바이칼레인-사이클로덱스트린 관련 처리 조건의 피부 노화 관련 유전자 반응: 전사체 기반 네트워크 약리학 재분석

Skin Aging-Related Gene Responses under Baicalein- and Cyclodextrin-Related Treatment Conditions: A Transcriptome-Based Network Pharmacology Reanalysis

黄芩素及环糊精相关处理条件下皮肤衰老相关基因的表达响应:基于转录组的网络药理学重新分析

Article information

Asian J Beauty Cosmetol. 2026;24(3):421-435
Publication date (electronic) : 2026 August 26
doi : https://doi.org/10.20402/ajbc.2026.0054
1Department of Health and Cosmetics, Dongduk Women’s University, Seoul, Korea
2Department of Applied Chemistry, Dongduk Women’s University, Seoul, Korea
이재은1, 박세연2,
1동덕여자대학교 보건향장학, 서울, 한국
2동덕여자대학교 응용화학전공, 서울, 한국
*Corresponding author: Seyeon Park, Department of Applied Chemistry, Dongduk Women’s University, 60 Hwarang-ro, 13-gil, Seongbuk-gu, Seoul 02748, Korea Tel.: +82 2 940 4514 Fax: +82 2 940 4510 Email: sypark21@dongduk.ac.kr
Received 2026 June 29; Revised 2026 August 25; Accepted 2026 August 26.

Abstract

목적

기존 Hs68 인간 진피 섬유아세포의 Quant-Seq 전사체 자료를 네트워크 약리학 관점에서 재분석하여 baicalein 및 cyclodextrin (CD) 관련 처리 조건에서 나타난 피부 노화 관련 유전자 반응을 탐색하였다.

방법

처리 조건별 단일 생물학적 시료(N=1)의 Hs68 인간 진피 섬유아세포 전사체 자료에 FC≥1.5를 탐색적 선별 기준으로 적용하였다. Baicalein 예측 타깃, 피부 노화 관련 유전자 및 전사체 후보 유전자를 교차 분석하고, PPI 네트워크와 GO 및 KEGG 농축분석을 수행하였다.

결과

총 28개의 핵심 타깃 유전자가 도출되었으며, AGE-RAGE, HIF-1 및 세포노화 관련 경로와의 기능적 연관 가능성이 제시되었다. 또한 CD 관련 처리군에서 NRF2 표적 유전자인 HMOX1과 NQO1의 FC가 선별 기준을 충족하였다.

결론

처리 조건에 따라 피부 노화 관련 유전자의 FC 양상이 상이하게 나타났다. 본 결과는 CD 유형과 포접 구조를 고려한 기능성 화장품 제형 연구에 기초자료를 제공하지만, 단일 시료에 기반하므로 후속 검증이 필요하다.

Trans Abstract

Purpose

This study used a network pharmacology approach to reanalyze existing Quant-Seq transcriptomic data from Hs68 human dermal fibroblasts and explore skin aging-related gene responses under baicalein and cyclodextrin (CD)-related treatment conditions.

Methods

Transcriptomic data from Hs68 human dermal fibroblasts, with a single biological sample for each treatment condition (N=1), were analyzed using FC≥1.5 as an exploratory screening criterion. Predicted baicalein targets, skin aging-related genes, and transcriptome-derived candidate genes were intersected, followed by PPI, GO, and KEGG enrichment analyses.

Results

A total of 28 core target genes were identified, indicating potential functional associations with the AGE-RAGE, HIF-1, and cellular senescence-related pathways. In addition, the FC values of the NRF2 target genes HMOX1 and NQO1 met the screening criterion under the CD-related treatment conditions.

Conclusion

Distinct FC patterns in skin aging-related genes were observed across the treatment conditions. These findings provide preliminary data for functional cosmetic formulation research that considers CD type and inclusion complex structure. However, because each treatment condition was represented by a single biological sample further validation is required.

Trans Abstract

目的

本研究采用网络药理学方法,重新分析了来自于Hs68人皮肤成纤维细胞的现有Quant-Seq转录组数据, 旨在探讨在黄芩素(baicalein)及环糊精(CD)相关处理条件下,皮肤衰老相关基因的表达响应。

方法

分析了Hs68人皮肤成纤维细胞的转录组数据,鉴于每种处理条件仅包含单一生物学样本(N=1),因此采用FC≥1.5作为探索性筛选标准。通过将预测的黄芩素靶点、皮肤衰老相关基因与转录组筛选出的候选基因进行交集分析,随后进行了蛋白质相互作用(PPI)、基因本体(GO)以及KEGG通路富集分析。

结果

共鉴定出28个核心靶基因,表明其与AGE-RAGE、HIF-1以及细胞衰老相关通路存在潜在的功能关联。此外,在环糊精相关处理条件下,NRF2靶基因HMOX1和NQO1的FC值达到了筛选标准。

结论

在不同的处理条件下,皮肤衰老相关基因表现出明显的FC模式差异。这些发现为考量环糊精类型及包合物结构的功能性化妆品配方研究提供了初步数据。然而,由于每种处理条件仅由单一生物学样本代表,未来仍需进一步验证。

Introduction

피부 노화는 내인성 노화와 자외선 노출에 의한 광노화가 복합적으로 작용하여 나타나는 과정으로, 활성산소종(reactive oxygen species, ROS)의 생성 증가와 기질 금속단백질 분해 효소(matrix metalloproteinases, MMPs)의 활성화를 통해 세포 외 기질(extracellular matrix, ECM)의 분해를 촉진한다. 이러한 변화는 콜라겐과 히알루론산(hyaluronic acid, HA)의 감소로 이어져 피부 탄력 저하와 주름 형성을 유발한다(Fisher et al., 2002; Pittayapruek et al., 2016).

플라보노이드(flavonoid)는 항산화 및 항염증 특성을 바탕으로 피부 노화를 완화할 수 있는 소재로 주목받고 있다. 특히 바이칼레인(baicalein)은 황금(Scutellaria baicalensis)에서 유래한 플라보노이드로, 항산화 및 항염증 활성을 기반으로 피부 노화 관련 반응을 조절할 가능성이 보고되어 왔다(You & Moon, 2016; You et al., 2020; Lee & Park, 2022). 또한 baicalein은 산화스트레스 조건에서 세포 보호 반응과 ECM 관련 유전자 발현에 영향을 미칠 가능성이 있으며(Kim et al., 2023; Lee & Park, 2023), UVB로 유도된 피부 손상 반응을 완화하는 것으로도 보고되었다(Liu et al., 2024).

그러나 baicalein은 수용성이 낮고 생체이용률이 제한적이어서 실제 제형에 적용하는 데 한계가 있다. 이러한 문제를 개선하기 위한 방법으로 사이클로덱스트린(cyclodextrin, CD)을 이용한 포접 복합체가 제안되고 있다. CD는 α-1,4-glycosidic bond로 연결된 glucopyranose 단위가 고리 형태를 이루는 환상 올리고당으로, 친수성 외부 표면과 상대적으로 소수성인 내부 공동을 가진다. CD의 내부 공동에는 물에 잘 녹지 않는 분자가 수용될 수 있으며, 이와 같은 포접은 소수성 수계 용해 특성과 물리화학적 안정성을 개선하는 데 기여한다(Singh et al., 2002; Del Valle, 2004). 천연 CD는 구성하는 glucopyranose 단위의 수에 따라 각각 6개, 7개 및 8개로 이루어진 α-CD, β-CD 및 γ-CD로 구분되며, 천연 CD의 용해도와 적용 특성을 개선하기 위해 다양한 치환 유도체가 개발되어 왔다(Del Valle, 2004).

본 연구에서 다룬 β-CD 유도체는 dimethyl-β-cyclodextrin (DM-β-CD)과 cysteinyl-β-cyclodextrin (Cys-β-CD)이다. DM-β-CD는 β-CD의 수산기에 메틸기가 도입된 유도체이며, Cys-β-CD는 cysteine이 결합된 β-CD 유도체이다. 이와 같은 치환기의 차이는 CD의 용해 특성뿐 아니라 baicalein과의 포접 양상, 세포막과의 상호작용 및 세포 내 이용 가능성에 영향을 미칠 수 있다. β-CD 유도체 기반 포접체는 baicalein의 용해도와 항산화 활성을 높이고, 콜라겐 합성, MMP 발현 및 transforming growth factor beta (TGF-β) 관련 반응에 영향을 미칠 가능성이 보고되었다(Kim et al., 2016; Lee et al., 2019). 이러한 결과는 CD가 baicalein의 물리화학적 용해도를 개선하는 전달체 기능에 그치지 않고, CD의 구조와 치환 특성에 따라 baicalein의 세포 내 전달과 유효농도에 영향을 주어 서로 다른 유전자 반응과 관련될 가능성을 시사한다. 그러나 서로 다른 CD 유형과 baicalein 포접 여부에 따른 전사체 수준의 반응 차이와 관련 유전자 네트워크는 아직 충분히 규명되지 않았다.

