基于整體化學(xué)和生物效應(yīng)譜推演的中藥靶點(diǎn)研究新模式及應(yīng)用

李 鵬，張浩然，張?jiān)拢察`敏，陳建新

基于整體化學(xué)和生物效應(yīng)譜推演的中藥靶點(diǎn)研究新模式及應(yīng)用

李 鵬1，張浩然1，張?jiān)?，詹靈敏1，陳建新2

1. 山西農(nóng)業(yè)大學(xué) 基礎(chǔ)部，中獸醫(yī)藥現(xiàn)代化山西省重點(diǎn)實(shí)驗(yàn)室，山西 太谷 030801 2. 北京中醫(yī)藥大學(xué)中醫(yī)學(xué)院，北京 100029

中藥的生物靶點(diǎn)是中藥和機(jī)體互作的核心元件，明確中藥靶點(diǎn)對(duì)闡明中藥的物質(zhì)基礎(chǔ)和作用機(jī)制至關(guān)重要。通過對(duì)中藥和靶點(diǎn)的作用方式進(jìn)行總結(jié)和定義，系統(tǒng)闡述了當(dāng)前中藥靶點(diǎn)研究發(fā)現(xiàn)的思路和方法，評(píng)述其特點(diǎn)和缺陷，在此基礎(chǔ)上，將幾種思路凝練整合，提出一種“基于整體化學(xué)和生物效應(yīng)譜推演的中藥靶點(diǎn)研究新模式”，綜合“化學(xué)性”和“生物性”對(duì)中藥靶點(diǎn)作用路徑進(jìn)行系統(tǒng)研究，并對(duì)新模式在中醫(yī)藥領(lǐng)域的應(yīng)用進(jìn)行總結(jié)，為中藥分子作用機(jī)制研究提供更加系統(tǒng)的思路和框架。

新方法；中藥靶點(diǎn)；轉(zhuǎn)錄組；中藥成分；藥物靶標(biāo)預(yù)測(cè)；生物性；化學(xué)性

中醫(yī)藥是我國傳承千年的瑰寶，在預(yù)防、治療、診斷疾病中具有重要作用。與西方的現(xiàn)代醫(yī)學(xué)理論不同，中醫(yī)理論框架強(qiáng)調(diào)“整體觀”，通過分析患者的臨床表現(xiàn)進(jìn)行“辨證”，并根據(jù)“辨證”結(jié)果進(jìn)行“論治”，化裁對(duì)證的中藥復(fù)方進(jìn)行治療。中藥復(fù)方通過不同的藥味組成針對(duì)性地治療特定病證，其治療本質(zhì)以多成分、多靶點(diǎn)、多途徑的方式作用于生物分子網(wǎng)絡(luò)發(fā)揮藥效。這種多向治療特征是中藥發(fā)揮臨床藥效的優(yōu)勢(shì)所在，但也是中藥和機(jī)體間復(fù)雜相互作用的緣由，這種復(fù)雜性使得中藥治病的物質(zhì)基礎(chǔ)和作用機(jī)制難以厘清，阻礙了中醫(yī)藥的深入開發(fā)和發(fā)展[1-2]。因此，解析中藥-機(jī)體的復(fù)雜相互作用是中醫(yī)藥現(xiàn)代化的核心問題之一。從分子層面上，中藥可看作其化學(xué)成分的組合，中藥成分進(jìn)入機(jī)體后，與生物靶點(diǎn)進(jìn)行相互作用，進(jìn)而影響后續(xù)的生物功能。顯而易見，中藥靶點(diǎn)是介導(dǎo)中藥和機(jī)體作用的核心元件，因此，中藥靶點(diǎn)的系統(tǒng)識(shí)別是闡明中藥與機(jī)體間復(fù)雜互作的必經(jīng)之路。

隨著現(xiàn)代醫(yī)藥科學(xué)的發(fā)展，科研工作者不斷探索并提出了多種中藥靶點(diǎn)的研究思路和方法，包括基于實(shí)驗(yàn)手段的直接檢測(cè)方法和基于計(jì)算機(jī)輔助設(shè)計(jì)的虛擬篩選方法。這些方法從不同角度發(fā)現(xiàn)中藥的治療靶點(diǎn)，對(duì)揭示中藥的分子作用機(jī)制具有重要意義[3-4]。然而，當(dāng)前方法在靶點(diǎn)研究的層次性和系統(tǒng)性上仍存在一些不足。為了對(duì)當(dāng)前中藥靶點(diǎn)研究方法進(jìn)行系統(tǒng)分析，需要對(duì)藥物和生物靶點(diǎn)作用方式進(jìn)行嚴(yán)格定義。中藥大多成分復(fù)雜，這些成分進(jìn)入機(jī)體后，與組織器官中的生物靶點(diǎn)相互作用，影響各種生理生化過程，發(fā)揮相應(yīng)的功能，因而中藥的作用機(jī)制呈現(xiàn)出巨大的復(fù)雜性。為了能夠明確解析中藥的作用過程，筆者聚焦中藥成分和生物靶點(diǎn)間的作用過程，將中藥發(fā)揮效應(yīng)的相關(guān)靶點(diǎn)分為2類：直接和間接靶點(diǎn)。其中，直接靶點(diǎn)是通過和中藥成分直接結(jié)合產(chǎn)生生物效應(yīng)的靶點(diǎn)；間接靶點(diǎn)是中藥成分的直接靶點(diǎn)在生物分子網(wǎng)絡(luò)中影響的后續(xù)靶點(diǎn)。因此，直接靶點(diǎn)是結(jié)構(gòu)靶點(diǎn)（和中藥成分在結(jié)構(gòu)上相互結(jié)合）和機(jī)制靶點(diǎn)（介導(dǎo)中藥生物效應(yīng)）的交集；間接靶點(diǎn)是機(jī)制靶點(diǎn)中除去直接靶點(diǎn)后剩余的靶點(diǎn)，見圖1-A。中藥成分進(jìn)入機(jī)體后，通過與直接靶點(diǎn)結(jié)合，直接影響效應(yīng)基因，或通過誘發(fā)后續(xù)若干信號(hào)通路間接靶點(diǎn)的活化，進(jìn)而引起效應(yīng)基因表達(dá)改變，從而起到改變表型、治療疾病的效果，見圖1-B。顯然，揭示中藥作用機(jī)制的過程主要是中藥效應(yīng)成分-直接靶點(diǎn)-間接靶點(diǎn)-效應(yīng)基因-生物效應(yīng)的作用路徑。

1 中藥靶點(diǎn)研究思路概述

根據(jù)研究思路不同，筆者將當(dāng)前中藥靶點(diǎn)發(fā)現(xiàn)技術(shù)或策略歸納為4個(gè)方面。

A-中藥的直接和間接靶點(diǎn) B-中藥的效應(yīng)成分-靶點(diǎn)作用路徑

1.1 基于基因-表型關(guān)聯(lián)

在大量分子生物學(xué)和生物化學(xué)研究的基礎(chǔ)上，通常已知許多疾病和病理表型的相關(guān)基因或通路機(jī)制。中藥復(fù)方源于臨床，其針對(duì)相應(yīng)病證的有效性已經(jīng)確認(rèn)，而后續(xù)的臨床指標(biāo)觀察或?qū)嶒?yàn)藥理藥效研究通常能夠提示該復(fù)方在特定表型的優(yōu)越性，幫助研究者有的放矢，聚焦特定的靶點(diǎn)基因或信號(hào)通路進(jìn)行后續(xù)實(shí)驗(yàn)驗(yàn)證。另外，在組學(xué)技術(shù)的幫助下，可通過比較疾病模型和中藥所誘導(dǎo)的蛋白質(zhì)組或基因組表達(dá)變化，獲取中藥治療疾病的關(guān)鍵基因和通路。

1.2 基于配體-靶點(diǎn)特異性結(jié)合檢測(cè)

