CN101089245A - 一种中药复方药效物质基础的虚拟筛选方法 - Google Patents
一种中药复方药效物质基础的虚拟筛选方法 Download PDFInfo
- Publication number
- CN101089245A CN101089245A CN 200610130709 CN200610130709A CN101089245A CN 101089245 A CN101089245 A CN 101089245A CN 200610130709 CN200610130709 CN 200610130709 CN 200610130709 A CN200610130709 A CN 200610130709A CN 101089245 A CN101089245 A CN 101089245A
- Authority
- CN
- China
- Prior art keywords
- molecule
- compound
- chinese medicine
- molecular
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Medicines Containing Plant Substances (AREA)
Abstract
本发明公开了一种中药复方药效物质的虚拟筛选方法：首先挑选一个化学成分基本清楚的中药复方作为研究对象，对复方中的每味中药的化学成分分子进行收集和整理，建立一个复方化学成分分子库。以该复方主要治疗功效中疗效确切、机制清楚、靶点明确的药理作用为目标，寻找或建立其对应的分子靶点。分别在所建分子药理模型下对分子库中的分子进行毒性筛选、类药性评估、分子对接评测，三个步骤次序不分先后，并依据具体情况略作增减。最后对分子库中的每个分子进行综合评价，筛选打分最高的诸个分子，经药理实验药效验证和筛选得到该复方药理作用P(i)的分子预方。预方通过剂量配比设计产生该复方药理作用P(i)的分子新复方。本发明建立的筛选方法高效快捷、经济新颖，为中药复方现代化、中药复方创新提供了一条可行性思路。
Description
技术领域
本发明涉及中药药效物质基础的筛选方法，尤其涉及中药复方药效物质基础的计算机虚拟筛选方法。
背景技术
中药复方是中医治病用药的主要方式，复方确有疗效人所共知，但其成分复杂，治病机理至今尚无定论，一定程度上阻碍了复方的现代化进程。目前国内对复方的研究多专注于有效部位的提取或单一药效物质的分离以研制中药新药，但其研制周期长，费用高，水平不高而多重复。如何寻找一种更经济有效的办法或技术切入中药复方的研究，是中药现代化的时代命题下亟待解决的问题。
计算机虚拟筛选技术是近年来药学领域的热点，用这项技术成功开发的新药案例正在逐年增加，与高通量筛选相比，计算机虚拟筛选的阳性率远远高于前者。随着计算机技术的飞速发展，虚拟筛选的方法和结果正趋向合理和准确。更重要的是虚拟筛选的成本要远远低于传统的筛选方法。将该项技术引入中药复方药效物质基础的研究不仅是一次尝试，也是中药现代化向前推进的必然结果。
发明内容
本发明的目的在于建立一种新型的中药及复方药效物质基础筛选方法，本发明的目的还在于创制中药分子新复方。
本发明的构思是：首先挑选一个化学成分基本清楚的中药复方作为研究对象，对复方中的每味中药的化学成分分子进行收集和整理，建立一个复方化学成分分子库。以该复方主要治疗功效中疗效确切、机制清楚、靶点明确的药理作用为目标，寻找或建立其对应的分子靶点。分别在所建分子药理模型下对分子库中的分子进行毒性筛选、类药性评估、分子对接评测，三个步骤次序不分先后，并依据具体情况略作增减。最后对分子库中的每个分子进行综合评价，筛选打分最高的诸个分子，经药理实验药效验证和筛选得到该复方某种药理作用的分子预方。预方通过剂量配比设计产生该复方某种药理作用的分子新复方。
本发明提供的中药复方药效物质基础虚拟筛选方法，共包括8个步骤，根据各步骤的先后顺序和取舍分为10种不同实施方案：
一种中药复方药效物质基础的虚拟筛选方法，包括如下步骤：
(1)建立中药复方化学成分分子库
对象中药复方的选择，以该复方组成药味的化学成分研究程度为衡量标准，各药味的化学成分已经基本清楚的复方作为该方法的应用对象。通过网络资源利用、文献调研建立该复方所有组成药味化学成分的分子库。
(2)复方功能主治的分子药理建模
根据该复方临床的功能主治，挑选其中应用广泛、疗效确切、机制清楚、作用靶点明确的几种药理作用，通过文献调研寻找或建立其对应的分子靶点，或利用当前三维结构已确证的作用靶点，或通过同源模建用相关软件建立虚拟分子靶点。
(3)毒性筛选
运用化合物毒性预测软件对分子库中的分子进行毒性预测，淘汰毒性预测结果显示阳性的分子。
(4)类药性评估
运用ADME(药代动力学)预测软件或相关软件的ADME预测功能计算复方化学成分分子的类药性指数，指标包括多项，比如：分子量、氢键受体、氢键给体、可旋转键数、脂水分配系数、水溶性指数、分子极性表面积、分子体积、基于经验的药物类似性指数、化学焓变指数(分子稳定性指数)。依据各指数反映的分子类药性优劣，再给予各指数以优劣评分，指数最优者为1，指数最劣者为0。将每个分子的10项指数优劣性评分加和，得出总类药性评分。
(5)分子对接评测
利用分子对接软件，以复方化学成分分子为对接对象，以步骤(2)建立的药理作用P(i)(i＝1，2，3…)的分子靶点(一个或多个)为对接模板进行分子对接，利用打分函数计算出每个分子与靶点对接的给分，两个或两个以上靶点的对接打分取均数。
(6)综合评分筛选
P(i)药理分子模型筛选后的分子根据式I计算总分：
总分＝(Ai/Am)×100×a％+(Bi/Bm)×100×b％ ……式I
注：Ai代表目标分子的类药性评分
Am代表该药理模型下该分子库中类药性评分最高的分子打分
Bi代表目标分子的对接打分
Bm代表该药理模型下该分子库中分子对接最优的分子打分
a％代表设定的类药性评测权重(根据不同的药理模型取值在30％-70％)
b％代表设定的分子对接评测权重(根据不同的药理模型取值在30％-70％)
a％+b％＝1
以总分排序，筛选出得分＞x的分子(x为不同药理模型下设定的阈值，一般大于50)。
(7)药理实验验证与筛选
步骤(6)筛选出来的分子进入药理实验药效验证。建立药理作用P(i)的体外实验或体内动物实验方案，对虚拟筛选结果进行药效验证。步骤(6)筛选出来的分子中没有通过体外或体内药理实验验证者，予以淘汰。
(8)剂量配比设计
