網絡藥理學在中藥復方研究中的應用

段賢春, 黃 石, 彭代銀, 韓 嵐, 汪小莉, 汪永忠, 潘凌宇

(安徽中醫藥大學1.第一附屬醫院藥學部、2.藥學院，安徽 合肥 230031)

中藥及其復方作為一種傳統的給藥形式，已有幾千年的應用歷史。在中醫臨床治療疾病過程中發揮著無可替代的作用，更是醫療體系的重要組成部分。中藥復方是遵循中醫“辨證施治”的基本原則，按照中藥配伍規律，將多種中藥按一定劑量組合而成的藥物組方，是中醫藥治療、預防與保健的主要形式。復雜疾病的發生及發展涉及到機體調控網絡中多個基因和信號通路，中藥復方在治療復雜慢性疾病方面具有確切的療效和較低的毒副作用。因中藥成分復雜，靶點、機制不清等，與西藥相比，目前很難從整體到細胞及分子水平進行系統全面的研究，且按其傳統概念所表達的中醫藥理論難以被現代社會普遍理解和接受，這在一定程度上阻礙了中醫藥在國際上的推廣與應用。因此，為實現中醫藥現代化，建立能反映中醫藥整體特色的研究新方法和新策略顯得尤為必要。

隨著現代科技進入組學和大數據時代，系統生物學、生物信息學和多向藥理學等新興交叉學科的快速發展，藥學領域多靶點藥物理念的提出以及網絡靶標研究的不斷深入，基于網絡的新藥發現被認為是一項有前景的效益-成本藥物研發途徑。系統生物學是研究一個生物系統中所有組成成分(基因、mRNA、蛋白質等)的構成及在特定條件下這些組分間相互關系的學科，是生命科學研究領域的一門新興學科。系統生物學主要通過整合基因、蛋白質和信息通路等數據，制定數學模型以描述生物系統的結構及其對生物個體的擾動反應。基于系統生物學等方法，李梢等首次提出了網絡藥理學的概念，同時由于其可以提供對網絡理論和系統生物學原理的全面或部分理解，故被認為是藥物發現的下一個范例。目前，網絡藥理學已成為一個逐漸成熟并熱門的研究模式，這對當代藥物研究及新藥研發產生了深遠的影響。

中藥復方化學成分復雜，主要是通過多種成分與多個靶標間相互協同作用來發揮藥效，而網絡藥理學的整體性、系統性與中醫藥的整體觀、辨證論等基本理論趨于一致。當今，藥物研究模式正由以往的“單藥物-單靶點”向“疾病-基因-靶點-藥物”轉變，與中藥復方“多成分、多靶點、多途徑”的協同作用特點亦有異曲同工之處。從網絡藥理學角度分析，中藥復方的機理可能正是由于通過配伍藥物之間相互協作、藥物及其配體之間相互作用這一復雜關系網中的節點進行相互制約，使中藥復方能有效調控疾病相關節點，保護整體網絡平衡[1]。因此，將網絡藥理學應用于中藥復方的研究，既反應了大數據時代生物醫藥系統性研究的新趨勢，又適應了中醫藥對系統性研究方法的迫切需求，且能很好地與我國傳統中醫藥結合而體現其原創性[2]。現如今，化學藥物研究面臨著投入逐年增加但新藥產出率卻逐年下降的困境，這與之前的“一藥，一靶，一病”還原論藥物研發模式的局限性不無關系，而中醫藥的鮮明特點即是采用系統的、整體的觀點來防治疾病，這對于化學藥物的研究具有較好的借鑒和指導作用。因此，將網絡藥理學的思維和方法應用于中藥復方研究，在分子網絡調控的背景下研究中藥的物質基礎及作用機制，已成為一種新的趨勢，并產生了一系列新的研究數據、方法和成果，并有望成為銜接中、西醫藥的一個新的橋梁。本文結合國內外文獻，簡要介紹網絡藥理學及其常用數據庫和研究方法，以期為網絡藥理學應用于中醫藥研究提供參考。