小分子化合物和靶點(diǎn)蛋白間的直接相互作用檢測(cè)方法眾多，如熒光顯色、同位素標(biāo)記、酶聯(lián)免疫吸附、表面等離子共振、時(shí)間分辨熒光共振能量轉(zhuǎn)移、膜片鉗技術(shù)等方法均可直接測(cè)定小分子和靶點(diǎn)間的特異性結(jié)合能力。中藥作為天然化學(xué)成分的集合，如果已知某些化學(xué)成分是中藥的主要成分，可通過生物化學(xué)方法直接檢測(cè)這些化學(xué)成分的直接靶點(diǎn)，即為相應(yīng)中藥的靶點(diǎn)。此外，針對(duì)中藥成分復(fù)雜的特點(diǎn)，利用生物色譜等高通量方法，以柱色譜、超濾等方法批量富集能夠結(jié)合靶點(diǎn)的中藥小分子群，隨后利用紫外、質(zhì)譜、核磁共振等技術(shù)快速鑒定中藥活性成分，確認(rèn)中藥靶點(diǎn)[5-8]。

1.3 基于網(wǎng)絡(luò)藥理學(xué)

網(wǎng)絡(luò)藥理學(xué)是從生物網(wǎng)絡(luò)角度系統(tǒng)闡釋疾病發(fā)生發(fā)展和藥物作用機(jī)制的一門新興學(xué)科[9]。其研究理念與中醫(yī)藥防病治病的整體性和系統(tǒng)性特點(diǎn)相契合。在系統(tǒng)生物學(xué)、生物信息學(xué)、多向藥理學(xué)等技術(shù)的基礎(chǔ)上，網(wǎng)絡(luò)藥理學(xué)與中醫(yī)藥理論相融合，逐漸形成了“中藥網(wǎng)絡(luò)藥理學(xué)”[10-11]。網(wǎng)絡(luò)藥理學(xué)倡導(dǎo)從多成分、多靶點(diǎn)、多途徑的角度研究中藥和機(jī)體的復(fù)雜相互作用。近年來，網(wǎng)絡(luò)藥理學(xué)在中醫(yī)藥領(lǐng)域得到廣泛應(yīng)用，已形成許多專業(yè)的數(shù)據(jù)庫方便研究者利用網(wǎng)絡(luò)藥理學(xué)工具進(jìn)行中藥分析[12-14]，如中醫(yī)藥證候關(guān)聯(lián)數(shù)據(jù)庫（symptom mapping，SymMap，http://www.symmap.org/）[15]、中藥分子機(jī)制的生物信息學(xué)分析工具（http://bionet.ncpsb. org/batman-tcm）[16]、中草藥有效成分蛋白靶點(diǎn)數(shù)據(jù)庫（http://lifecenter.sgst.cn/hit/）[17]、中醫(yī)藥綜合數(shù)據(jù)庫（http://www.megabionet.org/tcmid）[18]、中醫(yī)藥系統(tǒng)藥理學(xué)數(shù)據(jù)庫和分析平臺(tái)（http://tcmspw. com/tcmsp.php）[19]、中醫(yī)藥整合藥理學(xué)研究平臺(tái)（http://www.tcmip.cn/ETCM/index.php/Home/）[20]、另一種中藥數(shù)據(jù)庫（nankai.edu.cn）[21]等。

中藥網(wǎng)絡(luò)藥理學(xué)研究思路的關(guān)鍵在于將中藥成分的靶點(diǎn)和疾病相關(guān)基因共同映射于生物分子網(wǎng)絡(luò)，建立中藥成分-靶點(diǎn)-疾病互作網(wǎng)絡(luò)，通過網(wǎng)絡(luò)分析，系統(tǒng)解析中藥的復(fù)雜作用模式[22]。由于中藥成分眾多，其生物靶點(diǎn)大部分未知，因此，如何高效快速地識(shí)別中藥成分的靶點(diǎn)也是網(wǎng)絡(luò)藥理學(xué)研究中的一個(gè)核心內(nèi)容。藥物-靶標(biāo)相互作用虛擬預(yù)測(cè)技術(shù)作為一種高效且高通量的方法，能夠有效減少成本，加快預(yù)測(cè)成分靶標(biāo)的效率，在中藥網(wǎng)絡(luò)藥理學(xué)研究中得到廣泛應(yīng)用。根據(jù)預(yù)測(cè)原理的差異，藥物-靶標(biāo)預(yù)測(cè)技術(shù)可分為化學(xué)結(jié)構(gòu)相似性搜索、藥效團(tuán)模型、分子對(duì)接、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法5個(gè)類別[23-24]，當(dāng)前網(wǎng)絡(luò)藥理學(xué)中藥成分靶點(diǎn)預(yù)測(cè)用到的大多屬于上述方法[4,25-26]。

1.4 基于生物活性推演

生物活性推演的基本原理是具有相似生物活性的分子具有類似的生物靶點(diǎn)，生物活性檢測(cè)可以是分子層面（如基因表達(dá)譜），也可以是表型層面（如細(xì)胞毒性）。因此，如果一個(gè)未知靶標(biāo)的化學(xué)成分和已知作用機(jī)制的分子（標(biāo)準(zhǔn)分子）具有相似的生物活性，該化學(xué)成分的靶標(biāo)即可通過標(biāo)準(zhǔn)分子進(jìn)行推演[27]。因此，該思路的關(guān)鍵在于存在大量已知作用機(jī)制的標(biāo)準(zhǔn)分子，且其生物活性已經(jīng)確定，如關(guān)聯(lián)圖譜（connectivity map，cMap，https://clue.io/）數(shù)據(jù)庫含有超過30 000個(gè)小分子和9000個(gè)基因干擾誘導(dǎo)的超過3百萬的基因表達(dá)譜[28]。PubChem數(shù)據(jù)庫（http://pubchem.ncbi.nlm.nih.gov）包含50萬多種生物活性檢測(cè)手段以及1.3億多個(gè)生物活性檢測(cè)結(jié)果[29]。生物活性推演在中藥靶點(diǎn)預(yù)測(cè)上潛力巨大，其最大優(yōu)勢(shì)在于該方法可繞過中藥化學(xué)成分的復(fù)雜性，從生物效應(yīng)出發(fā)，直接預(yù)測(cè)中藥的靶點(diǎn)。如課題組以中醫(yī)證候和西醫(yī)癥狀關(guān)聯(lián)為基礎(chǔ)，整合中藥、證候、癥狀、疾病、藥物、靶標(biāo)等數(shù)據(jù)構(gòu)建雜合網(wǎng)絡(luò)預(yù)測(cè)中藥靶標(biāo)[30]，建立中醫(yī)藥和化學(xué)藥在靶點(diǎn)和癥狀層面的映射[15]。另外，各種組學(xué)技術(shù)在中醫(yī)藥研究中的廣泛應(yīng)用也推動(dòng)了基于組學(xué)數(shù)據(jù)推演的中藥靶標(biāo)發(fā)現(xiàn)[31]，實(shí)際上，基于CMap數(shù)據(jù)庫的靶點(diǎn)預(yù)測(cè)方法已被大量應(yīng)用于中醫(yī)藥各個(gè)領(lǐng)域，如中藥作用機(jī)制、復(fù)方協(xié)同機(jī)制和中藥重定位等[32]。此外，已有研究者構(gòu)建了中藥高通量實(shí)驗(yàn)和參考數(shù)據(jù)庫“本草組鑒”，通過將中藥轉(zhuǎn)錄組數(shù)據(jù)集映射到CMap數(shù)據(jù)庫，生成中藥與現(xiàn)代藥物之間的聯(lián)系[33]。

2 中藥靶點(diǎn)研究中存在的問題

中藥靶點(diǎn)的發(fā)現(xiàn)是中藥機(jī)制研究過程的重點(diǎn)和難點(diǎn)。尋找和建立契合中醫(yī)藥特點(diǎn)的中藥靶點(diǎn)發(fā)現(xiàn)方法是一項(xiàng)復(fù)雜而艱巨的任務(wù)，是中醫(yī)藥現(xiàn)代化過程中需要不斷補(bǔ)充完善、推陳出新的研究課題。盡管當(dāng)前的思路方法在中藥的生物靶點(diǎn)發(fā)現(xiàn)方面已經(jīng)發(fā)揮了顯著作用，但仍存在一些不容回避的問題與不足。

在以基因-表型關(guān)聯(lián)為主導(dǎo)的中藥靶點(diǎn)研究中，主要關(guān)注在疾病表型和藥物作用下均發(fā)生變化的基因或蛋白，后續(xù)研究主要在于確認(rèn)中藥能否調(diào)節(jié)這些基因/蛋白，以及通過何種方式調(diào)節(jié)，進(jìn)而改善病理表型。此種模式應(yīng)用廣泛，但這些基因/蛋白往往不是藥物的直接作用靶點(diǎn)。