采用均匀设计的方法，以步骤(7)最后得到的诸个分子为影响因素，以各分子的给药剂量为因素水平，以各配比剂量下的药理实验药效观察为考察指标，综合结果给出一个最佳配比的分子新复方。
实施方案(数字序号代表上述各步骤)：
方案一：(1)→(2)→(3)→(4)→(5)→(6)→(7)→(8)
方案二：(1)→(2)→(4)→(3)→(5)→(6)→(7)→(8)
方案三：(1)→(2)→(3)→(5)→(4)→(6)→(7)→(8)
方案四：(1)→(2)→(4)→(5)→(3)→(6)→(7)→(8)
方案五：(1)→(2)→(5)→(4)→(3)→(6)→(7)→(8)
方案六：(1)→(2)→(5)→(3)→(4)→(6)→(7)→(8)
针对肿瘤等特殊疾病的药理建模考虑采取以下两种方案：
方案七：(1)→(2)→(4)→(5)→(6)→(7)→(8)
方案八：(1)→(2)→(5)→(4)→(6)→(7)→(8)
针对多味药大型复方和化学成分分子海量的复方考虑采取以下方案：
在分子对接步骤之前，进行化学成分分子的二维结构相似性聚类，以复方分子数量为指标，控制聚类相似度(分子数量越多相似度越低)，在结构相似的分子群中挑选类药性评分居前的分子进入对接，以加快对接速度，提高工作效率。其他步骤同方案一。
不考虑分子对接的虚拟筛选方案：
首先依据分子二维结构指纹，利用软件将分子库中的分子进行二维结构相似性聚类，聚类相似度依情况选定，最后得到数个相似结构域。挑选每个相似结构域中类药性评分居前的分子，并结合生物活性/药理活性报道综合评估，每个结构域筛选出一个代表分子。汇总这些代表分子即得到原中药复方的分子精简复方。
针对单味中药的药效物质基础的虚拟筛选方案：
本发明建立的虚拟筛选方法用于单味中药药效物质基础的发现与筛选，将步骤(1)的复方化学成分分子库建立改为单味中药的化学成分分子库建立，步骤(2)的复方功能主治替换为单味中药的主要药理作用，其他步骤相同。
本发明建立的中药复方药效物质基础虚拟筛选技术具有高效快捷、经济新颖的特点。该发明直接对应中药分子新型复方的产生。上述发明步骤筛选出来的化学成分分子，大多可以直接定购，少数不能购买的成分也可以从药材中提取，取材便利可行。这种分子新复方从原中药复方中来，继承了原方的其中一种药理作用，更具针对性，却又抛弃了中药方剂不利于制剂顺应性差的缺点，通过药效毒理实验验证之后，便可制剂成方，申报新药。该发明大部分实施步骤都在计算机虚拟状态下完成，无需使用和耗费化学药剂，经济安全，而后期的药理实验又对该方法的实际药效进行了验证，使该发明更具合理性。本发明为中药复方现代化、中药复方创新提供了一条可行性思路。
附图说明
图1是本发明的方法实施流程图
图2是“黄连解毒汤”化学成分分子库(部分)
图3是“黄连解毒汤”化学成分黄芩素的类药性指数及指数优劣评分
图4是抗炎作用分子靶点COX-2与阿魏酸对接后的三维结构图，矩形框标示阿魏酸所在位置。
具体实施方式
下面结合实施例，对本发明做进一步的说明，但本发明并不受限于下述实施例。
实施例1“黄连解毒汤”化学成分分子库
结合中科院上海有机化学研究所的化学专业数据库和Dr.Duke′s Phytochemical andEthnobotanical Databases这两个数据库，检索黄连解毒汤组方的四味中药黄连、黄芩、黄柏、栀子的化学成分，通过文献调研对数据进行补充，建立“黄连解毒汤”的化学成分数据库。化学成分分子共计251个。见图2。
实施例2“黄连解毒汤”抗炎作用的药理建模
经过文献调研，“黄连解毒汤”已发现如下药理功效：抗肿瘤、抗菌消炎镇痛、改善脑缺血、抗溃疡、防止动脉硬化、降血压等。选取其中机制清楚、靶点明确的治疗功效分子建模。而目前解热镇痛抗炎的作用靶点已经明确，诱导型环氧合酶(COX-2)是最重要的靶点，根据该靶点已经设计出有效的解热镇痛抗炎药物。因此，建立黄连解毒汤抗炎作用靶点COX-2，COX-2的三维结构来自Protein Data Bank，编号为1PXX，用ICM-Pro的相关模块进行优化。见图4。
实施例3“黄连解毒汤”化学成分分子的毒性筛选
运用软件Osiris的化合物毒性预测功能对“黄连解毒汤”化学成分分子库中的分子进行毒性预测，淘汰毒性预测结果阳性的分子。筛选后分子数为192。
实施例4“黄连解毒汤”化学成分分子的类药性评测与筛选
综合运用powerMV、ICM-Pro、Osiris和Molinspiration软件的ADME(药代动力学)预测功能计算“黄连解毒汤”化学成分分子的类药性指数，4个软件整合计算指标共计10项：分子量、氢键受体、氢键给体、可旋转键数、脂水分配系数、水溶性指数、分子极性表面积、分子体积、基于经验的药物类似性指数、化学焓变指数(分子稳定性指数)。若某指标软件间重复计算，则取其均数。依据各指数反映的分子类药性优劣，再给予各指数以优劣评分，指数最优者为1，指数最劣者为0。如图3。将每个分子的10项指数优劣性评分加和，得出总分Score(如表1)。
表1：“黄连解毒汤”化学成分分子部分类药性指数及总分排序(Score＞5.5)
| Compound | MW | N_HBA | N_HBD | N_Rot | PSA | XLogP | Score |
| 阿魏酸 | 194.186 | 4 | 2 | 3 | 66.76 | 1.579 | 7.18 |
| 6-羟基-7-甲氧基黄酮 | 268.268 | 3 | 1 | 2 | 59.67 | 3.668 | 7.08 |
| 芍药醇 | 166.176 | 3 | 1 | 2 | 46.53 | 1.8 | 6.92 |
| 5-羟基-7，8-二甲氧基黄酮 | 300.31 | 5 | 1 | 3 | 64.99 | 2.366 | 6.91 |
| 栀子醛 | 190.154 | 3 | 1 | 2 | 67.51 | 1.686 | 6.89 |
| 赫曲霉素 | 178.187 | 3 | 1 | 0 | 46.53 | 2.412 | 6.86 |
| 蝙蝠葛碱 | 356.442 | 5 | 1 | 3 | 47.92 | 2.549 | 6.81 |
| 白杨素 | 254.241 | 3 | 2 | 1 | 70.67 | 3.186 | 6.78 |
| 7，8-二羟基黄酮 | 254.241 | 3 | 2 | 1 | 70.67 | 3.347 | 6.76 |
| 京尼平 | 226.228 | 5 | 2 | 3 | 75.99 | -0.78 | 6.73 |
