中藥蛋白質組學研究策略

樂亮　姜保平　徐江　胡克平　陳士林

[摘要] 蛋白質組學在中藥研究中的應用已十分廣泛，有許多較為成功的實例。作者回顧了前人應用蛋白質組學技術對中藥復雜體系的研究工作，并提出建立一門專門針對中藥研究的蛋白組學，即中藥蛋白質組學。該文對中藥蛋白質組學的研究策略及未來的研究方向進行了綜述和思考，希望為從事中藥蛋白質組學研究者提供一點思路。

[關鍵詞] 中藥蛋白質組學； 生物信息學； 蛋白修飾； 蛋白質相互作用

Research strategy of traditional Chinese medicine proteomics

LE Liang1， JIANG Baoping2， XU Jiang1， HU Keping2， CHEN Shilin1*

（1.Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China；

2.Institute of Medicinal Plant Development， China Academy of Medical Sciences and Peking Union

Medical College， Beijing 100193， China）

[Abstract] The application of proteomics in the research of traditional Chinese medicine （TCM） is very extensive， and there have been many successful cases. In this paper， the previous studies on the complex system of TCM by using proteomics technology were reviewed， and the authors proposed to set up a special subject on proteomics in TCM， which is called TCM proteomics. In this paper， the research strategies and the future research directions of TCM proteomics were reviewed and discussed， which may provide some ideas for the researchers of TCM proteomics.

[Key words] traditional Chinese medicine proteomics； bioinformatics； protein modification； protein interaction

doi：10.4268/cjcmm20162203

中藥是我國傳統文化的重要財富，是現代醫藥可持續發展的寶貴資源。歷經千年的傳承，中藥的有效性、科學性和實用性已得到諸多的驗證。2015年青蒿素的研制獲得諾貝爾生理學或醫學獎，是中藥應用于世界醫學研究中的一次偉大勝利，也是世界對中藥單體研究的認可，為中藥現代化作出了突出貢獻。然而從中藥單體的勝利邁向中藥復方的勝利仍然需要更多的努力。中藥是典型的復雜物質體系，其復雜的體系是中藥的一把雙刃劍，因其成分的多樣使得中藥更系統的治療疾病，也因其成分的復雜也使得中藥作用機制的研究非常困難。因此，迫切需要應用現代科學發展的新技術和新手段來研究中藥復雜體系的作用機制，探索適合中藥研究的新方法、新模式才有可能真正揭示中藥的物質基礎與作用機制，使中藥研究真正邁向現代化。

中藥的現代化研究一直是中醫藥界多年來關注的焦點和研究的熱點。目前中藥現代化取得了許多新進展，如整體觀認識在提高；中藥多成分與藥效研究在加強；從藥效物質基礎闡明中藥作用的內涵；對于具有多成分的中藥，從植物化學角度建立中藥化學成分指紋圖譜；應用現代科學對“辨證論治”和“君臣佐使”配伍規律進行研究；“組學”方法和技術的應用等[1]。在大數據時代，基于各種組學，如基因組學、蛋白質組學、代謝組學、轉錄組學等技術平臺的系統生物學是中藥現代化研究的必備工具[2]。使用系統生物學研究中藥復雜體系的思路，為中藥現代化的發展提供了嶄新的思路和方法，成為目前中藥現代化研究的熱點。迄今為止，不少科研工作者都在系統生物學思路指導下開展了對中藥復雜體系的研究。而在后基因時代，蛋白質組學等基因功能學的研究成為系統生物學研究的重點。

1 中藥蛋白質組學的定義

將蛋白質組學的技術應用于中藥研究領域，一方面通過比較對照細胞或動物組織的蛋白質表達譜和給予中藥后蛋白質表達譜的差異，可以找到中藥的可能靶點相關蛋白質，另一方面不同中草藥及其不同組分，例如根莖葉中蛋白質組的差異，用以評價中草藥活性成分與其生長過程中蛋白組的變化的關系，尋找中藥高活性的原理，由此發展起來的學科稱之為中藥蛋白質組學。

2 中藥蛋白質組學的主要研究內容

不同于其他蛋白質組學，中藥蛋白質組學的研究對象為中草藥本身及用中藥（單體化合物、中藥組分或復方）處理后的生物體（細胞或組織），于此發現中藥的有效成分及作用機制。中藥蛋白質組學的研究目標包括：中藥藥物作用靶點的發現和確認，特別是中藥復方的多靶點效應，蛋白質組學能更好的發現中藥復方的多種靶點；研究中藥植物蛋白質組成的差異；闡明中藥的作用機制及中藥毒理的作用機制，以及為中藥配伍提供科學依據。