在以配體-靶點(diǎn)特異性結(jié)合檢測(cè)為主導(dǎo)的中藥靶點(diǎn)研究中，由于檢測(cè)手段的限制，一般僅能聚焦單個(gè)靶點(diǎn)進(jìn)行篩選，不可避免的忽視中藥的多靶點(diǎn)、多途徑作用特征。利用高通量篩選，盡管能夠?qū)χ兴幱行ЫM分進(jìn)行鑒定，但無法評(píng)價(jià)成分間的相互作用，且成本高昂。

在以虛擬藥物-靶點(diǎn)相互作用預(yù)測(cè)為主導(dǎo)的中藥靶點(diǎn)研究中，網(wǎng)絡(luò)藥理學(xué)通過構(gòu)建“中藥成分-靶點(diǎn)-疾病”網(wǎng)絡(luò)解析中藥的復(fù)雜作用模式，其中中藥靶點(diǎn)是“中藥-疾病”關(guān)聯(lián)的核心元件。因此，無論是“中藥成分-靶點(diǎn)”關(guān)聯(lián)還是“疾病-靶點(diǎn)”關(guān)聯(lián)的準(zhǔn)確性均對(duì)網(wǎng)絡(luò)藥理學(xué)分析影響巨大[34]。一方面，由于在網(wǎng)絡(luò)藥理學(xué)研究中，中藥靶點(diǎn)主要以中藥化學(xué)成分為基礎(chǔ)進(jìn)行高通量預(yù)測(cè)，因此，納入中藥成分的范圍和準(zhǔn)確度直接影響到后續(xù)靶點(diǎn)預(yù)測(cè)的準(zhǔn)確性。然而，當(dāng)前中藥化學(xué)成分的納入標(biāo)準(zhǔn)并不一致，可利用已有數(shù)據(jù)庫進(jìn)行化學(xué)成分收集及質(zhì)譜解析等手段鑒定中藥成分，也可通過實(shí)驗(yàn)方法檢測(cè)能夠入血的中藥成分。手段方法不同，所收集成分就會(huì)不同，即使是相同方法，由于藥材來源、用藥方式、復(fù)方配伍各方面的差異，也會(huì)導(dǎo)致化學(xué)成分的巨大差異，進(jìn)而影響后續(xù)的靶點(diǎn)預(yù)測(cè)。另外，在藥物-靶點(diǎn)相互作用預(yù)測(cè)過程中，中藥的眾多成分仍被看作一個(gè)個(gè)獨(dú)立的單體，所預(yù)測(cè)靶點(diǎn)顯然無法完全反映中藥本身的藥理特征。另一方面，網(wǎng)絡(luò)藥理學(xué)研究的疾病靶點(diǎn)數(shù)據(jù)主要來自西醫(yī)疾病研究所關(guān)聯(lián)的基因，而中藥臨床所針對(duì)治療的中醫(yī)病證與西醫(yī)疾病并不完全相同。通過西醫(yī)疾病所收集的靶點(diǎn)顯然并不能完全代表中醫(yī)病證的相關(guān)靶點(diǎn)。因此，在網(wǎng)絡(luò)藥理學(xué)實(shí)踐中，仍需對(duì)疾病及證候進(jìn)一步探索，以辨證為綱，對(duì)病證相應(yīng)的生物學(xué)網(wǎng)絡(luò)進(jìn)行深入探究。

在以生物活性推演為主導(dǎo)的中藥靶點(diǎn)研究中，盡管可以推演得到大量和中藥生物活性相關(guān)的靶點(diǎn)，但由于缺乏靶點(diǎn)和中藥成分的關(guān)聯(lián)研究，無法判斷哪些靶點(diǎn)是中藥的直接靶點(diǎn)，哪些是間接靶點(diǎn)。

綜上，目前已提出和應(yīng)用的思路和方法各有側(cè)重，“基于基因-表型關(guān)聯(lián)”關(guān)注中藥對(duì)疾病效應(yīng)基因的影響；“基于配體-靶點(diǎn)結(jié)合檢測(cè)”和“基于化合物-靶點(diǎn)虛擬預(yù)測(cè)”注重中藥成分的直接靶點(diǎn)；“基于生物活性推演”聚焦中藥的機(jī)制靶點(diǎn)。但所有的中藥靶點(diǎn)研究思路均無法系統(tǒng)挖掘“中藥成分-直接靶點(diǎn)-間接靶點(diǎn)-效應(yīng)基因”的完整作用路徑。分析其原因，可能是由于這些研究思路在一定程度上均存在割裂中藥化學(xué)成分和生物活性的問題，“基于基因-表型關(guān)聯(lián)”和“基于生物活性推演”傾向從“生物性”信息出發(fā)研究中藥靶點(diǎn)；“基于配體-靶點(diǎn)結(jié)合檢測(cè)”和“基于化合物-靶點(diǎn)虛擬預(yù)測(cè)”傾向從“化學(xué)性”信息出發(fā)研究中藥靶點(diǎn)。因此，如何有機(jī)結(jié)合中藥“化學(xué)性”和“生物性”信息，整合現(xiàn)有思路和方法，從整體角度出發(fā)，挖掘中藥靶點(diǎn)，是成功揭示“中藥成分-直接靶點(diǎn)-間接靶點(diǎn)-效應(yīng)基因”作用路徑的關(guān)鍵。基于此，筆者提出基于整體化學(xué)和生物效應(yīng)譜推演的中藥靶點(diǎn)研究新模式（traditional Chinese medicine chemical and biological profiles based target reference approach，TCM-CBTR），綜合“化學(xué)性”和“生物性”對(duì)中藥靶點(diǎn)作用路徑進(jìn)行系統(tǒng)性研究，為中藥分子作用機(jī)制研究提供更加系統(tǒng)的思路和框架。TCM-CBTR研究模式主要涵蓋3個(gè)關(guān)鍵環(huán)節(jié)：（1）通過中藥“生物性”信息，推演中藥機(jī)制靶點(diǎn)集合；（2）利用中藥的“化學(xué)性”信息，從機(jī)制靶點(diǎn)集合中，區(qū)分直接和間接靶點(diǎn)；（3）通過靶點(diǎn)在生物分子網(wǎng)絡(luò)中的映射，建立中藥成分-直接靶點(diǎn)-間接靶點(diǎn)-生物效應(yīng)的作用路徑，見圖2。

3 TCM-CBTR研究模式

3.1 基于中藥生物效應(yīng)信息的機(jī)制靶點(diǎn)推演

中藥的多靶標(biāo)、多功能特性決定了其系統(tǒng)化研究的趨向。基于中藥生物活性推演的方法可預(yù)測(cè)中藥的機(jī)制靶點(diǎn)。所選活性信息種類多樣，如藥理活性、細(xì)胞活性、基因表達(dá)信息等。其中，基因表達(dá)譜（轉(zhuǎn)錄譜）數(shù)據(jù)代表機(jī)體組織活細(xì)胞在特定的狀態(tài)下，全基因組范圍的基因表達(dá)水平，可以作為機(jī)體特定狀態(tài)的準(zhǔn)確標(biāo)簽，且當(dāng)前已存在標(biāo)準(zhǔn)的公共基因表達(dá)譜數(shù)據(jù)庫包含大量藥物、疾病、基因等因素所誘導(dǎo)的基因表達(dá)譜數(shù)據(jù)。鑒于以上優(yōu)勢(shì)，在TCM-CBTR中，筆者建議優(yōu)先選擇基因表達(dá)譜，用于描述生物靶標(biāo)、中藥或病證的系統(tǒng)化特征，加快中藥的機(jī)制靶點(diǎn)發(fā)現(xiàn)。