| 木兰化碱 | 342.415 | 5 | 2 | 2 | 58.92 | 2.657 | 6.69 |
| 二氢木蝴蝶素A | 286.283 | 5 | 2 | 2 | 75.99 | 2.206 | 6.68 |
| 香草醛 | 152.149 | 3 | 1 | 2 | 46.53 | 1.388 | 6.68 |
| 非洲方技碱 | 338.383 | 5 | 1 | 3 | 47.92 | 2.372 | 6.65 |
| 苏荠黄酮 | 298.294 | 4 | 1 | 3 | 68.9 | 3.154 | 6.6 |
| 榄香素 | 208.257 | 3 | 0 | 5 | 27.69 | 2.524 | 6.54 |
| 四氢药根碱 | 341.407 | 5 | 1 | 3 | 51.16 | 2.51 | 6.46 |
| 黄柏碱 | 342.415 | 5 | 2 | 2 | 58.92 | 2.427 | 6.38 |
| 丁香酚 | 164.204 | 2 | 1 | 3 | 29.46 | 2.985 | 6.34 |
| 甲基二氢茉莉酮 | 226.316 | 3 | 0 | 7 | 43.37 | 2.655 | 6.3 |
| 木蝴蝶素A | 284.267 | 4 | 2 | 2 | 79.9 | 2.994 | 6.27 |
| 5，5’-二甲基糠醛醚 | 234.207 | 3 | 0 | 6 | 69.65 | 1.17 | 6.26 |
| 7-甲氧基黄芩素 | 284.267 | 4 | 2 | 2 | 79.9 | 2.994 | 6.25 |
| 新蛇床内酯 | 194.274 | 2 | 0 | 3 | 26.3 | 3.194 | 6.22 |
| 异汉黄芩素 | 284.267 | 4 | 2 | 2 | 79.9 | 2.416 | 6.2 |
| (2S)-5，7，8-三羟基黄烷酮 | 272.256 | 5 | 3 | 1 | 86.99 | 1.307 | 6.18 |
| 康迪辛碱 | 122.167 | 1 | 1 | 1 | 20.23 | 1.765 | 6.17 |
| 汉黄芩素 | 284.267 | 4 | 2 | 2 | 79.9 | 3.262 | 6.16 |
| 小檗红碱 | 322.34 | 5 | 1 | 1 | 47.92 | 2.567 | 6.15 |
| 蛇床内酯 | 194.274 | 2 | 0 | 3 | 26.3 | 3.157 | 6.13 |
| 异丁香油酚 | 164.204 | 2 | 1 | 2 | 29.46 | 3.153 | 6.11 |
| 落叶松皮素 | 126.111 | 2 | 1 | 0 | 50.44 | 1 | 6.09 |
| 川芎内酯 | 192.258 | 2 | 0 | 3 | 26.3 | 2.799 | 6.03 |
| 四氢巴马汀 | 355.434 | 5 | 0 | 4 | 40.16 | 2.402 | 5.98 |
| (2R，3R)-3，5，7-三羟基黄酮 | 272.256 | 5 | 3 | 1 | 86.99 | 2.063 | 5.97 |
| 唐松草分定 | 322.34 | 5 | 2 | 1 | 58.92 | 2.109 | 5.94 |
| 4-乙烯基愈创木酚 | 150.177 | 2 | 1 | 2 | 29.46 | 2.629 | 5.94 |
| 2-羟基苯乙酮 | 136.15 | 2 | 1 | 1 | 37.3 | 1.885 | 5.91 |
| 5，7，4’-三羟基-6-甲氧基黄烷酮 | 302.282 | 6 | 3 | 2 | 96.22 | 1.8 | 5.89 |
| 黑龙江罂粟碱 | 325.364 | 5 | 1 | 1 | 51.16 | 2.485 | 5.85 |
| 四氢小檗碱 | 339.391 | 5 | 0 | 2 | 40.16 | 2.597 | 5.83 |
| 黄芩素 | 270.24 | 4 | 3 | 1 | 90.9 | 2.673 | 5.83 |
| 5，2’，7’-三羟基-8-甲氧基黄烷酮 | 302.282 | 6 | 3 | 2 | 96.22 | 2.068 | 5.81 |
| 丁基苯酞 | 190.242 | 2 | 0 | 3 | 26.3 | 3.668 | 5.76 |
| 去甲汉黄芩素 | 270.24 | 4 | 3 | 1 | 90.9 | 2.095 | 5.75 |
| 芳樟醇 | 154.253 | 1 | 1 | 4 | 20.23 | 2.468 | 5.72 |
| 藁本内酯 | 190.242 | 2 | 0 | 2 | 26.3 | 2.782 | 5.71 |
| 黄芩黄酮I | 314.293 | 5 | 2 | 3 | 89.13 | 2.748 | 5.66 |
| 羟基甲氧基黄酮 | 314.293 | 5 | 2 | 3 | 89.13 | 2.748 | 5.66 |
| (2S)-7，2’，6’-三羟基-5-甲氧基黄烷酮 | 302.282 | 6 | 3 | 2 | 96.22 | 1.907 | 5.64 |
| 5，2’，7’-三羟基-6-甲氧基黄烷酮 | 302.282 | 6 | 3 | 2 | 96.22 | 1.907 | 5.63 |
| 滇黄芩新素 | 302.282 | 6 | 3 | 2 | 96.22 | 1.907 | 5.63 |
| 醋酸苄酯 | 150.177 | 2 | 0 | 3 | 26.3 | 1.951 | 5.56 |
| 松油烯-4-醇 | 154.253 | 1 | 1 | 1 | 20.23 | 1.947 | 5.56 |
| 5，8-二羟基-6，7-二甲氧基黄酮 | 314.293 | 5 | 2 | 3 | 89.13 | 2.224 | 5.55 |
| 亚丁基-苯酞 | 188.226 | 2 | 0 | 2 | 26.3 | 3.688 | 5.54 |
| 1-苯基-丁烷-1，3-二酮 | 162.188 | 2 | 0 | 3 | 34.14 | 1.908 | 5.54 |
| 药根碱 | 336.387 | 4 | 1 | 3 | 47.92 | 4.784 | 5.52 |
(注：MW＝分子量；N_HBA＝氢键受体数；N_HBD＝氢键给体；PSA＝分子极性表面积；XlogP＝脂水分配系数；Score＝类药性总分)