HA는 피부 ECM의 주요 구성 성분으로 수분 유지와 조직 탄력성에 중요한 역할을 한다(Terazawa et al., 2015; Chylińska & Maciejczyk, 2025). 이와 관련하여 hyaluronan synthase 2 (HAS2), vascular endothelial growth factor A (VEGFA), transforming growth factor beta 1 (TGFB1)은 각각 HA 합성, 혈관신생, 조직 회복, ECM 재구성에 관여하는 주요 조절 인자로 알려져 있다(Bao et al., 2009; Johnson & Wilgus, 2014; Feru et al., 2016; Haga et al., 2024). 따라서 baicalein과 CD 포접체가 이들 유전자의 발현 및 상호작용 네트워크에 미치는 영향을 분석하는 것은 처리 조건에 따른 피부 노화 관련 유전자 반응 양상을 이해하는 데 중요하다.

최근에는 전사체 분석과 네트워크 약리학을 통합하여 천연물의 다중 타깃 기반 작용 기전을 규명하려는 연구가 증가하고 있다(Hopkins, 2008; Berger et al., 2010; Han & Kim, 2016; Lim et al., 2024). 특히 오믹스 기반 분석은 개별 유전자의 발현 변화뿐 아니라 유전자 간 상호작용, 기능적 경로 및 핵심 조절 유전자를 통합적으로 도출할 수 있어 천연물과 전달체 복합체에 관련된 후보 작용 경로를 탐색하는 데 유용하다(Bagatin et al., 2022; Su et al., 2024; Han et al., 2025).

본 연구는 본 연구의 저자가 수행한 Lee (2020)의 박사학위논문에서 확보된 Quant-Seq 전사체 자료를 활용한 2차 분석(secondary analysis) 연구이다. 기존 연구가 baicalein 및 CD 관련 처리에 따른 개별 유전자의 발현 변화를 항산화, 염증 및 ECM 관련 기능 범주를 중심으로 평가하였다면, 본 연구에서는 해당 자료를 네트워크 약리학 관점에서 재분석하여 FC 기반 후보 유전자 간 상호작용과 관련 기능 및 신호전달 경로를 탐색하였다.

이에 처리 조건별 피부 노화 관련 유전자의 FC 양상을 비교하고, 단백질-단백질 상호작용(protein-protein interaction, PPI) 네트워크에서 연결도가 높은 유전자를 확인하였다. 아울러 gene ontology (GO) 생물학적 과정과 Kyoto Encyclopedia of Genes and Genomes(KEGG) 경로의 농축 양상을 분석하여 핵심 유전자군과 기능적으로 연결되는 후보 경로를 탐색하였다. 이를 통해 CD 유형과 baicalein 포접 여부에 따른 피부 ECM 항상성 및 노화 관련 유전자 반응 양상을 탐색하고, CD 기반 포접 전략의 기능성 화장품 제형 적용 가능성을 위한 기초자료를 제시하고자 하였다.

Materials and Methods

본 연구는 Figure 1에 제시된 바와 같이 Quant-Seq 기반 전사체 분석과 네트워크 약리학을 통합한 접근으로 수행되었다. Hs68 인간 진피 섬유아세포에서 도출된 전사체 데이터와 baicalein 예측 타깃 및 피부 노화 관련 유전자 데이터를 통합하여 교차 분석을 수행하였고, 이를 통해 핵심 타깃 유전자를 도출하였다. 이후 PPI 네트워크 구축과 기능 농축 분석을 통해 관련 신호전달 경로를 탐색하였다.

Figure 1.

Workflow of integrated Transcriptomics and network Pharmacology analysis.

Because the transcriptomic data consisted of a single biological sample per treatment condition, FC 1.5 was used as an exploratory criterion for candidate gene selection rather than as evidence of statistical significance.

본 연구에 사용된 전사체 데이터는 Lee (2020)의 박사학위논문에서 생성된 자료를 기반으로 하며, 본 연구에서는 이를 네트워크 약리학적 관점에서 재분석하여 처리 조건에 따른 유전자 반응 양상을 비교하였다.

1. 세포 배양 및 처리

Hs68 인간 진피 섬유아세포(한국세포주은행, Seoul, Korea)를 100 mm 배양접시에 3×105 cells/dish의 밀도로 분주하고, 37℃, 5% CO2 조건에서 48시간 동안 배양하였다. Baicalein(>99%; Sigma-Aldrich, USA)과 DM-β-CD (Sigma-Aldrich)은 각각 30 μM과 80 μM의 농도로 사용하였다. Cys-β-CD와 Cys-β-CD/baicalein complex는 건 국대학교 생명공학과 정선호 교수 연구팀에서 합성하여 제공받았으며, 각각 80 μM과 30 μM의 농도로 사용하였다.

Baicalein과 각 CD 관련 시료를 무혈청 Dulbecco’s modified Eagle medium(DMEM; Gibco, USA)에 희석하여 세포에 처리한 후, 37℃, 5% CO2 조건에서 24시간 더 배양하였다. 배양이 종료된 세포는 냉각된 phosphate-buffered saline (PBS; Gibco)으로 세척한 다음, TRIzol reagent (Invitrogen, USA) 1.2 mL를 첨가하여 얼음 위에서 5분간 반응시켰다. 이후 cell scraper를 이용하여 세포를 수확하고, TRIzol reagent를 사용하여 total RNA를 추출한 후 유전자 발현 분석에 사용하였다.

2. Quant-Seq 3′ mRNA-Seq 분석

Quant-Seq 기반 전사체 분석의 실험 과정은 이바이오젠(Ebiogen Inc., Korea)에서 수행하였다. 총 RNA의 분리에는 RNeasy Mini Kit (Qiagen, Germany)를 사용하였다. 분리된 RNA의 품질은 RNA 6000 Nano-chip을 사용한 Agilent 2100 Bioanalyzer (Agilent Technologies, Germany)로 평가하여 순도와 무결성을 확인하였다. 대조군과 각 처리군에서 확보한 total RNA로 전사체 프로파일링을 위한 라이브러리는 Lexogen (Austria)의 Quant-Seq 3′mRNA-Seq library prep kit를 사용하였으며, 시퀀싱은 Next Seq 500 (Illumina, USA) library layout으로 Illumina SE75 방식으로 진행되었다. 서열 정렬은 Bowtie2를 이용하여 hg19 (UCSC) 참조 유전체에 수행하였고, 정렬된 파일을 이용하여 전사체를 조립하고 유전자별 발현량을 추정하였다. 원자료의 정규화와 처리군 및 대조군 간 FC 산출은 ExDEGA v.2.5.0 (Ebiogen Inc., Korea)을 이용하여 수행되었다(Lee, 2020).

유전자 기능은 DAVID (https://davidbioinformatics.nih.gov/)와 NCBI Gene (https://www.ncbi.nlm.nih.gov/gene/) 데이터베이스를 기반으로 분류하였다.

본 연구는 Lee (2020)의 박사학위논문에서 확보한 Quant-Seq 전사체 데이터를 2차 분석 자료로 활용하였다. 재분석한 전사체 시퀀싱 자료는 각 처리 조건별 단일 생물학적 시료(N=1)로 구성되어 있다. 따라서 처리 조건 내 생물학적 변이를 추정할 수 없으며, 유전자 수준의 p -value와 FDR을 이용한 통계적 유의성 검정에 제한이 있다. 이에 본 연구에서는 처리군과 대조군 간 FC를 산출하고, FC≥1.5를 기준으로 발현 증가 후보 유전자를 탐색적으로 선별하였다. 이 기준은 처리군 간 차이를 통계적으로 확정하기 위한 것이 아니라, 후속 PPI 네트워크 및 기능 농축 분석에 활용할 후보 유전자를 도출하기 위한 기술적 선별 기준으로 적용하였다. 또한 핵심 유전자의 처리 조건별 발현 변화 크기를 기술하기 위해 FC≥2.0과 FC≤0.5를 각각 강한 상향 조절과 강한 하향 조절의 보조적 해석 기준으로 사용하였다.