圖2 TCM-CBTR的研究新模式

首先構(gòu)建靶標(biāo)的特異性表達(dá)譜標(biāo)簽。針對(duì)1個(gè)靶標(biāo)所誘導(dǎo)的基因表達(dá)譜數(shù)據(jù)，用來表示靶標(biāo)的生物效應(yīng)。cMap數(shù)據(jù)庫包含藥物、RNA干擾等擾動(dòng)因子在各種不同類型癌細(xì)胞誘導(dǎo)的超過3百萬個(gè)基因表達(dá)譜[28]。筆者從cMap數(shù)據(jù)庫收集所有擾動(dòng)因子的靶標(biāo)，利用靶標(biāo)擾動(dòng)因子所誘導(dǎo)的表達(dá)譜數(shù)據(jù)表示靶標(biāo)的生物效應(yīng)，最終為每個(gè)靶標(biāo)構(gòu)建其特異性基因表達(dá)譜標(biāo)簽。筆者從cMap數(shù)據(jù)庫中整理得到5852個(gè)干擾因子、4540個(gè)靶標(biāo)的138 310個(gè)基因表達(dá)譜。針對(duì)單一靶標(biāo)，由于存在多個(gè)擾動(dòng)因子所誘導(dǎo)的表達(dá)譜數(shù)據(jù)，為了得到該靶標(biāo)的特異性基因標(biāo)簽，結(jié)合加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析[35]和Borda排序方法，合并每個(gè)靶點(diǎn)的基因表達(dá)譜，作為該靶點(diǎn)的特異性效應(yīng)譜，當(dāng)前已為3275個(gè)靶點(diǎn)建立了特異性基因表達(dá)譜標(biāo)簽。在已知中藥和疾病所誘導(dǎo)轉(zhuǎn)錄譜數(shù)據(jù)的基礎(chǔ)上，通過改進(jìn)基因集富集分析方法構(gòu)建關(guān)聯(lián)算法計(jì)算中藥/疾病和靶點(diǎn)之間的關(guān)聯(lián)分?jǐn)?shù)（normalized correlation score，NCS）和顯著性（false discovery rate，F(xiàn)DR），根據(jù)NCS和FDR值，定量分析中藥/疾病對(duì)不同靶點(diǎn)的影響，進(jìn)而基于轉(zhuǎn)錄組的多尺度網(wǎng)絡(luò)藥理學(xué)平臺(tái)（http://www. bcxnfz.top/TMNP/）[36]篩選出中藥治療相應(yīng)疾病的潛在靶點(diǎn)。該靶點(diǎn)集合通過反映機(jī)體整體狀態(tài)的基因表達(dá)譜預(yù)測(cè)，因此，所預(yù)測(cè)靶點(diǎn)和表達(dá)譜所代表的生物活性直接關(guān)聯(lián)，由于同時(shí)考慮到中藥和病證所誘導(dǎo)的表達(dá)譜數(shù)據(jù)，能夠有效聚焦中藥針對(duì)特定病證的治療靶點(diǎn)，符合中藥個(gè)性化、整體化的治療理念。

3.2 基于中藥化學(xué)信息的直接和間接靶點(diǎn)的識(shí)別

通過生物效應(yīng)譜推演法預(yù)測(cè)的中藥治病機(jī)制靶點(diǎn)包括與中藥成分物理結(jié)合的直接靶點(diǎn)以及直接靶點(diǎn)激活的下游間接靶點(diǎn)。區(qū)分直接和間接靶點(diǎn)對(duì)闡明中藥的有效成分及作用機(jī)制具有重要意義。可利用成分-靶點(diǎn)相互作用虛擬預(yù)測(cè)技術(shù)快速評(píng)估中藥優(yōu)勢(shì)成分和-靶點(diǎn)間的相互作用，能夠和中藥成分結(jié)合的是直接靶點(diǎn)，不能結(jié)合的是間接靶點(diǎn)。該環(huán)節(jié)利用成分-靶點(diǎn)相互作用虛擬預(yù)測(cè)技術(shù)，快速、高效地篩選中藥化學(xué)成分及其直接靶點(diǎn)和間接靶點(diǎn)。中藥有效組分的搜集和確認(rèn)是成分-靶點(diǎn)相互作用虛擬預(yù)測(cè)的基礎(chǔ)，對(duì)該環(huán)節(jié)準(zhǔn)確性影響巨大。實(shí)際上，由于中藥化學(xué)組分的影響因素過于復(fù)雜，如組分的含量差異、藥動(dòng)學(xué)性質(zhì)、中藥的不同炮制方法等，如何高效篩選中藥有效組分仍是中藥領(lǐng)域研究的重點(diǎn)和難點(diǎn)，至今仍沒有較好的解決思路。研究者已提出多種中藥組分研究思路和方法進(jìn)行中藥效應(yīng)組分發(fā)掘，如基于分離解析、指紋圖譜、生物色譜、血清藥物化學(xué)和代謝組及藥物吸收、分布、代謝、排泄和毒性虛擬篩選的研究思路等。這些思路和方法均已取得了很大成功，研究者可根據(jù)不同境況，選擇適當(dāng)?shù)姆椒ㄋ鸭兴幓瘜W(xué)組分。

另一個(gè)因素是藥物-靶點(diǎn)相互作用預(yù)測(cè)方法的選擇。如前所述，當(dāng)前存在眾多化學(xué)成分-靶點(diǎn)相互作用虛擬預(yù)測(cè)方法，研究者在使用TCM-CBTR過程中，可根據(jù)已有信息，靈活選擇1種或多種方法進(jìn)行化學(xué)成分-靶點(diǎn)直接關(guān)聯(lián)篩選。例如，選擇DrugBank數(shù)據(jù)庫中的藥物-靶點(diǎn)數(shù)據(jù)為標(biāo)準(zhǔn)數(shù)據(jù)集，利用結(jié)構(gòu)系綜相似度方法（similarity ensemble approach，SEA，http://sea.bkslab.org/）[37]評(píng)估中藥成分和靶點(diǎn)間的直接關(guān)聯(lián)，該方法的原理是利用系綜法計(jì)算待測(cè)化合物和靶點(diǎn)蛋白所有已知靶標(biāo)配體分子間的整體相似度來衡量待測(cè)化合物與靶點(diǎn)蛋白是否能夠相互作用。

3.3 基于生物分子網(wǎng)絡(luò)映射疏通中藥靶點(diǎn)信號(hào)傳導(dǎo)路徑

在發(fā)現(xiàn)中藥直接和間接靶點(diǎn)的基礎(chǔ)上，確定不同靶點(diǎn)在生物信號(hào)通路中的關(guān)系至關(guān)重要。可利用已知的生物分子網(wǎng)絡(luò)，如蛋白質(zhì)-蛋白質(zhì)相互作用、基因共表達(dá)、基因功能、分子信號(hào)通路等各種生物網(wǎng)絡(luò)，將所有靶點(diǎn)映射到相應(yīng)網(wǎng)絡(luò)中，發(fā)掘中藥靶點(diǎn)的信號(hào)傳導(dǎo)路徑，為中藥的分子作用機(jī)制研究打下基礎(chǔ)。由于當(dāng)前已知的各種生物分子網(wǎng)絡(luò)在不同領(lǐng)域中均有應(yīng)用，并沒有明顯的優(yōu)劣之分，研究者在利用TCM-CBTR策略進(jìn)行分析時(shí)，可根據(jù)自身的研究背景和研究目的靈活選擇相應(yīng)的分子網(wǎng)絡(luò)，如在基因富集分析中廣泛應(yīng)用的京都基因與基因組百科全書（Kyoto encyclopedia of genes and genomes，KEGG）分子通路網(wǎng)絡(luò)進(jìn)行靶點(diǎn)路徑分析。

TCM-CBTR研究模式在考慮中醫(yī)藥特點(diǎn)的基礎(chǔ)上，利用中藥和疾病的基因表達(dá)譜數(shù)據(jù)預(yù)測(cè)中藥靶點(diǎn)，聚焦中藥治療疾病的相關(guān)機(jī)制靶點(diǎn)；結(jié)合中藥化學(xué)成分，利用藥物-靶點(diǎn)虛擬預(yù)測(cè)技術(shù)關(guān)聯(lián)直接靶點(diǎn)，區(qū)分間接靶點(diǎn)，揭示中藥作用靶點(diǎn)的層次性，最終利用生物分子網(wǎng)絡(luò)挖掘靶點(diǎn)間的傳導(dǎo)路徑，系統(tǒng)性揭示中藥的分子作用機(jī)制。