实施例5“黄连解毒汤”化学成分分子与COX-2的分子对接
调用软件ICM-Pro的ICM-Docking模块，导入“黄连解毒汤”分子库的SDF文档，以COX-2的三维结构为对接模板进行分子对接，打分函数给出每个分子的对接评分。
实施例6“黄连解毒汤”抗炎作用分子预方的导出
“黄连解毒汤”化学成分分子库中的每个分子根据式I(a％＝50％；b％＝50％)计算类药性与分子对接总分，然后以总分排序，筛选得分＞85.0(本例x取值为85.0)的分子。最后得出黄连解毒汤抗炎作用分子预方组成为：小檗碱、阿魏酸、7-甲氧基黄芩素、京尼平。
实施例7“黄连解毒汤”抗炎作用分子预方的药理实验药效验证
建立二甲苯致小鼠耳廓肿胀的炎症药理模型，对实施例6得到的黄连解毒汤抗炎作用分子预方中的每个成分：小檗碱、阿魏酸、7-甲氧基黄芩素、京尼平分别进行抗炎药效验证。
1.材料：
1.1实验动物：本研究所自行繁殖昆明种小鼠，雌雄各半，体重：20.0±2.0g。
1.2药物：小檗碱、阿魏酸、7-甲氧基黄芩素、京尼平均购于sigma公司。用蒸馏水溶解配成溶液备用。阳性对照药物为黄连解毒汤水煎煮浓缩液(0.8g生药/ml)。二甲苯(分析纯)购于天津大学科威公司。
1.3仪器：电子精密天平，日本，ShimadzuAUY220。
2.实验方法：
取60只小鼠随机分为6组，每组10只，各组分别灌胃给药，空白对照组灌以蒸馏水，受试组分别给予4种受试药物，均按照150mg/kg给药，阳性对照组按25ml/kg给药，连续7d。所有小鼠，于末次给药后12h，右耳涂以二甲苯0.05ml，2h后，脱椎处死小鼠，剪取小鼠两耳用直径0.9cm的打孔器取其耳片，称重。小鼠耳廓肿胀度计算：肿胀度＝右耳重量-左耳重量。肿胀抑制率计算：肿胀抑制率＝(空白组肿胀度-给药组肿胀度)/空白组肿胀度×100％。
3.实验结果：
表1抗炎药理实验结果
| 组别 | 给药剂量(mg/kg) | 耳廓肿胀度(mg) | 肿胀抑制率(％) |
| 空白对照组小檗碱组阿魏酸组7-甲氧基黄芩素组京尼平组阳性对照组 | 010010010010020000(生药) | 21.2±3.715.0±3.4*12.3±2.5**16.9±3.6*10.6±2.7**6.14±3.0** | 029.2541.9820.2850.0071.02 |
注：与空白组比较，*p＜0.01，**p＜0.001
实验结果(表1)表明4种药物均有一定的抗炎效果，可用于“黄连解毒汤”抗炎作用分子新复方的组方成分。
实施例8“黄连解毒汤”抗炎作用分子新复方的剂量配比与实验设计
运用均匀设计软件UD2.2，以实施例7得到的4个分子为影响因子，因子取7水平，各因子水平都取200、100、50、25、12.5、6.25、0(单位：mg/kg)。软件生成均匀设计表U7，根据设计表安排各因子和水平，得到表2的实验方案，其中一列为一种药，一行就是一种新配方，按表中行数值取相应的药混合即得此配方，共7种，其中第7组即为空白对照组，同时设黄连解毒汤水煮液阳性对照组。
实施例9“黄连解毒汤”抗炎作用分子新复方的抗炎药理实验
1.材料：
1.1实验动物：本研究所自行繁殖昆明种小鼠，雌雄各半，体重：20.0±2.0g。
1.2药物：小檗碱、阿魏酸、7-甲氧基黄芩素、京尼平均购于sigma公司。按照实施例7给出的配方均匀设计表配置7组溶液，溶剂为蒸馏水，第7组即是蒸馏水空白组。阳性对照组药物为黄连解毒汤水煎煮浓缩液(0.8g生药/ml)。二甲苯(分析纯)购于天津大学科威公司。
1.3仪器：电子精密天平，日本，ShimadzuAUY220。
3.实验方法：
取80只小鼠随机分为8组，每组10只，小鼠分别按表1灌胃给予受试药物，阳性对照组按25ml/kg给药，连续7d。所有小鼠，于末次给药后12h，右耳涂以二甲苯0.05ml，2h后，脱椎处死小鼠，剪取小鼠两耳用直径0.9cm的打孔器取其耳片，称重。小鼠耳廓肿胀度计算：肿胀度＝右耳重量-左耳重量。肿胀抑制率计算：肿胀抑制率＝(空白组肿胀度-给药组肿胀度)/空白组肿胀度×100％。
4.实验结果：
结果见表2。黄连解毒汤水煎液阳性对照组肿胀抑制率为71.25％。直观分析，各种配方均有很好的炎症抑制效果，尤其是第一种配方炎症抑制率甚至超过了黄连解毒汤水煎液阳性对照。
由软件生成的回归方程：y＝16.3+0.24*X(1)+0.128*X(2)+0.0802*X(3)+0.246*X(4)
X(1)代表小檗碱给药剂量； X(2)代表阿魏酸给药剂量
X(3)代表7-甲氧基黄芩素给药剂量； X(4)代表京尼平给药剂量
y代表肿胀抑制率。
因为回归系数某种程度上代表了其对应变量对结果炎症抑制率的贡献大小，通过回归系数比较0.24∶0.128∶0.0802∶0.246≈6∶3∶2∶6，粗略推测该黄连解毒汤抗炎作用分子新复方以小檗碱∶阿魏酸∶7-甲氧基黄芩素∶京尼平＝6∶3∶2∶6的配比成方炎症抑制效果可能会更好，经药理实验验证，其肿胀抑制率为71.02％，因此保留第一种配方32∶16∶8∶1的剂量配比。
表2配方均匀设计表及实验结果
| 组别 | 小檗碱 | 阿魏酸 | 7-甲氧基黄芩素 | 京尼平 | 耳廓肿胀度(mg) | 抑制率(％) |
| 1234567 | 200.0100.050.025.012.56.250 | 100.025.06.25200.050.012.50 | 50.06.25100.012.5200.025.00 | 6.2512.525.050.0100.0200.00 | 6.2±1.5**9.2±2.1*8.9±2.8*7.6±2.4*9.0±2.2*6.7±2.3*22.4±3.0 | 72.3258.9360.2766.0759.8270.090 |
注：与空白组比较，*p＜0.01，**p＜0.001
实施例10
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例3的筛选结果，直接导入实施例5所述的分子对接评估，之后进行实施例4所述的类药性评测，再依据实施例6所述操作进行综合评分，所得结果与实施例6一致。
实施例11
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例2之后即进行实施例4所述的类药性评测，所得结果导入实施例5所述的分子对接评估，之后进行实施例3所述的毒性筛选，再依据实施例6所述操作进行综合评分，所得结果与实施例6一致。
实施例12