1 網絡藥理學常用數據庫

1.1 化學信息學數據庫化學研究及其信息學相關領域的學者在化學信息學等方面做出了突出的貢獻，構建了大量富有學術價值的化學信息學數據庫。應用于中藥化學信息領域的主要有以下數據庫：

1.1.1中藥系統藥理數據庫與分析平臺 Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP) 包含中國藥典注冊的499種中藥，含29 384 種成分(含代謝成分)，3 311個靶標和837個相關疾病。該數據庫采用的是HIT數據庫預測算法來獲得藥物靶點之間的關系，數據庫中的疾病信息來自TTD數據庫和PharmGKB數據庫。可在此數據庫中對中藥復方的有效成分進行檢索和篩選，成分-靶點和靶點-疾病關系的獲取。

1.1.2中藥綜合數據庫 Traditional Chinese Medicine Integrated Database (TCMID)是世界上最大的計算機藥物篩選中藥數據庫，該數據庫記錄了從不同資源收集的中醫藥相關信息，為擴大TCMID的數據范圍，建立者通過文本挖掘方法，將庫中信息與DrugBank，OMIM 和PubChem等數據庫相關聯。目前，TCMID包含約47 000份處方、8 159 種草藥、25 210種化合物、6 828種藥物、3 791種疾病和17 521種人體生物靶標并提供一個基于Java的網絡分析工具。

1.2.3臺灣中醫藥資料數據庫 Traditional Chinese Medicine Database @Taiwan (TCM Database@Taiwan) 是第二大傳統中藥數據庫，也是最早的一個中藥成分數據庫，若前面兩個數據庫沒有搜索到的化學成分，可以借助該數據庫來完善藥物成分信息。此數據庫含有從453種中藥中分離的2000多種純化合物，數據庫中的每種化合物的cdx (2D) 和 Tripos mol2 (3D)格式文件均可供下載和虛擬篩選。

1.2 生物信息學數據庫近年來，各種生物信息學數據庫和工具為中藥網絡藥理學研究提供了重要支持，主要的數據庫簡要介紹見Tab 1所示[3]。

1.2.1DrugBank數據庫 是一個全面的、可自由訪問的在線數據庫，包含藥物和藥物靶點的相關信息。作為生物信息學和化學信息學資源，DrugBank將詳細的藥物(即化學，藥理學和藥學)數據與綜合藥物靶標(即序列，結構和途徑)信息相結合。由于其涉及范圍廣、參考的全面性以及異常詳細的數據描述，DrugBank更像是一部藥物百科全書，而不是藥物數據庫。因此，維基百科中列出的幾乎所有藥物都保持與DrugBank的鏈接。DrugBank數據庫中廣泛的藥物和藥物靶點數據使得能夠發現和重新利用一些現有藥物來治療罕見和新發現的疾病。

1.2.2STITCH數據庫 STITCH數據庫是化學藥物與蛋白質之間已知或預測的相互作用數據庫，這些相互作用包括直接(物理)和間接(功能)關聯，數據源于計算預測或來自生物之間的知識轉移，以及來自其他(主要)數據庫的交互，如PubMed、OMIM、IntAct和BioGRID等數據庫，目前涵蓋了來自2 031個生物的9 643 763蛋白。

1.2.3ChEMBL數據庫 該數據庫除了從藥物化學文獻中提取數據之外，還在數據庫中添加了新的生物活性數據來源，主要包括來自被忽視疾病篩查的沉積數據集、作物保護數據、專利中的藥物代謝和處置數據以及生物活性數據等。數據庫由歐洲分子生物學實驗室(EMBL)建立，通過一系列服務和工具，向科學界提供多種具有藥物靶標的生物活性化合物的綜合信息進行基礎研究。

1.2.4PubChem數據庫 該數據庫旨在促進小分子數據資源的公共利用，可經由網站直接存取，數以萬計的化學組成資料集可經由FTP免費獲取。

1.2.5STRING數據庫 該數據庫提供了完整的蛋白質間發生的諸多功能性協同關系和相互作用，還可以提供其系統生物學的相關背景。STRING數據庫旨在提供蛋白質-蛋白質相互作用的關鍵評估和整合，包括直接(物理)和間接(功能)關聯。

