中藥網絡藥理學最新進展

袁甜，崔琳琳，王瑩，李洋，劉瑩

(哈爾濱商業大學藥學院 黑龍江省預防與治療老年病藥物研究重點實驗室，黑龍江 哈爾濱 150076)

中藥經過數千年的發展形成了獨特的治療體系，與多組分協同發揮的治療特色[1-3]。2007年[4]Andrew L.Hopkins在Nature Biotechnology 上首次明確網絡藥理學概念，2008 年又于Nature Chemical Biology 進一步撰文，來挖掘中藥藥效物質基礎[5]，傳統藥理學經歷了從2002年的系統生物學，2004年網絡藥理學到多向藥理學，2007年網絡藥理學，最終到2014年的整合藥理學。中藥網絡藥理學是時代發展的產物，是中藥現代化的必然趨勢，網絡藥理學在中藥領域的應用可以大大解決中藥現代化遇到的困難，為中藥現代化開辟了新天地。

1 網絡藥理學的概念

網絡藥理學是通過建立數據庫，建立網絡，分析網絡，實驗驗證，來闡釋疾病的發展過程(如圖1)。網絡藥理學在組學基礎上，融合系統生物學，從生物平衡的角度，為探索中藥作用機制，開發中藥活性成分，提供了有力工具[6-7]。網絡藥理學[8-9]還通過“藥物-靶點-疾病”的網絡構造圖直觀呈現，可以有效打擊中藥復方的關鍵節點[10-11]，預測中藥潛在機制和毒性成分，發現創新性藥物。

圖1 網絡藥理學流程圖

2 數據的獲取和常用數據庫

中藥數據庫中儲存了豐富的生物信息、化學信息、藥物信息學，分子對接軟件為中藥的研究與開發提供了契機[12-13]。Gu等[14]通過建立疾病相關的網絡，ODE模擬生物網絡動態，最后用網絡拓撲來分析和預測TCM 數據庫內部天然化合物的安全性。Wishart[15]利用DrugBank發現硅藥物，DrugBank具有全面靶點信息和詳細藥物數據包括>4 100種藥物，>800種FAD批準的小分子和生物技術藥物，以及>14 000蛋白或藥物靶標序列,整合了中藥藥物的結構、藥理作用、作用通路等。通過基因組學[16]、蛋白質組學、高通量、雙高通量等基因表達檢測技術， 利用Discovery Studio、AutoDock、Pajek、Cytoscape進行綜合分析，上傳到數據庫，進行目標網絡的構建[17]。常用數據庫[18-19]包括:中藥數據庫,西藥數據庫，靶點數據庫，疾病基因數據庫。常用中藥數據庫有TCMSP、SymMap、TCM-MESH、BATMAN-TAM、NPASS、TCM-ID、HIT、TCMID等;西藥數據庫有DrugBank、PubChem、FAFdrugs等;靶點數據庫有PharmMapper、TargetNet、SystemsDock等;常用疾病基因數據庫有OMIM、DisGeNET、Genecards等。

3 網絡藥理學在中醫領域的運用

3.1 中藥藥效物質基礎和潛在靶點

網絡藥理學主要應用于尋找中藥藥效物質基礎[20]，用氣相-質譜(GC-MS)聯用技術等進行定性定量分析，然后利用 RRLC-ESI-Q-TOF-MS等技術進行中藥藥效物質基礎挖掘。Xiang[21]等最新提出將網絡藥理學結合代謝組學尋找中藥有效成分對，“網絡靶標”的靶標是病證生物分子網絡，構建方藥、病癥網絡，中藥藥效物質基礎通過靶標譜與病癥分子聯系來發現。Mao[22]等通過KAPLAN-MEIER和 COX回歸分析，采用雙變量分析，利用網絡藥理學分析表明中草藥(CHM)有10種中藥可能具有抗乳腺癌活性，可能通過抑制 HSP90、ERα和TOP-II相關通路來實現。LI[23]通過 HERB BIOMAP數據收集、目標圖譜聚類、網絡目標分析等方法，確定中藥葛根芩連湯抗糖尿病活性，4-羥甲基苯妥英鈉增加RIN-5F細胞胰島素分泌， 改善3T3-L1脂肪細胞的胰島素抵抗，為未來糖尿病的治療打下基礎。乳腺癌的藥效物質基礎可以通過網絡藥理學方法和藥物相似性評估[24-25]來找到。ZHANG[26]等人通過網絡藥理學(COMPOUND-DISEASE TARGET NETWORK)進行靶點和潛在的化合物預測，對37個潛在靶點網絡參數值比較，化合物-疾病靶點網絡圖表明最有可能的靶點是巨噬細胞集落刺激因子1受體(MACROPHAGE COLONY-STIMULATING FACTOR 1 RECEPTOR)，發現中藥木脂素類化合物在治療阿爾茲海默氏癥(AD)發面有很大的潛力，后續工作是通過計算機模擬進行驗證。