3. 바이칼레인 예측 타깃

우리 연구에서 baicalein(5,6,7-trihydroxyflavone; PubChem CID: 5281605; SMILES: O=c1cc (-c2ccccc2)oc2cc(O)c(O)c(O) c12)의 예측 타깃은 Swiss Target Prediction (Daina et al., 2019) 및 Traditional Chinese Medicine Systems Pharmacology Database (TCMSP; Ru et al., 2014)를 활용하여 수집하였다. Swiss Target Prediction (https://www.swisstargetprediction.ch/)에서는 분석종(species)을 Homo sapiens로 지정하고 예측 확률(probability)>0.1 인 타깃을 선정하였으며, TCMSP (https://old.tcmsp-e.com/tcmsp.php)에서는 baicalein 관련 인간 유래 타깃을 추출하였다. 두 데이터베이스 검색 결과를 통합하고 중복을 제거한 뒤, UniProt 데이터베이스(https://www.uniprot.org/)를 기준하여 유전자 기호(gene symbol)를 표준화함으로써 최종 50개의 고유 인간 타깃 유전자 목록을 구축하였다.

4. 피부 노화 유전자 데이터베이스 구축

PubMed (https://pubmed.ncbi.nlm.nih.gov/) 및 Scopus 데이터베이스에서 피부 노화 관련 문헌을 검색하고, 관련성이 확인된 유전자를 문헌 기반으로 선별하여 피부 노화 관련 유전자 목록을 구축하였다. ECM/콜라겐 조절, 기질 금속단백질 분해 효소(MMP) 활성, HA/보습, 성장인자 신호전달, 항산화 반응, 염증, 세포주기, 세포사멸, 피부 장벽, 색소 생성, 신호전달, 노화 등 12개 기능 범주에 걸쳐 총 96개 유전자를 선정하였다. 유전자 기호는 NCBI Gene 명명법(https://www.ncbi.nlm.nih.gov/gene/)을 기준으로 표준화하였다.

5. 벤 다이어그램 교차 분석

우리 연구에서 baicalein의 예측 타깃(n=50), 피부 노화 유전자(n=96) 및 baicalein, DM-β -CD, Cys-β-CD, Cys-β-CD/baicalein complex의 4개 처리 조건을 바탕으로 구성한 Quant-Seq FC 기반 후보 유전자 통합 목록(n=48)을 교차 분석하였다. 교차 분석과 Venn diagram 시각화에는 Python (version 3.9)의 pandas 라이브러리를 사용하였다. 세 데이터 셋의 교집합에 포함된 유전자를 핵심 타깃 유전자군으로 정의하였으며, 도출된 28개 핵심 타깃 유전자는 후속 PPI 네트워크와 GO 및 KEGG 경로 농축 분석에 활용하였다.

6. PPI 네트워크 구축 및 허브 유전자 동정

28개의 핵심 타깃 유전자를 STRING Database (v12.0; https://string-db.org/)를 이용하여 분석하였다(Szklarczyk et al., 2023). 최소 상호작용 신뢰도 점수 0.700 (high confidence) 이상의 상호작용만을 포함하여 PPI 네트워크를 구축하였으며, Network type은 full STRING network로 설정하였다. 네트워크 시각화는 STRING network viewer를 이용하였다. 허브 유전자(hub gene)는 각 노드의 연결도(node degree; 직접 상호작용하는 단백질의 수)를 기준으로 동정하였으며, 연결도≥10인 유전자를 핵심 허브 유전자로 분류하였다.

7. GO 및 KEGG 경로 농축 분석

STRING 데이터베이스(v12.0) 내장 분석 모듈을 이용하여 Gene Ontology (GO) 생물학적 과정과 Kyoto Encyclopedia of Genes and Genomes (KEGG) 경로에 대한 농축분석을 수행하였다. GO 생물학적 과정은 유사도 0.8 이상을 기준으로 유사한 항목을 그룹화하였다(group by similarity≥0.8). 농축 결과의 통계적 유의성은 위양성 발견율(false discovery rate, FDR)<0.05를 기준으로 판단하였다.

GO 분석 결과는 STRING에서 제공하는 enrichment signal을 x축, 각 항목에 포함된 유전자 수를 버블 크기, FDR을 색상으로 적용한 버블 차트로 시각화하였다. KEGG 분석에서는 각 경로에 포함된 핵심 타깃 유전자 수를 전체 핵심 타깃 유전자 수(n=28)로 나누어 gene ratio를 산출하였다. 분석 결과는 gene ratio를 x축, 각 경로에 포함 된 유전자 수를 버블 크기, −log10 (FDR)을 색상으로 적용한 버블 차 트로 시각화하였다. FDR<0.05를 충족한 항목을 FDR이 작은 순서로 정렬한 후, GO 생물학적 과정과 KEGG 경로의 상위 10개 항목을 각각 제시하였다.

GO 및 KEGG 농축분석에서 산출된 FDR은 핵심 타깃 유전자군이 특정 생물학적 기능 또는 경로에 우연히 기대되는 수준보다 유의하게 많이 포함되어 있는지를 나타낸다. 따라서 이 값은 처리군과 대조군 간 유전자 발현 차이의 통계적 유의성을 의미하지 않는다.

Result

1. 핵심 타겟 유전자 도출

Baicalein 예측 타깃(n=50), 피부 노화 관련 유전자(n=96) 그리고 baicalein, DM-β-CD, Cys-β-CD, Cys-β-CD/baicalein complex의 4개 처리 조건에서 구성한 Quant-Seq FC 기반 후보 유전자 통합 목록(n=48)을 교차 분석한 결과, 세 유전자 데이터 셋에 공통으로 포함된 28개의 핵심 타깃 유전자가 도출되었다(Figure 2). 핵심 유전자 군은 항산화 반응(HMOX1, NQO1, NFE2L2, TXNRD1, SOD1, CAT), 염증 반응(TNF, IL6, IL1A, IL1B, CXCL8), ECM 조절(COL1A1, COL3A1, MMP1, MMP2, MMP9, TIMP1, FN1) 및 세포사멸(CASP3, BCL2, BAX, TP53, CDKN1A, CCND1) 등 다양한 기능 범주에 분포하였다. 또한 HAS2, VEGFA, TGFB1은 각각 HA 합성, 혈관신생 및 ECM 재구성과 관련된 유전자로 확인되었다(Bao et al., 2009; Haga et al., 2024; Chylińska & Maciejczyk, 2025).

Figure 2.

Venn diagram illustrating the overlap among predicted Baicalein targets, skin aging-related genes, and Quant-Seq FC-based candidate genes.

A total of 28 core target genes were identified through the overlap of predicted Baicalein targets, skin aging-related genes, and Quant-Seq. Representative genes included HAS2, VEGFA, TGFB1, HMOX1, TNF, IL6, and MMP9.

재분석한 전사체 시퀀싱 자료는 각 처리 조건별 단일 생물학적 시료(N=1)로 구성되어 있다. 따라서 처리 조건 내 생물학적 변이를 추정할 수 없으며, 유전자 수준의 p -value와 FDR을 이용한 통계적 유의성 검정에 제한이 있다. 이에 본 연구에서는 처리군과 대조군 간 FC를 산출하고, FC≥1.5를 기준으로 발현 증가 후보 유전자를 탐색적으로 선별하였다. 이 기준은 처리군 간 차이를 통계적으로 확정하기 위한 것이 아니라, 후속 PPI 네트워크 및 기능 농축분석에 활용할 후보 유전자를 도출하기 위한 기술적 선별 기준으로 적용하였다. 또한 핵심 유전자의 처리 조건별 발현 변화 크기를 기술하기 위해 FC≥ 2.0과 FC≤0.5를 각각 강한 상향 조절과 강한 하향 조절의 보조적 해석 기준으로 사용하였다.

한편 28개 핵심 타깃 유전자는 사전에 선정한 피부 노화 관련 유전자 목록(n=96)을 포함한 교차분석을 통해 도출되었으므로, 피부 노화와의 연관성이 분석 과정에 일부 반영되었을 가능성이 있다. 이러한 사전 선정의 영향을 검토하기 위해 피부 노화 관련 유전자 목록을 제외하고, 4개 처리군의 전체 유전자를 대상으로 도출한 FC 기반 전사체 후보 유전자와 28개 핵심 유전자 간의 중복 여부를 추가로 확인하였다. 그 결과, 28개 중 24개(85.7%)가 하나 이상의 처리 조건에서 FC 기반 후보 유전자 기준을 충족하였다. 다만 각 처리 조건이 단일 생물학적 시료(N=1)로 구성되어 있고 동일한 원자료에서 도출된 결과이므로, 이를 독립적인 통계검증이나 일반화 가능한 근거로 해석할 수는 없다.

2. PPI 네트워크 분석 및 허브 유전자 동정

PPI 네트워크 분석 결과, TNF (18), IL6 (17), IL1B (16), CASP3 (15), TGFB1 (14)이 높은 연결도(node degree)를 나타냈다. 이와 함께 MMP9 (13), EGFR (12), TP53 (12), BCL2 (11), VEGFA (10)를 포함한 총 10개의 유전자가 연결도 기준 상위 허브 유전자로 확인되었다(Table 1, Figure 3). 이들 유전자는 염증 반응, 세포사멸, 세포 주기 조절, 성장인자 신호전달 및 ECM 재구성과 관련된 기능 범주에 분포하였다.