Tab 1 Part of public databases and software related to TCM network pharmacology

1.2.6MINT數據庫 該數據庫存儲的是已經實驗報道的蛋白質-蛋白質相互作用的公共數據庫。目前包含來自4 750多種出版物的大約235 000個二進制交互。界面允許用戶搜索、可視化和下載交互數據。

1.2.7IntAct數據庫 IntAct是一個開放的數據分子交互數據庫和工具包。數據摘自文獻并遵循深度注釋模型，提供高水平的分子交互細節。目前，IntAct包含超過200 000個二元交互證據，提供交互數據的雙層視圖，搜索界面允許用戶進行復雜查詢，利用分層控制進行詳細注釋，結果以簡化的表格視圖呈現。

1.2.8REACTOME數據庫 REACTOME是一個開源、開放的數據庫，為通路信息的可視化、通路注釋和分析提供直觀的生物信息學工具。

1.2.9HAPPI數據庫 該數據庫含有2 922 202種獨特的蛋白質-蛋白質相互作用(protein protein interaction,PPI)，由23 060種人類蛋白質連接，是當今人類PPI數據最全面的數據庫。這些PPI包含物理/直接相互作用和高質量的功能/間接相互作用。

1.2.10OMIM數據庫 OMIM是人類基因和遺傳表型的最全面與權威的匯編，數據庫包含了所有已知孟德爾疾病和超過15 000個基因的信息，同時專注于表型和基因型之間的關系。

1.2.11GAD數據庫 遺傳關聯數據庫是來自復雜疾病和病癥的遺傳關聯數據，在為科學界服務超過10年后，GAD已經退役，所有數據已被“凍結”，但可以下載免費使用。

1.2.12Cytoscape數據庫 Cytoscape是一個開源的軟件平臺，用于分子相互作用網絡和生物途徑的可視化，并可將這些網絡注釋、基因表達譜和其他狀態數據相結合。雖然Cytoscape最初是為生物學研究而設計的，但現在它是復雜網絡分析和可視化的通用平臺。

其他生物信息學數據庫還有：通路信息數據庫(KEGG、PharmGKB)、藥物靶點數據庫(TTD)、結構信息數據庫(RCSB、PDB)、蛋白質相互作用數據庫(HPPRD、BioGRID、DIP)、基因信息數據庫(GO、DAVID)、蛋白質序列和功能數據庫(UniProt)等。這些數據庫可為中藥網絡藥理學研究提供強大的生物信息學技術支持。

2 中藥網絡藥理學研究方法

中藥網絡藥理學的核心問題之一是評價中藥多個靶點的協同作用對疾病相關分子網絡的綜合影響，針對這一問題，可以通過從成分-靶點-通路-疾病的角度系統闡述其發揮臨床療效的作用機制。目前，中藥網絡藥理學的研究方法主要分為以下四個步驟：① 識別中藥的有效活性成分；② 識別各活性成分的作用靶點；③ 識別中藥所治療疾病的相關基因并構建疾病網絡；④ 確定中藥作用靶點所調控的信號通路與網絡，評價中藥對疾病網絡的影響。具體流程如Fig 1所示。

Fig1 Chinese medicine pharmacology research roadmap based on biomolecular network

研究顯示，諸多中藥可用作預防腸道生態失調的藥物[4-5]。因此，需要一個更全面的關于中藥和腸道微生物群的數據庫，其中不僅包括中藥與腸道微生物群之間相互作用的信息，還應整合中藥數據庫和微生物組數據庫的各自優勢。這種整合將有助于加速中醫藥的國際化，并使研究人員從整體的角度充分了解中藥的功效。中藥-腸道菌群網絡藥理學研究方法尚處于起步、探索階段，但可能是中藥未來研究的一個重點方向。

