Original Title: Prediction of biochemical mechanism of anti-inflammation explained from two marine-derived bioactive compounds
Source: doi.org/10.1016/j.anres.2018.11.016
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការព្យាករណ៍អំពីយន្តការជីវគីមីប្រឆាំងនឹងការរលាកដែលបានពន្យល់ពីសមាសធាតុសកម្មជីវសាស្រ្តបានមកពីសមុទ្រចំនួនពីរ

ចំណងជើងដើម៖ Prediction of biochemical mechanism of anti-inflammation explained from two marine-derived bioactive compounds

អ្នកនិពន្ធ៖ Jidapa Sornsiri (Burapha University), Klaokwan Srisook (Burapha University), Preedawan Pornngam (Burapha University), Pitak Sootanan (Burapha University)

ឆ្នាំបោះពុម្ព៖ 2018, Agriculture and Natural Resources

វិស័យសិក្សា៖ Biochemistry

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការខ្វះការយល់ដឹងស៊ីជម្រៅអំពីយន្តការជីវគីមីនៃសមាសធាតុប្រឆាំងនឹងការរលាកពីរប្រភេទ (fucoxanthin និង sargachromenol) ដែលចម្រាញ់ចេញពីសារាយសមុទ្រពណ៌ត្នោត (Sargassum spp.)។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ការវិភាគផ្អែកលើម៉ូឌុលមុខងារនៃបណ្តាញអន្តរកម្មប្រូតេអ៊ីន-ប្រូតេអ៊ីន ដើម្បីកំណត់គោលដៅនិងយន្តការរបស់សមាសធាតុសកម្មទាំងនេះក្នុងកម្រិតម៉ូលេគុល។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Network Topological Analysis
ការវិភាគលក្ខណៈសណ្ឋានដីនៃបណ្តាញ
ជួយកំណត់លក្ខណៈទូទៅនៃបណ្តាញ ថាតើវាមានលក្ខណៈជាបណ្តាញខ្នាតតូច (small world) និងមានការតភ្ជាប់បែបណា។ មិនអាចបញ្ជាក់ពីយន្តការជីវសាស្ត្រ ឬមុខងារជាក់លាក់នៃប្រូតេអ៊ីននីមួយៗក្នុងការរលាកបានទេ។ បានបង្ហាញថាបណ្តាញ PPI របស់សមាសធាតុទាំងពីរមានលក្ខណៈ scale-free, small world និង modularity បើធៀបនឹង random network។
Functional Module-based Analysis
ការវិភាគផ្អែកលើម៉ូឌុលមុខងារ
អាចកំណត់ក្រុមប្រូតេអ៊ីនដែលធ្វើការរួមគ្នា និងពន្យល់ពីយន្តការជីវគីមី ឬផ្លូវសញ្ញា (Signaling pathways) ជាក់លាក់។ ពឹងផ្អែកខ្លាំងទៅលើភាពត្រឹមត្រូវ និងទិន្នន័យដែលមានស្រាប់ពីមូលដ្ឋានទិន្នន័យអនឡាញ (Gene Ontology)។ រកឃើញម៉ូឌុលរលាកចំនួន ៦ សម្រាប់ fucoxanthin និង ១ សម្រាប់ sargachromenol ដែលពន្យល់ពីយន្តការប្រឆាំងការរលាក។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះពឹងផ្អែកទាំងស្រុងលើការវិភាគតាមកុំព្យូទ័រ (In silico) ដែលមិនត្រូវការចំណាយលើសម្ភារៈមន្ទីរពិសោធន៍ថ្លៃៗឡើយ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យដែលមានស្រាប់ពីមូលដ្ឋានទិន្នន័យអន្តរជាតិ (ផ្តោតលើគោលដៅប្រូតេអ៊ីនរបស់ Homo sapiens) ដោយពុំមានការបញ្ជាក់តាមរយៈការពិសោធន៍ជាក់ស្តែង (Wet-lab validation) បន្ថែមនោះទេ។ នេះជារឿងសំខាន់សម្រាប់កម្ពុជា ព្រោះទោះបីជាវិធីសាស្ត្រនេះជួយសន្សំសំចៃ ប៉ុន្តែលទ្ធផលត្រូវតែមានការយកទៅធ្វើតេស្តផ្ទាល់លើកោសិកា ឬស្រង់ចេញពីសារាយសមុទ្រក្នុងស្រុកដើម្បីធានាប្រសិទ្ធភាព។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវិភាគទិន្នន័យជីវសាស្ត្រតាមកុំព្យូទ័រនេះ គឺមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់អ្នកស្រាវជ្រាវនៅកម្ពុជា ក្នុងការរុករកឱសថថ្មីៗដោយចំណាយដើមទុនតិចបំផុត។

