CN113376198A - 一种基于代谢组学的中药组分检测方法 - Google Patents
一种基于代谢组学的中药组分检测方法 Download PDFInfo
- Publication number
- CN113376198A CN113376198A CN202110514835.9A CN202110514835A CN113376198A CN 113376198 A CN113376198 A CN 113376198A CN 202110514835 A CN202110514835 A CN 202110514835A CN 113376198 A CN113376198 A CN 113376198A
- Authority
- CN
- China
- Prior art keywords
- traditional chinese
- chinese medicine
- components
- metabonomics
- medicine composition
- 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
- 239000003814 drug Substances 0.000 title claims abstract description 144
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 53
- 239000000203 mixture Substances 0.000 claims abstract description 48
- 201000010099 disease Diseases 0.000 claims abstract description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 42
- 208000007342 Diabetic Nephropathies Diseases 0.000 claims abstract description 32
- 208000033679 diabetic kidney disease Diseases 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 229940079593 drug Drugs 0.000 claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 25
- 230000003285 pharmacodynamic effect Effects 0.000 claims abstract description 25
- 238000007619 statistical method Methods 0.000 claims abstract description 22
- 210000002220 organoid Anatomy 0.000 claims abstract description 20
- 238000005160 1H NMR spectroscopy Methods 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000011161 development Methods 0.000 claims abstract description 7
- 210000004027 cell Anatomy 0.000 claims description 41
- 238000012706 support-vector machine Methods 0.000 claims description 40
- 239000002207 metabolite Substances 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 25
- 239000000126 substance Substances 0.000 claims description 23
- 239000012472 biological sample Substances 0.000 claims description 21
- 239000006187 pill Substances 0.000 claims description 21
- 238000011160 research Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000002503 metabolic effect Effects 0.000 claims description 17
- 230000037353 metabolic pathway Effects 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 15