4 TCM-CBTR的基礎(chǔ)研究

中藥的多成分、多靶點(diǎn)、多功能特性決定了其系統(tǒng)化研究的趨向，TCM-CBTR強(qiáng)調(diào)從整體生物效應(yīng)的角度發(fā)現(xiàn)中藥治病靶點(diǎn)，符合中醫(yī)藥的整體治療觀。另一方面，從還原論的角度，中藥是其所含化學(xué)成分的組合，化學(xué)成分是中藥藥效發(fā)揮的物質(zhì)基礎(chǔ)，TCM-CBTR借助化學(xué)基因組學(xué)技術(shù)和方法，揭示中藥效應(yīng)組分和靶點(diǎn)在分子層面上的關(guān)聯(lián)，這種整體效應(yīng)和化學(xué)交互并重的策略使得TCM-CBTR能夠有效揭示中藥和生物靶點(diǎn)的多尺度關(guān)聯(lián)，幫助解決中醫(yī)藥領(lǐng)域的各類不同問題。

4.1 中藥不同類型靶點(diǎn)的發(fā)現(xiàn)

中藥靶點(diǎn)的發(fā)現(xiàn)是TCM-CBTR的核心任務(wù)。通過已有化合物或基因擾動(dòng)所誘導(dǎo)的轉(zhuǎn)錄組數(shù)據(jù)，TCM-CBTR建立靶點(diǎn)特異性表達(dá)譜標(biāo)簽庫代表靶點(diǎn)所誘導(dǎo)的生物效應(yīng)譜。在已知中藥誘導(dǎo)表達(dá)譜的基礎(chǔ)上，通過計(jì)算中藥轉(zhuǎn)錄譜和所有靶點(diǎn)表達(dá)譜標(biāo)簽的相關(guān)性，預(yù)測(cè)和中藥生物效應(yīng)相關(guān)的機(jī)制靶點(diǎn)；進(jìn)一步收集中藥化學(xué)組分，利用化學(xué)成分-靶點(diǎn)虛擬篩選技術(shù)評(píng)估中藥組分和機(jī)制靶點(diǎn)間的直接結(jié)合能力，進(jìn)而區(qū)分中藥的直接和間接靶點(diǎn)；在此基礎(chǔ)上，借助生物網(wǎng)絡(luò)映射，揭示中藥在分子層面的靶點(diǎn)作用路徑。另外，在已知中藥和疾病所誘導(dǎo)表達(dá)譜的基礎(chǔ)上，通過計(jì)算中藥/疾病和靶點(diǎn)表達(dá)譜標(biāo)簽的相似度，預(yù)測(cè)中藥和疾病的機(jī)制靶點(diǎn)，比較二者的對(duì)應(yīng)靶點(diǎn)發(fā)現(xiàn)中藥治療特定疾病的機(jī)制靶點(diǎn)集；后續(xù)的化學(xué)基因組學(xué)分析和生物網(wǎng)絡(luò)分析進(jìn)一步揭示中藥治療疾病的靶點(diǎn)路徑。

4.2 中藥效應(yīng)組分的發(fā)現(xiàn)

中藥化學(xué)成分的復(fù)雜性使得中藥效應(yīng)組分的發(fā)現(xiàn)極其困難。TCM-CBTR可繞過復(fù)雜多樣的中藥化學(xué)成分，通過中藥的生物效應(yīng)譜發(fā)現(xiàn)介導(dǎo)中藥生物效應(yīng)的機(jī)制靶點(diǎn)，在收集中藥已知化學(xué)成分的基礎(chǔ)上，通過化學(xué)基因組學(xué)方法評(píng)估這些化學(xué)成分和機(jī)制靶點(diǎn)間的相互作用，篩選能夠和機(jī)制靶點(diǎn)結(jié)合的化學(xué)組分，這些組分構(gòu)成中藥的潛在效應(yīng)組分。

4.3 中醫(yī)證候生物學(xué)的基礎(chǔ)研究

中醫(yī)證候是患者癥狀和體征的整體概括，反映疾病發(fā)展歷程中某個(gè)階段的整體病理狀態(tài)。顯然，證候的外在表現(xiàn)必然存在其內(nèi)在生物學(xué)基礎(chǔ)。TCM-CBTR可從2個(gè)方面對(duì)疾病證候生物學(xué)基礎(chǔ)進(jìn)行研究。（1）通過比較具有特定證候患者或動(dòng)物模型的表達(dá)譜和TCM-CBTR的靶點(diǎn)標(biāo)簽庫，發(fā)現(xiàn)和病證相互關(guān)聯(lián)的機(jī)制靶點(diǎn)，這些靶點(diǎn)反映了誘導(dǎo)特定病證的分子機(jī)制；（2）“以方測(cè)證”是當(dāng)前研究證候生物學(xué)內(nèi)涵的重要手段。在已知方藥和特定證候所誘導(dǎo)表達(dá)譜的基礎(chǔ)上，TCM-CBTR能夠有效聚焦方藥治療證候的相關(guān)生物靶點(diǎn)成員和路徑，依據(jù)“方證相關(guān)”的原理，從靶點(diǎn)尺度推測(cè)證候的生物學(xué)內(nèi)涵。

4.4 中藥方劑的配伍理論研究

中藥復(fù)方是在中醫(yī)辨證論治理論指導(dǎo)下，依據(jù)對(duì)病患證候的分析，按照“君臣佐使”等配伍原則，把不同中藥組成具有特定功能主治的方劑，揭示中藥復(fù)方配伍理論的內(nèi)涵是中醫(yī)藥領(lǐng)域的重點(diǎn)問題。在測(cè)定中藥復(fù)方及其所含單味中藥治療特定病證轉(zhuǎn)錄組數(shù)據(jù)的基礎(chǔ)上，TCM-CBTR能夠識(shí)別中藥復(fù)方和各單味中藥治療疾病的相關(guān)靶點(diǎn)和分子作用路徑，通過比較復(fù)方、單味藥以及疾病的相關(guān)靶點(diǎn)和分子作用路徑，可從靶點(diǎn)尺度系統(tǒng)揭示復(fù)方和各單味藥物在疾病治療上的區(qū)別和關(guān)聯(lián)，解析復(fù)方配伍的科學(xué)內(nèi)涵。

4.5 中藥新藥開發(fā)

TCM-CBTR可從靶點(diǎn)層面探索藥物和疾病的關(guān)聯(lián)，發(fā)現(xiàn)能夠逆轉(zhuǎn)疾病效應(yīng)的藥物。無論是中藥成分還是復(fù)方，在已知藥物和疾病轉(zhuǎn)錄組數(shù)據(jù)的基礎(chǔ)上，TCM-CBTR計(jì)算藥物和疾病在靶點(diǎn)層面的關(guān)聯(lián)，具體的NCS存在正負(fù)之分，代表藥物或疾病對(duì)靶點(diǎn)的不同影響。基于NCS計(jì)算藥物和靶點(diǎn)在靶點(diǎn)層面的相關(guān)性，相關(guān)性為負(fù)值說明藥物和疾病在靶點(diǎn)層面具有相反的效應(yīng)，意味著藥物具有治療該疾病的可能性。

