Cytoscape 3.7.1 中，构建“成分-靶点-通路”网络。如图5 所示，黄色圆圈代表辣木叶中的化学成分，蓝色方块代表疾病靶点，绿色箭头代表作用通路。据分析，辣木叶的潜在靶点参与了前20 条通路的富集，且通路之间存在共同靶点，表明辣木叶能够对多条通路产生作用，且通路之间相互影响，共同发挥了干预高脂血症的作用。
图5 辣木叶成分-高脂血症靶点-通路网络图
Fig.5 Moringa oleifera leaves-hyperlipidemia target pathway network diagram
对靶点的拓扑参数进行筛选，得到对高脂血症有影响的核心成分。图5 中，195 个节点、852 条边、20 个箭头型节点代表的信号通路、115 个方形节点代表的高脂血症靶蛋白以及60 个圆形节点代表的辣木叶化学成分，节点面积越大，代表的连接度越高，重要性越大。该网络连接度平均为8.74，介度平均为0.010747，紧密度平均为0.330406，选择连三者均大于平均值的节点作为候选，并筛选前15 个节点得到辣木叶治疗高脂血症的关键成分，包括芥子酸、棕榈酸、金雀异黄素、柚皮素、十五烷酸、木犀草苷、芹菜素、异鼠李素、白藜芦醇、山柰酚、橙皮素、3，4，5-三甲氧基肉桂酸、3-羟基十八烷酸、槲皮素、3-甲氧基蓟黄素等，相关拓扑参数详见表5。
表5 辣木叶主要活性成分网络节点特征参数
Table 5 Main active ingredient network node characteristic parameters of Moringa oleifera leaves
2.2 分子对接分析
将PPI 网络筛选出的6 个关键靶点，包括ALB、TNF、PPARG、PPARA、VEGFA、EGFR（靶点对应中英名称及其Uniprot ID 见表6）与“成分-靶点-通路”网络中筛选出的前15 个关键活性成分进行分子对接。结合能统计结果如图6 所示，随着颜色加深，配体分子与受体蛋白的结合能力逐渐增强。90 个受体-配体对接组合中有66 个结合能低于（-20.92 kJ/mol），占比73.3%；42 组辣木叶的结合能小于（-29.29 kJ/mol），占比46.7%，表明其主要活性成分与核心靶点之间存在强烈结合作用，由此初步验证网络药理学的预测结果，说明辣木叶可能通过关键靶点干预高脂血症及其相关通路，达到改善或者治疗高脂血症的作用。
图6 分子对接热力图分析
Fig.6 Thermodynamic analysis of molecular docking
表6 高脂血症相关的关键蛋白靶点
Table 6 Key protein targets related to hyperlipidemia
由分子对接热力图可知，EGFR、PPARA、ALB蛋白受体与配体的结合能普遍较高，推测具有较强的结合活性。分别取3 个蛋白靶点所对应结合能最高的2 个小分子配体（共6 组，包括EGFR-木犀草苷、EGFR-槲皮素、ALB-芹菜素、ALB-木犀草苷、PPARA-芹菜素、PPARA-木犀草苷等），进行配体-受体对接模式的分析，利用Pymol 进行可视化，观察配体与受体的作用位点及其作用化学键，进行微观层面的分析，结果如图7 所示。由图可知辣木叶活性成分主要通过氢键相互作用促使辣木叶小分子配体结合到蛋白受体活性位点。
图7 分子对接相互作用示意图
Fig.7 Schematic diagram of molecular docking interaction
2.3 辣木叶黄酮对3T3-L1 细胞成脂及基因表达的影响
2.3.1 辣木叶黄酮单体对3T3-L1 细胞增殖的影响 采用MTT 法检测0，5，10，20，50，80，100 μmol/L 浓度梯度的槲皮素（Quercetin）、山奈酚（Kaempferol）、异鼠李素（Isorhamnetin）对细胞活力的影响，结果见图8。试验表明，100 μmol/L 的槲皮素、山奈酚、异鼠李素均能显著抑制3T3-L1 细胞增殖，抑制率依次为39.37%，30.32%和38.45%；在中、低浓度的处理条件下，槲皮素和山奈酚对前脂肪细胞的增殖并未产生显著影响；在浓度为50 μmol/L 和80 μmol/L 的处理条件下，异鼠李素表现出较强抑制效果，抑制率分别达到了58.04%和57.30%，然而在低浓度处理条件下，其影响并不显著。因此，在不过度损害细胞的前提下，后续药物处理的浓度应在5～50 μmo/L 之间。
