|
中藥具有多成分、多靶點、調(diào)節(jié)方式多樣的特點，蘊含了極大的信息量。采用西醫(yī)單靶標、單成分的研究思路來研究中藥，很難體現(xiàn)中藥的系統(tǒng)性[1]，不能科學解釋中藥復方的藥效物質基礎及組方規(guī)律等問題。隨著網(wǎng)絡藥理學技術的提出，單靶標、單成分研究思路開始向整體探究、系統(tǒng)調(diào)節(jié)轉變。2007年，Yildirim等[2]首先應用了網(wǎng)絡生物學的概念，通過對藥物與基因、蛋白相互作用數(shù)據(jù)進行集成分析，發(fā)現(xiàn)多數(shù)藥物是通過間接調(diào)節(jié)發(fā)揮作用，而非直接作用于疾病相關蛋白。在此基礎上，Hopkins[3]于同年提出了網(wǎng)絡藥理學（network pharmacology）研究方法，認為藥物是作用于多個靶點，并通過多靶點間的相互作用產(chǎn)生增效減毒的效果[3-4]。網(wǎng)絡藥理學從相互聯(lián)系的角度研究問題，恰恰與中藥的核心思想不謀而合。因此，將網(wǎng)絡藥理學應用于中藥研究具有獨特的優(yōu)勢和巨大的發(fā)展?jié)摿?。本文從預測和辨識中藥作用靶點及活性成分群、闡明作用機制、科學解釋組方規(guī)律、發(fā)現(xiàn)新的適應癥、發(fā)現(xiàn)新的活性化合物及與組學技術結合應用等幾個方面，對網(wǎng)絡藥理學在中藥研究中的最新應用進展進行綜述，以期有更多的人了解和應用這一新技術。
1 預測中藥作用靶點
盡可能完整地獲取中藥的化學成分及其作用靶點信息，是網(wǎng)絡藥理學分析的第一步。中藥化學信息一般采用高分辨質譜分析，或搜索在線中藥化學成分數(shù)據(jù)庫獲得，如TCMID（Traditional Chinese Medicines Integrated Database）數(shù)據(jù)庫[5]、Herb BioMap數(shù)據(jù)庫[6]等。獲取化學信息后，利用計算機虛擬篩選對各成分的蛋白靶點進行預測，采用不同的計算方法，目前已形成了多個成熟的網(wǎng)絡分析平臺。例如，通過整合化合物結構相似性和蛋白-蛋白相互作用而構建的drugCIPHER網(wǎng)絡模型[6]、基于分子對接技術構建的AlzPlatform化學基因組學平臺[7]、基于文本挖掘法構建的TCMID數(shù)據(jù)庫[5]等。此外常用的還有反向藥效團識別及分子動力學模擬等靶點預測方法[8]。
2 預測與辨識中藥活性成分群
根據(jù)計算所得的化學成分和靶點信息，通過構建化學成分-作用靶點網(wǎng)絡，能有效地對中藥活性成分群進行分析和預測。Li等[6]通過對葛根芩連湯已知化學成分的靶點進行預測，并與FDA批準的糖尿病藥物的靶點進行聚類分析，推測出了19種主要活性成分，并在細胞實驗中得到了驗證。
另外，多數(shù)研究在建立成分-靶點網(wǎng)絡時僅利用化學成分的定性分析結果，而沒有考慮量的影響。Wang等[9]在定性鑒別活性成分群的基礎上，增加化學成分量的指標，建立了量化成分-靶點網(wǎng)絡（content-weighted ingredient-target network）。以血塞通注射液為研究對象，利用各成分的靶點在網(wǎng)絡中的拓撲關系及各成分量計算成分加權指數(shù)（composition-weighted index），用來對各成分的藥效貢獻進行綜合評價。結果表明，三七皂苷R1，人參皂苷Rg1、Rb1、Rd和Re為血塞通中的主要活性成分，該結果也在大鼠心肌梗死模型上得到了驗證。
3 闡明中藥作用機制
與化學藥單成分、單靶點的作用機制不同，中藥或許對單個靶點的作用較弱，但可通過網(wǎng)絡交互作用協(xié)同抑制整體病理過程，從維持機體平衡方面發(fā)揮獨特的治療作用[10]。通過建立化學成分-靶點-信號通路-疾病多層次網(wǎng)絡模型，可同時考察中藥對多種信號通路的調(diào)節(jié)作用，系統(tǒng)揭示中藥核心分子靶點和藥效生物網(wǎng)絡，解釋其分子作用機制[11]。Zhang等[12]通過分子對接及網(wǎng)絡分析，闡明了熱毒寧注射液治療上呼吸道感染的主要活性化合物、作用靶點及多方面的藥理作用機制，包括抑制病毒復制、直接作用于呼吸道病毒生命周期調(diào)節(jié)關鍵的蛋白、間接調(diào)節(jié)宿主免疫系統(tǒng)等。
網(wǎng)絡藥理學分析結果是由計算機模擬分析而得，其準確性往往會受質疑，因此需結合動物實驗對計算結果進行驗證，為說明結果的可靠性提供依據(jù)。Sheng等[13]通過建立血栓疾病相關化學基因組學數(shù)據(jù)庫，計算分析得出血栓通膠囊作用于凝血系統(tǒng)的相關靶點及機制，同時利用大鼠彌散性血管內(nèi)凝血模型進行驗證，結果表明血栓通可以顯著改善凝血系統(tǒng)的激活，與計算結果一致性高。此外，銀丹心腦通的網(wǎng)絡藥理學分析結果表明，其可通過血管內(nèi)皮保護、調(diào)血脂、抗炎、抗氧化等作用協(xié)同起效，這些分析結果也在大鼠動脈粥樣硬化模型上得到了驗證[14]。
4 科學解釋組方規(guī)律