- 238000002474 experimental method Methods 0.000 claims description 14
- 210000003292 kidney cell Anatomy 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000000144 pharmacologic effect Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 5
- 238000002705 metabolomic analysis Methods 0.000 claims description 5
- 230000001431 metabolomic effect Effects 0.000 claims description 5
- 239000000178 monomer Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 3
- 239000012930 cell culture fluid Substances 0.000 claims description 2
- 238000003556 assay Methods 0.000 claims 3
- 241000411851 herbal medicine Species 0.000 claims 2
- 230000002265 prevention Effects 0.000 claims 1
- 239000009765 shen ling bai zhu Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000012827 research and development Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000004907 flux Effects 0.000 abstract description 3
- 150000001875 compounds Chemical class 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 229940126680 traditional chinese medicines Drugs 0.000 description 9
- 241000405414 Rehmannia Species 0.000 description 7
- 210000003734 kidney Anatomy 0.000 description 7
- 238000005481 NMR spectroscopy Methods 0.000 description 6
- 239000003550 marker Substances 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 241000132012 Atractylodes Species 0.000 description 5
- 241001619461 Poria <basidiomycete fungus> Species 0.000 description 5
- 206010012601 diabetes mellitus Diseases 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 239000004480 active ingredient Substances 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 239000004615 ingredient Substances 0.000 description 4
- 238000001819 mass spectrum Methods 0.000 description 4
- 210000000952 spleen Anatomy 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 235000015961 tonic Nutrition 0.000 description 4
- 230000001256 tonic effect Effects 0.000 description 4
- 235000002722 Dioscorea batatas Nutrition 0.000 description 3
- 235000006536 Dioscorea esculenta Nutrition 0.000 description 3
- 240000001811 Dioscorea oppositifolia Species 0.000 description 3
- 235000003416 Dioscorea oppositifolia Nutrition 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 238000010171 animal model Methods 0.000 description 3