图8 辣木叶提取物中3 种黄酮对3T3-L1 前脂肪细胞的增殖抑制影响
Fig.8 The inhibitory effect of three flavonoids in the extract of Moringa oleifera leaves on the proliferation of 3T3-L1 preadipocytes
2.3.2 辣木叶黄酮单体对3T3-L1 细胞分化的影响 通过油红O 染色法检测3 种化合物对细胞分化及其脂滴累积的影响，结果见图9。与对照组相比，加入黄酮药物后，3T3-L1 细胞的分化受到了不同程度的抑制，细胞脂滴大小减小，聚集明显减少，分布变稀疏。其中槲皮素抑制作用最弱，山奈酚抑制作用中等，异鼠李素抑制作用最强，活性物浓度为50 μmol/L 时，其脂肪含量分别下降8.45%，16.28%，31.33%。此外，通过探究不同浓度异鼠李素对细胞分化的作用可以发现，细胞中的脂肪积累随着异鼠李素加入浓度的升高而逐渐减少，含量下降23.75%（20 μmol/L）和31.33%（50 μmol/L）。
图9 不同活性成分对3T3-L1 脂肪细胞脂质积累的影响
Fig.9 Effects of different bioactive compounds on lipid accumulation in 3T3-L1 adipocytes
2.3.3 辣木叶黄酮单体对分化脂肪细胞内脂代谢相关因子的影响 根据网络药理学PPI 网络以及KEGG 富集分析结果，确定相关靶点为TNF、PPARG、VEGFA、PPARA、CPT1A，相关引物序列表见表7。
表7 引物序列
Table 7 Primer sequences
如图10a～10c 所示，在50 μmol/L 的槲皮素、山奈酚、异鼠李素作用下，3T3-L1 脂肪细胞中PPARG、TNF、VEGFA mRNA 的表达水平显著下降。值得注意的是，随着异鼠李素浓度的增加，相关靶点的作用强度也随之增强。此外，如图10d 和10e 所示，经过不同的处理后，3T3-L1，脂肪细胞中PPARA 和CPT1A mRNA 的表达水平呈显著上升，说明辣木叶黄酮能够激活PPARA/CPT1A 信号通路。
图10 辣木叶黄酮（槲皮素、山奈酚、异鼠李素）对3T3-L1 脂肪细胞中PPARG（a）、TNF（b）、VEGFA（c）、PPARA（d）、CPT1A（e）mRNA 表达水平的影响
Fig.10 Effects of flavonoids from Moringa oleifera leaves（quercetin，kaempferol，isorhamnosum）on mRNA expression levels of PPARG（a），TNF（b），VEGFA（c），PPARA（d），and CPT1A（e）in 3T3-L1 adipocytes
3 讨论
高脂血症是一种脂质代谢紊乱疾病，很容易诱发心血管疾病，如动脉粥样硬化和冠心病。由于不健康的生活方式，高脂血症及其并发症的发病率和死亡率迅速增加，严重影响了人类的生活质量。因此，成功管理和早期治疗高脂血症对于预防此类风险至关重要。由于长期服用化学合成药物易产生副作用，研究工作越来越集中于开发和利用天然产物来治疗高脂血症。本研究通过网络药理学方法对辣木叶中的天然产物在抗高脂血症的物质基础、作用靶点以及信号通路等方面进行初步探究，并通过分子对接试验、细胞试验以及分子试验对预测结果进行验证。
根据辣木叶活性成分与高血脂症疾病的交集靶点构建的PPI 网络，发现ALB、TNF、PPARG、PPARA、VEGFA、EGFR 等靶点在辣木叶干预高血脂症的生物过程中可能起关键作用。白蛋白（ALB）是人类血液中最丰富的蛋白质之一，具有调节血浆胶体渗透压的功能，同时也是内源性分子（如激素、脂肪酸和代谢物）以及外源性药物的理想载体蛋白质[24]。肿瘤坏死因子（TNF）参与调节细胞增殖、分化、脂质代谢等，其水平升高会促进包括肥胖症在内的代谢性疾病的脂肪分解[25]。核激素受体PPARγ（PPARG）和PPARα（PPARA）作为编码过氧化物酶体增殖剂激活受体亚家族核受体的成员（PPARs），是脂肪形成的关键调节因子[26]。激活PPARA 受体后，直接转录调控下游参与β-氧化通路、FA 摄取和TG 分解代谢的基因，从而对细胞内脂质和碳水化合物代谢产生影响，成为调节脂质代谢的关键机制[27]。血管内皮生长因子A（VEGFA）在调节脂肪组织中血管生成中起关键作用[28]。表皮生长因子受体生长因子受体（EGFR）在细胞增殖、分化和迁移中起着重要作用[29]。