ការរួមបញ្ចូលការវិភាគ Bioinformatics ជាមួយនឹងការស្រាវជ្រាវជីវចម្រុះក្នុងស្រុក នឹងបើកផ្លូវថ្មីនិងមានប្រសិទ្ធភាពចំណាយខ្ពស់សម្រាប់ការអភិវឌ្ឍន៍ឱសថនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះ និងប្រមូលទិន្នន័យ: និស្សិតត្រូវស្វែងយល់ពីអន្តរកម្មប្រូតេអ៊ីន (PPI) រួចអនុវត្តការទាញយកទិន្នន័យគោលដៅប្រូតេអ៊ីននៃសមាសធាតុសកម្មដោយប្រើប្រាស់ ChEMBL និង STITCH databases
  2. ស្ថាបនាបណ្តាញអន្តរកម្មប្រូតេអ៊ីន (PPI Network): យកទិន្នន័យប្រូតេអ៊ីនគោលដៅទៅបញ្ចូលក្នុង STRING database ដើម្បីស្វែងរកទំនាក់ទំនងរវាងប្រូតេអ៊ីន និងបង្កើតជាបណ្តាញអន្តរកម្មដំបូង។
  3. វិភាគទិន្នន័យតាមរយៈកម្មវិធីជំនាញ: ដំឡើងកម្មវិធី Cytoscape រួចប្រើប្រាស់ Network Analyzer សម្រាប់វិភាគលក្ខណៈបណ្តាញ និងប្រើ MCODE រួមជាមួយ BiNGO សម្រាប់ស្វែងរកម៉ូឌុលមុខងារទាក់ទងនឹងការរលាក។
  4. ការស្រាវជ្រាវផ្អែកលើធនធានក្នុងស្រុកកម្ពុជា: ចុះប្រមូលសំណាកសារាយសមុទ្រ Sargassum ពីតំបន់ឆ្នេរសមុទ្រកម្ពុជា ដើម្បីទាញយកសារធាតុសកម្ម (Extracts) ដែលមានសក្តានុពល។
  5. ការផ្ទៀងផ្ទាត់ក្នុងមន្ទីរពិសោធន៍ (Wet-lab Validation): យកលទ្ធផលព្យាករណ៍ពីកុំព្យូទ័រ ទៅធ្វើការពិសោធន៍ផ្ទាល់ (in vitro) លើកោសិកា Macrophage (ឧទាហរណ៍ RAW 264.7) ដើម្បីវាស់ស្ទង់ការកាត់បន្ថយសារធាតុបង្កការរលាកពិតប្រាកដ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Protein-protein interaction (PPI) network (បណ្តាញអន្តរកម្មប្រូតេអ៊ីន-ប្រូតេអ៊ីន) ការវិភាគដោយប្រើកុំព្យូទ័រដើម្បីសិក្សាពីរបៀបដែលប្រូតេអ៊ីនផ្សេងៗនៅក្នុងកោសិកាធ្វើការទាក់ទង និងភ្ជាប់គ្នាដើម្បីបំពេញមុខងារជីវសាស្ត្រណាមួយ ដូចជាការឆ្លើយតបទៅនឹងការរលាកជាដើម។ ដូចជាបណ្តាញទំនាក់ទំនងសង្គម (ឧទាហរណ៍ Facebook) ដែលបង្ហាញពីរបៀបដែលមនុស្សម្នាក់ៗ (ប្រូតេអ៊ីន) ស្គាល់ និងទាក់ទងគ្នាទៅវិញទៅមកដើម្បីធ្វើការងារមួយជាក្រុម។
Functional module-based analysis (ការវិភាគផ្អែកលើម៉ូឌុលមុខងារ) វិធីសាស្ត្រក្នុងជីវព័ត៌មានវិទ្យា ដែលបំបែកបណ្តាញប្រូតេអ៊ីនដ៏ធំមួយទៅជាក្រុមតូចៗ (ម៉ូឌុល) ដែលប្រូតេអ៊ីននៅក្នុងក្រុមនីមួយៗនោះមានទំនាក់ទំនងស្អិតរមួត និងធ្វើការរួមគ្នាលើមុខងារជាក់លាក់ណាមួយ (ឧទាហរណ៍៖ ការបញ្ឈប់ការរលាក)។ ដូចជាការបែងចែកសិស្សក្នុងសាលាទាំងមូលទៅជាក្លឹបផ្សេងៗ (ក្លឹបកីឡា ក្លឹបសិល្បៈ) ដើម្បីងាយស្រួលរកមើលថាក្រុមណាធ្វើអ្វីពិតប្រាកដ។