Top 10 hub genes identified in the PPI network for the 28 core target genes

Figure 3.

Protein–protein interaction (PPI) network of 28 core target genes constructed using the STRING database.

The PPI network was constructed using the STRING database (Homo sapiens, confidence score≥0.700). TNF, IL6, IL1B, CASP3, and TGFB1 exhibited high network connectivity, whereas HAS2 was positioned at the network periphery with relatively low connectivity.

상위 허브 유전자의 처리 조건별 FC를 비교한 결과, 높은 네트워크 연결도가 모든 처리 조건에서 큰 FC로 이어지지는 않았다. 연결도가 가장 높은 TNF는 모든 처리 조건에서 FC≥1.5 기준을 충족하지 않았으며, IL6와 IL1B는 Cys-β-CD 처리군에서 각각 FC=2.62로 강한 상향 기준을 충족하였다. CASP3는 Cys-β-CD 및 Cys-β-CD/baicalein complex 처리군에서 각각 FC=2.30과 2.85를 나타냈으며, VEGFA도 Cys-β-CD 처리군에서 FC=2.29를 나타냈다. 반면 MMP9은 모든 처리 조건에서 FC 1.0 미만이었고, complex 처리군에서는 FC=0.48로 강한 하향 기준을 충족하였다. TP53과 EGFR은 네트워크 연결도가 높았으나 처리 조건별 FC 변화는 상대적으로 크지 않았다.

한편 HMOX1과 HAS2는 연결도가 각각 7과 2로 상위 10개 허브 유전자에 포함되지 않았지만, 항산화 반응과 ECM 조절을 대표하는 기능적 비허브 유전자로 Table 1에 함께 제시하였다. 이들은 네트워크 중심성은 상대적으로 낮지만 특정 처리 조건에서 큰 FC를 보여, 허브 유전자와는 다른 측면의 생물학적 정보를 제공하였다. 따라서 PPI 연결도는 핵심 유전자 간 상호작용의 구조적 중요성을 나타내는 지표이며, 처리 조건별 FC는 각 유전자의 전사 수준 반응을 나타내는 별도의 지표로 해석하였다.

3. GO 농축 분석

GO 생물학적 과정 농축 분석 결과(Figure 4), UVA 반응(FDR=3.0×10-13, gene count=14), ROS 반응(FDR=2.0×10-12, gene count=14), UV 반응(FDR=1.0×10-11, gene count=12), 과산화수소 반응(FDR=7.0×10-11), DNA 손상 유도 세포사멸 경로(FDR=4.0 ×10-10)가 유의하게 농축되었다.

Figure 4.

Gene Ontology (GO) biological process enrichment analysis of the 28 core target genes (STRING database).

The x-axis represents the gene ratio, calculated as the number of core target genes mapped to each pathway divided by the total number of core target genes (n=28). Bubble size represents gene count, and color indicates −log10 (FDR). A higher −log10 (FDR) value indicates a smaller FDR. These enrichment results indicate functional associations between the core target genes and the corresponding pathways and do not demonstrate pathway activation under a specific treatment condition.

이들 FDR은 처리군 간 개별 유전자의 발현 차이를 검정한 값이 아니라, 28개 핵심 타깃 유전자와 각 GO 생물학적 과정 간의 기능적 연관성을 평가한 농축 분석 결과이다. 따라서 본 결과는 해당 생물학적 과정의 실제 활성 증가를 직접 입증하는 것이 아니라, 핵심 타깃 유전자 군이 산화스트레스, 자외선 반응 및 DNA 손상 관련 과정과 기능적으로 연관되어 있음을 나타낸다.

4. KEGG 경로 분석

KEGG 분석 결과(Figure 5, Table 2), AGE-RAGE 신호전달 경로가 가장 낮은 FDR을 나타냈으며(FDR=6.68×10-21), HIF-1 신호전달 경로(FDR=6.01×10-8)와 세포 노화 경로(FDR=5.94×10-7)도 유의하게 농축되었다. 이러한 결과는 28개 핵심 타깃 유전자 중 다수의 유전자가 해당 경로에 매핑되어 기능적으로 연관되어 있음을 보여준다. 다만 본 연구는 AGE 또는 UV 자극이 없는 기저 상태의 전사체 자료를 이용하였으므로, 이러한 농축 결과를 해당 경로가 실제로 활성화되었다는 근거로 해석할 수는 없다.

Figure 5.

KEGG pathway enrichment analysis of the 28 core target genes.

The x-axis represents the gene ratio, calculated as the number of core target genes mapped to each pathway divided by the total number of core target genes (n=28). Bubble size represents gene count, and color indicates −log10 (FDR). A higher −log10 (FDR) value indicates a smaller FDR. These enrichment results indicate functional associations between the core target genes and the corresponding pathways and do not demonstrate pathway activation under a specific treatment condition.

Top 10 enriched KEGG pathways for the 28 core target genes

5. Baicalein 및 CD 관련 처리 조건에 따른 유전자 발현 양상 비교

Baicalein, DM-β-CD, Cys-β-CD 및 Cys-β-CD/baicalein complex 처리 조건에 따른 피부 노화 관련 유전자의 FC 양상을 비교하였다(Table 3). Table 3에는 PPI 연결도 순위와 관계없이 HA 합성, 혈관신생 및 ECM 재구성, 콜라겐 조절, 항산화 반응, 염증 반응과 관련된 대표 유전자를 제시하였다.

Differential expression of key target genes according to inclusion complex types (shown as fold change relative to control)

GO 생물학적 과정 농축 분석 결과(Figure 4), UVA 반응(FDR=4.0 ×10-10, gene count=6), ROS 반응(FDR=3.0×10-13, gene count=14), UV 반응(FDR=2.0×10-12, gene count=12), 과산화수소 반응(FDR=7.0×10-11), DNA 손상 유도 세포사멸 신호경로 (FDR=2.0×10-9)가 유의하게 농축되었다.

DM-β-CD 처리군에서는 HAS2가 FC=3.48로 가장 큰 값을 나타냈으며, TGFB1 (FC=1.94), VEGFA (FC=1.81), NQO1 (FC=1.68) 및 HMOX1 (FC=1.50)도 증가 발현 선별 기준을 충족하였다. IL1A는 FC=2.26으로 강한 상향 기준을 충족하였다. 반면 MMP9과 COL1A1은 각각 FC=0.84와 0.62로 나타났다.

Cys-β-CD 처리군에서는 IL1A가 FC=5.32로 가장 큰 값을 나타냈다. HAS2 (FC=2.03)와 VEGFA (FC=2.29)도 강한 상향 기준을 충족하였으며, HMOX1 (FC=1.98)과 NQO1 (FC=1.78)도 증가 발현 선별 기준을 충족하였다. TGFB1은 FC=1.47로 기준에 미치지 못하였고, MMP9과 COL1A1은 각각 FC=0.58로 나타났다.

Cys-β-CD/baicalein complex 처리군에서는 HMOX1이 FC=5.35로 가장 두드러진 값을 나타냈다. IL1A도 FC=2.62로 강한 상향 기준을 충족하였으며, VEGFA와 NQO1은 각각 FC=1.91과 1.75로 증가 발현 선별 기준을 충족하였다. 반면 HAS2와 TGFB1은 각각 FC=1.16과 1.17로 기준에 미치지 못하였고, MMP9은 FC=0.48로 강한 하향 기준을 충족하였다.

전반적으로 처리 조건에 따라 기능별 대표 유전자의 FC 양상이 구분되었다. Baicalein 단독 처리군에서는 COL1A1, DM-β-CD 처리군에서는 HAS2, Cys-β-CD 처리군에서는 IL1A, Cys-β-CD/baicalein complex 처리군에서는 HMOX1의 FC가 각각 두드러졌다. NRF2 관련 항산화 유전자인 HMOX1과 NQO1은 baicalein 단독 처리군에서는 증가 발현 선별 기준을 충족하지 않았으나, CD 관련 처리군에서는 모두 FC≥1.5를 나타냈다. 특히 HMOX1은 complex 처리군에서 선택적으로 큰 FC를 보인 반면, NQO1은 세 가지 CD 관련 처리군에서 FC=1.68-1.78의 비교적 유사한 양상을 나타냈다.

이러한 결과는 CD 유형과 baicalein의 포접 여부에 따라 피부 노화 관련 유전자의 전사 수준 반응 양상이 달라질 가능성을 보여준다. 다만 처리 조건별 전사체 자료가 단일 생물학적 시료에서 산출되었으므로, 본 결과는 통계적으로 검증된 처리 효과가 아닌 FC에 근거한 탐색적·기술적 결과로 해석하였다.