“君、臣、佐、使”是中藥方劑配伍組成的基本原則?，F(xiàn)有的研究大多根據(jù)活性成分及有效靶點與藥材的關聯(lián)度來對組方規(guī)律進行解釋，活性成分及靶點越多的藥材，在處方中地位越重要，反之亦然。Tao等[15]計算得出了郁金方中的58種活性成分及其相關的32個蛋白靶點，通過化合物-靶點-疾病網(wǎng)絡分析，發(fā)現(xiàn)在9種最重要的活性成分中，7種來源于郁金，由此體現(xiàn)出郁金的君藥地位；梔子潛在作用靶點僅次于郁金，說明與郁金協(xié)同作用，增強藥效發(fā)揮；麝香和冰片計算所得的靶點數(shù)較少，提示二者可能不直接作用于病癥，而是減少郁金、梔子的毒副作用，或者促進主要活性成分在靶器官的分布的功效。Zheng等[16]通過網(wǎng)絡分析，發(fā)現(xiàn)丹參和三七化學成分的中心性、接近中心性、拓撲系數(shù)、最短路徑等參數(shù)值很少相差異顯著，具有不同的作用機制，但又可協(xié)同增強藥效作用，對二者作為經(jīng)典藥對科學性進行了解釋。
此外，也有研究構建新的評價指標，用以考察藥材在處方中的重要性。Wu等[17]通過建立急性心肌缺血疾病的機體干擾網(wǎng)絡（acute myocardial ischemia specific organism disturbed network，AMI-ODN），提出了網(wǎng)絡恢復指數(shù)（network recovery Index for organism disturbed network，NRI-ODN），即網(wǎng)絡從被擾亂的狀態(tài)恢復到正常狀態(tài)的能力，并應用于芪參益氣方中各藥材抗心肌缺血的治療作用的評價。
5 發(fā)現(xiàn)新的適應癥
基于中藥的化學成分可通過相互關聯(lián)的信號通路影響多種疾病相關靶點的假設，通過構建藥物-靶點-信號通路-疾病網(wǎng)絡模型，可對中藥可能的新適應癥進行推測[12, 18]。例如，郁金方被發(fā)現(xiàn)除了對心腦血管疾病有很好的療效外，還可能對腫瘤及營養(yǎng)代謝性疾病具有改善作用[15]；熱毒寧注射液除了具有抗流感作用外，還可用于肺結核、糖尿病、腫瘤、心血管疾病及免疫系統(tǒng)疾病的臨床治療[18]；抗阿爾茨海默?。ˋD）中藥成分除了FDA藥物的經(jīng)典作用靶點，也同時作用于一些與炎癥、癌癥、糖尿病等其他疾病高度關聯(lián)的靶點，不僅體現(xiàn)了疾病的復雜性，也提供了新的治病思路[19]。
6 發(fā)現(xiàn)新的活性化合物
中藥作為臨床經(jīng)驗的總結，藥效作用明確，從中藥中發(fā)現(xiàn)新的多靶點藥物具有良好的發(fā)展前景[20]。目前通過整合多種類型數(shù)據(jù)，同時集成口服生物利用度篩選，吸收、分布、代謝、排泄（ADME）特性分析，藥效模式識別，靶點預測，網(wǎng)絡分析等工具[21]，建立了多種網(wǎng)絡藥理學數(shù)據(jù)庫及分析平臺，對加速生物活性天然產(chǎn)物的發(fā)現(xiàn)和評價有重要意義。Gu等[22]通過對197 201種天然化合物進行主成分分析，發(fā)現(xiàn)這些化合物與FDA批準的藥物在化學結構上重合度很高，顯示出天然化合物發(fā)展成為先導化合物的巨大潛能。同時將所收集的天然化合物與332個FDA批準藥物的蛋白靶點進行分子對接分析及成藥性分析，得到10種最具潛能的化合物。心血管疾病也是網(wǎng)絡藥理學研究的熱門方向，Gu等[23]構建了心血管疾病草藥數(shù)據(jù)庫（cardiovascular disease herbal database，CVDHD，http://pkuxxj.pku.edu.cn/），包含35230個化合物及其分子性質、與2 395個蛋白靶點的分子對接結果以及與相關疾病、通路、生物指標的關聯(lián)分析，為治療心血管疾病中草藥的作用機制研究及新藥研發(fā)提供了平臺。
網(wǎng)絡藥理學也已應用于從天然產(chǎn)物中發(fā)現(xiàn)新的先導化合物。Sun等[24]利用網(wǎng)絡藥理學和比較蛋白組學，以熊去氧膽酸為先導合成了抗癌單體成分U12；動物實驗結果證實U12抗癌活性優(yōu)于熊去氧膽酸，同時副作用比氟尿嘧啶小。
7 與組學技術相結合
隨著組學技術飛速發(fā)展，蛋白組學[25]、代謝組學[26]、基因芯片[27-28]等方法與網(wǎng)絡藥理學的結合應用逐漸增多。采用組學技術獲得造模及藥物干預前后實驗動物的生物效應譜，從中篩選出關鍵靶點和通路，與網(wǎng)絡模型相互參考，從而對中藥的活性成分及作用機制進行更準確地闡釋。Xiang等[29]利用分子對接、通路富集分析、網(wǎng)絡分析等方法，結合代謝組學、血清藥物化學、組織病理學、免疫組化實驗結果，闡明了大黃用于治療腎纖維化的活性成分和分子作用機制。
8 結語與展望
利用網(wǎng)絡藥理學技術構建多層次網(wǎng)絡模型，從整體角度對中藥進行研究，已成為一種科學解釋中藥有效性和科學性的新策略，在多方面的中藥研究中已具備了成功應用的經(jīng)驗，但其作為新興學科，目前仍具有一些未解決的問題。例如，中藥化學成分可能會有疏漏；化學成分與計算得到的潛在作用靶點間的具體作用機制仍不明確，無法對直接結合或是間接調(diào)控作用進行辨別[11]；缺乏對生物網(wǎng)絡的定量檢測和數(shù)學分析，包括活性成分在體內(nèi)的實際分布及量、藥物靶點在不同組織中量的差別等[30-31]。