KEGG 分析结果显示多条信号通路与高脂血症密切相关，其中包括化学致癌-受体激活、糖尿病并发症中的AGE-RAGE 信号通路、脂质与动脉粥样硬化、PPAR 信号通路、胰岛素抵抗、HIF-1 信号通路等。其中PPAR 信号通路通过参与胆固醇的合成与分解、脂肪酸氧化等多种生物学过程，维持脂质代谢的动态平衡，从而调节血脂水平[30]。HIF-1 信号通路诱导参与脂肪酸摄取、合成和储存的基因的表达，降低脂肪酸的分解代谢，导致缺氧和脂肪组织中脂肪酸的进一步积累[31]。辣木叶可能通过调节多种信号通路的作用来缓解高脂血症。
分子对接验证中选取网络药理学预测的15个辣木叶活性成分与PPI 网络中6 个高血脂症关键靶点蛋白进行对接，结果表明辣木叶主要活性成分与核心靶点有强烈的结合活性。此外，黄酮类单体槲皮素、木犀草苷和芹菜素等具有丰富的氢键受体和供体，能够与靶点蛋白形成稳定的氢键，从而实现小分子化合物在蛋白活性位点的稳定结合[19]。
试验结果表明，辣木叶黄酮（槲皮素、山奈酚、异鼠李素）具有抑制3T3-L1 前脂肪细胞增殖和分化的能力，同时减少了脂质在脂肪细胞分化过程中的积累。此外，分子试验结果显示，辣木叶中黄酮（槲皮素、山奈酚、异鼠李素）可能通过对3T3-L1 脂肪细胞中PPARG、VEGFA、TNF 靶点的下调，以及对PPARA/CPT1A 信号通路的激活，影响细胞成脂分化过程，调节胆固醇代谢，从而维持脂代谢平衡。
本试验运用网络药理学和分子对接理论上确定了辣木叶抗高血脂症的有效作用成分、作用靶点及作用通路，并通过细胞试验说明辣木叶黄酮类对缓解高血脂症有一定的作用，接下来将通过体外细胞试验等来进一步确定筛选出的活性成分、靶点以及通路能否发挥作用，以及如何发挥作用，并尽可能开发辣木叶的各种潜在食用和药用价值，为新药研发奠定基础。
[1] Non-Communicable Disease Risk Factor Collaboration.Repositioning of the global epicentre of nonoptimal cholesterol[J].Nature，2020，582（7810）：73-77.
[2] EL-TANTAWY W H，TEMRAZ A.Natural products for controlling hyperlipidemia：Review[J].Archives of Physiology and Biochemistry，2019，125（2）：128-135.
[3] HAMDY W E，ABEER T.Natural products for controlling hyperlipidemia：Review[J].Archives of Physiology and Biochemistry，2018，125（2）：128-135.
[4] ANWARN F，LATIF S，ASHRAF M，et al.Moringa oleifera：A food plant with multiple medicinal uses[J].Phytotherapy Research，2007，21（1）：17-25.
[5] 刘凤霞，王苗苗，赵有为，等.辣木中功能性成分提取及产品开发的研究进展[J].食品科学，2015，36（19）：282-286.LIU F X，WANG M M，ZHAO Y W，et al.Extraction of functional components from Moringa oleifera and development of Moringa oleifera-based products[J].Food Science，2015，36（19）：282-286.
[6] SIDDHURAJU P，BECKER K.Antioxidant properties of various solvent extracts of total phenolic constituents from three different agroclimatic origins of drumstick tree（Moringa oleifera Lam.）leaves[J].Journal of Agricultural &Food Chemistry，2003，51（8）：2144.