5 TCM-CBTR在中醫(yī)藥領(lǐng)域的應(yīng)用

5.1 中藥在靶點(diǎn)層面的比較研究

黨參和黃芪均為補(bǔ)氣之要藥，但在功能主治上又有一定區(qū)別[38]。黨參性平、味甘，補(bǔ)中益氣、健脾益肺。黃芪性溫、味甘，補(bǔ)氣固表、利尿托毒。中藥的復(fù)雜性特征使得傳統(tǒng)的還原論方法難以揭示2味中藥在分子層面作用特點(diǎn)和方式。可利用TCM-CBTR研究模式對(duì)黨參和黃芪的直接和間接靶點(diǎn)進(jìn)行挖掘，并從不同層面對(duì)2味中藥進(jìn)行比較，試圖挖掘二者在分子層面的異同點(diǎn)。按照TCM-CBTR的要點(diǎn)，首先基于2味中藥的基因轉(zhuǎn)錄譜數(shù)據(jù)對(duì)其機(jī)制靶標(biāo)進(jìn)行預(yù)測(cè)：從基因表達(dá)綜合數(shù)據(jù)庫（gene expression omnibus，GEO）收集黨參和黃芪誘導(dǎo)人肝癌HepG2細(xì)胞的轉(zhuǎn)錄譜數(shù)據(jù)（GEO登記號(hào)GSE115506），，利用基于轉(zhuǎn)錄譜數(shù)據(jù)的靶點(diǎn)推演法預(yù)測(cè)黨參和黃芪的機(jī)制靶點(diǎn)，以FDR≤0.05為閾值進(jìn)行篩選，最終得到黨參和黃芪各2392和2681個(gè)機(jī)制靶點(diǎn)[36]。其次，通過中藥成分的結(jié)構(gòu)信息預(yù)測(cè)黨參和黃芪的成分靶點(diǎn)：從SymMap數(shù)據(jù)庫收集了黨參的59種化學(xué)成分和黃芪的46種化學(xué)成分，利用SEA法對(duì)這些成分的結(jié)構(gòu)靶點(diǎn)分別進(jìn)行預(yù)測(cè)，得到黨參和黃芪各2032個(gè)和2231個(gè)結(jié)構(gòu)靶點(diǎn)。最后，比較中藥的機(jī)制靶點(diǎn)和結(jié)構(gòu)靶點(diǎn)，提取二者的交集靶點(diǎn)，得到黨參和黃芪各593和737個(gè)直接靶點(diǎn)，從機(jī)制靶點(diǎn)中去除直接靶點(diǎn)，得到黨參1799個(gè)間接靶點(diǎn)，黃芪的1944個(gè)間接靶點(diǎn)，見圖3。

圖3 通過TCM-CBTR策略分析黨參和黃芪的多層次靶點(diǎn)和通路

基于以上數(shù)據(jù)，筆者對(duì)黨參和黃芪在不同靶點(diǎn)層面進(jìn)行比較。在機(jī)制靶點(diǎn)層面，計(jì)算了黨參和黃芪所有靶點(diǎn)NCS的皮爾遜（Pearson）相關(guān)性，結(jié)果顯示二者具有較強(qiáng)的正相關(guān)性（Pearson相關(guān)性為0.69），見圖4-A，說明黨參和黃芪在機(jī)制靶點(diǎn)層面的相似性。具體而言，黨參和黃芪具有2062個(gè)共同機(jī)制靶點(diǎn)，分別占黨參所有機(jī)制靶點(diǎn)的86.2%、黃芪所有機(jī)制靶點(diǎn)的76.9%。在結(jié)構(gòu)靶點(diǎn)層面，盡管黨參和黃芪沒有共有成分，但二者具有1911個(gè)相同的結(jié)構(gòu)靶點(diǎn)，占黨參結(jié)構(gòu)靶點(diǎn)的94%、黃芪結(jié)構(gòu)靶點(diǎn)的85.7%。在直接靶點(diǎn)層面，二者具有495個(gè)相同的直接靶點(diǎn)，占黨參直接靶點(diǎn)的83.5%、黃芪直接靶點(diǎn)的67.2%。在間接靶點(diǎn)層面，二者具有1486個(gè)相同的間接靶點(diǎn)，占黨參間接靶點(diǎn)的82.6%、黃芪間接靶點(diǎn)的76.4%，見圖4-B。

為了進(jìn)一步從功能通路角度比較黨參和黃芪，筆者重點(diǎn)關(guān)注藥物的直接和間接靶點(diǎn)共同作用的通路，這些通路即為藥物的主要作用通路。利用過表達(dá)分析對(duì)2味中藥的直接和間接靶點(diǎn)進(jìn)行功能通路富集分析。結(jié)果顯示，黨參的直接和間接靶點(diǎn)共同關(guān)聯(lián)到59條主要信號(hào)通路（FDR≤0.05），黃芪的直接和間接靶點(diǎn)共同關(guān)聯(lián)86條主要信號(hào)通路。2味中藥主要作用通路的比較顯示，二者同時(shí)作用于52條信號(hào)通路，表明黨參和黃芪在功能通路上作用的相似性。這些通路大多涉及癌癥、炎性免疫、代謝等功能（表1），和文獻(xiàn)報(bào)道補(bǔ)氣藥主要涉及功能作用相一致[39-41]，符合二者作為補(bǔ)氣要藥在中醫(yī)認(rèn)知上的相似性。

在2味中藥的主要作用通路中，除了共同作用的52條功能通路外，二者還具有各自特異的作用通路。黨參可特異作用于甲狀腺激素合成通路，已知甲狀腺激素促進(jìn)機(jī)體物質(zhì)和能量代謝，表明相比黃芪，黨參還可通過影響甲狀腺激素合成影響機(jī)體功能。黃芪可特異作用于B細(xì)胞受體信號(hào)通路、核因子-κB信號(hào)通路和皮質(zhì)醇的合成與分泌通路，這3條通路均和炎性功能調(diào)節(jié)相關(guān)，表明相比黨參，黃芪的炎性功能調(diào)節(jié)能力可能更佳，和文獻(xiàn)報(bào)道相一致[42]。

A-黨參和黃芪在機(jī)制靶點(diǎn)層面NCS打分的皮爾遜相關(guān)性 B-黨參和黃芪直接靶點(diǎn)和間接靶點(diǎn)的比較

通過TCM-CBTR方法對(duì)黨參和黃芪的研究表明，2味中藥在靶點(diǎn)和分子通路層面均極為相似，但又各自具有部分特異性靶點(diǎn)和作用通路，與2味中藥在中醫(yī)臨床中所總結(jié)功能主治相關(guān)結(jié)論一致。表明TCM-CBTR研究模式可高效地對(duì)單味中藥的直接和間接靶點(diǎn)及其作用路徑進(jìn)行系統(tǒng)研究和比較分析，為中藥在分子層面的作用機(jī)制研究提供線索。

5.2 中藥治療疾病作用機(jī)制的研究

消渴安是一種用于治療2型糖尿病的純中藥制劑，屬于國家III類新藥，具有明顯的降血糖及改善癥狀的功效。當(dāng)前關(guān)于消渴安治療糖尿病的分子機(jī)制研究仍然較少。本文擬采用TCM-CBTR研究模式，從靶點(diǎn)層面揭示消渴安治療糖尿病的作用機(jī)制，見圖5。

首先從GEO數(shù)據(jù)庫收集消渴安治療高脂飼料誘導(dǎo)2型糖尿病小鼠模型的相關(guān)轉(zhuǎn)錄組數(shù)據(jù)（GEO登記號(hào)GSE62087），計(jì)算糖尿病模型所誘導(dǎo)的差異基因譜和消渴安所誘導(dǎo)差異基因譜。并利用表達(dá)譜推演法預(yù)測(cè)糖尿病模型和消渴安治療的相關(guān)機(jī)制靶點(diǎn)，得到糖尿病模型顯著相關(guān)的687個(gè)機(jī)制靶點(diǎn)，消渴安治療顯著相關(guān)的1363個(gè)機(jī)制靶點(diǎn)（FDR≤0.05），糖尿病模型和消渴安在機(jī)制靶點(diǎn)NCS具有較強(qiáng)的負(fù)相關(guān)性（Pearson相關(guān)性為?0.47）見圖6，說明消渴安可以在一定程度上逆轉(zhuǎn)糖尿病對(duì)相關(guān)機(jī)制靶點(diǎn)的影響。NCS絕對(duì)值越大，意味著藥物/疾病對(duì)該靶點(diǎn)的影響越大，如果藥物/疾病與某個(gè)靶點(diǎn)的NCS值正負(fù)相反，意味著二者對(duì)該靶點(diǎn)的影響相反。通過比較消渴安和糖尿病模型顯著相關(guān)機(jī)制靶點(diǎn)的NCS，發(fā)現(xiàn)在糖尿病模型顯著影響的687個(gè)機(jī)制靶點(diǎn)中，有358個(gè)靶點(diǎn)經(jīng)消渴安治療可顯著逆轉(zhuǎn)（NCS值正負(fù)相反，F(xiàn)DR≤0.05），這358個(gè)靶點(diǎn)即為消渴安治療糖尿病的潛在機(jī)制靶點(diǎn)。