Discussion

본 연구는 Quant-Seq 3′ mRNA-Seq 기반 전사체 자료와 네트워크 약리학 분석을 통합하여 baicalein 및 CD 관련 처리 조건에서 나타난 피부 노화 관련 반응을 신호전달 네트워크 수준에서 재해석 하였다. 기존 박사학위논문(Lee, 2020)이 처리 조건에 따른 개별 유전자의 변화를 항산화, 염증 및 ECM 관련 기능 범주를 중심으로 분석하였다면, 본 연구에서는 baicalein 예측 타깃, 피부 노화 관련 유전자 및 FC 기반 전사체 후보 유전자 목록을 교차 분석하고 PPI 네트워크와 GO 및 KEGG 농축 분석을 통합하였다. 이를 통해 개별 유전자 수준의 결과를 AGE-RAGE, HIF-1-VEGFA 및 NRF2-HMOX1과 관련된 상호 연결된 후보 신호전달 네트워크로 확장하여 해석하였다. 기존 연구와 본 연구의 분석 범위 및 주요 결과의 차이는 Table 4에 제시하였다.

Comparison of the main findings between Lee (2020) and the present study

첫째, PPI 네트워크의 연결도와 처리 조건별 FC는 서로 다른 생물학적 정보를 제공하였다. 연결도는 하나의 노드가 다른 노드와 맺는 상호작용의 수로, 연결도가 높은 단백질은 네트워크에서 구조적으로 중심적인 허브로 해석된다(Barabási & Oltvai, 2004). 효모 단백질 상호작용 네트워크에서도 연결도가 높은 단백질일수록 해당 유전자를 제거했을 때 세포의 정상적인 생존이 어려워질 가능성이 높은 것으로 보고되었다(Jeong et al., 2001). 그러나 연결도는 PPI 데이터베이스에 축적된 단백질 간 상호작용 관계에서 해당 단백질의 구조적 중심성을 나타내는 지표이며, 본 연구의 특정 처리 조건에서 나타난 유전자 발현 변화의 크기나 방향을 직접 의미하지 않는다. 반면 FC는 대조군과 비교하여 특정 처리 조건에서 관찰된 전사 수준의 상대적 변화 크기를 나타낸다. 따라서 네트워크 중심성과 처리 반응성은 어느 한 지표만으로 판단하기 보다 상호보완적으로 해석할 필요가 있다.

본 연구에서 TNF, IL6 및 IL1B가 높은 연결도를 보이는 구조적 허브로 확인되었으나. 각 유전자의 FC는 처리 조건에 따라 상이한 양상을 나타냈다. 연결도가 가장 높은 TNF는 모든 처리 조건에서 FC≥1.5 기준을 충족하지 않았던 반면, IL6와 IL1B는 Cys-β-CD 처리군에서 각각 FC=2.62를 나타냈다. CASP3와 VEGFA 역시 Cys-β-CD 처리군에서 각각 FC=2.30과 2.29를 나타냈고, CASP3 는 Cys-β-CD/baicalein complex 처리군에서 FC=2.85로 가장 큰 값을 보였다. 반면 TP53과 EGFR은 네트워크 연결도가 높았으나 처리 조건별 FC의 변화 폭은 상대적으로 크지 않았다. 이러한 결과는 PPI 네트워크에서의 구조적 중요성과 개별 처리 조건에 대한 전사 수준의 반응성이 반드시 일치하지 않음을 보여준다.

HAS2와 HMOX1은 상위 10개 허브 유전자에는 포함되지 않았지만 특정 처리 조건에서 상대적으로 큰 FC를 보인 기능적 비허브 유전자였다. HAS2는 연결도가 2로 낮았으나 DM-β-CD 처리군에서 FC=3.48, Cys-β-CD 처리군에서 FC=2.03을 나타냈다. HMOX1도 연결도는 7이었지만 Cys-β-CD/baicalein complex 처리군에서 FC=5.35로 가장 큰 값을 나타냈다. 이는 네트워크 주변부에 위치한 유전자도 특정 처리 조건에서는 비교적 큰 FC를 나타낼 수 있음을 보여준다. 따라서 본 연구에서는 연결도에 기반한 구조적 허브와 처리 조건별 FC에 기반한 기능적 반응 유전자를 구분하여 해석하였다.

둘째, ECM 조절 관련 유전자인 HAS2, TGFB1, MMP9 및 COL1A1은 처리 조건별로 서로 다른 FC 양상을 나타냈다. HAS2는 DM-β-CD 처리군에서 FC=3.48로 가장 큰 값을 보였으며, Cys-β-CD 처리군에서도 FC=2.03을 나타냈다. HAS2는 HA 합성에 관여하는 핵심 효소로 피부 수분 유지와 ECM 항상성에 중요한 역할을 한다(Yoshihara et al., 2024). 따라서 DM-β-CD 처리군에서 관찰된 HAS2의 높은 FC는 해당 처리 조건이 HA 합성과 관련된 유전자 반응에 영향을 미칠 가능성을 시사한다. 다만 HAS2 mRNA의 FC만으로 실제 HA 생성량이나 피부 보습 기능이 증가하였다고 판단할 수 없으므로, HA 정량을 포함한 후속 기능 평가가 필요하다.

TGFB1은 DM-β-CD 처리군에서 FC=1.94로 증가 발현 선별 기준을 충족하였으나, baicalein, Cys-β-CD 및 Cys-β-CD/baicalein complex 처리군에서는 각각 FC=0.79, 1.47 및 1.17로 기준에 미치지 못하였다. TGFB1은 피부 섬유아세포의 콜라겐 생성과 ECM 항상성 유지에 관여하지만(Quan et al., 2010), 과도한 활성은 비후성 반흔 및 섬유화와도 관련된다(Penn et al., 2012). Lee et al. (2019)은 Cys-β-CD/baicalein complex가 콜라겐 합성을 증가시키고 MMP 발현을 감소시키면서도 흉터 형성의 지표인 α-SMA 발현은 유도하지 않았다고 보고하였다. 본 연구에서 complex 처리군의 TGFB1 이 FC=1.17에 머물고 MMP9이 FC=0.48을 나타낸 결과는 ECM 조절 가능성과 관련하여 검토할 수 있다. 그러나 TGFB1 과 MMP9의 mRNA 수준만으로 ECM 회복이나 항섬유화 효과를 판단할 수는 없다. 향후 TGF-β/SMAD 신호와 함께 TGF-β 1, α-SMA, MMP9 및 콜라겐 단백질 수준을 분석하여 이러한 가능성을 검증해야 한다.

COL1A1은 baicalein 단독 처리군에서 FC=2.40으로 강한 상향 기준을 충족하였지만, DM-β-CD, Cys-β-CD 및 complex 처리군에서는 각각 FC=0.62, 0.58 및 0.80으로 나타났다. 반면 MMP9은 모든 처리군에서 FC 1.0 미만이었으며, 특히 complex 처리군에서 FC=0.48로 강한 하향 기준을 충족하였다. 이처럼 콜라겐 합성과 분해에 관련된 유전자들이 동일한 방향으로 변화하지 않았다는 점은 처리 조건별 ECM 반응이 단일 유전자의 변화만으로 설명되기 어렵다는 것을 보여준다. 특히 COL1A1 mRNA와 MMP9 mRNA의 FC만으로 실제 콜라겐 축적이나 분해 억제를 확정할 수 없으므로, 콜라겐 생성량과 MMP 효소활성을 함께 평가할 필요가 있다.

셋째, NRF2 관련 항산화 반응 유전자인 HMOX1과 NQO1에서도 처리 조건별 차이가 나타났다. HMOX1은 baicalein 단독 처리군에서 FC=0.63이었으나, DM-β-CD와 Cys-β-CD 처리군에서는 각각 FC=1.50과 1.98을 나타냈고, Cys-β-CD/baicalein complex 처리군에서는 FC=5.35로 가장 큰 값을 보였다. NQO1은 baicalein 단독 처리군에서 FC=0.13으로 강한 하향 기준을 충족한 반면, DM-β-CD, Cys-β-CD 및 complex 처리군에서는 각각 FC=1.68, 1.78 및 1.75로 증가 발현 선별 기준을 충족하였다. HMOX1은 complex 처리군에서 특히 두드러진 FC를 나타낸 반면, NQO1은 세 가지 CD 관련 처리군에서 비교적 유사한 FC 범위를 보였다는 차이가 있었다. HMOX1과 NQO1은 NRF2에 의해 조절되는 대표적인 항산화 방어 유전자이며(Ma, 2013), NRF2 신호는 피부 세포를 산화 스트레스로부터 보호하고 세포 항상성을 유지하는 데 중요한 역할을 한다(Schäfer & Werner, 2015). 또한 ROS의 축적은 피부 노화 과정에서 세포 손상과 ECM 분해를 촉진하는 주요 요인이다(Rinnerthaler et al., 2015). 따라서 CD 관련 처리군에서 HMOX1과 NQO1이 FC≥1.5 기준을 충족한 결과는 해당 처리 조건에서 NRF2 관련 항산화 방어 유전자의 전사 반응이 나타날 가능성을 보여준다. 특히 complex 처리군에서 관찰된 HMOX1의 높은 FC는 반복 시료를 이용한 후속 연구에서 우선적으로 확인할 필요가 있는 후보 반응으로 판단된다.