3 中藥蛋白質組學的常用技術

蛋白質組學已經歷了20多年的發展，現今技術成熟，被應用于多種學科的研究。對中藥蛋白質組進行分析需要有合適的研究策略和技術、有效的實時分析模式，從而獲得在基因組和轉錄組上不易獲得的功能信息。以下是一些常用的技術。

3.1 蛋白質分離技術 蛋白質分離技術在蛋白質組學中起著至關重要的作用，雙向聚丙烯酰胺凝膠電泳（two dimensional gel electrophoresis， 2DE）是其中一種經典方法，但由于生物樣品中蛋白質表達水平的巨大差異，如蛋白質大小的動態范圍及表達量豐度的巨大差異，以及二維電泳技術對某些蛋白質的“偏性”，極大的限制了該技術的應用范圍[35]。因此，人們發展了多種蛋白質分離技術，如色譜分離技術、毛細管電泳技術、毛細管色譜技術、微流控芯片（Chip）技術等。

3.2 質譜技術 質譜是最常用的，也是最主要的蛋白質鑒定技術，已經逐步取代了傳統的氨基酸組成分析和Edman降解測序。質譜技術的基本原理是將蛋白質樣品先經過離子化后，然后根據不同離子間質子與電荷之比（m/z）的差異來分離并確定蛋白質的相對分子質量。因此，離子源、質量分析器和檢測器構成了質譜儀的核心組件。應用于蛋白質樣品的離子源包括基質輔助激光解吸離子化（MALDI）和電噴霧離子化（ESI）2種。而常用的質量分析器包括傅立葉變換離子回旋共振質譜（FTICR/FT）、線性離子阱質譜（LIT/LTQ）、四級桿離子阱質譜（QIT）和飛行時間質譜（TOF）4種。而質譜檢測器也有多種，包括電子倍增管、離子計數器、感應電荷檢測器等。

3.3 蛋白質芯片 蛋白質芯片（protein chip）是將固相載體進行特殊的化學處理，再將一系列已知的蛋白質或蛋白質結合分子（如酶、抗體、配體、細胞因子等）固定其上，根據這些生物分子的自身特性，捕獲與之特異性結合的待測蛋白，來確定樣本中蛋白質組的表達譜、生化活性及相互作用[67]。

3.4 蛋白質相互作用技術 研究蛋白質相互作用的技術有多種，包括酵母雙雜交技術，Pull down技術、免疫共沉淀技術等。

4 中藥蛋白質組學研究的應用

以疾病為基礎，經過中藥體系的治療，再通過蛋白質組學技術研究中藥作用機制的研究思路是中藥蛋白質組學的通用研究思路。以往的研究表明，蛋白質組學在中藥研究中的應用主要有5個方面：①通過比較中草藥不同產地，野生與栽培，不同組分等蛋白質組表達譜的差異，研究中藥藥用功能的機制；②通過比較正常狀態、疾病狀態以及中藥單體、單味藥和復方提取物治療后蛋白質組表達譜的差異，尋找可能的相關靶點蛋白；③通過生物信息學方法預測中藥單體化合物與特異性靶點的相互作用，再利用BIAcore生物大分子相互作用儀對中藥單體化合物進行體外相互作用的篩選及驗證；④通過比較蛋白質組學的結果，結合在蛋白質相互作用數據庫中與中藥相互作用的蛋白信息，利用生物信息學技術繪制出與中藥作用相關的蛋白質相互作用網絡，并對特異性靶點運用生物學的實驗手段（如酵母雙雜交，免疫共沉淀，基因過表達及基因敲除技術）對蛋白質相互作用信號網絡進行驗證；⑤比較中藥體系對疾病治療后的蛋白修飾譜，如組蛋白乙酰化修飾譜，泛素化修飾譜等，研究中藥體系對于靶點蛋白的修飾作用。

4.1 基于蛋白質組學的中草藥生物學研究 蛋白質組學在中草藥上的應用可以繪制中草藥及其不同藥用部位的蛋白質表達譜，不但可以闡明藥效活性成分的生物合成途徑，還能揭示在逆境脅迫下中草藥體內次生代謝產物發生變化的分子機制[8]（表1）。