表1 黨參和黃芪的主要作用通路

續(xù)表1

信號(hào)通路富集顯著性 黨參直接靶點(diǎn)黨參間接靶點(diǎn)黃芪直接靶點(diǎn)黃芪間接靶點(diǎn) 胰腺癌0.000.000.000.00 自噬0.000.020.000.01 絲裂原活化蛋白激酶通路0.000.000.000.00 弓形體病0.000.000.000.00 腺苷酸活化蛋白激酶通路0.000.010.000.01 甲型流感0.000.030.000.00 胰島素通路0.000.010.000.01 輔助性T細(xì)胞17細(xì)胞分化0.000.010.000.00 表皮生長因子受體通路0.000.010.000.00 促性腺激素釋放激素通路0.000.050.000.00 腫瘤壞死因子通路0.000.000.000.00 神經(jīng)營養(yǎng)素通路0.000.000.000.00 細(xì)胞凋亡0.000.000.000.00 非酒精性脂肪肝0.000.020.000.02 慢性髓系白血病0.000.000.000.00 細(xì)胞衰老0.000.010.000.00 病毒致癌作用0.000.000.000.00 麻疹0.000.010.000.00 結(jié)腸直腸癌0.000.000.000.00 醛固酮的合成和分泌0.000.010.020.01 人類免疫缺陷病毒1型感染0.000.020.000.00 鉑耐藥0.000.020.020.00 子宮內(nèi)膜癌0.000.010.000.00 輔助性T細(xì)胞1和2細(xì)胞分化0.000.000.010.00 調(diào)控干細(xì)胞多能性的信號(hào)通路0.000.020.000.00 信號(hào)轉(zhuǎn)導(dǎo)子和轉(zhuǎn)錄激活子信號(hào)通路0.000.000.000.00 類固醇生物合成0.000.050.040.02 纈氨酸、亮氨酸和異亮氨酸降解0.000.010.000.03 淋巴細(xì)胞瘤病毒感染0.010.000.000.00 胰高血糖素通路0.010.000.020.00 腎細(xì)胞癌0.010.000.000.00 肝細(xì)胞癌0.010.000.010.00 乳腺癌0.010.050.000.00 小細(xì)胞肺癌0.010.030.000.00 脂肪細(xì)胞因子信號(hào)通路0.020.010.000.00 阿爾茨海默病0.020.050.000.01 肺結(jié)核0.040.010.020.00 甲狀腺激素合成0.000.04NANA

NA-無富集顯著性

NA-no enrichment significance

圖5 TCM-CBTR策略解析消渴安治療糖尿病的分子機(jī)制

隨后，從SymMap數(shù)據(jù)庫中收集了消渴安復(fù)方中8種單藥的438種化學(xué)成分，基于所有成分結(jié)構(gòu)，利用SEA方法預(yù)測(cè)得到消渴安的2885個(gè)結(jié)構(gòu)靶點(diǎn)；比較消渴安的結(jié)構(gòu)靶點(diǎn)和其治療糖尿病的機(jī)制靶點(diǎn)，取交集共得到消渴安治療糖尿病的123個(gè)直接靶點(diǎn)，從機(jī)制靶點(diǎn)中排除直接靶點(diǎn)得到消渴安治療糖尿病的間接靶點(diǎn)235個(gè)。最后，為了進(jìn)一步從功能通路角度解析消渴安治療糖尿病的作用機(jī)制，分析消渴安治療糖尿病直接靶點(diǎn)和間接靶點(diǎn)的相關(guān)功能通路。通過功能通路富集分析，消渴安治療糖尿病的123個(gè)直接靶點(diǎn)顯著富集到14條功能通路，235個(gè)間接靶點(diǎn)顯著富集到2條功能通路（FDR≤0.05）。對(duì)這些功能通路的詳細(xì)分析發(fā)現(xiàn)，消渴安治療糖尿病的靶點(diǎn)層面機(jī)制主要包括2方面：（1）糖代謝相關(guān)通路，如胰島素信號(hào)通路和胰島素抵抗；（2）炎性免疫相關(guān)通路，如卡波西肉瘤相關(guān)皰疹病毒感染、乙型肝炎、弓形體病、人巨細(xì)胞病毒感染、淋巴細(xì)胞瘤病毒感染等通路，見表2。這些結(jié)果提示消渴安可通過調(diào)節(jié)胰島素相關(guān)信號(hào)通路和炎性免疫功能治療糖尿病，與文獻(xiàn)報(bào)道相一致[43]。

圖6 消渴安和疾病模型在機(jī)制靶點(diǎn)層面NCS打分的Pearson相關(guān)性

該例證表明TCM-CBTR研究模式可有效從靶點(diǎn)層面揭示消渴安治療糖尿病的相關(guān)機(jī)制，為中藥治病的作用機(jī)制研究提供線索。

表2 消渴安治療糖尿病的主要作用通路

6 結(jié)語與展望

中藥和機(jī)體相互作用的闡明是中醫(yī)藥領(lǐng)域的核心問題之一。中藥靶點(diǎn)作為中藥和機(jī)體相互作用的中介，是闡釋二者相互作用的核心與關(guān)鍵。本文梳理了中藥通過“中藥成分-直接靶點(diǎn)-間接靶點(diǎn)-生物效應(yīng)”的完整路徑和機(jī)體相互作用的方式，系統(tǒng)總結(jié)了當(dāng)前中藥靶點(diǎn)的研究思路和方法，發(fā)現(xiàn)當(dāng)前中藥靶點(diǎn)研究方法存在中藥“化學(xué)性”和“生物性”信息割裂的問題：“基于配體-靶點(diǎn)結(jié)合檢測(cè)”和“基于化合物-靶點(diǎn)虛擬預(yù)測(cè)”傾向從中藥“化學(xué)性”信息出發(fā)研究中藥直接靶點(diǎn)；“基于基因-表型關(guān)聯(lián)”和“基于生物活性推演”傾向從中藥“生物效應(yīng)性”信息出發(fā)研究中藥機(jī)制靶點(diǎn)，導(dǎo)致難以從整體角度闡明中藥-機(jī)體的作用路徑。筆者對(duì)相關(guān)思路和方法進(jìn)行凝練整合并加以擴(kuò)展，提出了TCM-CBTR的研究模式，該模式適配中醫(yī)藥特點(diǎn)，打破常規(guī)中藥靶點(diǎn)研究思路割裂化學(xué)組分和生物活性的局限性，有機(jī)結(jié)合中藥“化學(xué)性”和“生物性”信息，挖掘中藥靶點(diǎn)，疏通“中藥成分-直接靶點(diǎn)-間接靶點(diǎn)-生物效應(yīng)”作用路徑，開創(chuàng)適配中藥-疾病復(fù)雜系統(tǒng)相互作用的研究新模式。

利益沖突 所有作者均聲明不存在利益沖突

[1] Qiu J. Traditional medicine: A culture in the balance [J]., 2007, 448(7150): 126-128.

[2] Xu Z G. Modernization: One step at a time [J]., 2011, 480(7378): S90-S92.

[3] Liu X, Wu W Y, Jiang B H,. Pharmacological tools for the development of traditional Chinese medicine [J]., 2013, 34(11): 620-628.

[4] 吳純偉, 路麗, 梁生旺, 等. 藥物靶標(biāo)預(yù)測(cè)技術(shù)在中藥網(wǎng)絡(luò)藥理學(xué)中的應(yīng)用 [J]. 中國中藥雜志, 2016, 41(3): 377-382.

[5] 周慧, 王義民, 鄭重, 等. 親和超濾質(zhì)譜技術(shù)在中藥活性成分篩選中的研究進(jìn)展 [J]. 質(zhì)譜學(xué)報(bào), 2018, 39(6): 641-652.

[6] Chen G L, Fan M X, Liu Y,. Advances in MS based strategies for probing ligand-target interactions: Focus on soft ionization mass spectrometric techniques [J]., 2019, 7: 703.

[7] Muchiri R N, van Breemen R B. Affinity selection-mass spectrometry for the discovery of pharmacologically active compounds from combinatorial libraries and natural products [J]., 2021, 56(5): e4647.

[8] Vetting M W, Al-Obaidi N, Zhao S W,. Experimental strategies for functional annotation and metabolism discovery: Targeted screening of solute binding proteins and unbiased panning of metabolomes [J]., 2015, 54(3): 909-931.

[9] Hopkins A L. Network pharmacology: The next paradigm in drug discovery [J]., 2008, 4(11): 682-690.