隨著網(wǎng)絡藥理學的發(fā)展及與新技術的結合，其在中藥研究中將會有更廣闊的應用前景。從臨床有效的中藥中發(fā)現(xiàn)新的先導化合物，已成為研究熱點[32]；利用網(wǎng)絡藥理學技術，越來越多中藥方劑的化學成分、作用靶點、藥理機制、組方規(guī)律將會得到闡明，中藥的認可度和接受度將不斷提高，離中藥現(xiàn)代化和國際化目標也就更近了一步。
參考文獻 | [1] | Westerhoff H V. Network-based pharmacology through systems biology[J]. Drug Discov Today: Technol , 2015, 15 :15–16. DOI:10.1016/j.ddtec.2015.05.001 | | [2] | Yildirim M A, Goh K I, Cusick M E, et al. Drug-target network[J]. Nat Biotechnol , 2007, 25 (10) :1119–1126.DOI:10.1038/nbt1338 | | [3] | Hopkins A L. Network pharmacology[J]. Nat Biotechnol , 2007, 25 (10) :1110–1111. DOI:10.1038/nbt1007-1110 | | [4] | Hopkins A L. Network pharmacology: the next paradigm in drug discovery[J]. Nat Chem Biol , 2008, 4 (11) :682–690. DOI:10.1038/nchembio.118 | | [5] | Xue R, Fang Z, Zhang M, et al. TCMID: Traditional Chinese Medicine integrative database for herb molecular mechanism analysis[J]. Nucl Acids Res , 2013, 41 (Database issue) :1089–1095. | | [6] | Li H, Zhao L, Zhang B, et al. A network pharmacology approach to determine active compounds and action mechanisms of ge-gen-qin-lian decoction for treatment of type 2 diabetes[J]. Evid-Based Compl Alt Med , 2014, 2014 :495840. | | [7] | Liu H, Wang L, Lv M, et al. AlzPlatform: An Alzheimer's disease domain-specific chemogenomics knowledgebase for polypharmacology and target identification research[J]. J Chem Inf Model , 2014, 54 (4) :1050–1060. DOI:10.1021/ci500004h | | [8] | Li X, Xu X, Wang J, et al. A system-level investigation into the mechanisms of Chinese traditional medicine: compound Danshen Formula for cardiovascular disease treatment[J]. PLoS One , 2012, 7 (9) :e43918.DOI:10.1371/journal.pone.0043918 | | [9] | Wang L, Li Z, Shao Q, et al. Dissecting active ingredients of Chinese medicine by content-weighted ingredient-target network[J]. Mol Biosyst , 2014, 10 (7) :1905–1911. DOI:10.1039/C3MB70581A | | [10] | Zhang B, Wang X, Li S. An integrative platform of TCM network pharmacology and its application on a herbal formula, Qing-Luo-Yin[J]. Evid-Based Compl Alt Med , 2013, 2013 :456747. | | [11] | Liang X J, Li H Y, Li S. A novel net work pharmacology approach to analyse traditional herbal formulae: the Liu-Wei-Di-Huang pill as a case study[J]. Mol Biosyst , 2014, 10 (5) :1014–1022. DOI:10.1039/c3mb70507b | | [12] | Zhang X, Gu J, Cao L, et al. Network pharmacology study on the mechanism of traditional Chinese