2016年Wang等[9]利用二維電泳和質譜技術比較了正常培養液、酵母刺激和銀離子刺激培養的丹參毛根的蛋白質組學差異，鑒定了64種蛋白，發現酵母和銀離子刺激引起丹參毛根中自由基的產生和激活鈣離子信號通路，增加免疫抑制蛋白的表達，增強能量代謝，碳代謝轉向于有利于次生代謝產物如木質素、丹參酮、丹參總酚酸的產生。2013年Mohamad Ansor等[10]研究靈芝菌絲體中抗血管緊張素轉化酶的蛋白質組成，其對靈芝菌絲體總蛋白進行硫酸銨沉淀，再通過HPLC分離，質譜鑒定，發現胱硫醚合成酶蛋白、DEAD/DEAH 盒解旋酶、Paxillin樣蛋白和α/β水解酶蛋白這4種蛋白在靈芝抗血管緊張素轉化酶中起重要作用。大麻素在大麻不同組織中的累積不同，主要分布于腺體，在花和葉也有分布。2004年Raharjo等[11]比較了大麻葉、花和腺體的蛋白質組的差異。發現磷脂酶Dβ1亞型1A，PG1等在腺體中高

表達，可能參與大麻素的生物合成。

2013年Ma等[12]比較了不同年齡人參根的蛋白質組的差異，與快速生長期相比，生長緩慢期中有至少62種蛋白上調和21種蛋白下調，這些蛋白主要與能量代謝和機體防御有關。其結果表明人參在快速生長期主要儲存能量以促進根的生長，而在生長緩慢期則通過消耗能量和提高次級代謝產物的合成來抵抗應激反應。2016年Colzani等[13]在3個不同pH條件下用組合肽配體庫捕獲和質譜技術比較了人參根蛋白質組差異。采用人參和擬南芥蛋白質數據庫進行搜庫，共鑒定了207個蛋白，其中95種蛋白可能與人參生物活性有關，且有6種與人參的抗菌活性有關。2016年Sun等[14]比較了30年的野生人參根和6年的栽培人參根蛋白組的差異，結果顯示與培養人參相比，至少14種氨基酸的濃度在野生型人參根中較高，其氨基酸代謝相關酶等都在野生型人參中有明顯聚集。硫類氨基酸合成相關蛋白如甲硫氨酸合成酶水平在野生型人參根中明顯較高，另外在野生型人參根還明顯聚集三羧酸循環酶和糖分解相關酶以及它們的中間產物。他們的結果指示了野生型人參根和培養人參根氨基酸等的差異，為野生型人參的藥用功能研究提供一些參考。

2013年Tian等[15]采用定量蛋白組學技術分離了野生型黃花蒿與易生根突變株之間差異蛋白。結果鑒定到的蛋白數量1 292個，其中1 025個（79.3%）蛋白質表現與己知功能的蛋白有顯著相似性，112個（8.7%）蛋白質與未知的蛋白質有顯著相似性，其他155個（12%）蛋白質與公共數據庫中的任何蛋白質無顯著相似性。根據功能可將總蛋白分為22類，包括RNA的合成、信號轉導、抗逆、蛋白質的合成、代謝、次生代謝、能量、細胞生長/分裂、轉錄、蛋白質目的地/儲存、運輸、細胞結構、疾病/防御和未知蛋白。2012年Wu等[16]比較了黃花蒿腺分泌毛和葉的蛋白質組的差異，鑒定了93個蛋白，超過70%的蛋白在腺分泌毛中高表達，其中多數參與植物代謝，如電子傳遞、轉錄和翻譯過程。2014年Rai等[17]采用蛋白質組學技術研究不同濃度的砷刺激的黃花蒿的蛋白質組的差異，結果顯示ATP合成酶、ferredoxinNADP氧化還原酶和鐵硫蛋白可能參與黃花蒿的解毒作用。2015年Bryant等[18]分析了黃花蒿的腺分泌腺和葉的蛋白質組的差異，鑒定了319個蛋白，發現了多種與青蒿素生物合成相關的蛋白如HMGR、細胞色素P450、青蒿醛 A還原酶等在腺分泌毛中高表達。2015年Zhu等[19]利用蛋白質非標記定量（labelfree）技術對誘導前后長春花葉片進行差異蛋白質組學分析，結合光酶誘導下長春花中吲哚生物堿合成途徑上關鍵基因的表達分析驗證，探索長春花植株中生物堿含量增加的分子機制。