넷째, 염증 및 세포사멸 관련 유전자에서도 Cys-β-CD를 포함한 처리 조건에서 상대적으로 큰 FC가 관찰되었다. IL1A는 Cys-β-CD 처리군에서 FC=5.32로 가장 큰 값을 나타냈으며, DM-β-CD와 complex 처리군에서도 각각 FC=2.26과 2.62를 보였다. PPI 허브 유전자인 IL6와 IL1B도 Cys-β-CD 처리군에서 각각 FC=2.62를 나타냈고, CASP3는 Cys-β-CD와 complex 처리군에서 각각 FC=2.30과 2.85를 나타냈다. 이러한 결과는 Cys-β-CD 관련 처리 조건에서 욤증 및 세포사멸 관련 유전자의 비교적 큰 FC가 함께 관찰되었음을 보여준다.

다만 IL1A, IL1B, IL6 및 CASP3의 높은 FC를 피부 항노화에 유리한 반응으로 직접 해석해서는 안 된다. 이들 유전자는 세포 스트레스, 염증 및 세포 사멸과 관련되므로, 항산화 방어 유전자의 반응과 동시에 나타난 복합적인 세포 적응 또는 자극 반응일 가능성이 있다. 특히 본 연구에서는 세포독성, 염증성 사이토카인 분비 및 caspase 활성 등을 측정하지 않았기 때문에 이러한 전사 반응의 기능적 의미를 확정하기 어렵다. 따라서 후속 연구에서는 세포 생존율과 함께 IL-1β, IL-1β, IL-6의 단백질 분비량 및 caspase-3 활성을 평가하여 Cys-β-CD 관련 반응의 유익성과 잠재적 자극성을 구분할 필요가 있다.

다섯째, CD 유형과 baicalein 포접 여부에 따라 대표 유전자들 의 FC 양상이 구분되었다. baicalein 단독 처리군에서는 COL1A1, DM-β-CD 처리군에서는 HAS2, Cys-β-CD 처리군에서는 IL1A, Cys-β-CD/baicalein complex 처리군에서는 HMOX1의 FC가 각각 두드러졌다. 또한 NQO1과 VEGFA는 baicalein 단독 처리군과 달리 세 가지 CD 관련 처리군에서 모두 FC≥1.5 기준을 충족하였다. 반면 MMP9은 모든 처리 조건에서 FC 1.0 미만이었으며 complex 처리군에서 가장 낮은 FC를 나타냈다. 이러한 양상은 CD 관련 처리가 모든 유전자 반응을 일률적으로 증가시키는 것이 아니라, CD 유형과 baicalein 포접 여부에 따라 항산화, ECM, 염증 및 성장인자 관련 유전자의 전사 반응이 서로 다르게 나타날 수 있음을 보여준다.

CD 유도체는 세포막 콜레스테롤과 상호작용하여 세포막 환경과 활성 성분의 세포 내 전달에 영향을 미칠 수 있다(Zidovetzki & Levitan, 2007; Mahammad & Parmryd, 2015). 또한 CD 기반 nanogel이 단독 성분보다 항산화 활성과 HA 생성 반응을 향상시켰다는 선행연구(Choi et al., 2023)는 CD 기반 전달 구조가 활성 성분의 세포 반응에 영향을 줄 가능성을 뒷받침한다. 그러나 본 연구의 설계만으로 관찰된 차이가 baicalein의 용해도 향상, CD 자체의 세포막 효과, 복합체 형성에 따른 세포 내 전달 변화 또는 이들 요인의 복합 작용 중 무엇에서 비롯되었는지를 구분할 수 없다. 따라서 포접 구조가 독자적인 생물학적 효과를 나타냈다고 단정하기보다, CD 유 형과 baicalein 포접 여부가 세포의 전사 반응 양상에 영향을 줄 수 있는 잠재적 조절 요인이라는 가능성을 제시한 결과로 해석하는 것이 타당하다.

본 연구에는 몇 가지 한계가 있다. 첫째, baicalein 타깃을 예측 데이터베이스와 문헌을 기반으로 도출하였으므로 실제 피부 섬유아세포 내 분자 결합과 단백질 상호작용을 완전히 반영하지 못했을 가능성이 있다. 둘째, 처리 조건별 단일 생물학적 시료(N=1)를 사용하였으므로 처리 조건 내 생물학적 변이를 추정하거나 유전자 발현 차이의 통계적 유의성을 검정하지 못하였다. FC≥1.5는 발현 증가 후보 유전자를 선별하기 위한 탐색적 기준으로 적용하였고, FC≥2.0 과 FC≤0.5는 각각 강한 상향 및 강한 하향 양상을 기술하기 위한 보조 기준으로 사용하였다. 따라서 해당 기준을 충족한 유전자가 통계적으로 유의한 차등 발현 유전자임을 의미하지 않는다. 셋째, 본 연구는 UV 자극이 없는 Hs68 인간 진피 섬유아세포의 기저 상태 전사체를 활용하였으므로 실제 광노화 환경에서도 동일한 반응이 나타나는지는 확인하지 못하였다. 넷째, mRNA 수준의 자료를 재분석하였기 때문에 핵심 유전자와 후보 신호전달 경로의 단백질 수준 활성 및 기능적 효과를 직접 입증하지 못하였다. 다섯째, CD 단독 처리군과 complex 처리군에서 서로 다른 전사 반응 양상이 관찰되었으나, 이러한 양상과 세포 내 baicalein 농도, 포접 안정성 및 전달 효율 간의 관련성은 후속 연구를 통해 확인할 필요가 있다.

향후 연구에서는 UVB 또는 UVA로 광노화를 유도한 피부 섬유아세포 모델에 각 처리 조건별 최소 3개 이상의 독립적인 생물학적 반복을 적용할 필요가 있다. 이후 HAS2, VEGFA, TGFB1, HMOX1, IL6 및 MMP9 등의 발현을 RT-qPCR로 검증하고, NRF2의 핵 내 이동과 HMOX1, TGF-β1, VEGFA, HAS2 및 MMP 단백질 발현을 Western blot 등의 방법으로 확인해야 한다. 또한 ROS 생성, HA 및 콜라겐 합성, MMP 활성 등의 기능 평가를 병행하고, 3D 인공피부 및 인체적용시험으로 연구 범위를 단계적으로 확장하여 처리 조건별 피부 항노화 반응의 재현성과 실제 적용 가능성을 검증할 필요가 있다.

Conclusion

본 연구는 Quant-Seq 기반 전사체 자료를 네트워크 약리학 관점에서 재분석하여 baicalein 및 CD 관련 처리 조건에서 나타난 피부 노화 관련 유전자 반응을 탐색하였다. 교차분석을 통해 28개의 핵심 타깃 유전자를 도출하였으며, PPI 네트워크와 GO 및 KEGG 농축 분석을 통해 AGE-RAGE, HIF-1 및 세포노화 관련 경로를 도출하였으며, HMOX1과 NQO1을 중심으로 NRF2 관련 항산화 반응 가능성을 탐색하였다.

처리 조건별로는 DM-β-CD 처리군에서 HAS2가 FC=3.48을 나타내어 HA 합성 및 ECM 항상성 관련 반응 가능성을 보였고, Cys-β-CD/baicalein complex 처리군에서는 HMOX1이 FC=5.35로 가장 두드러져 NRF2 관련 항산화 반응과의 연관 가능성을 나타냈다. 이러한 결과는 CD 유형과 baicalein 포접 여부에 따라 피부 노화 관련 유전자의 전사 반응 양상이 다르게 나타날 수 있음을 시사한다.

본 연구는 기존의 개별 유전자 분석 결과를 상호 연결된 후보 신호 전달 경로로 확장하여 해석하고, CD 유형과 포접 구조를 고려한 기능성 화장품 제형 연구에 탐색적 기초자료를 제시하였다는 데 의의가 있다. 다만 처리 조건별 단일 생물학적 시료에서 산출된 FC에 기반한 결과이므로, 향후 생물학적 반복을 확보한 UV 유도 피부 노화 모델에서 유전자 및 단백질 발현과 기능적 효과를 검증할 필요가 있다.

Notes

This study is a secondary analysis of transcriptomic data originally generated for the doctoral dissertation of the first author, Lee (2020). The present study applied an integrated network pharmacology approach, and no new experimental data were generated.