- 235000008216 herbs Nutrition 0.000 description 3
- 239000008141 laxative Substances 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000001543 purgative effect Effects 0.000 description 3
- 239000011782 vitamin Substances 0.000 description 3
- 229940088594 vitamin Drugs 0.000 description 3
- 229930003231 vitamin Natural products 0.000 description 3
- 235000013343 vitamin Nutrition 0.000 description 3
- 150000003722 vitamin derivatives Chemical class 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 206010027525 Microalbuminuria Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004587 chromatography analysis Methods 0.000 description 2
- 208000020832 chronic kidney disease Diseases 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 208000028208 end stage renal disease Diseases 0.000 description 2
- 201000000523 end stage renal failure Diseases 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 208000017169 kidney disease Diseases 0.000 description 2
- 230000007721 medicinal effect Effects 0.000 description 2
- 206010062198 microangiopathy Diseases 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 230000001717 pathogenic effect Effects 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 229960000716 tonics Drugs 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 238000005084 2D-nuclear magnetic resonance Methods 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 241000209020 Cornus Species 0.000 description 1
- 241000721047 Danaus plexippus Species 0.000 description 1
- 208000032131 Diabetic Neuropathies Diseases 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 206010018364 Glomerulonephritis Diseases 0.000 description 1
- 206010022489 Insulin Resistance Diseases 0.000 description 1
- 206010029164 Nephrotic syndrome Diseases 0.000 description 1
- 206010059013 Nocturnal emission Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 208000004880 Polyuria Diseases 0.000 description 1
- 244000197580 Poria cocos Species 0.000 description 1