4.2 利用蛋白質組學尋找中藥作用靶點 目前大部分中藥蛋白質組學的應用實例都是關于利用蛋白質組學技術尋找中藥作用靶點的，該方法在研究中藥單體、單味藥及中藥復方中都多有應用（表2）。例如2008 年和2010 年，Yue 等[2021]分別利用蛋白質組學技術研究了中藥靈芝單體化合物靈芝酸 D，B，F，K，AM1（ganoderic acid D，B，F，K，AM1） 對于人宮頸癌HeLa 細胞毒性的作用機制，發現了多種與靈芝酸類化合物作用相關的靶點蛋白。2013年Pan等[2223]利用蛋白組學技術分析丹參酮ⅡA對宮頸癌Caski細胞的抑制作用，發現C/EBP同源蛋白和細胞凋亡信號調節激酶1參與丹參酮ⅡA的抑癌作用。小檗堿又稱黃連素，具有多種藥理活性，如調血脂、降血糖、防治神經病變甚至抗癌。2012年Chou等[24]利用二維電泳結合質譜探索小檗堿抗乳腺癌的作用，至少96種參與蛋白質折疊，蛋白質水解、氧化還原調控、蛋白轉運、細胞信號轉導、電子傳遞失調，代謝和中心體的結構等多種功能的蛋白質調節小檗堿的抗癌作用。2011年Feng等[25]研究丹酚酸B對心肌保護的作用，采用2維電泳結合質譜的方法發現EGFR可能是丹酚酸B的作用靶點。同年Ma等[26]研究丹酚酸B對血小板的作用靶點發現Hsp70，CLP36的蛋白可能是其在血液中的作用靶點。9，11脫羥基麥角固醇來源于赤芝，2010年Cui等[27]利用蛋白質組學研究其細胞毒性發現9，11脫羥基麥角固醇的細胞毒性可能與6種蛋白有關，其中包括stathmin 1，一種主要的細胞骨架蛋白。藤黃能明顯抑制肝癌細胞的增殖，1，3，6，7四羥基氧雜蒽酮是藤黃中的一種有效成分，2012年Fu等[28]采用蛋白組學研究其抑制肝癌細胞生長的作用機制，發現1433δ和P16蛋白表達明顯上調，而抑制1433δ的表達則明顯減少這種化合物的抑癌作用，表明1433δ可能是其作用靶點。

也有許多關于利用蛋白質組學研究單味藥的報道，如2008 年，Yao 等[2930]分別利用蛋白質組學技術探討了與三七總皂苷和丹參總酚酸抑制大鼠血小板聚集作用相關的靶點蛋白。天麻是蘭科天麻屬多年生草本植物，其根莖入藥用以治療頭暈目眩、肢體麻木等癥。2012年Umamaheswari等[31]采用定量蛋白質組學技術對體外SHSY5Y細胞模型中受到天麻調控的因子進行表達譜測定，結果表明伴侶蛋白/蛋白酶通路相關蛋白影響天麻的神經保護作用。而同時Manavalan等[32]則利用體內大鼠灌胃天麻模型并采用定量蛋白質組學技術研究天麻對大鼠腦組織蛋白質組學的影響，結果顯示天麻長期治療可以改善大腦神經生長和突觸活動相關的蛋白的表達變化，如Gnao1和Dctn2蛋白。同時，天麻還誘導上調分子伴侶和錯誤折疊相關蛋白，如Anxa5等。南蛇藤是衛矛科南蛇藤屬落葉藤狀灌木，其根、藤祛風活血，消腫止痛。2014年Zhu等[33]研究南蛇藤抗胃癌的作用，利用蛋白質組學技術發現TGFβ1介導的HSP27信號通路可能參與其抗癌作用。刺五加是一種灌木，在中國醫藥學中作為藥物廣泛應用已有悠久的歷史，具有“補中益精、堅筋骨、強志意”的作用，久服“輕身耐老”，與他藥配伍亦可“進飲食、健氣力、不忘事”。2014年Li等[34]研究刺五加的神經保護作用，采用定量蛋白質組學發現了3 425個差異蛋白，其中16種可能是其潛在靶點，這些蛋白與路易小體的形成、線粒體能量代謝、蛋白質合成等相關。