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例2之后即进行实施例5所述的分子对接评估，所得结果导入实施例4所述的类药性评测，之后进行实施例3所述的毒性筛选，再依据实施例6所述操作进行综合评分，所得结果与实施例6一致。
实施例13
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例2之后即进行实施例4所述的类药性评测，所得结果导入实施例3所述的毒性筛选，之后进行实施例5所述的分子对接评估，再依据实施例6所述操作进行综合评分，所得结果与实施例6一致。
实施例14
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例2之后即进行实施例5所述的分子对接评估，所得结果导入实施例3所述的毒性筛选，之后进行实施例4所述的类药性评测，再依据实施例6所述操作进行综合评分，所得结果与实施例6一致。
实施例15
一种“黄连解毒汤”抗癌药效物质基础的虚拟筛选方法。在实施例1所建“黄连解毒汤”化学成分分子库基础上，依据该方主要治疗功效中的抗肿瘤作用建立抗癌分子靶点。方案实施过程中，不进行实施例3所述的毒性筛选步骤。
实施例16
一种“黄连解毒汤”抗炎药效物质基础的虚拟筛选方法。实施例5的分子对接评估之前，对“黄连解毒汤”化学成分分子库中的分子进行二维结构相似性聚类，相似度设定为75％，共得到相似结构域7个，各挑选其中类药性评分(根据实施例4所述方法进行)前4-8名的分子进入实施例5所述分子对接。所得结果与实施例6一致。
实施例17
一种“黄连解毒汤”药效物质基础的虚拟筛选方法。根据实施例1、实施例2、实施例3所述方法进行操作之后，对“黄连解毒汤”化学成分分子库中的分子进行二维结构相似性聚类，相似度设定为85％，共得到相似结构域11个，结合生物活性/药理活性报道综合评价各结构域内类药性评分(根据实施例4所述方法进行)前5名的分子，得到“黄连解毒汤”的分子精简复方，该复方由27种化学分子组成：小檗碱、阿魏酸、木兰花碱、二氢尼洛替星、黄芩苷、黄芩素、汉黄芩素、汉黄芩苷、7-甲氧基黄芩素、新蛇床内酯、5，5-二甲氧基罗汉松脂素、2，6，2’，4’-四羟基-6’-甲氧基查尔酮、牛奶树醇B、7-去氢豆甾醇、N-甲基芸香碱、豆甾醇、四氢小檗碱、黄柏碱、菜油甾醇、唐松草芬宁、黑水罂粟碱、栀子酮苷、齐墩果酸、虫草酸、克洛皂苷元、栀子色素、苦藏花苷酸。
实施例18
单味中药黄连的抗炎药效物质基础的一种虚拟筛选方法。建立黄连的化学成分分子库，参考实施例2建立抗炎作用靶点COX-2的分子模型，分别按实施例3的毒性筛选、实施例4的类药性评估、实施例5的分子对接评测，并依据式I计算出各化学成分分子的总分，最后得出结论，黄连抗炎药效物质基础为：阿魏酸、小檗碱、黄连碱、掌叶防己碱、木兰花碱、药根碱。
Claims (10)
1.一种中药复方药效物质基础的虚拟筛选方法，其特征在于，包括以下步骤：
(1)中药复方化学成分分子库的建立
对象中药复方的选择，以该复方组成药味的化学成分研究程度为衡量标准，各药味的化学成分已经基本清楚的复方作为该方法的应用对象。通过网络资源利用、文献调研建立该复方所有组成药味化学成分的分子库。
(2)功能主治的分子药理建模
根据该复方临床的功能主治，挑选其中应用广泛、疗效确切、机制清楚、作用靶点明确的几种药理作用，分别对其作用靶点分子建模。建模过程中广泛调研，或利用当前三维结构已确证的作用靶点，或通过同源模建用相关软件建立虚拟靶点。
(3)毒性筛选
运用化合物毒性预测软件对分子库中的分子进行毒性预测，淘汰毒性预测结果显示阳性的分子。
(4)类药性评估
运用ADME(药代动力学)预测软件或相关软件的ADME预测功能计算复方化学成分分子的类药性指数，指标包括多项，比如：分子量、氢键受体、氢键给体、可旋转键数、脂水分配系数、水溶性指数、分子极性表面积、分子体积、基于经验的药物类似性指数、化学焓变指数(分子稳定性指数)。依据各指数反映的分子类药性优劣，再给予各指数以优劣评分，指数最优者为1，指数最劣者为0。将每个分子的10项指数优劣性评分加和，得出总类药性评分。
(5)分子对接评测
利用分子对接软件，以复方化学成分分子为对接对象，以步骤(2)建立的药理作用P(i)(i＝1，2，3…)的分子靶点(一个或多个)为对接模板进行分子对接，利用打分函数计算出每个分子与靶点对接的给分，两个或两个以上靶点的对接打分取均数。
(6)综合评分筛选
P(i)药理分子模型筛选后的分子根据式I计算总分：
总分＝(Ai/Am)×100×a％+(Bi/Bm)×100×b％ ……式I
注：Ai代表目标分子的类药性评分，
Am代表该药理模型下该分子库中类药性评分最高的分子打分
Bi代表目标分子的对接打分
Bm代表该药理模型下该分子库中分子对接最优的分子打分
a％代表设定的类药性评测权重(根据不同的药理模型取值在30％-70％)
b％代表设定的分子对接评测权重(根据不同的药理模型取值在30％-70％)
a％+b％＝1
以总分排序，汇总得分＞x的分子(x为不同药理模型下设定的阈值，一般大于50)，即得到该复方P(i)药理作用分子新复方预方。
(7)药理实验验证与筛选
步骤(6)筛选出来的分子进入药理实验药效验证。建立药理作用P(i)的体外实验或体内动物实验方案，对虚拟筛选结果进行药效验证。步骤(6)筛选出来的分子中没有通过体外或体内药理实验验证者，予以淘汰。
(8)剂量配比设计
采用均匀设计的方法，以步骤(7)最后得到的数个分子为影响因素，以各分子的给药剂量为因素水平，以各配比剂量下的药理实验药效观察为考察指标，综合结果给出一个最佳配比的分子新复方。
2.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于，所述步骤(4)与步骤(5)次序调换，即先进行步骤(5)，后进行步骤(4)。
3.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于，所述步骤(3)与步骤(5)次序调换，即先进行步骤(5)，后进行步骤(3)。
4.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于，所述步骤(3)与步骤(4)次序调换，即先进行步骤(4)，后进行步骤(5)。
5.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于，所述步骤(3)在步骤(5)之后进行。