- 235000008599 Poria cocos Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 229940109239 creatinine Drugs 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000035619 diuresis Effects 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 230000024924 glomerular filtration Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000000655 nuclear magnetic resonance spectrum Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000001991 pathophysiological effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 208000022204 primary glomerular disease Diseases 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 201000001474 proteinuria Diseases 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000130 stem cell Anatomy 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 238000001195 ultra high performance liquid chromatography Methods 0.000 description 1
- 229940126673 western medicines Drugs 0.000 description 1
- 239000010124 zhibai dihuang Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
Landscapes
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明属于中药组分检测领域，具体公开了一种基于代谢组学的中药组分检测方法，包括以下步骤：S1选择中药组合物、S2样本用药、S3轮廓分析、S4多元统计分析、S5二因子筛选、S6确定药效指标、S7确定药物含量、S8分析结论、S9活性评价。本方法作为中药数字化评价的关键共性技术，利用代谢组学1H‑NMR核磁技术无损检测方法和疾病细胞模型，特别是类器官模型，步骤少，成本低，可高通量快速的发现中药组合物中有效组分，有助于提高新药开发的速度，为基于中药组合物的有效组分发现与新药开发提供示范，具有良好的应用前景，特别的适用于针对糖尿病肾病方面中药的评价和研发。
Description
技术领域
本发明属于中药组分检测领域，具体公开了一种基于代谢组学的中药组分检测方法。
背景技术
糖尿病肾病是糖尿病肾病是糖尿病病人最重要的合并症之一。我国的发病率亦呈上升趋势，目前已成为终末期肾脏病的第二位原因，仅次于各种肾小球肾炎。由于其存在复杂的代谢紊乱，一旦发展到终末期肾脏病，往往比其他肾脏疾病的治疗更加棘手，糖尿病肾病是糖尿病全身微血管病性合并症之一，因此发生糖尿病肾病时也往往同时合并其他器官或系统的微血管病如糖尿病视网膜病变和外周神经病变。1型糖尿病病人发生糖尿病肾病多在起病10～15年左右，而2型糖尿病病人发生糖尿病肾病的时间则短，与年龄大、同时合并较多其他基础疾病有关。糖尿病肾病的肾病综合征与一般原发性肾小球疾病相比，其水肿程度常更明显，同时常伴有严重高血压。由于本病肾小球内毛细血管跨膜压高，加之肾小球滤过膜蛋白屏障功能严重损害，因此部分终末期肾衰竭病人亦可有大量蛋白尿。糖尿病病人临床上出现肾脏损害应考虑糖尿病肾病，家族中有肾脏病者、明显高血压、胰岛素抵抗，GFR明显过高或伴严重高血压者为发生糖尿病肾病的高危因素。微量白蛋白尿是诊断糖尿病肾病的标志。微量白蛋白尿指UAE持续升高20～200μg/min，或尿白蛋白30～300mg/24h，尿肌酐为30～300μg/mg。目前，治疗糖尿病肾病的方法往往采用控制血糖加用ACEI或ARB，但在实际治疗过程中存在一系列的问题：如药物的副反应而且治疗花费昂贵，患者接受程度差。这些因素阻碍了上述治疗方法在社会的推广应用。由于糖尿病肾病病人的肾脏功能较弱，这对于糖尿病肾病病人的用药造成了很大的限制。
