网络药理学 | 为什么要在网络药理学中结合中药代谢组？

上期内容我们从基础上了解了一下网络药理学研究的整体流程以及涵盖的内容，本期我们一起来了解一下为什么要在网络药理学研究中结合中药代谢组学？

在之前的网络药理学中，大家主要追求的是在不进行任何实验的基础上，以现有的数据库信息进行分析得到最终的中药-成分-靶点-疾病（中药-成分-靶点-疾病-靶点-通路）结果，但是脱离于实际的实验数据下，必然会带来很多问题。

例如在数据收集模块中，首先需要知道中药饮片（中药复方）中的成分，之前主要依赖的方式是从现有的数据库，例如TCMSP、TCMID、TCM等数据库中获取成分表格然后进行筛选关键成分，但是这样会存在两个问题。

①最终筛选出来的物质同质性太严重，例如中药物种女贞子和三七通过利用常规设定参数（OB和DL）进行筛选，最终得到的物质中都有槲皮素这个物质，首先不可否认这一物质存在其功效，但是这一物质也存在很多物种中，过分关注这个物质会导致复方或饮片药效机制中存在一方治百病，这明显存在极大的不合理性。这一结果也不符合我们想要利用网络药理学来筛选中药质量标志物中物质具有特异性这一要求。

②中药复方中的物质并不是简单的饮片物质加和，同时在中药“君臣佐使”理论体系中，有主要发挥作用的物质以及辅助发挥功效的物质，因此，单单只将所有饮片中的物质都纳入相同权重的考虑显然不合理。

而我们也能从SCI文献的统计中发现，单独的应用网络药理学来发表文献已经不能发表相对具有影响力的文章。

而结合中药代谢组学对中药饮片、复方进行物质鉴定之后，能明显提高文章的影响力，同时也能有效的避开结果的同质性，进一步为中药药效机制的研究建立更加夯实的基础。

依据所研究的目的不一样，我们将网络药理学中的中药代谢组检测分为两种类型。

①将中药产地（组织部位）-饮片-成分联系起来，一方面满足网络药理学研究的成分结果，同时也建立起饮片的Q-marker。

②从饮片-方对-复方不同组合中鉴定出物质差异，从而找到药效主要物质，建立起复方的Q-marker。

对于中药中成分的检测，之前主流的方式主要是LC和NMR，少数中也会利用到LC-MS这样的技术平台，而得益于技术平台的迭代更新以及物质数据库的扩展，势必可以拓展我们对于中药物种中成分的了解。

迈维代谢目前自建植物代谢物数据库包含20000种以上，同时覆盖初生和次生代谢物，中药物种、饮片和复方的检出均在800-1300种。

获取到饮片或复方的代谢成分后，我们可以结合四个方面来进行候选成分的筛选：

从TCMSP（目前还可以使用）数据库中获取所有记录的物质，将获取的饮片、复方中的物质与该数据库进行比对（利用Excel中的vlookup函数）后（具体的数据库使用详情见下期内容），之后结合OB和DL进行筛选，最终得到的结果如下：

因为在中药代谢组的检测中采用的不同产地或者不同组织等方面的方案设计，因此我们同样可以利用这些差异来进行差异成分的筛选，一般的筛选条件为VIP值和FC值（或结合p值），筛选得到的物质也可以纳入候选成分考虑，一般得到的结果如下：

例如三七皂苷R1是存在三七根茎中的重要皂苷类化合物，广泛用于研究心血管疾病、抗纤维化、止血、组织损伤的修复治疗等，但是在TCMSP数据库中其OB=4.27%，DL=0.13，很容易被第一项策略忽略掉最终影响药效机制，因此在成分筛选的时候我们一定程度上也要考虑到目前已有的药理学文献。

在药物筛选中，往往会参考“里宾斯基五规则”，符合里宾斯基五规则的化合物会有更好的药代动力学性质，在生物体内代谢过程中会有更高的生物利用度，因而也更有可能成为口服药物。

• 分子量小于500Da

• 结构中的氢键给体（包括羟基、氨基）的数量不超过5个

• 氢键受体数量不超过10个

• 脂水分配系数的对数值logP在-2~5之间

• 可旋转键的数量不超过10个

以上4个原则单独筛选得到的成分可以进行整合，也可以组合不同的筛选原则来进行筛选，最终筛选得到的成分就可以进行下一步的靶点预测工作。

本期关于为何要在网络药理学中应用中药代谢组学来获取中药饮片/复方的代谢物这一原因我们就分析到这里，接下来几期我们就正式应用中药代谢组所获取的数据来实际操作一遍如何进行成分靶点的预测、疾病靶点预测、GO和KEGG富集分析、网络图绘制的内容。

99%的代谢组学研究者都在阅读下文：

●蛋白专题合集

●Biomarker专题合集

●空间代谢组合集

●肠道菌群&微生物专题

●小小果蝇竟暗藏玄机？高通量测序揭示黑腹果蝇样本疾病相关蛋白调节神经元形态的机制

●迈维云平台系列课操作教程，公号回复“迈维云”即可