6.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于，所述步骤(5)在步骤(3)之前进行。
7.根据权利要求1和权利要求2所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于针对肿瘤等特殊疾病的药理建模，去除所述步骤(3)。
8.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于针对多味药大型复方和化学成分分子海量的复方，在分子对接步骤之前，进行化学成分分子的二维结构相似性聚类，以复方分子数量为指标，控制聚类相似度，在结构相似的分子群中挑选类药性评分居前的分子进入对接，以加快对接速度，提高工作效率。
9.根据权利要求1所述的一种中药复方药效物质基础的虚拟筛选方法，其特征在于不考虑步骤(5)的分子对接，步骤(4)以后，依据分子二维结构指纹，利用软件将分子库中的分子进行二维结构相似性聚类，聚类相似度依情况选定，最后得到数个相似结构域。挑选每个相似结构域中类药性评分居前的分子，并结合生物活性/药理活性报道综合评估，每个结构域筛选出一个代表分子。汇总这些代表分子即得到原中药复方的分子精简复方。
10.根据权利要求1所述的一种单味中药药效物质基础的虚拟筛选方法，其特征在于所述步骤(1)替换为单味中药化学成分分子库的建立，步骤(2)中的复方功能主治替换为单味中药的主要药理作用。其他步骤如权利要求1所述。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610130709 CN101089245A (zh) | 2006-12-30 | 2006-12-30 | 一种中药复方药效物质基础的虚拟筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610130709 CN101089245A (zh) | 2006-12-30 | 2006-12-30 | 一种中药复方药效物质基础的虚拟筛选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101089245A true CN101089245A (zh) | 2007-12-19 |
Family
ID=38942741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200610130709 Pending CN101089245A (zh) | 2006-12-30 | 2006-12-30 | 一种中药复方药效物质基础的虚拟筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101089245A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101736406A (zh) * | 2009-11-04 | 2010-06-16 | 西华大学 | 一种通过代谢预测和虚拟筛选发现中药活性成分的方法 |
| CN101916330A (zh) * | 2010-08-06 | 2010-12-15 | 辽宁大学 | 一种以Keap1为靶点的新型防癌抗癌药物的虚拟筛选方法 |
| CN102798704A (zh) * | 2012-09-06 | 2012-11-28 | 杨晔宏 | 利用组分量化和可视化分析预测优化药物功能的方法 |
| CN104297355A (zh) * | 2013-07-17 | 2015-01-21 | 中国科学院大连化学物理研究所 | 一种基于液相色谱/质谱联用的拟靶标代谢组学分析方法 |
| CN104569310A (zh) * | 2014-12-31 | 2015-04-29 | 安徽农业大学 | 一种基于化学成分的黑茶产地的鉴别方法 |
| CN107064478A (zh) * | 2017-04-17 | 2017-08-18 | 中国水产科学研究院东海水产研究所 | 水产品快速检测试剂盒的筛选方法 |
| CN107391927A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 一种预测药物和疾病对应关系的方法和电子设备 |
| CN108073780A (zh) * | 2016-11-14 | 2018-05-25 | 王�忠 | 一种比较中药复方的临床疗效的方法 |
| CN109545287A (zh) * | 2018-12-14 | 2019-03-29 | 安徽大学 | 一种四黄祛痘复方的筛选方法 |
| CN110444250A (zh) * | 2019-03-26 | 2019-11-12 | 广东省微生物研究所（广东省微生物分析检测中心） | 基于分子指纹和深度学习的高通量药物虚拟筛选系统 |
| CN111180020A (zh) * | 2019-12-20 | 2020-05-19 | 深圳晶泰科技有限公司 | 一种药物研发过程中的数据管理系统及其使用方法 |
| CN113433238A (zh) * | 2021-06-24 | 2021-09-24 | 广州白云山光华制药股份有限公司 | 一种小柴胡颗粒退热作用靶点的确证方法 |
| CN113689916A (zh) * | 2021-09-02 | 2021-11-23 | 赣南师范大学 | 一种预测有机化合物性能的通用模型及预测方法 |
| WO2022095972A1 (zh) * | 2020-11-06 | 2022-05-12 | 南京施江医药科技有限公司 | 异喹啉类化合物在治疗肿瘤中的应用 |
-
2006
- 2006-12-30 CN CN 200610130709 patent/CN101089245A/zh active Pending
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101736406A (zh) * | 2009-11-04 | 2010-06-16 | 西华大学 | 一种通过代谢预测和虚拟筛选发现中药活性成分的方法 |
| CN101916330A (zh) * | 2010-08-06 | 2010-12-15 | 辽宁大学 | 一种以Keap1为靶点的新型防癌抗癌药物的虚拟筛选方法 |