中药是我国的传统医药,也被称之为“药食同源”,其具有多种生物活性和临床应用价值。中药多以复方入药，其功能是以单味药的功效为基础，但不是单味药功效的总和。中药复方的配伍理论体现着组分的表型规律，构成了中医药学整体理论的核心。所以说，中药疗效是由其药效组分所决定的。多数复方仅仅体现单味药的一种或几种功效特征。配伍后的中药在功效上有所侧重，说明其组分发生了变化，即量和质的改变，这就是复方功能和单味药功能存在差异的根本原因。中药饮片含有多种成分遵循自然规律有序地结合作为复方中药的个体，即是配伍组分，这个配伍组分是有机地结合而非随机搭配，存在质和量的必然规律；而这种组合的实质又是化学组分和信息物质组分的组合，构成了有序的药效组分；尽管诸多因素影响着中药药效组分的变化，但这些组分始终处于相对平衡的状态。这样就阐释了中药药效与物质、物质与品质、品质与临床疗效等关键性问题。中药组分理论贯穿于中药学科的各个层面。中药药效组分具有对应性、稳定性、比例相对的恒定性、活性的确定性等基本特征。实践发现，复方中药对于延缓糖尿病肾病进展，缓解症状有较好的作用。但是，目前对于治疗糖尿病肾病方面的中药复方还停留在经验用药阶段，对于复方制剂中的有效成分研究不多，有时候存在着用药过度，无效用药，导致副作用较大。以往的对中药的试验方法沿用了化学药物(西药)研发常用的“单组份单靶点”理论模型和思路，其中心思想包括首先发现活性组份，进行分离鉴定，进而对活性成份或其化学衍生物进行药理、毒理、临床等方面的研究，尽管这种方法的研究取得了相当的成就。也存在一些缺点：(1)复方中药中有多种有效成分，具有多种药物效应；(2)每个活性化合物组份可能有多个作用靶点，直接影响多个生物过程；(3)各个组份之间存在协同作用、相互影响，中药配伍的思想基础就是“协同作用”，单一的化学成分和药理指标不能对中药复方中的药物效应清楚的认识，CN201610932878.8 报道了治疗糖尿病肾病的中药组合物的质量检测方法，但是其需要依赖现有的有效组分知识，只能对中药组合物的质量进行判定，而无法对未知的有效成分进行检测或者预测，而且其使用大量的色谱方法，比较耗费时间。
代谢组学(metabonomics/metabolomics)是效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。主要技术手段是核磁共振（NMR），质谱（MS），色谱（HPLC，GC）及色谱质谱联用技术。通过检测一系列样品的NMR 谱图，再结合模式识别方法，可以判断出生物体的病理生理状态，并有可能找出与之相关的生物标志物（biomarker）。代谢组学的研究方法与蛋白质组学的方法类似，通常有两种方法。一种方法称作代谢物指纹分析（metabolomic fingerprinting），采用液相色谱-质谱联用（LC-MS）的方法，比较不同血样中各自的代谢产物以确定其中所有的代谢产物。从本质上来说，代谢指纹分析涉及比较不同个体中代谢产物的质谱峰，最终了解不同化合物的结构，建立一套完备的识别这些不同化合物特征的分析方法。另一种方法是代谢轮廓分析（metabolomic profiling）,研究人员假定了一条特定的代谢途径，并对此进行更深入的研究。目前已经有多篇文献，利用代谢组学，对于中药的有效组分进行预测和测定，比如CN201310413364.8 公开了一种基于应用代谢组学对中药知柏地黄丸疗效的试验方法，用到了1H-NMR技术，获得机体大量的内源性代谢物的信息。但是其需要使用较多组的动物实验，成本和步骤较多，并未总结出通用的算法。因此，需要在以上文献的基础上，设计一种基于代谢组学的快速发现中药复方有效组分的新方法，特别是能够用于糖尿病肾病的相关中药的评价和药物研发。
发明内容
针对以上不足，本发明公开了一种基于代谢组学的中药组分检测方法。步骤少，成本低，特别的适用于针对糖尿病肾病方面中药的评价和研发。
本发明的技术方案如下：
一种基于代谢组学的中药组分检测方法，其特征在于，包括以下步骤：
S1选择中药组合物：根据前期研究资料和研究的需要，选择针对临床疾病的中药组合物；
S2样本用药：将步骤S1中的中药组合物针对相关疾病的细胞疾病模型进行干预治疗，收集若干组生物样本：
S3轮廓分析：基于代谢组学方法采用 1H-NMR检测手段分析各组生物样本，进行代谢轮廓比较分析；
S4多元统计分析：针对步骤S2中的生物样本进行多元统计分析，鉴定不同组分参与调控的差异代谢产物及代谢通路信息：
S5二因子筛选：采用二因子水平设计筛选工艺，进行多水平多因子的配伍组分组合：针对S4获得的多元统计分析，通过正交筛选实验确定关键影响组分，利用二因子水平设计对各组分进行排列组合，并以数值法进行编码，作为支持向量机算法(SVM)的输入向量(X)，并作为预测集；
S6确定药效指标：对S5产生的配伍组合进行药理实验，测定相应的药效指标，将所述药效指标作为SVM建模的输出向量(Y)；并加入已知对相应疾病模型具有保护作用的中药单体的含量，作为SVM建模的矫正输出向量；
S7确定药物含量：通过1H-NMR建立中药组合物成分的含量测定方法，以此计算得到的被细胞疾病模型吸收的中药组分含量，作为其中一个训练集的输入量(Y-训练)；
S8分析结论：建立化学成分分析方法，结合步骤S4得到的参与调控的差异代谢产物及代谢通路信息，应用多元统计分析寻找并鉴定不同组合物间的差异化学成分；
S9活性评价：对步骤S8中寻找到的差异化学成分进行药效活性评价，对各配伍组合的预测结果进行处理，将各因子分别按编码大小分为1水平和0水平两类，并进行排序，分别得到各部位二水平的权重系数(Z)；当1水平的平均值＞0水平的平均值时，说明该中药组分在配伍中起到作用；反之则说明，该中药组分无效。