medicine for upper respiratory tract infection[J]. Mol Biosyst , 2014, 10 (10) :2517–2525. DOI:10.1039/C4MB00164H | | [13] | Sheng S, Wang J, Wang L, et al. Network pharmacology analyses of the antithrombotic pharmacological mechanism of Fufang Xueshuantong Capsule with experimental support using disseminated intravascular coagulation rats[J]. J Ethnopharmacol , 2014, 154 (3) :735–744. DOI:10.1016/j.jep.2014.04.048 | | [14] | Cheng L, Sun X B, Pan G F, et al. Yindanxinnaotong, a Chinese compound medicine, synergistically attenuates atherosclerosis progress[J]. Sci Rep , 2015, 5 :12333. DOI:10.1038/srep12333 | | [15] | Tao W, Xu X, Wang X, et al. Network pharmacology-based prediction of the active ingredients and potential targets of Chinese herbal Radix Curcumae formula for application to cardiovascular disease[J]. J Ethnopharmacol , 2013, 145 (1) :1–10. DOI:10.1016/j.jep.2012.09.051 | | [16] | Zheng C S, Xu X J, Ye H Z, et al. Computational pharmacological comparison of and used in the therapy of cardiovascular diseases[J]. Exp Ther Med , 2013, 6 (5) :1163–1168. | | [17] | Wu L, Wang Y, Cheng Y, et al. Identifying roles of 'Jun-Chen-Zuo-Shi' component herbs of QiShenYiQi formula in treating acute myocardial ischemia by network pharmacology[J]. Chin Med , 2014, 9 :24. DOI:10.1186/1749-8546-9-24 | | [18] | Luo F, Gu J, Chen L, et al. Multiscale modeling of drug-induced effects of ReDuNing injection on human disease: From drug molecules to clinical symptoms of disease[J]. Sci Rep , 2015, 5 :10064. DOI:10.1038/srep10064 | | [19] | Sun Y, Zhu R, Ye H, et al. Towards a bioinformatics analysis of anti-Alzheimer's herbal medicines from a target network perspective[J]. Brief Bioinform , 2013, 14 (3) :327–343. DOI:10.1093/bib/bbs025 | | [20] | Zheng C, Wang J, Liu J, et al. System-level multi-target drug discovery from natural products with applications to cardiovascular diseases[J]. Mol Divers , 2014, 18 (3) :621–635. DOI:10.1007/s11030-014-9521-y | | [21] | Liu J L, Pei M J, Zheng C L, et al. A Systems-pharmacology analysis of herbal medicines used in health improvement yreatment: Predicting potential new drugs and targets[J]. Evid-Based Compl Alt Med , 2013, 2013 :938764. | | [22] | Gu J, Gui Y, Chen L, et al. Use of natural products as chemical library for drug discovery and network pharmacology[J]. PLoS One , 2013, 