Multidimensional Mechanistic Elucidation of Panax Notoginseng Saponins for Alcohol-Induced Osteonecrosis of the Femoral Head: Integrating Network Pharmacology, Molecular Dynamics Simulation and In Vivo Validation

Resumen Técnico: Elucidación Mecanística Multidimensional de las Saponinas de Panax Notoginseng para la Osteonecrosis de la Cabeza Femoral Inducida por Alcohol

Planteamiento del Problema
La osteonecrosis de la cabeza femoral inducida por alcohol (AIONFH) es una condición ortopédica prevalente resultante del abuso crónico de alcohol, caracterizada por la interrupción de la perfusión de la cabeza femoral, la necrosis de los osteocitos y el colapso estructural. Las terapias actuales de preservación de la cadera, como las estatinas y los anticoagulantes, ofrecen una eficacia limitada, lo que a menudo requiere una artroplastia total de cadera. Si bien las saponinas de Panax Notoginseng (PNS) han demostrado propiedades proangiogénicas y antiapoptóticas en trastornos óseos, sus mecanismos moleculares precisos en el tratamiento de la AIONFH aún no están bien definidos. Este estudio aborda la necesidad de elucidar sistemáticamente los ingredientes activos, los objetivos centrales y las vías de señalización de las PNS contra la AIONFH para facilitar su traslación clínica.

Metodología
El estudio empleó un enfoque multidimensional integrando la predicción computacional con la validación in vivo:

1. Farmacología de Red y Aprendizaje Automático:

   • Tamizaje de Objetivos: Se recuperaron los componentes activos de las PNS y los objetivos relacionados con la AIONFH de bases de datos (TCMSP, PubChem, GeneCards, OMIM, etc.). Se identificaron los objetivos de intersección, resultando en 18 objetivos comunes.
   • Identificación de Objetivos Centrales: Se aplicaron tres algoritmos de aprendizaje automático —Regresión Logística, Máquina de Vectores de Soporte con Eliminación de Características Recursiva (SVM-RFE) y Bosque Aleatorio (Random Forest)— al conjunto de datos GEO GSE74089 para tamizar los objetivos terapéuticos centrales a partir del conjunto de intersección.
   • Análisis de Enriquecimiento: Se realizaron análisis de Ontología Génica (GO) y de la Enciclopedia de Genes y Vías de Kyoto (KEGG) para identificar procesos biológicos y vías de señalización.

2. Simulación Molecular:

   • Acoplamiento Molecular (Docking): Se evaluaron las interacciones entre cinco componentes principales de las PNS (Notoginosidósido R1, Ginsenósidos Rb1, Rg1, Re, Rd) y los seis objetivos centrales utilizando AutoDock Vina.
   • Dinámica Molecular (MD): Se realizó una simulación de MD de 100 ns utilizando GROMACS 2022 sobre el complejo con la mayor afinidad de unión (Ginsenósido Re y HSD11B1). La estabilidad se evaluó mediante la Desviación de la Raíz Cuadrática Media (RMSD), el Radio de Giro (Rg), la Fluctuación de la Raíz Cuadrática Media (RMSF), el Área de Superficie Accesible al Solvente (SASA) y cálculos de energía libre de unión (MM/GBSA).

3. Validación In Vivo:

   • Establecimiento del Modelo: Se indujo un modelo de rata con AIONFH mediante la administración intragástrica diaria de etanol al 46% durante 45 días.
   • Intervención: Las ratas fueron tratadas con dosis bajas, medias y altas de PNS durante 4 semanas.
   • Evaluaciones: Los cambios patológicos se evaluaron mediante tinciones de HE, TRAP, Alizarina Roja y ALP. La localización proteica se analizó mediante inmunofluorescencia y la expresión génica (HSD11B1, Runx2, CTSK) se cuantificó mediante qPCR.

Resultos Clave

• Identificación de Objetivos: La farmacología de red identificó 127 objetivos potenciales de las PNS y 18 objetivos superpuestos con la AIONFH. Los algoritmos de aprendizaje automático convergieron en seis objetivos centrales: FGF2, HSD11B1, BMP2, MMP13, TYMS y VEGFA.
• Análisis de Vías: El enriquecimiento de KEGG destacó la vía del Factor de Crecimiento Endotelial Vascular (VEGF) como fundamental. El análisis de GO indicó una participación significativa en la diferenciación de osteoblastos.
• Interacción Molecular: El acoplamiento molecular reveló que el Ginsenósido Re (G-Re) exhibió la mayor afinidad de unión con HSD11B1 (energía de unión: -12.4 kcal/mol).
• Estabilidad de la Simulación: La simulación de MD de 100 ns confirmó la estabilidad del complejo G-Re–HSD11B1. Los valores de RMSD se mantuvieron por debajo de 0.4 Å, el Rg fluctuó mínimamente (2.64–2.76 Å) y se mantuvieron enlaces de hidrógeno estables (2–3) durante toda la simulación. La descomposición de la energía de los residuos identificó a ASP323 y ALA212 como contribuyentes críticos a la unión.
• Eficacia In Vivo:
  • Histología: El tratamiento con PNS mejoró de forma dependiente de la dosis la microestructura del hueso trabecular, redujo la hiperplasia de adipocitos y disminuyó las lagunas vacías en comparación con el modelo de AIONFH no tratado.
  • Metabolismo Óseo: La tinción TRAP mostró una supresión de la sobreactividad de los osteoclastos, mientras que las tinciones de ALP y Alizarina Roja indicaron la restauración de la actividad de los osteoblastos y la deposición de calcio.
  • Mecanismo Molecular: La inmunofluorescencia y la qPCR confirmaron que la AIONFH aumenta la expresión de HSD11B1 y disminuye la de Runx2. El tratamiento con PNS suprimió de forma dependiente de la dosis la expresión de HSD11B1 y restauró los niveles de Runx2, particularmente con dosis medias y altas.

Significancia y Reivindicaciones
Los autores afirman que este estudio establece un paradigma de investigación riguroso de "predicción computacional → validación molecular → verificación in vivo" para la medicina tradicional china. La principal significancia radica en:

1. Elucidación Mecanística: El estudio identifica a HSD11B1 como un objetivo terapéutico clave para las PNS en la AIONFH, un hallazgo presentado como novedoso. Se propone que el mecanismo implica la inhibición de HSD11B1 por el Ginsenósido Re, lo que reduce la sobreproducción local de glucocorticoides, aliviando así la compresión vascular y rompiendo el ciclo de isquemia-osteonecrosis.
2. Efecto Terapéutico Multilink: Se demuestra que las PNS ejercen efectos terapéuticos a través de un modo de múltiples componentes, múltiples objetivos y múltiples vías, mejorando simultáneamente la perfusión (vía VEGF/FGF2), equilibrando el metabolismo óseo e inhibiendo la apoptosis de los osteocitos.
3. Integración Metodológica: La integración del aprendizaje automático con la farmacología de redes y la dinámica molecular proporciona un marco robusto para diseccionar los complejos mecanismos de múltiples componentes, ofreciendo una base científica para la aplicación clínica de las PNS en el tratamiento de la AIONFH.

Los autores reconocen las limitaciones, incluyendo la dependencia de las bases de datos existentes para el tamizaje de objetivos, el enfoque de las simulaciones de MD en un solo complejo (G-Re–HSD11B1) y la ausencia de evaluaciones de estabilidad estructural a largo plazo en el modelo animal. Se propone que el trabajo futuro incluya la validación mediante CRISPR/Cas9 y el desarrollo de modelos clínicos compuestos.