本技术方案结合代谢组学，通过对各种生物样品中小分子化合物(分子量＜1000)的代谢产物进行定量测量和定性分析，监测不同代谢物的水平及变化，全面构建生理和病理状态，建立药物组分与特异性代谢物显著关联，通过分析特异性代谢产物在细胞模型实验过程中的含量，结合细胞模型状态，评估中药组分的作用。其中的1H-NMR技术，可以发展多种核素（1H、13C、31P等）和二维核磁共振代谢物无损检测方法，利用分子的扩散系数不同，结合核磁共振脉冲梯度场技术发展二维和三维扩散排序核磁共振谱新技术分析复杂混合物。发展鉴定功能代谢物结构的核磁共振技术。针对微量代谢物绝对结构的准确鉴定，集成UHPLC在组分高效分离、SPE在组分富集、NMR在原子连接关系确定、质谱的分子式及结构碎片信息等方面的优势，发展联用技术，可综合使用所获取的结构信息并结合量子化学，建立微量完全未知代谢物的绝对结构准确鉴定技术。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述中药组合物为治疗或者缓解糖尿病肾病的药物。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述步骤S2中的细胞疾病模型为类器官细胞模型。类器官属于三维（3D）细胞培养物，包含其代表器官的一些关键特性。此类体外培养系统包括一个自我更新干细胞群，可分化为多个器官器官特异性的细胞类型，与对应的器官拥有类似的空间组织并能够重现对应器官的部分功能，从而提供一个高度生理相关系统。在本发明中利用类器官替代实验动物，可以大幅降低实验动物的使用量，节省购买和饲养成本，并避免伦理问题。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述步骤S2中的类器官细胞模型为人肾脏细胞类器官模型。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述步骤S2中的生物样本选自完整的细胞、细胞培养液或裂解的细胞液。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述步骤S4中的代谢通路信息使用的数据库选自NIST、KEEG、HMDB中的一种。KEGG 是了解高级功能和生物系统（如细胞、生物和生态系统），从分子水平信息，尤其是大型分子数据集生成的基因组测序和其他高通量实验技术的实用程序数据库资源，由日本京都大学生物信息学中心的Kanehisa实验室于1995年建立。是国际最常用的生物信息数据库之一，以“理解生物系统的高级功能和实用程序资源库”著称。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述步骤S5中，所述支持向量机算法（SVM）具体包括：利用SVM算法实现多药效目标组合：由输入向量(X)和输出向量(Y)组成训练集；采用留一交叉验证法，通过PLS工具包的SVM功能进行建模构建2-LFD-SVM模型，得到预测集。支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalizedlinear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk）并在求解系统中加入了正则化项以优化结构风险（structural risk），是一个具有稀疏性和稳健性的分类器。SVM可以通过核方法（kernel method）进行非线性分类。
进一步的，上述一种基于代谢组学的中药组分检测方法，所述中药组合物选自参苓白术丸、六味地黄丸、金锁固金丸中的一种或者多种。六味地黄丸方中重用熟地黄，滋阴补肾，填精益髓，为君药。山萸肉补养肝肾，并能涩精；山药补益脾阴，亦能固精，共为臣药。三药相配，滋养肝脾肾，称为“三补”。但熟地黄的用量是山萸肉与山药两味之和，故以补肾阴为主，补其不足以治本。配伍泽泻利湿泄浊，并防熟地黄之滋腻恋邪；牡丹皮清泄相火，并制山萸肉之温涩；茯苓淡渗脾湿，并助山药之健运。三药为“三泻”，渗湿浊，清虚热，平其偏胜以治标，均为佐药。六味合用，三补三泻，其中补药用量重于“泻药”，是以补为主；肝脾肾三阴并补，以补肾阴为主，对糖尿病肾病有较好的疗效。
进一步的，上述一种基于代谢组学的中药组分检测方法在预防或者治疗/缓解糖尿病肾病的药物研发中的应用。
根据以上技术方案可知，本发明公开的一种基于代谢组学的中药组分检测方法至少有以下有益效果：
本发明中的一种基于代谢组学的中药组分检测方法，使用细胞模型，进一步的使用类器官模型来代替疾病动物模型，节省了大量实验成本和动物伦理问题，也避免了方法专利无法授权的问题。利用新兴的代谢组学的1H-NMR核磁轮廓比较分析，结合多元统计分析、二因子筛选，使用支持向量机算法，可高通量快速的发现中药组合物中有效组分，有助于提高新药开发的速度，为基于中药组合物的有效组分发现与新药开发提供示范，具有良好的应用前景，特别的适用于针对糖尿病肾病方面中药的评价和研发。
附图说明
附图1为本发明中一种基于代谢组学的中药组分检测方法的流程。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
一种基于代谢组学的中药组分检测方法，包括以下步骤：