另外，有許多關于利用蛋白質組學技術研究中藥復方，尋找中藥復方相關作用靶點都文獻報道。例如，2009 年，NquyenKhuong等[35]探討了由栝樓、大豆、中藥五味子和西地格絲蘭提取物組成的混合物作用于人膀胱癌細胞后蛋白質組的表達譜變化，鑒定了多種與能量代謝、細胞骨架、蛋白質降解以及腫瘤抑制相關的蛋白。2011年Huang等[36]利用蛋白質組學技術探索了扶正增效方治療肺腺癌作用的蛋白質表達譜變化，結果鑒定了蛋白S100A9和親環素A可能是扶正增效方放射增敏作用的靶點蛋白。2010年Fan等[37]研究雙龍方對大鼠骨髓間充質干細胞分化為心肌樣細胞的影響，發現至少36種參與細胞骨架、細胞組織能量代謝和信號轉導的蛋白質能影響雙龍方的功能。2016年Pan等[38]采用二維電泳結合質譜技術研究黃芩和大黃復方提取物對二甲基亞硝胺誘導肝損傷模型治療后的蛋白質組差異，結果發現黃芩和大黃復方提取物對氧化應激和細胞骨架的紊亂具有明顯的改善作用。痹祺膠囊是由馬錢子、地龍、黨參、茯苓等中藥配制而成，主治益氣養血，祛風除濕，活血止痛。2011年Wang等[39]研究其對巨噬細胞的抗炎作用，采用蛋白質芯片技術評價40種細胞因子的表達變化，發現iNOS，COX2，TNFα，IL6 和 IL1β等明顯減少，其可能參與痹祺膠囊的抗炎作用。同樣是這個課題組，2012年[40]又對左金丸抗炎作用進行評價，結果發現iNOS， COX2， IL6， IL1β，TNFα等細胞因子也參與左金丸的抗炎作用，但不同的是， NFκB也是參與左金丸抗炎作用的重要靶點。2016年Li等[41]研究補腎益肺方對慢性阻塞性肺疾病的作用及機制，發現補腎益肺方的長期作用療效顯著，抑制慢性阻塞性肺疾病的炎癥細胞因子的高表達、膠原沉積和蛋白酶與抗蛋白酶的失衡等，作者利用結合蛋白質組學、代謝組學和轉錄組學的數據，發現許多基因、蛋白質、代謝物參與補腎益肺方調節的脂質代謝、炎癥反應、氧化應激等信號通路。

4.3 中藥作用靶點的預測及驗證 利用分子對接技術高通量篩選中藥單體化合物，再通過體內外實驗驗證中藥單體的藥效是目前尋找中藥有效成分的較好的一種高通量藥物篩選方式。該方法的有效進行得益于日漸完善的蛋白質空間結構數據庫，目前常用的蛋白質空間結構數據庫包括PDB，ISSD，SCOP，MMDB等，其中以PDB（Protein Data Bank）數據庫收錄最為詳盡。PDB數據庫由美國Brookhaven實驗室于1971年建立[42]，收錄了通過X射線晶體衍射、核磁共振和電子顯微鏡方法測定的生物大分子的三維結構。分子對接技術包括正向對接及反向對接，正向對接是指通過蛋白質的空間結構搜索與其特異性結合的小分子，而反向對接則是根據其提供的蛋白質空間結構采用小分子配體搜索潛在結合蛋白的方法，2種技術都可以預測中藥單體化合物與靶點蛋白的相互作用。目前用于分子對接的軟件有Discovery Studio，AutoDock，Surflex，FlexX，MVD，INVDOCK等。例如Yue等采用反向INVDOCK尋找能夠分別與靈芝酸D和丹酚酸B直接結合的靶點蛋白，結果表明，1433蛋白可能是靈芝酸 D 直接結合的靶點蛋白[20]，而EGFR蛋白可能是丹酚酸B直接結合的靶點蛋白[25]。然而分子對接的實驗結果必須利用實驗技術來驗證，常用的實驗驗證手段包括體外細胞實驗，Elisa試劑盒驗證以及采用BIAcore生物大分子相互作用儀通過體外表面等離子體共振技術對中藥單體化合物與靶點蛋白的結合活性進行驗證[43]。

4.4 中藥靶點蛋白相互作用網絡結構的研究 隨著蛋白質組學技術的發展，人們越來越認識到蛋白質相互作用的重要性。每一個蛋白都是一個重要的個體，通過相互作用的網絡將這些個體聯系起來從而發揮功能。中藥常是多成分體系，對蛋白質相互作用網絡的影響更能表明中藥體系的實際藥效。目前研究蛋白質相互作用的技術包括酵母雙雜交、Pulldown、免疫共沉淀、親和色譜和表面等離子共振等。目前的蛋白質相互作用數據庫有STRING數據庫（http：//string.embl.de）、DIP數據庫（http：//dip.doembi.Ucla.edu）、BIND數據庫（http：//bind.ca）等。例如2011年Feng[25]和Ma等[26]分別采用該方法繪制了丹酚酸B的靶點蛋白相互作用網絡結構。而對于網絡結構中的一些關鍵蛋白，可以采用基因敲除或過表達的方式來驗證其相互作用。盡管中藥靶點蛋白質相互作用網絡結構的研究非常重要，但由于中藥體系的復雜性以及蛋白質網絡結構的多樣性，使得這一工作進展緩慢，相關報道仍然較少，也極少有突出性的成果。