[7] ZHAO C，HANG F L，CHONG Y G，et al.Moringa oleifera leaf polysaccharide regulates fecal microbiota and colonic transcriptome in calves[J].International Journal of Biological Macromolecules，2023，253（P6）：127108.
[8] FAIZI S，SIDDIQUI B S，SALEEM R，et al.Isolation and structure elucidation of novel hypotensive agents，niazinin A，niazinin B，niazimicin and niaziminin A+B from Moringa oleifera：The first naturally occurring thiocarbamates[J].ChemInform，1993，24（14）：3237-3241.
[9] WATERMAN C，CHENG D M，ROJAS-SILVA P，et al.Stable，water extractable isothiocyanates from Moringa oleifera leaves attenateflagate in vivo[J].Phytochemistry，2014，7（103）：114-122.
[10] XU Y B，CHEN G L，GUO M Q.Antioxidant and anti-inflammatory activities of the crude extracts of Moringa oleifera from Kenya and their correlations with flavonoids[J].Antioxidants，2019，8（8）：296.
[11] CHEN G L，XU Y B，WU J L，et al.Hypoglycemic and hypolipidemic effects of Moringa oleifera leaves and their functional chemical constituents[J].Food Chemistry，2020，333：127478.
[12] MITTAL A，SHARMA M，DAVID A，et al.An experimental study to evaluate the anti-inflammatory effect of Moringa oleifera leaves in animal models[J].International Journal of Basic &Clinical Pharmacology，2017，6（2）：452.
[13] LAE I J，HYE J L，CHAN S K.A potential oral anticancer drug candidate，Moringa oleifera leaf extract，induces the apoptosis of human hepatocellular carcinoma cells[J].Oncology Letters，2015，10（3）：1597-1604.
[14] 沙子珺，黎彩凤，唐仕欢，等.新资源药材辣木叶抗高脂血症的药效与作用机制探析[J].中国中药杂志，2021，46（14）：3465-3477.SHA Z J，LI C F，TANG S H，et al.Efficacy and mechanism of new resource medicinal materia Moringa oleifera leaves against hyperlipidemia [J].China Journal of Chinese Materia Medica，2021，46（14）：3465-3477.
[15] 黄友，杨莎莎，林夏，等.基于网络药理-分子对接研究附子理中丸治疗溃疡性结肠炎的作用机制[J].药学学报，2020，55（8）：1812-1822.HUANG Y，YANG S S，LIN X，et al.The mechanism of action of Fuzi-Lizhong pill in treatment of ulcerative colitis based on network pharmacologymolecular docking [J].Acta Pharmaceutica Sinica，2020，55（8）：1812-1822.
[16] 陈学麟，胡剑卓，陶灵霞.基于网络药理学和分子对接的黄蜀葵花干预糖尿病肾病的作用机制研究[J].现代药物与临床，2022，37（2）：252-263.CHEN X L，HU J Z，TAO L X.Based on the network pharmacology and molecular docking method to explore the mechanism of flowers of Abelmoschus manihot in the intervention of diabetic kidney disease[J].Drugs &Clinic，2022，37（2）：252-263.
[17] 许泽恭，祝晨蔯，周玖瑶，等.基于网络药理学和分子对接探究罗布麻叶抗高脂血症的作用机制[J].中药新药与临床药理，2021，32（8）：1154-1163.XU Z G，ZHU C C，ZHOU J Y，et al.Mechanism exploration of Apocynum venettum L.leaves in treatment of hyperlipidemia based on network pharmac ology and molecular docking[J].Traditional Chinese Drug Research and Clinical Pharmacology，2021，32（8）：1154-1163.
[18] 但文超，何庆勇，曲艺，等.基于网络药理学的枳术丸调治血脂异常的分子机制研究[J].世界科学技术-中医药现代化，2019，21（11）：2396-2405.DAN W C，HE Q Y，QU Y，et al.Molecular mechanism of ZHIZHU pill in treatment of dyslipidemia based on network pharmacology[J].Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology，2019，21（11）：2396-2405.
[19] 金渭荃.基于网络药理学与分子对接研究刺山柑果实提取物对类风湿性关节炎的作用机制[D].乌鲁木齐：新疆农业大学，2022.JIN W Q.Mechanism of caper fruit extracts on of the fruit of Capparis spinosa L.rheumatoid arthritis based on network pharmacology and molecular docking[D].Urumqi：Xinjiang Agricultral University，2022.