S1选择中药组合物：根据前期研究资料和研究的需要，选择针对临床疾病的中药组合物；
S2样本用药：将步骤S1中的中药组合物针对相关疾病的细胞疾病模型进行干预治疗，收集若干组生物样本：
S3轮廓分析：基于代谢组学方法采用 1H-NMR检测手段分析各组生物样本，进行代谢轮廓比较分析；
S4多元统计分析：针对步骤S2中的生物样本进行多元统计分析，鉴定不同组分参与调控的差异代谢产物及代谢通路信息：
S5二因子筛选：采用二因子水平设计筛选工艺，进行多水平多因子的配伍组分组合：针对S4获得的多元统计分析，通过正交筛选实验确定关键影响组分，利用二因子水平设计对各组分进行排列组合，并以数值法进行编码，作为支持向量机算法(SVM)的输入向量(X)，并作为预测集；
S6确定药效指标：对S5产生的配伍组合进行药理实验，测定相应的药效指标，将所述药效指标作为SVM建模的输出向量(Y)；并加入已知对相应疾病模型具有保护作用的中药单体的含量，作为SVM建模的矫正输出向量；
S7确定药物含量：通过1H-NMR建立中药组合物成分的含量测定方法，以此计算得到的被细胞疾病模型吸收的中药组分含量，作为其中一个训练集的输入量(Y-训练)；
S8分析结论：建立化学成分分析方法，结合步骤S4得到的参与调控的差异代谢产物及代谢通路信息，应用多元统计分析寻找并鉴定不同组合物间的差异化学成分；
S9活性评价：对步骤S8中寻找到的差异化学成分进行药效活性评价，对各配伍组合的预测结果进行处理，将各因子分别按编码大小分为1水平和0水平两类，并进行排序，分别得到各部位二水平的权重系数(Z)；当1水平的平均值＞0水平的平均值时，说明该中药组分在配伍中起到作用；反之则说明，该中药组分无效；
所述中药组合物为参苓白术丸，具体为提取液，1mg/ml；
所述细胞疾病模型为糖尿病肾病模型；
所述步骤S2中的类器官细胞模型为分别为糖尿病肾病的人肾脏细胞类器官模型和正常的人肾脏细胞类器官模型，购自上海优宁维生物科技股份有限公司；
步骤S2中的生物样本选自裂解的细胞液；
所述步骤S4中的代谢通路信息使用的数据库选自NIST；
所述步骤S5中，所述支持向量机算法（SVM）具体包括：利用SVM算法实现多药效目标组合：由输入向量(X)和输出向量(Y)组成训练集；采用留一交叉验证法，通过PLS工具包的SVM功能进行建模构建2-LFD-SVM模型，得到预测集。
结果：将糖尿病肾病组类细胞模型（模型组）和正常肾脏细胞类细胞模型（正常组），从PLS分析结果发现模型组与正常组中代谢标志物组含量差异较大，分别施加参苓白术丸提取液后，模型组的代谢指纹向着正常组移动，表明在参苓白术丸的干预下，疾病细胞模型从疾病状态向着正常状态调节，再对裂解的细胞液与苓白术丸提取液分别进行1H-NMR后，比较各峰的位置，可找出其活性成分。
实施例2
一种基于代谢组学的中药组分检测方法，包括以下步骤：
S1选择中药组合物：根据前期研究资料和研究的需要，选择针对临床疾病的中药组合物；
S2样本用药：将步骤S1中的中药组合物针对相关疾病的细胞疾病模型进行干预治疗，收集若干组生物样本：
S3轮廓分析：基于代谢组学方法采用 1H-NMR检测手段分析各组生物样本，进行代谢轮廓比较分析；
S4多元统计分析：针对步骤S2中的生物样本进行多元统计分析，鉴定不同组分参与调控的差异代谢产物及代谢通路信息：
S5二因子筛选：采用二因子水平设计筛选工艺，进行多水平多因子的配伍组分组合：针对S4获得的多元统计分析，通过正交筛选实验确定关键影响组分，利用二因子水平设计对各组分进行排列组合，并以数值法进行编码，作为支持向量机算法(SVM)的输入向量(X)，并作为预测集；
S6确定药效指标：对S5产生的配伍组合进行药理实验，测定相应的药效指标，将所述药效指标作为SVM建模的输出向量(Y)；并加入已知对相应疾病模型具有保护作用的中药单体的含量，作为SVM建模的矫正输出向量；
S7确定药物含量：通过1H-NMR建立中药组合物成分的含量测定方法，以此计算得到的被细胞疾病模型吸收的中药组分含量，作为其中一个训练集的输入量(Y-训练)；
S8分析结论：建立化学成分分析方法，结合步骤S4得到的参与调控的差异代谢产物及代谢通路信息，应用多元统计分析寻找并鉴定不同组合物间的差异化学成分；
S9活性评价：对步骤S8中寻找到的差异化学成分进行药效活性评价，对各配伍组合的预测结果进行处理，将各因子分别按编码大小分为1水平和0水平两类，并进行排序，分别得到各部位二水平的权重系数(Z)；当1水平的平均值＞0水平的平均值时，说明该中药组分在配伍中起到作用；反之则说明，该中药组分无效；
所述中药组合物为六味地黄丸，具体地说是六味地黄丸提取液，含量为1mg/ml；
所述细胞疾病模型为糖尿病肾病模型；
所述步骤S2中的类器官细胞模型为分别为糖尿病肾病的人肾脏细胞类器官模型和正常的人肾脏细胞类器官模型，购自上海优宁维生物科技股份有限公司；
步骤S2中的生物样本选自裂解的细胞液；
所述步骤S4中的代谢通路信息使用的数据库选自KEEG；
所述步骤S5中，所述支持向量机算法（SVM）具体包括：利用SVM算法实现多药效目标组合：由输入向量(X)和输出向量(Y)组成训练集；采用留一交叉验证法，通过PLS工具包的SVM功能进行建模构建2-LFD-SVM模型，得到预测集。