4.5 中藥體系靶點蛋白修飾譜的研究 隨著質譜技術的發展，許多蛋白修飾的研究成為可能。如2006 年，美國的Kim 等[44]首次使用在全蛋白質組學水平進行乙酰化修飾研究的方法，用賴氨酸乙酰化特異性抗體富集乙酰化肽段，然后nanoHPLCMS/MS 進行鑒定，在200多個蛋白質中鑒定出大約 400 個賴氨酸乙酰化位點。Liu等[45]在對人血漿 N糖蛋白質進行研究時，采用免疫親和的方法結合肼化學法富集糖基化蛋白質，采用FTICR對鑒定的糖基化位點的可靠性進行評估，總共鑒定了 303個N糖蛋白質的2 053個N糖肽。Peng 等[46]運用親和標簽富集泛素化蛋白，再結合強陽離子交換色譜（SCX）、RPLC分離泛素化肽段，通過 LCQ 串聯質譜鑒定酵母中的1 075個泛素化蛋白質，110個泛素化位點。而磷酸化修飾通常包括絲氨酸、蘇氨酸、酪氨酸磷酸化三類，分離富集技術包括：金屬親和磷酸化蛋白質磷酸化肽段（IMAC）、免疫沉淀、 SCX、強陰離子交換色譜（SAX）、反相色譜等。如Hayduk等[47]采用一種可專門針對磷酸化蛋白質進行染色的熒光染料 ProQ Diamond 并結合雙向電泳對中國倉鼠卵細胞的磷酸化蛋白質進行了觀測，在1 877個總蛋白點中觀測到了672個磷酸化蛋白質點，約占總蛋白質的36%。

盡管翻譯后修飾蛋白質組學技術條件還不完全成熟，而比較中藥體系靶點蛋白翻譯后修飾譜的研究更是少之又少，但由于翻譯后修飾是蛋白質功能的主要方式，因此翻譯后修飾是未來蛋白質組學的主要的發展方向，那么中藥蛋白質組學的研究方向也必然需要向這一方面發展。

5 結語

中藥是人們經過數千年的努力累積起來的寶貴資源，其安全性、有效性和科學性毋庸置疑。采用新近發展的各種組學技術來認識中藥的作用機制、作用物質基礎和安全性是值得提倡的。而蛋白質組學在中藥體系的研究中，其合理性和可行性獲得廣大中藥研究者的認可。同時，蛋白質組學在中藥復雜體系中的應用為中藥的現代化發展帶來巨大的機遇。但是蛋白質組學技術來中藥作用機制的研究中仍然處于初級階段，往往流于蛋白質表達譜的變化，卻沒有更深入的對機制的探索。筆者認為未來中藥研究者需要從兩方面提升中藥蛋白質組學的發展，一是應用更先進的外部技術，如開發適用于中藥復雜體系作用機制研究的高通量蛋白質組學研究方法，中藥復雜體系對翻譯后修飾的蛋白質組學技術的應用，蛋白質網絡結構的研究等。二是提升中藥作用機制的研究深度，各種組學技術更多的是提供新發現和探索未知的工具，而中藥作用機制的深度研究是未來中藥走向世界的必經之路。相信隨著技術的不斷進步，中藥現代化和走向世界指日可待。

[參考文獻]

[1] 劉昌孝. 對中藥現代化及中藥國際化發展的思考[J]. 中國藥房，2016，27（11）：1441.

[2] Wang X， Zhang A， Wang P， et al. Metabolomics coupled with proteomics advancing drug discovery toward more agile development of targeted combination therapies[J]. Mol Cell Proteomics，2013， 12（5）：1226.

[3] Dove A. Proteomics：translating genomics into products？[J]. Nat Biotechnol，1999， 17（3）：233.

[4] Walsh B J， Molloy M P， Williams K L. The australian proteome analysis facility （APAF）：assembling large scale proteomics through integration and automation[J]. Electrophoresis，1998，19（11）：1883.

[5] Geisow M J. Proteomics：one small step for a digital computer， one giant leap for humankind[J]. Nat Biotechnol，1998，16（2）：206.

[6] Rudert F. Genomics and proteomics tools for the clinic[J].Curr Opin Mol Ther，2000，2（6）：633.

[7] Nelson R W， Nedelkov D，Tubbs K A. Biosensor chip mass spectrometry：a chipbased proteomics approach[J]. Electrophoresis，2000，21（6）：1155.