[20] 张梦，王欣玲.基于网络药理学探究银杏叶治疗非动脉炎性前部缺血性视神经病变的机制[J].眼科新进展，2021，41（11）：1037-1042.ZHANG M，WANG X L.Effect of Ginkgo biloba in the treatment of non-arteritic anterior ischemic optic neuropathy based on network pharmacology[J].Recent Advances in Ophthalmology，2021，41（11）：1037-1042.
[21] 原茵，吴紫璇，郭亚萍，等.基于网络药理学与分子对接探讨五苓散治疗脂代谢疾病的作用机制[J].中药新药与临床药理，2022，33（6）：794-803.YUAN Y，WU Z X，GUO Y P，et al.Study on the mechanism of wuling powder in the treatment of lipid metabolic diseases based on network pharmacology and molecular docking[J].Traditional Chinese Drug Research and Clinical Pharmacology，2022，33（6）：794-803.
[22] OON S F，NALLAPPAN M，KASSIM N K，et al.Hypolipidemic activities of xanthorrhizol purified from centrifugal TLC[J].Biochemical and Biophysical Research Communications，2016，478（3）：1403-1408.
[23] 卜素，薛泉，袁春颖，等.银杏叶提取物中三种黄酮对3T3-L1 细胞成脂代谢的影响[J].山东农业大学学报（自然科学版），2020，51（4）：598-604.BU S，XUE Q，YUAN C Y，et al.Effects of three flavonoids extracted from Ginkgo biloba on lipid metabolism in 3T3-L1 cells [J].Journal of Shandong Agricultural University（Natural Science Edition），2020，51（4）：598-604.
[24] 柳杨青，汪艳芳，郭丽君.2 型糖尿病患者血清白蛋白水平变化及影响因素分析[J].中华实用诊断与治疗杂志，2019，33（11）：1085-1088.LIU Y Q，WANG Y F，GUO L J.Changes of serum albumin concentration in type 2 diabetes mellitus and the influencing factors[J].Journal of Chinese Practical Diagnosis and Therapy，2019，33（11）：1085-1088.
[25] XIA W Y，ZHOU Y，WANG L J，et al.Tauroursodeoxycholic acid inhibits TNF -alpha -induced lipolysis in 3T3-L1 adipocytes via the IRE-JNKperilipin-A signaling pathway[J].Molecular Medicine Reports，2017，4：1753-1758.
[26] FUENTES E，PALOMO I.Mechanism of antiplatelet action of hypolipidemic，antidiabetic and antihypertensive drugs by PPAR activation[J].Vascular Pharmacology，2014，62（3）：162-166.
[27] 吴一冰，周小青，颜冬梅，等.中药激活PPARα 通路治疗高脂血症的活性成分及作用机制研究进展[J].中国实验方剂学杂志，2023，29（11）：1-10.WU Y B，ZHOU X Q，YAN D M，et al.Research progress of active components of traditional chinese medicine in treatment of hyperlipidemia by actvating PPARa pathway[J].Chinese Journal of Experimental Traditional Medical Formulae，2023，29（11）：1-10.
[28] FATIMA L A，CAMPELLO R S，SANTOS R S，et al.Estrogen receptor 1（ESR1）regulates VEGFA in adipose tissue[J].Scientific Reports，2017，7（1）：16716.
[29] BOYER M M.Relative contributions of the neurosensory retina and retinal pigment epithelium to macular hypofluorescence[J].Archives of Ophthalmology，2000，118（1）：27.
[30] 裴帅，曹宁宁，李晓璇，等.中药干预高脂血症相关信号通路的研究进展[J].药物评价研究，2022，45（1）：177-185.PEI S，CAO N N，LI X X，et al.Research progress of traditional Chinese medicine intervention on signaling pathway associated with hyperlipidemia[J].Drug Evaluation Research，2022，45（1）：177-185.
[31] LI S H，WANG Z Z，ZHOU Z N，et al.Molecular mechanism of the role of apigenin in the treatment of hyperlipidemia：A network pharmacology approach[J].Chemistry &Biodiversity，2023，20（2）：e202200308.