MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1038/srep01543

Медицинская библиотека · Scientific reports · 2013

Imbalanced network biomarkers for traditional Chinese medicine Syndrome in gastritis patients.

Li Rui, Ma Tao, Gu Jin, Liang Xujun, Li Shao

СтатьяПоддержка исследования: вне правительства СШАПеревод в очереди

Аннотация

Cold Syndrome and Hot Syndrome are thousand-year-old key therapeutic concepts in traditional Chinese medicine (TCM), which depict the loss of body homeostasis. However, the scientific basis of TCM Syndrome remains unclear due to limitations of current reductionist approaches. Here, we established a network balance model to evaluate the imbalanced network underlying TCM Syndrome and find potential biomarkers. By implementing this approach and investigating a group of chronic superficial gastritis (CSG) and chronic atrophic gastritis (CAG) patients, we found that with leptin as a biomarker, Cold Syndrome patients experience low levels of energy metabolism, while the CCL2/MCP1 biomarker indicated that immune regulation is intensified in Hot Syndrome patients. Such a metabolism-immune imbalanced network is consistent during the course from CSG to CAG. This work provides a new way to understand TCM Syndrome scientifically, which in turn benefits the personalized medicine in terms of the ancient medicine and complex biological systems.

Для цитирования: Li Rui, Ma Tao, Gu Jin, Liang Xujun, Li Shao. Imbalanced network biomarkers for traditional Chinese medicine Syndrome in gastritis patients.. Scientific reports. 2013. DOI: 10.1038/srep01543.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.