其他方法尚有網絡藥理學與多種組學(轉錄組學、蛋白組學、代謝組學等)研究相結合等。如本課題組聯合網絡藥理學、轉錄組學及動物實驗驗證結果，初步闡明了桃紅四物湯治療缺血性中風主要物質基礎為Mudanpioside E、paeoniflorin、Lactiflorin、Benzoylpaeoniflorin、β-Benzoyloxypaeoniflorin等，作用機制可能與調控Complement and coagulation cascades、Cell cycle、Neuroactive ligand-receptor Interaction等信號通路有關。目前研究已取得階段性成果，對桃紅四物湯治療缺血性中風的分子機制亦有了新的理解和認識[6]。

3 網絡藥理學在中藥復方治療慢性疾病中的應用

中藥復方在治療疾病尤其是慢性疾病方面有著鮮明的優點，這與復雜疾病的發生不無關系。近年來，運用網絡藥理學方法揭示中藥治療相關疾病作用機制的研究越來越多，本文主要針對其在心血管疾病、婦科疾病、腎臟疾病、糖尿病、類風濕性關節炎等復雜疾病研究中的運用進行簡要闡述，具體見Tab 2。

上述有應用不同復方治療同種疾病，但卻是通過不同途徑達到相同治療目的，這與中醫辨證施治(同病異治)不謀而合，且從側面證實了復雜疾病的發生是由多種途徑共同作用的結果。Zheng等[7]通過整合化學成分信息及虛擬篩選，構建網絡藥理學模型研究桃紅四物湯的分子作用機制，根據化合物-靶標網絡的分析結果表明：桃紅四物湯中的19個化合物與多個靶標相關，“靶疾病網絡”表明桃紅四物湯可能對69種疾病有效。桃紅四物湯中的組合成分是骨關節炎相關的靶蛋白潛在的抑制劑。

在清絡飲對類風濕性關節炎的治療中，Zheng等[8]通過網絡藥理學預測了清絡飲的活性和協同成分。君藥苦參，主要通過抑制炎癥反應、免疫反應和抗血管生成等途徑治療疾病；臣藥青風藤，增強了君藥的抗炎和抗血管生成作用；佐使藥材黃柏、薯蕷用來增強君臣草藥的治療作用及可能通過作用一些非靶基因以抵消苦參的副作用。此外還發現，苦參和青風藤主要成分之間的協同作用可能來自反饋回路和代償機制，這和該課題組前期實驗結果相一致。

Tab2 Application of network pharmacology to study the mechanism of TCM formula

以上均是利用網絡藥理學解釋和預測中藥復方的作用機制，既符合傳統中醫藥的理念又貼切現代醫學的核心。運用網絡藥理學預測出的結果經實驗驗證，既可證實前期研究假設與猜想，又可為后續研究工作提供思路與方向。

4 展望

中醫藥歷經千年，具有豐富的底蘊與內涵，而網絡藥理學作為藥理學新興分支學科，易于揭示較現代分子藥理學更復雜的藥理學規律，雖然仍處于起步階段，但在中藥復方研究領域中已取得了一些突破性進展，不但有助于中醫藥的系統性研究，同時保持了其研究的原創性，將給中醫藥的發展帶來新的思路和方法。但它仍存在著很多局限性和亟待解決的問題，如：現有數據庫的準確性和完整性不足，對網絡藥理學預測結果進行實驗驗證存在著一定難度，跨實驗平臺驗證結果可能出現偏差，數據庫更新較慢甚至無人維護，篩選的成分、靶點完整性欠佳等。但這些不足皆沒有阻止研究者們對網絡藥理學研究新方法的探索。

本文通過介紹網絡藥理學的常用數據庫及相關研究方法以及在中藥復方中的應用，高效預測復方的潛在靶點，有利于發現新藥和新適應癥。隨著中醫藥數據的積累、臨床研究以及各種分析和實驗方法的相互補充，研究人員可以獲得更多實質性和真實性的信息。這些信息有利于中藥藥效物質基礎、作用機制、配伍原則等通過網絡藥理學清晰的闡明，有利于中醫藥的現代化和國際化，可為藥物開發、藥物重定位、臨床診斷和個體化醫療提供關鍵技術支持。