Scale-free property (លក្ខណៈបណ្តាញ Scale-free) លក្ខណៈនៃបណ្តាញដែលប្រូតេអ៊ីនភាគច្រើនមានទំនាក់ទំនងតិចតួច ប៉ុន្តែមានប្រូតេអ៊ីនសំខាន់ៗមួយចំនួនតូច (ហៅថា Hubs) ដែលមានទំនាក់ទំនងយ៉ាងច្រើនសន្ធឹកសន្ធាប់ជាមួយប្រូតេអ៊ីនដទៃ។ ប្រសិនបើ Hubs ទាំងនេះរងផលប៉ះពាល់ វានឹងធ្វើឱ្យប្រព័ន្ធទាំងមូលប្រែប្រួល។ ដូចជាបណ្តាញអាកាសយានដ្ឋាន ដែលអាកាសយានដ្ឋាននៅតាមខេត្តតូចៗមានជើងហោះហើរតិចតួច តែមានអាកាសយានដ្ឋានអន្តរជាតិធំៗ (Hubs) ដែលតភ្ជាប់ទៅគ្រប់ទិសទី។
Small world property (លក្ខណៈបណ្តាញ Small world) លក្ខណៈសណ្ឋានបណ្តាញដែលប្រូតេអ៊ីនណាមួយអាចបញ្ជូនសញ្ញាទៅប្រូតេអ៊ីនមួយទៀតបានយ៉ាងរហ័ស តាមរយៈផ្លូវកាត់ខ្លីៗ (Shortest path) ទោះបីជាពួកវាមិននៅជាប់គ្នាក៏ដោយ ដែលធ្វើឱ្យការបញ្ជូនព័ត៌មានក្នុងកោសិកាមានប្រសិទ្ធភាពខ្ពស់។ ដូចជាទ្រឹស្តី 'មនុស្ស៦នាក់តភ្ជាប់គ្នា' ដែលអ្នកអាចស្គាល់មនុស្សណាម្នាក់លើពិភពលោកតាមរយៈការណែនាំពីមិត្តភក្តិតៗគ្នាមិនលើសពី ៦ ដង។
NF-kappa B cascade (ខ្សែសង្វាក់ NF-kappa B) ជាបណ្តាញសញ្ញាបញ្ជា (Signaling pathway) ដ៏សំខាន់នៅក្នុងកោសិកា ដែលគ្រប់គ្រងការបញ្ចេញហ្សែនពាក់ព័ន្ធនឹងការរលាក ការរស់រានរបស់កោសិកា និងការឆ្លើយតបរបស់ប្រព័ន្ធភាពស៊ាំ។ ការទប់ស្កាត់ដំណើរការនេះអាចជួយបន្ថយការរលាកបានយ៉ាងមានប្រសិទ្ធភាព។ ដូចជាមេបញ្ជាការទ័ពដែលទទួលសញ្ញាអាសន្ន រួចបញ្ជាទៅកូនចៅឱ្យបញ្ចេញអាវុធ (សារធាតុបង្ករលាក) ដើម្បីវាយប្រហារសត្រូវ (មេរោគ ឬរបួស)។
Macrophages (កោសិកាម៉ាក្រូហ្វាស) ប្រភេទកោសិកាឈាមសដ៏សំខាន់នៃប្រព័ន្ធភាពស៊ាំ ដែលមានតួនាទីចាប់ស៊ីមេរោគ កោសិកាដែលងាប់ និងបញ្ចេញសារធាតុគីមីដើម្បីបង្កឱ្យមានដំណើរការរលាកនៅពេលមានរបួស ឬការឆ្លងមេរោគ។ ដូចជាកងកម្លាំងល្បាតនិងអ្នកបោសសម្អាតទីក្រុង ដែលដើរប្រមាញ់ចោរ (មេរោគ) និងបោសសម្អាតកាកសំណល់ ព្រមទាំងហៅកម្លាំងជំនួយពេលមានអាសន្ន។
Network topology (លក្ខណៈសណ្ឋានដីនៃបណ្តាញ) ការសិក្សាពីទម្រង់រចនាសម្ព័ន្ធគណិតវិទ្យា និងការរៀបចំតភ្ជាប់គ្នានៃចំណុច (Nodes) នៅក្នុងបណ្តាញមួយ ដើម្បីស្វែងយល់ពីភាពស្មុគស្មាញ និងល្បឿននៃដំណើរការបញ្ជូនព័ត៌មានរបស់វា។ ដូចជាការមើលផែនទីផ្លូវថ្នល់នៃទីក្រុងមួយ ដើម្បីដឹងថាផ្លូវណាជាផ្លូវធំ ផ្លូវណាជាផ្លូវខ្វែង និងតើចរាចរណ៍អាចធ្វើដំណើរបានលឿនកម្រិតណា។
Gene Ontology (GO) enrichment (ការស្វែងរកសទ្ទានុក្រមហ្សែនលេចធ្លោ) វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់កំណត់ថាតើក្រុមប្រូតេអ៊ីន ឬហ្សែនដែលរកឃើញនោះ មានមុខងារជីវសាស្ត្រណាមួយលេចធ្លោជាងគេឬទេ ដោយផ្អែកលើទិន្នន័យមុខងារហ្សែនដែលគេបានចងក្រងទុកជាស្តង់ដារអន្តរជាតិ។ ដូចជាការស្កេនមើលបញ្ជីមុខរបររបស់អ្នករស់នៅក្នុងភូមិមួយ ប្រសិនបើភាគច្រើនជាអ្នកនេសាទ នោះយើងអាចសន្និដ្ឋានថាភូមិនេះពូកែខាងនេសាទត្រីជាងគេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