| CN101916330B (zh) * | 2010-08-06 | 2012-06-20 | 辽宁大学 | 一种以Keap1为靶点的新型防癌抗癌药物的虚拟筛选方法 |
| CN102798704A (zh) * | 2012-09-06 | 2012-11-28 | 杨晔宏 | 利用组分量化和可视化分析预测优化药物功能的方法 |
| CN102798704B (zh) * | 2012-09-06 | 2014-07-02 | 杨晔宏 | 利用组分量化和可视化分析预测优化药物功能的方法 |
| CN104297355A (zh) * | 2013-07-17 | 2015-01-21 | 中国科学院大连化学物理研究所 | 一种基于液相色谱/质谱联用的拟靶标代谢组学分析方法 |
| CN104297355B (zh) * | 2013-07-17 | 2017-02-08 | 中国科学院大连化学物理研究所 | 一种基于液相色谱/质谱联用的拟靶标代谢组学分析方法 |
| CN104569310A (zh) * | 2014-12-31 | 2015-04-29 | 安徽农业大学 | 一种基于化学成分的黑茶产地的鉴别方法 |
| CN108073780A (zh) * | 2016-11-14 | 2018-05-25 | 王�忠 | 一种比较中药复方的临床疗效的方法 |
| CN108073780B (zh) * | 2016-11-14 | 2020-06-30 | 王�忠 | 一种比较中药复方的临床疗效的方法 |
| CN107064478A (zh) * | 2017-04-17 | 2017-08-18 | 中国水产科学研究院东海水产研究所 | 水产品快速检测试剂盒的筛选方法 |
| CN107391927A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 一种预测药物和疾病对应关系的方法和电子设备 |
| CN107391927B (zh) * | 2017-07-20 | 2021-01-22 | 京东方科技集团股份有限公司 | 一种预测药物和疾病对应关系的方法和电子设备 |
| CN109545287A (zh) * | 2018-12-14 | 2019-03-29 | 安徽大学 | 一种四黄祛痘复方的筛选方法 |
| CN110444250A (zh) * | 2019-03-26 | 2019-11-12 | 广东省微生物研究所（广东省微生物分析检测中心） | 基于分子指纹和深度学习的高通量药物虚拟筛选系统 |
| CN111180020A (zh) * | 2019-12-20 | 2020-05-19 | 深圳晶泰科技有限公司 | 一种药物研发过程中的数据管理系统及其使用方法 |
| CN111180020B (zh) * | 2019-12-20 | 2023-09-01 | 深圳晶泰科技有限公司 | 一种药物研发过程中的数据管理系统及其使用方法 |
| WO2022095972A1 (zh) * | 2020-11-06 | 2022-05-12 | 南京施江医药科技有限公司 | 异喹啉类化合物在治疗肿瘤中的应用 |
| CN113433238A (zh) * | 2021-06-24 | 2021-09-24 | 广州白云山光华制药股份有限公司 | 一种小柴胡颗粒退热作用靶点的确证方法 |
| CN113689916A (zh) * | 2021-09-02 | 2021-11-23 | 赣南师范大学 | 一种预测有机化合物性能的通用模型及预测方法 |
| CN113689916B (zh) * | 2021-09-02 | 2024-04-16 | 赣南师范大学 | 一种预测有机化合物性能的通用模型及预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101089245A (zh) | 一种中药复方药效物质基础的虚拟筛选方法 | |
| Wang et al. | The screening toolbox of bioactive substances from natural products: A review | |
| Zong et al. | Potentially cardiotoxic diterpenoid alkaloids from the roots of Aconitum carmichaelii | |
| Huang et al. | Network pharmacology approach to uncover the mechanism governing the effect of simiao powder on knee osteoarthritis | |
| Wang et al. | Prediction and validation of potential molecular targets for the combination of Astragalus membranaceus and Angelica sinensis in the treatment of atherosclerosis based on network pharmacology | |
| Zheng et al. | Construction and chemical profile on “activity fingerprint” of Citri Reticulatae Pericarpium from different cultivars based on HPLC‐UV, LC/MS‐IT‐TOF, and principal component analysis | |
| Liang et al. | Identification of active compounds of Mahuang Fuzi Xixin Decoction and their mechanisms of action by LC‐MS/MS and network pharmacology | |
| Li et al. | Integrated network pharmacology and metabonomics to reveal the myocardial protection effect of Huang-Lian-Jie-Du-Tang on myocardial ischemia | |