8 (4) :e62839. DOI:10.1371/journal.pone.0062839 | | [23] | Gu J, Gui Y, Chen L, et al. CVDHD: a cardiovascular disease herbal database for drug discovery and network pharmacology[J]. J Cheminf , 2013, 5 (1) :51. DOI:10.1186/1758-2946-5-51 | | [24] | Xu Y, Luo Q, Lin T, et al. U12, a UDCA derivative, acts as an anti-hepatoma drug lead and inhibits the mTOR/S6K1 and cyclin/CDK complex pathways[J]. PLoS One , 2014, 9 (12) :e113479.DOI:10.1371/journal.pone.0113479 | | [25] | Sun H, Zhang A, Yan G, et al. Proteomics study on the hepatoprotective effects of traditional Chinese medicine formulae Yin-Chen-Hao-Tang by a combination of two-dimensional polyacrylamide gel electrophoresis and matrix-assisted laser desorption/ionization-time of flight mass spectrometry[J]. J Pharm Biomed Anal , 2013, 75 :173179. | | [26] | Chen S, Wu S, Li W, et al. Investigation of the therapeutic effectiveness of active components in Sini decoction by a comprehensive GC/LC-MS based metabolomics and network pharmacology approaches[J]. Mol Biosyst , 2014, 10 (12) :3310–3321. DOI:10.1039/C4MB00048J | | [27] | Li X, Wu L, Liu W, et al. A network pharmacology study of Chinese medicine QiShenYiQi to reveal its underlying multi-compound, multi-target, multi-pathway mode of action[J]. PLoS One , 2014, 9 (5) :e95004/1. | | [28] | Zhao F B L, Liu M Y, Zhang M X, et al. Evaluating the pharmacological mechanism of Chinese medicine Si-Wu-Tang through multi-level data integration[J]. PLoS One , 2013, 8 (11) :e72334.DOI:10.1371/journal.pone.0072334 | | [29] | Xiang Z, Sun H, Cai X, et al. The study on the material basis and the mechanism for anti-renal interstitial fibrosis efficacy of rhubarb through integration of metabonomics and network pharmacology[J]. Mol Biosyst , 2015, 11 (4) :1067–1078. DOI:10.1039/C4MB00573B | | [30] | Leil T A, Ermakov S. Editorial: The emerging discipline of quantitative systems pharmacology[J]. Front Pharmacol , 2015, 6 :129. | | [31] | Allerheiligen S R. Next-generation model-based drug discovery and development: quantitative and systems pharmacology[J]. Clin Pharmacol Ther , 2010, 88 (1) :135–137. DOI:10.1038/clpt.2010.81 | | [32] | Huang C, Zheng C, Li Y, et al. Systems pharmacology in drug discovery and therapeutic insight for herbal medicines[J]. Brief Bioinform , 2014, 15 (5) :710–733. DOI:10.1093/bib/bbt035 |
|