PAN[27]等從基因-疾病關聯數據庫(DISGENET)中尋找胰腺癌(PC)發病機制的相關基因，預測其生物功能，從藥物靶標數據庫 (PHARMMAPPER)進行生物活性成分鑒定、目標預測(SWISSTARGETPREDICTION)和綜合預測，采用PC分析工具，通過功能蛋白關聯網絡(STRING)獲得可信度>0.9分，得出PC中最重要的生物靶點為TP53、MAPK1、BCL2和IL6，篩選出10條PC相關的信號通路。 ZHANG[28]等人研究中藥金匱腎氣丸(SQW)在腎陽虛(KYDS)治療中的作用機理，利用分子注釋系統(MAS3.0)對基因本體論Gene Ontology (GO) 和KEGG(京都基因組百科全書)通路進行富集分析，構建“組分-靶點-通路”網絡，此外還通過qPCR檢測候選基因的mRNA表達水平，結果表明，SQW糾正了大鼠下丘腦-垂體-靶向藥物紊亂，SRC、MAPK14、HRAS、HSP90AA1、F2、LCK、CDK2、MMP9將作為治療KYDS的有效靶點。Hong[29]預測潛在的血管內皮生長因子(VEGF-C)進行網絡藥效學分析，確定中藥柑橘的純總黃酮(PTFC)對非酒精性脂肪肝(NAFLD)的作用靶點，該實驗為藥理學方法PTFC治療NAFLD的理解提供了重要依據。Liang[30]等人用網絡藥理學識別了中藥金蓮花抗炎作用的潛在靶點。

3.2 闡明藥理作用機制

生物芯片技術、電感耦合、等離子體質譜法等新技術加快了闡明中藥作用機制的進程。Li等[31]人利用網絡藥理學、計算機模擬和分子生物學實驗相結合驗證中草藥降尿酸引起肝損傷的分子機制，建立肝損傷的靶區輪廓與核心通路相互作用網絡，最后通過關鍵蛋白生化指標得出結論,降尿酸中藥復方致肝損傷的機制研究可能與p38α的激活有關。Liang等[32]人基于網絡藥理學研究中草藥木蘭(FM)、小蜈蚣(CM)對過敏性鼻炎(AR)的作用機制，通過數據庫得到31個FM組分和289個靶蛋白、25個CM組分和465靶蛋白，用Cytoscape-v3.2.1構建FM、CM和AR蛋白的相互作用網絡、Venny2.1.0獲得兩個網絡交叉點的核心蛋白,目標蛋白GO(基因本體論)與KEGG(京都基因與基因組百科全書)通路分析，獲得13個常見靶點和7條作用途徑,闡述了FM和CM治療過敏性鼻炎的潛在機制。 Liu[33]等人利用代謝組學和網絡藥理學研究中藥萬壽菊治療慢性非細菌性前列腺炎(CNP)的作用機制,通過代謝組學色譜質譜分析，峰值進行降噪處理，通過生物標志性識別，與HMDB和KEGG進行質核比比較，PCA<0.05,識別了牛磺酸、色氨酸等28個生物標志物與8個CNP治療相關的代謝途徑，預測其潛在機制與色氨酸代謝通路有關，中藥黃酮類化合物抗CNP的機制通過降低炎癥表達實現。Tian[34]等人對生物信息學和網絡藥理學結合進行數據分析，闡明四君子湯治療慢性萎縮性胃炎的作用機制。Chen[35]等人基于網絡藥理學鑒定蒲公英甾醇對實驗性結腸炎的保護機制，建立AEC模型，確定了14共同靶點，用 qRT-PCR 進一步確定靶基因的表達水平，確定酒石醇通過調節MMP3改善葡聚糖硫酸鈉(DSS)誘導的AEC以及PPARG的表達，為實驗性結腸炎的潛在治療策略提供了一個新的視角。Xiang[36]等人基于網絡藥理學，預測等離子體吸收成分，假設主要靶點，構建目標交互網絡，利用拓撲分析方法取最大值，提取了主要的中心，最后對于主要PI3K-Akt和MAPK通路分析揭示研究中藥苓桂術甘湯(LGZGD)治療抗精神病藥物(SGAs)可能抑制JUN，增加其表達，維持代謝平衡，揭示其抗精神病的作用機制。