| Ming et al. | The active ingredients and mechanisms of Longchai Jiangxue Formula in treating PV, based on UPLC/Q-TOF-MS/MS, systematic pharmacology, and molecular biology validation | |
| Duan et al. | Fuling‐Guizhi Herb Pair in Coronary Heart Disease: Integrating Network Pharmacology and In Vivo Pharmacological Evaluation | |
| Kui et al. | Research on Effect and Mechanism of Xuefu Zhuyu Decoction on CHD Based on Meta‐Analysis and Network Pharmacology | |
| Zhou et al. | Integrating artificial intelligence into the modernization of traditional Chinese medicine industry: a review | |
| Xiao et al. | Therapeutic effects of Siegesbeckia orientalis L. And its active compound luteolin in rheumatoid arthritis: Network pharmacology, molecular docking and experimental validation | |
| Xie et al. | Based on UPLC‐Q‐TOF‐MS/MS, Systematic Network Pharmacology, and Molecular Docking to Explore the Potential Mechanism of Fructus Aurantii for Major Depression Disorder | |
| Shen et al. | Xiaoxuming Decoction Regulates Vascular Function by Modulating G Protein‐Coupled Receptors: A Molecular Docking Study | |
| Wang et al. | Exploring the molecular mechanism of liuwei dihuang pills for treating diabetic nephropathy by combined network pharmacology and molecular docking | |
| Salac et al. | Biological assay-guided fractionation and mass spectrometry-based metabolite profiling of Annona muricata L. cytotoxic compounds against lung cancer A549 cell line | |
| Li et al. | Bioactive-Chemical Quality Markers Revealed: An Integrated Strategy for Quality Control of Chicory | |
| Dai et al. | Simultaneous determination of multiple constituents, serum composition, and tissue distribution of Qingshen granule using ultra‐high performance liquid chromatography‐quadrupole‐orbitrap high‐resolution mass spectrometry | |
| CN105535050B (zh) | 一种当归抗肿瘤药物 | |
| Liu et al. | Rapid comparison of antitumor chemical constituents and mechanisms between Dendrobium nobile and Dendrobium officinale by UPLC-IT-TOF, network pharmacology and experimental verification | |
| Chen et al. | Network pharmacology-based investigation of the molecular mechanisms of the chinese herbal formula shenyi in the treatment of diabetic nephropathy | |
| Lu et al. | Integrating network pharmacology, transcriptome and artificial intelligence for investigating into the effect and mechanism of Ning Fei Ping Xue decoction against the acute respiratory distress syndrome | |
| Jiang et al. | A funnel-type stepwise filtering strategy for identification of potential Q-markers of traditional Chinese medicine formulas | |
| Su et al. | Case study of network pharmacology and modernization of traditional Chinese medicine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20071219 |