Author's contribution

The authors thank Professor Seunho Jung of the Department of Bioscience and Biotechnology, Konkuk University, for synthesizing and providing the Cys-β-CD and Cys-β-CD/baicalein complex used in this study.

This research was supported by a grant from Dongduk Women’s University (2025).

Author details

JL conceived and designed the present study, conducted the secondary data analysis and visualization, interpreted the findings, and prepared the initial draft of the manuscript. SP conceived and supervised the original Quant-Seq transcriptomic study, guided the overall design and analytical strategy of the present reanalysis, contributed substantially to the interpretation of the transcriptomic and network pharmacology findings, and critically revised the manuscript for important intellectual content. Both authors read and approved the final version of the manuscript.

References

Bao P, Kodra A, Tomic-Canic M, Golinko MS, Ehrlich HP, Brem H. The role of vascular endothelial growth factor in wound healing. Journal of Surgical Research 153:347–358. 2009;
Barabási AL, Oltvai ZN. Network biology: understanding the cell's functional organization. Nature Reviews Genetics 5:101–113. 2004;
Bagatin E, Martin RP, Varela P, Gomes CP, Marins MM, Filippeli-Silva R, Yarak S, Soares JLM, Pesquero JB. Could in vivo histological and gene expression analysis of aged skin be useful for pointing new paths for cosmetics development? Journal of Biomed Research 3:18–23. 2022;
Berger SI, Ma'ayan A, Iyengar R. Systems pharmacology of arrhythmias. Science Signaling 3:ra30. 2010;
Choi DI, Ju MK, Park SM, Lee SY. Development of anti-aging cosmetics using chitosan/γ-cyclodextrin/fucoidan nanoparticles (Nanogel) based on the drug delivery system. Asian Journal of Beauty and Cosmetology 21:441–452. 2023;
Chylińska N, Maciejczyk M. Hyaluronic acid and skin: its role in aging and wound-healing processes. Gels 11:281. 2025;
Daina A, Michielin O, Zoete V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules. Nucleic Acids Research 47:357–364. 2019;
Del Valle EMM. Cyclodextrins and their uses: a review. Process Biochemistry 39:1033–1046. 2004;
Feru J, Delobbe E, Ramont L, Brassart B, Terryn C, Dupont-Deshorgue A, Garbar C, Monboisse JC, Maquart FX, Brassart-Pasco S. Aging decreases collagen IV expression in vivo in the dermo-epidermal junction and in vitro in dermal fibroblasts: possible involvement of TGF-β1. European Journal of Dermatology 26:350–360. 2016;
Fisher GJ, Kang S, Varani J, Bata-Csorgo Z, Wan Y, Datta S, Voorhees JJ. Mechanisms of photoaging and chronological skin aging. Archives of Dermatology 138:1462–1470. 2002;
Haga M, Iida K, Okada M. Positive and negative feedback regulation of the TGF-β1 explains two equilibrium states in skin aging. iScience 27:109708. 2024;
Han SY, Kim YK. New approach for herbal formula research: network pharmacology. Journal of Physiology & Pathology in Korean Medicine 30:385–396. 2016;
Han Y, Wu H, Zhang X, Lv W, Xiong Y, Tian X, Xiao Y, Cui H. Identification of potential molecular targets of luteolin in the treatment of hepatocellular carcinoma based on network pharmacology and transcriptome sequencing technology. Discover Oncology 16:1506. 2025;
Hopkins AL. Network pharmacology: the next paradigm in drug discovery. Nature Chemical Biology 4:682–690. 2008;
Jeong H, Mason SP, Barabási AL, Oltvai ZN. Lethality and centrality in protein networks. Nature 411:41–42. 2001;
Johnson KE, Wilgus TA. Vascular endothelial growth factor and angiogenesis in the regulation of cutaneous wound repair. Advances in Wound Care 3:647–661. 2014;
Kim G, Han DW, Lee JH. The cytoprotective effects of baicalein on H2O2-induced ROS by maintaining mitochondrial homeostasis and cellular tight junction in HaCaT keratinocytes. Antioxidants 12:902. 2023;
Kim H, Yiluo H, Park SY, Lee JY, Cho EA, Jung SH. Characterization and enhanced antioxidant activity of the cysteinyl β-cyclodextrin-baicalein inclusion complex. Molecules 21:703. 2016;
Lee JE. Effect of cyclodextrin derivatives and flavonoid inclusion complexes on gene expression in skin cells. Doctoral dissertation Dongduk Women’s University; 2020.
Lee JM, Ahn ES, Kim SY, Shin YJ, Sung JH, Kim HH, Cho EA, Jung SH, Park SY. Inclusion complexes of cysteinyl β-cyclodextrin with baicalein restore collagen synthesis in fibroblast cells following ultraviolet exposure. Journal of Cellular Biochemistry 120:4032–4043. 2019;
Lee JE, Park SY. Effects of flavonoids on skin according to their structural characteristics: a review. Asian Journal of Beauty and Cosmetology 22:133–143. 2022;
Lee JE, Park SY. A study on the expression of genes related to extracellular substrates of flavonoids. Journal of the Korean Applied Science and Technology 40:1010–1021. 2023;
Lim YB, Kweon BN, Kim DU, Bae GS. Networkpharmacology-based prediction of efficacy and mechanism of Myrrha acting on Allergic Rhinitis. Journal of Korean Medicine 45:113–124. 2024;
Liu Z, Bingrong D, Li Z, Wang X, Liu Y, Wu F, Cao X, Wang C, Lin C. Baicalin attenuates acute skin damage induced by ultraviolet B via inhibiting pyroptosis. Journal of Photochemistry and Photobiology B: Biology 256:112937. 2024;
Ma Q. Role of nrf2 in oxidative stress and toxicity. Annual Review of Pharmacology and Toxicology 53:401–426. 2013;
Mahammad S, Parmryd I. Cholesterol depletion using methyl-β-cyclodextrin. Methods in Molecular Biology 1232:91–102. 2015;
Penn JW, Grobbelaar AO, Rolfe KJ. The role of the TGF-β family in wound healing, burns and scarring: a review. International Journal of Burns and Trauma 2:18–28. 2012;
Pittayapruek P, Meephansan J, Prasapapan O, Komine M, Ohtsuki M. Role of matrix metalloproteinases in photoaging and photocarcinogenesis. International Journal of Molecular Sciences 17:868. 2016;
Quan T, Shao Y, He T, Voorhees JJ, Fisher GJ. Reduced expression of connective tissue growth factor (CTGF/CCN2) mediates collagen loss in chronologically aged human skin. Journal of Investigative Dermatology 130:415–424. 2010;
Rinnerthaler M, Bischof J, Streubel MK, Trost A, Richter K. Oxidative stress in aging human skin. Biomolecules 5:545–589. 2015;
Ru J, Li P, Wang J, Zhou W, Li B, Huang C, Li P, Guo Z, Tao W, Yang Y, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. Journal of Cheminformatics 6:13. 2014;
Schäfer M, Werner S. Nrf2: a regulator of keratinocyte redox signaling. Free Radical Biology and Medicine 88:243–252. 2015;
Singh M, Sharma R, Banerjee UC. Biotechnological applications of cyclodextrins. Biotechnology Advances 20:341–359. 2002;
Su Q, Zhi L, You B, Jiao Q, Wang Z, Jia Y. Application of omics techniques in skin homeostasis evaluation. Asian Journal of Beauty and Cosmetology 22:163–172. 2024;
Szklarczyk D, Kirsch R, Koutrouli M, Nastou K, Mehryary F, Hachilif R, Gable AL, Fang T, Doncheva NT, Pyysalo S, et al. The STRING database in 2023: protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Research 51:638–646. 2023;
Terazawa S, Nakajima H, Tobita K, Imokawa G. The decreased secretion of hyaluronan by older human fibroblasts under physiological conditions is mainly associated with down-regulated expression of hyaluronan synthases. Cytotechnology 67:609–620. 2015;
Yoshihara M, Kawakami S, Matsui Y, Kawama T. Piceatannol enhances hyaluronic acid synthesis through SIRT1-mediated HAS2 upregulation in human dermal fibroblasts. Biochemistry and Biophysics Reports 39:101746. 2024;
You SH, Park CH, Son HY. Polyphenol, flavonoid contents and anti-inflammatory active effects of Rubus coreanus Miquel extract. Korean Society of Cosmetics and Cosmetology 10:323–330. 2020;
You SH, Moon JS. A study on anti-oxidative, anti-inflammatory, and melanin inhibitory effects of Chrysanthemum sibiricum extract. Journal of the Korean Applied Science and Technology 33:762–770. 2016;
Zidovetzki R, Levitan I. Use of cyclodextrins to manipulate plasma membrane cholesterol content: evidence, misconceptions and control strategies. Biochim Biophys Acta 1768:1311–1324. 2007;

Article information Continued

Figure 1.