[8] Lu C L， Qu X Y， Jiang J G. Proteomics and syndrome of Chinese medicine[J]. J Cell Mol Med，2010，14（12）：2721.

[9] Wang Y， Shen Y， Shen Z， et al. Comparative proteomic analysis of the response to silver ions and yeast extract in Salvia miltiorrhiza hairy root cultures[J]. Plant Physiol Biochem，2016，107：364.

[10] Mohamad Ansor N， Abdullah N， Aminudin N. Antiangiotensin converting enzyme （ACE） proteins from mycelia of Ganoderma lucidum （Curtis） P. Karst[J]. BMC Complement Altern Med，2013，13：256.

[11] Raharjo T J， Widjaja I， Roytrakul S， et al. Comparative proteomics of Cannabis sativa plant tissues[J]. J Biomol Tech，2004， 15（2）：97.

[12] Ma R， Sun L， Chen X， et al. Proteomic changes in different growth periods of ginseng roots[J]. Plant Physiol Biochem，2013， 67：20.

[13] Colzani M， Altomare A， Caliendo M， et al. The secrets of Oriental panacea：Panax ginseng[J]. J Proteomics，2016， 130：150.

[14] Sun H， Liu F， Sun L， et al. Proteomic analysis of amino acid metabolism differences between wild and cultivated Panax ginseng[J]. J Ginseng Res，2016， 40（2）：113.

[15] Tian N， Liu S， Li J， et al. Metabolic analysis of the increased adventitious rooting mutant of Artemisia annua reveals a role for the plant monoterpene borneol in adventitious root formation[J]. Physiol Plant，2014， 151（4）：522.

[16] Wu T， Wang Y， Guo D. Investigation of glandular trichome proteins in Artemisia annua L. using comparative proteomics[J]. PLoS ONE，2012， 7（8）：e41822.

[17] Rai R， Pandey S， Shrivastava A K， et al. Enhanced photosynthesis and carbon metabolism favor arsenic tolerance in Artemisia annua， a medicinal plant as revealed by homologybased proteomics[J]. Int J Proteomics，2014， 2014：163962.

[18] Bryant L， Flatley B， Patole C， et al. Proteomic analysis of Artemisia annua——towards elucidating the biosynthetic pathways of the antimalarial prodrug artemisinin[J]. BMC Plant Biol，2015， 15：175.

[19] Zhu W， Yang B， Komatsu S， et al. Binary stress induces an increase in indole alkaloid biosynthesis in Catharanthus roseus[J]. Front Plant Sci，2015， 6：582.

[20] Yue Q X， Cao Z W， Guan S H， et al. Proteomics characterization of the cytotoxicity mechanism of ganoderic acid D and computerautomated estimation of the possible drug target network[J]. Mol Cell Proteomics，2008， 7（5）：949.

[21] Yue Q X， Song X Y， Ma C， et al. Effects of triterpenes from Ganoderma lucidum on protein expression profile of HeLa cells[J]. Phytomedicine，2010， 17（8/9）：606.

[22] Pan T L， Wang P W， Hung Y C， et al. Proteomic analysis reveals tanshinone ⅡA enhances apoptosis of advanced cervix carcinoma CaSki cells through mitochondria intrinsic and endoplasmic reticulum stress pathways[J]. Proteomics，2013， 13（23/24）：3411.

[23] Pan T L， Hung Y C， Wang P W， et al. Functional proteomic and structural insights into molecular targets related to the growth inhibitory effect of tanshinone ⅡA on HeLa cells[J]. Proteomics，2010， 10（5）：914.

[24] Chou H C， Lu Y C， Cheng C S， et al. Proteomic and redoxproteomic analysis of berberineinduced cytotoxicity in breast cancer cells[J]. J Proteomics，2012， 75（11）：3158.

[25] Feng L X， Jing C J， Tang K L， et al. Clarifying the signal network of salvianolic acid B using proteomic assay and bioinformatic analysis[J]. Proteomics，2011， 11（8）：1473.

[26] Ma C， Yao Y， Yue Q X， et al. Differential proteomic analysis of platelets suggested possible signal cascades network in platelets treated with salvianolic acid B[J]. PLoS ONE，2011， 6（2）：e14692.

[27] Cui Y J， Guan S H， Feng L X， et al. Cytotoxicity of 9，11dehydroergosterol peroxide isolated from Ganoderma lucidum and its targetrelated proteins[J]. Nat Prod Commun，2010， 5（8）：1183.