3.3 合理設計新方

網絡藥理學通過“老藥新用”或者挖掘關鍵節點和功能模塊發現新藥[37]。腫瘤的發生受到遺傳，環境等多方面影響的疾病，傳統“一病一靶”的新藥研發不盡人意，網絡藥理學的整體觀打破了中藥這一局面[38]，在腫瘤靶標治療、藥物治療耐藥性等方面發揮重要作用，為腫瘤新藥的研發開辟新天地。通過文獻挖掘[39]，建立中草藥網絡藥理學網上數據庫，相關的天然產物分子、藥物靶標、臨床標志物等信息被提供，運用DISCOVERY STUDIO、AUTODOCK、PAJEK等軟件分析，然后上傳網絡數據庫，可揭示中藥復方的配伍規律。許海玉[40]等提出將網絡藥理學應用于中藥研究，主要采用網絡拓撲分析、靶標準則分析、和分類分析等方法鑒別中藥藥效物質基礎，通過體內ADME與網絡藥理學結合，為中藥新方提供新思路。

3.4 獲得更安全有效的藥物

網絡毒理學[41-45]通過“毒性-基因-靶向-藥物”[46-48]判斷與推測中草藥成分的毒副作用(如圖2)，通過最優預測模型[49]為獲得安全有效的藥物，提供了簡單，精準篩選毒性物質的工具[50],加快了中藥的現代化與國際化進程[51]。炎癥[52]是肌體對感染等傷害的反應，通過整合花生四烯酸3種細胞(中性粒細胞、內皮細胞和血小板細胞)的代謝途徑，構建了花生四烯酸的代謝網絡，模擬血管中炎癥因子產生的過程，并計算PGI2/TXA2(PGI2抑制血小板細胞的聚集，TXA2產生大量血栓素)來評估藥物對心血管的副作用，通過MTOI法分析，靶點最優組合與副作用預測。Tao[53]等對中藥郁金方中的58個活性成分，32個蛋白靶點進行網絡藥理學分析，發現郁金為君藥，梔子為臣藥，然而冰片和麝香蛋白靶點較少，不直接作用于疾病，故能夠減少君臣兩藥的毒副作用。Liu等[54]通過構建不良反應、毒性目標、化學實體之間的復雜網絡關系，來評估研究人體毒副作用和藥物毒理學機制，并預測復方中藥的配伍矛盾和不良反應。目前國家毒理學計劃[55]、為加強復方中藥靶標和疾病之間的網絡建設提供了前所未的機會。

圖2 網絡毒理學過程

4 結語與展望

我國網絡藥理學發展還不足10年,但中藥復方的研究已達世界領先水平,網絡藥理學(network pharmacology)基于“疾病、基因、靶點、藥物”,利用現代計算機技術來揭示多分子藥物協同作用,為跨越中西醫間的鴻溝架起了橋梁并指明了方向。然而，網絡藥理學除了受理論技術方面的限制外，數據庫的信息量嚴重限制了其科學性。目前急需解決的障礙,一是研究集中在少數機構，一般大學難以開展，可供選擇的關鍵基因，中藥藥效成分群等數據還有待積累;二是大多聚集于熱點藥物，其他小分子化合物靶點有限[16];三是體內活性藥物在不同人，不同組織中均有差別，所預測的靶點難以證實其準確性，還要結合人類ADME(吸收、分布、代謝、排泄)過程更加完善[56]。面對這些挑戰，我們可采取的策略有二，一是網絡藥理學是多學科融合的交叉科學，生物學、醫學、化學等學科為前期基礎，可以加快這些學科的發展;二是結合藥代動力學參數、PK/PD模型，融合基因組代謝途徑，將藥物、靶點、疾病進行空間關聯，用動物試驗、臨床試驗等來驗證和豐富網絡藥理學的合理性。現代中醫藥模式的轉變體現在網絡藥理學的迅速發展,中藥大數據的研發[57]，中藥品種質控與人工智能將為中藥安全性走進現代化國際化打下夯實的基礎。