Workflow of integrated Transcriptomics and network Pharmacology analysis.

Because the transcriptomic data consisted of a single biological sample per treatment condition, FC 1.5 was used as an exploratory criterion for candidate gene selection rather than as evidence of statistical significance.

Figure 2.

Venn diagram illustrating the overlap among predicted Baicalein targets, skin aging-related genes, and Quant-Seq FC-based candidate genes.

A total of 28 core target genes were identified through the overlap of predicted Baicalein targets, skin aging-related genes, and Quant-Seq. Representative genes included HAS2, VEGFA, TGFB1, HMOX1, TNF, IL6, and MMP9.

Figure 3.

Protein–protein interaction (PPI) network of 28 core target genes constructed using the STRING database.

The PPI network was constructed using the STRING database (Homo sapiens, confidence score≥0.700). TNF, IL6, IL1B, CASP3, and TGFB1 exhibited high network connectivity, whereas HAS2 was positioned at the network periphery with relatively low connectivity.

Figure 4.

Gene Ontology (GO) biological process enrichment analysis of the 28 core target genes (STRING database).

The x-axis represents the gene ratio, calculated as the number of core target genes mapped to each pathway divided by the total number of core target genes (n=28). Bubble size represents gene count, and color indicates −log10 (FDR). A higher −log10 (FDR) value indicates a smaller FDR. These enrichment results indicate functional associations between the core target genes and the corresponding pathways and do not demonstrate pathway activation under a specific treatment condition.

Figure 5.

KEGG pathway enrichment analysis of the 28 core target genes.

The x-axis represents the gene ratio, calculated as the number of core target genes mapped to each pathway divided by the total number of core target genes (n=28). Bubble size represents gene count, and color indicates −log10 (FDR). A higher −log10 (FDR) value indicates a smaller FDR. These enrichment results indicate functional associations between the core target genes and the corresponding pathways and do not demonstrate pathway activation under a specific treatment condition.

Table 1.

Top 10 hub genes identified in the PPI network for the 28 core target genes

Rank Gene Description Category Degree FC (Baicalein) FC (DM-β-CD) FC (Cys-β-CD) FC (Cys-β-CD/baicalein complex)
1 TNF Tumor necrosis factor Inflammation 18 0.80 0.67 1.33 1.22
2 IL6 Interleukin 6 Inflammation 17 0.82 1.51 2.62 1.88
3 IL1B Interleukin 1 beta Inflammation 16 0.54 1.39 2.62 1.07
4 CASP3 Caspase 3 Apoptosis 15 0.77 1.92 2.30 2.85
5 TGFB1 Transforming growth factor beta 1 Growth factor signaling 14 0.79 1.94 1.47 1.17
6 MMP9 Matrix metallopeptidase 9 ECM remodeling 13 0.85 0.84 0.58 0.48
7 EGFR Epidermal growth factor receptor Growth factor signaling 12 0.90 1.37 0.91 0.95
8 TP53 Tumor protein p53 Cell cycle regulation 12 0.84 0.83 0.84 0.83
9 BCL2 B-cell lymphoma 2 Apoptosis 11 0.75 0.31 0.59 1.05
10 VEGFA Vascular endothelial growth factor A Growth factor signaling 10 0.92 1.81 2.29 1.91
- HMOX1 Heme oxygenase 1 Antioxidant 7 0.63 1.50 1.98 5.35
- HAS2 Hyaluronan synthase 2 ECM regulation (HA metabolism); functional non-hub gene 2 1.18 3.48 2.03 1.16

Note. Values represent fold changes relative to the control. An FC≥1.5 was used as an exploratory screening criterion to identify candidate genes with increased expression. FC≥2.0 and FC≤0.5 were also applied descriptively to indicate strong upregulation and strong downregulation, respectively. Because these values were obtained from single-sample sequencing for each treatment condition they do not indicate statistically significant differences.

HAS2 was included as a representative functional non-hub gene because, despite its low degree, it showed a marked increase under the DM-β-CD treatment condition.

Table 2.

Top 10 enriched KEGG pathways for the 28 core target genes

KEGG ID Pathway Gene count Gene ratio FDR −log10 (FDR) Relevance for skin aging
hsa04933 AGE–RAGE signaling pathway 15 0.536 6.68×10-21 20.18 Glycation-related skin aging (top pathway)
hsa05200 Pathways in cancer 19 0.679 2.52×10-16 15.60 Integrated multi-pathway signaling
hsa04657 IL-17 signaling pathway 7 0.250 3.39×10-8 7.47 Key inflammatory pathway in skin
hsa04066 HIF-1 signaling pathway 7 0.250 6.01×10-8 7.22 VEGFA regulation; HAS2, VEGFA and TGFB1 axis
hsa04115 p53 signaling pathway 6 0.214 2.29×10-7 6.64 Cell cycle arrest and apoptosis
hsa04218 Cellular senescence 7 0.250 5.94×10-7 6.23 Direct aging-related pathway
hsa04151 PI3K–Akt signaling pathway 9 0.321 8.67×10-7 6.06 Cell survival and collagen synthesis
hsa04668 TNF signaling pathway 5 0.179 3.77×10-5 4.42 UV-induced inflammatory response
hsa04010 MAPK signaling pathway 7 0.250 2.48×10-5 4.61 Upstream signaling of UV–MMP activation
hsa04211 Longevity regulating pathway 3 0.107 0.044 1.36 Anti-aging; associated with SIRT1

Note. Gene count represents the number of core target genes mapped to each pathway. The gene ratio was calculated as the number of genes mapped to a given pathway divided by the total number of core target genes (n=28). FDR denotes false discovery rate.

Table 3.

Differential expression of key target genes according to inclusion complex types (shown as fold change relative to control)

Gene Description Baicalein DM-β-CD Cys-β-CD Cys-β-CD/baicalein complex
HAS2 Hyaluronan synthesis 1.18 3.48 2.03 1.16
VEGFA Angiogenesis / ECM remodeling 0.92 1.81 2.29 1.91
TGFB1 Regulation of collagen synthesis 0.79 1.94 1.47 1.17
HMOX1 NRF2–HO-1 antioxidant pathway 0.63 1.50 1.98 5.35
NQO1 NRF2 target / antioxidant response 0.13 1.68 1.78 1.75
IL1A Pro-inflammatory cytokine 0.93 2.26 5.32 2.62
MMP9 ECM degradation (collagen breakdown) 0.85 0.84 0.58 0.48
COL1A1 Type I collagen 2.40 0.62 0.58 0.80

Note. Values represent fold changes relative to the control. An FC≥1.5 was applied as an exploratory screening criterion to identify candidate genes with increased expression. FC≥2.0 and FC≤0.5 were also used descriptively to indicate strong upregulation and strong downregulation, respectively. Because these values were derived from single-sample sequencing for each treatment condition, they do not indicate statistically significant differences.

Table 4.

Comparison of the main findings between Lee (2020) and the present study

Domain of comparison Lee (2020) Present study
Analytical level Gene-level functional categorization (aging, ECM, inflammation, proliferation) Network pharmacology integration (PPI, GO, KEGG pathways)
DEG criteria Fold change≥/≤1.2 Fold change≥2.0 (up) and ≤0.5 (down)
TGFB response (DM-β-CD) Upregulation of TGFB1, TGFB3 and TGFBI (associated with tissue repair) TGFB1 upregulation (FC=1.94), consistent with ECM remodeling
TGFB response (Cys-β-CD/baicalein complex) Decrease in TGFB3, no induction of α-SMA (reduced fibrotic response) Mild TGFB1 increase (FC=1.17), suggesting ECM repair without excessive fibrosis
Antioxidant response Upregulation of GSTM1 and OSGIN1 Strong induction of HMOX1 (FC=5.35), integrated NRF2–HO-1 pathway
MMP regulation Decrease in multiple MMPs (MMP1, MMP10, MMP11, MMP15–17); Cys-β-CD/baicalein complex reduces MMP11, MMP13 Differential regulation of MMP9 (0.48 in DM-β-CD, 0.84 in complex); identified as a hub gene in the PPI network
Collagen (COL1A1) Increased expression under selected conditions Decreased mRNA; interpreted as dynamic ECM remodeling
TNF/TNFRSF Increased TNFRSF family genes (TNFRSF6B, TNFRSF21, TNFRSF10C, TNFRSF10D, TNFRSF11A) TNF identified as a central hub (degree=18); linked to the AGE–RAGE pathway
HAS2 Categorized within ECM-related genes Reinterpreted as functionally critical gene (FC=3.48 in DM-β-CD) despite low network connectivity