[28] Fu W M， Zhang J F， Wang H， et al. Apoptosis induced by 1，3，6，7tetrahydroxyxanthone in Hepatocellular carcinoma and proteomic analysis[J]. Apoptosis，2012， 17（8）：842.

[29] Yao Y， Liu A H， Wu W Y， et al. Possible targetrelated proteins of salvianolic acids in rat platelets[J]. Phytochem Lett，2008， 1（3）：135.

[30] Yao Y， Wu W Y， Guan S H， et al. Proteomic analysis of differential protein expression in rat platelets treated with notoginsengnosides[J]. Phytomedicine，2008， 15（10）：800.

[31] Ramachandran U， Manavalan A， Sundaramurthi H， et al. Tianma modulates proteins with various neuroregenerative modalities in differentiated human neuronal SHSY5Y cells[J]. Neurochem Int，2012， 60（8）：827.

[32] Manavalan A， Feng L， Sze S K， et al. New insights into the brain protein metabolism of Gastrodia elatatreated rats by quantitative proteomics[J]. J Proteomics，2012，75（8）：2468.

[33] Zhu Y， Liu Y， Qian Y， et al. Research on the efficacy of Celastrus orbiculatus in suppressing TGFbeta1induced epithelialmesenchymal transition by inhibiting HSP27 and TNFalphainduced NFkappa B/Snail signaling pathway in human gastric adenocarcinoma[J]. BMC Complement Altern Med，2014，14：433.

[34] Li X Z， Zhang S N， Wang K X， et al. iTRAQbased quantitative proteomics study on the neuroprotective effects of extract of Acanthopanax senticosus harm on SHSY5Y cells overexpressing A53T mutant alphasynuclein[J]. Neurochem Int，2014， 72：37.

[35] NguyenKhuong T， White M Y， Hung T T， et al. Alterations to the protein profile of bladder carcinoma cell lines induced by plant extract MINA05 in vitro[J]. Proteomics，2009，9（7）：1883.

[36] Huang J C， Zhao P C， Zhang H Z， et al. A proteomical study on the radiosensitized target molecules of Fuzheng Zengxiao formula in pulmonary adenocarcinoma nude mice model[J]. J Tradit Chin Med，2011，31（1）：3.

[37] Fan X， Li X， Lv S， et al. Comparative proteomics research on rat MSCs differentiation induced by Shuanglong formula[J]. J Ethnopharmacol，2010，131（3）：575.

[38] Pan T L， Wang P W， Huang C H， et al. Herbal formula， Scutellariae Radix and Rhei Rhizoma attenuate dimethylnitrosamineinduced liver fibrosis in a rat model[J]. Sci Rep，2015，5：11734.

[39] Wang Q S， Cui Y L， Wang Y F， et al. Effects of compounds from biqi capsule on the expression of inflammatory mediators in lipopolysaccharidestimulated RAW 264.7 macrophages[J]. J Ethnopharmacol，2011，136（3）：480.

[40] Wang Q S， Cui Y L， Dong T J， et al. Ethanol extract from a Chinese herbal formula， "Zuojin Pill"， inhibit the expression of inflammatory mediators in lipopolysaccharidestimulated RAW 264.7 mouse macrophages[J]. J Ethnopharmacol，2012，141（1）：377.

[41] Li J， Zhao P， Yang L， et al. System biology analysis of longterm effect and mechanism of Bufei Yishen on COPD revealed by system pharmacology and 3omics profiling[J]. Sci Rep，2016，6：25492.

[42] Meyer E F. The first years of the Protein Data Bank[J]. Protein Sci，1997， 6（7）：1591.

[43] Moll D， Prinz A， Gesellchen F， et al. Biomolecular interaction analysis in functional proteomics[J]. J Neural Transm （Vienna），2006， 113（8）：1015.

[44] Kim J E， Tannenbaum S R， White F M. Global phosphoproteome of HT29 human colon adenocarcinoma cells[J]. J Proteome Res，2005，4（4）：1339.

[45] Liu T， Qian W J， Gritsenko M A， et al. Human plasma Nglycoproteome analysis by immunoaffinity subtraction， hydrazide chemistry， and mass spectrometry[J]. J Proteome Res，2005， 4（6）：2070.

[46] Peng J， Schwartz D， Elias J E， et al. A proteomics approach to understanding protein ubiquitination[J]. Nat Biotechnol，2003， 21（8）：921.

[47] Hayduk E J， Choe L H， Lee K H. A twodimensional electrophoresis map of Chinese hamster ovary cell proteins based on fluorescence staining[J]. Electrophoresis，2004， 25（15）：2545.

[責任編輯 孔晶晶]