Long · 2025 · BMC pharmacology & toxicology
臨床試驗合併分析與計算模型標靶探索
合併臨床結果及分子標靶預測，分別顯示甚麼？
文獻整合及計算生物學標靶預測
主要結果
部分期間的SRS差異
研究報告第4至5星期及第8至10星期的SRS評分降幅，相較安慰劑組有顯著差異。
預測的候選標靶
研究提出AKT1、STAT1及MMP9等10個候選標靶。
計算模型探索的機制途徑
分子對接及網絡分析預測潛在分子結合及途徑。
詳細結果
按觀察期分析臨床結果
研究合併6項試驗共333名參加者的數據，按追蹤期間分析社交反應及行為評分。第4至5星期及第8至10星期的SRS降幅大於安慰劑組，但各研究結果差異較大。
| 評估期間 | SMD·95%信賴區間 | 研究間異質性I² |
|---|---|---|
| 第4至5星期 | −0.98·−1.69至−0.28 | 77% |
| 第8至10星期 | −1.11·−2.11至−0.12 | 88% |
I²衡量研究結果之間的不一致程度。SMD以標準差為單位表示不同量表的效應量。
較後時間點及行為分項的結果
第18、22及36星期的SRS分析沒有顯著差異。ABC不恰當言語在第8至15星期有較大差異。過度活躍結果接近顯著邊界，信賴區間包含零。
計算模型探索10個候選標靶
作者在臨床結果整合以外，分析網絡藥理學、遺傳及基因表達數據、分子對接及動力學模型，提出AKT1、STAT1、MMP9等候選標靶，並探索炎症及自噬等途徑。
分子對接計算分子與特定蛋白質結合的可能性。研究以計算模型提出機制假設，供日後實驗檢驗。
研究設計
研究合併先前試驗的結果，再用網絡藥理學、基因數據、分子對接及其他方法探索可能的標靶。
- 對象
- 6項對照試驗，共333名參加者
另分析分子標靶及基因數據 - 攝取及觀察條件
- 文獻搜尋截至2025年2月21日
採用統合分析、網絡分析及分子對接等方法 - 測量項目
- 按觀察期劃分的SRS及ABC、不良事件、候選分子標靶與途徑
研究背景
這項研究結合先前6項試驗的統合分析，以及計算模型的分子標靶預測。
原始論文及來源
Investigating the clinical efficacy, safety and molecular mechanism of sulforaphane in autism spectrum disorder: an integrated study combining meta-analysis, network pharmacology, and computational biology.
- 期刊
- BMC pharmacology & toxicology · 2025 · 26(1): 217
- 首次發表日期
- 2025-11-22