[10] Li S, Zhang B. Traditional Chinese medicine network pharmacology: Theory, methodology and application [J]., 2013, 11(2): 110-120.

[11] Luo T T, Lu Y, Yan S K,. Network pharmacology in research of Chinese medicine formula: Methodology, application and prospective [J]., 2020, 26(1): 72-80.

[12] Zhang G B, Li Q Y, Chen Q L,. Network pharmacology: A new approach for Chinese herbal medicine research [J]., 2013, 2013: 621423.

[13] Zhang R Z, Zhu X, Bai H,. Network pharmacology databases for traditional Chinese medicine: Review and assessment [J]., 2019, 10: 123.

[14] Li P, Fu Y X, Wang Y H. Network based approach to drug discovery: A mini review [J]., 2015, 15(8): 687-695.

[15] Wu Y, Zhang F L, Yang K,. SymMap: An integrative database of traditional Chinese medicine enhanced by symptom mapping [J]., 2019, 47(D1): D1110-D1117.

[16] Liu Z Y, Guo F F, Wang Y,. BATMAN-TCM: A bioinformatics analysis tool for molecular mechANism of traditional Chinese medicine [J]., 2016, 6: 21146.

[17] Ye H, Ye L, Kang H,. HIT: Linking herbal active ingredients to targets [J]., 2011, 39 (Database issue): D1055-D1059.

[18] Xue R C, Fang Z, Zhang M X,. TCMID: Traditional Chinese Medicine integrative database for herb molecular mechanism analysis [J]., 2013, 41 (Database issue): D1089-D1095.

[19] Ru J L, Li P, Wang J N,. TCMSP: A database of systems pharmacology for drug discovery from herbal medicines [J]., 2014, 6: 13.

[20] Xu H Y, Zhang Y Q, Liu Z M,. ETCM: An encyclopaedia of traditional Chinese medicine [J]., 2019, 47(D1): D976-D982.

[21] Li B Q, Ma C F, Zhao X Y,. YaTCM: Yet another traditional Chinese medicine database for drug discovery [J]., 2018, 16: 600-610.

[22] Zhao J, Yang J, Tian S S,. A survey of web resources and tools for the study of TCM network pharmacology [J]., 2019, 7(1): 17-29.

[23] Bagherian M, Sabeti E, Wang K,. Machine learning approaches and databases for prediction of drug-target interaction: A survey paper [J]., 2021, 22(1): 247-269.

[24] Chan H C S, Shan H B, Dahoun T,. Advancing drug discovery via artificial intelligence [J]., 2019, 40(8): 592-604.

[25] Trapotsi M A, Hosseini-Gerami L, Bender A. Computational analyses of mechanism of action (MoA): Data, methods and integration [J]., 2022, 3(2): 170-200.

[26] 牛明, 張斯琴, 張博, 等.《網(wǎng)絡(luò)藥理學(xué)評(píng)價(jià)方法指南》解讀 [J]. 中草藥, 2021, 52(14): 4119-4129.

[27] Schenone M, Dan?ík V, Wagner B K,. Target identification and mechanism of action in chemical biology and drug discovery [J]., 2013, 9(4): 232-240.

[28] Subramanian A, Narayan R, Corsello S M,. A next generation connectivity map: L1000 platform and the first 1, 000, 000 profiles [J]., 2017, 171(6): 1437-1452.

[29] Wang Y L, Xiao J, Suzek T O,. PubChem’s BioAssay database [J]., 2012, 40 (Database issue): D400-D412.

[30] Wang N, Li P, Hu X C,. Herb target prediction based on representation learning of symptom related heterogeneous network [J]., 2019, 17: 282-290.

[31] Zhang H W, Lv C, Zhang L J,. Application of omics- and multi-omics-based techniques for natural product target discovery [J]., 2021, 141: 111833.

[32] Jiang H M, Hu C, Chen M J. The advantages of connectivity map applied in traditional Chinese medicine [J]., 2021, 12: 474267.

[33] Fang S S, Dong L, Liu L,. HERB: A high-throughput experiment- and reference-guided database of traditional Chinese medicine [J]., 2021, 49(D1): D1197-D1206.

[34] 姚運(yùn)秀, 潘春暉, 王晨, 等. 網(wǎng)絡(luò)藥理學(xué)在中藥復(fù)方的研究進(jìn)展與應(yīng)用策略 [J]. 成都大學(xué)學(xué)報(bào): 自然科學(xué)版, 2020, 39(3): 257-263.

[35] Langfelder P, Horvath S. WGCNA: An R package for weighted correlation network analysis [J]., 2008, 9: 559.

[36] Li P, Zhang H R, Zhang W X,. TMNP: A transcriptome-based multi-scale network pharmacology platform for herbal medicine [J]., 2022, 23(1): bbab542.

[37] Keiser M J, Roth B L, Armbruster B N,. Relating protein pharmacology by ligand chemistry [J]., 2007, 25(2): 197-206.

[38] 張美玉, 吳泳錫, 王一竹, 等. 補(bǔ)氣中藥通過調(diào)節(jié)腸道菌群治療脾虛證的研究進(jìn)展 [J]. 中草藥, 2021, 52(17): 5430-5436.

[39] 劉德麗, 包華音, 劉楊. 近5年黃芪化學(xué)成分及藥理作用研究進(jìn)展 [J]. 食品與藥品, 2014, 16(1): 68-70.

[40] 王涵, 林紅強(qiáng), 譚靜, 等. 黨參藥理作用及臨床應(yīng)用研究進(jìn)展 [J]. 世界最新醫(yī)學(xué)信息文摘, 2019, 19(7): 21-22.

[41] 徐世一, 劉秀波, 陸佳欣, 等. 黃芪活性成分抗腫瘤作用機(jī)制的研究進(jìn)展 [J]. 中草藥, 2022, 53(23): 7613-7623.

[42] 申曉芳, 金華. 黃芪、黨參藥理歸經(jīng)作用和臨床應(yīng)用 [J]. 實(shí)用中醫(yī)內(nèi)科雜志, 2012, 26(7): 75.

[43] Yang Z Z, Liu W, Zhang F,. Deciphering the therapeutic mechanisms of Xiao-Ke-An in treatment of type 2 diabetes in mice by a Fangjiomics approach [J]., 2015, 36(6): 699-707.

New model and application of traditional Chinese medicine target research based on global chemical and biological profile inference

LI Peng1, ZHANG Hao-ran1, ZHANG Yuan-yuan1, ZHAN Ling-min1, CHEN Jian-xin2

1. Shanxi Key Laboratory for Modernization of Traditional Chinese Veterinary Medicine, College of Basic Sciences, Shanxi Agricultural University, Taigu 030801, China 2. School of Traditional Chinese Medicine, Beijing University of Chinese Medicine, Beijing 100029, China

The biological targets of traditional Chinese medicine (TCM) are the core effectors mediating the interaction between TCM and human body. Clarifying targets of TCM is very important to elucidate material basis and action mechanism of TCM. By summarizing and defining the modes of action of TCM and targets, this paper systematically expounds the current thinking and methods of TCM target research, and summarize characteristics and defects of these methods. On this basis, this study integrates these methods, and propose a novel target identification model based on TCM overall chemical and biological profiles. This model can systematically explore the action path of TCM and targets from both “chemical” and “biological” information. The applications of model in field of TCM are summarized and further illustrated with specific cases. We expect that this novel model could provide a more systematic framework for study of molecular mechanisms of TCM.

new methods; TCM targets; transcriptomics; TCM ingredients; drug-target prediction; biological property; chemical property

R284；R285

A

0253 - 2670(2023)06 - 1986 - 12

10.7501/j.issn.0253-2670.2023.06.031

2022-10-14

國家自然科學(xué)基金面上項(xiàng)目（82274363）；國家自然科學(xué)基金青年項(xiàng)目（81703945）；山西省基礎(chǔ)研究計(jì)劃面上項(xiàng)目（20210302124129）

李 鵬，男，副教授，碩士生導(dǎo)師，從事中藥治療復(fù)雜疾病作用機(jī)制及中藥網(wǎng)絡(luò)藥理學(xué)方法研究。E-mail: lip@sxau.edu.cn

[責(zé)任編輯 趙慧亮]