结果：将糖尿病肾病组类细胞模型（模型组）和正常肾脏细胞类细胞模型（正常组），从PLS分析结果发现模型组与正常组中代谢标志物组含量差异较大，分别施加六味地黄丸提取液后，模型组的代谢指纹向着正常组移动，表明在六味地黄丸的干预下，疾病细胞模型从疾病状态向着正常状态调节，再对裂解的细胞液与六味地黄丸提取液分别进行1H-NMR后，比较各峰的位置，可找出其活性成分。
实施例3
一种基于代谢组学的中药组分检测方法，包括以下步骤：
S1选择中药组合物：根据前期研究资料和研究的需要，选择针对临床疾病的中药组合物；
S2样本用药：将步骤S1中的中药组合物针对相关疾病的细胞疾病模型进行干预治疗，收集若干组生物样本：
S3轮廓分析：基于代谢组学方法采用 1H-NMR检测手段分析各组生物样本，进行代谢轮廓比较分析；
S4多元统计分析：针对步骤S2中的生物样本进行多元统计分析，鉴定不同组分参与调控的差异代谢产物及代谢通路信息：
S5二因子筛选：采用二因子水平设计筛选工艺，进行多水平多因子的配伍组分组合：针对S4获得的多元统计分析，通过正交筛选实验确定关键影响组分，利用二因子水平设计对各组分进行排列组合，并以数值法进行编码，作为支持向量机算法(SVM)的输入向量(X)，并作为预测集；
S6确定药效指标：对S5产生的配伍组合进行药理实验，测定相应的药效指标，将所述药效指标作为SVM建模的输出向量(Y)；并加入已知对相应疾病模型具有保护作用的中药单体的含量，作为SVM建模的矫正输出向量；
S7确定药物含量：通过1H-NMR建立中药组合物成分的含量测定方法，以此计算得到的被细胞疾病模型吸收的中药组分含量，作为其中一个训练集的输入量(Y-训练)；
S8分析结论：建立化学成分分析方法，结合步骤S4得到的参与调控的差异代谢产物及代谢通路信息，应用多元统计分析寻找并鉴定不同组合物间的差异化学成分；
S9活性评价：对步骤S8中寻找到的差异化学成分进行药效活性评价，对各配伍组合的预测结果进行处理，将各因子分别按编码大小分为1水平和0水平两类，并进行排序，分别得到各部位二水平的权重系数(Z)；当1水平的平均值＞0水平的平均值时，说明该中药组分在配伍中起到作用；反之则说明，该中药组分无效；
所述中药组合物为金锁固金丸，具体为提取液，2mg/ml；
所述步骤S2中的类器官细胞模型为分别为糖尿病肾病的人肾脏细胞类器官模型和正常的人肾脏细胞类器官模型，购自上海优宁维生物科技股份有限公司；
步骤S2中的生物样本选自裂解的细胞液；
所述步骤S4中的代谢通路信息使用的数据库选自HMDB；
所述步骤S5中，所述支持向量机算法（SVM）具体包括：利用SVM算法实现多药效目标组合：由输入向量(X)和输出向量(Y)组成训练集；采用留一交叉验证法，通过PLS工具包的SVM功能进行建模构建2-LFD-SVM模型，得到预测集。
结果：将糖尿病肾病组类细胞模型（模型组）和正常肾脏细胞类细胞模型（正常组），从PLS分析结果发现模型组与正常组中代谢标志物组含量差异较大，分别施加金锁固金丸提取液后，模型组的代谢指纹向着正常组移动，表明在六味地黄丸的干预下，疾病细胞模型从疾病状态向着正常状态调节，再对裂解的细胞液与金锁固金丸提取液分别进行1H-NMR后，比较各峰的位置，可找出其活性成分。
综合实施例1-3的实验结果，可以得出，本方法作为中药数字化评价的关键共性技术，利用代谢组学1H-NMR核磁技术无损检测方法和疾病细胞模型，特别是类器官模型，步骤少，成本低，可高通量快速的发现中药组合物中有效组分，有助于提高新药开发的速度，为基于中药组合物的有效组分发现与新药开发提供示范，具有良好的应用前景，特别的适用于针对糖尿病肾病方面中药的评价和研发。
以上仅为本发明的较佳实施例而已，不能以此限定本发明的保护范围，即大凡依本发明权利要求书及发明内容所做的简单的等效变化与修改，皆仍属于本发明专利申请的保护范围。
Claims (9)
1.一种基于代谢组学的中药组分检测方法，其特征在于，包括以下步骤：
S1选择中药组合物：根据前期研究资料和研究的需要，选择针对临床疾病的中药组合物；
S2样本用药：将步骤S1中的中药组合物针对相关疾病的细胞疾病模型进行干预治疗，收集若干组生物样本：
S3轮廓分析：基于代谢组学方法采用 1H-NMR检测手段分析各组生物样本，进行代谢轮廓比较分析；
S4多元统计分析：针对步骤S2中的生物样本进行多元统计分析，鉴定不同组分参与调控的差异代谢产物及代谢通路信息：
S5二因子筛选：采用二因子水平设计筛选工艺，进行多水平多因子的配伍组分组合：针对S4获得的多元统计分析，通过正交筛选实验确定关键影响组分，利用二因子水平设计对各组分进行排列组合，并以数值法进行编码，作为支持向量机算法(SVM)的输入向量(X)，并作为预测集；
S6确定药效指标：对S5产生的配伍组合进行药理实验，测定相应的药效指标，将所述药效指标作为SVM建模的输出向量(Y)；并加入已知对相应疾病模型具有保护作用的中药单体的含量，作为SVM建模的矫正输出向量；
S7确定药物含量：通过1H-NMR建立中药组合物成分的含量测定方法，以此计算得到的被细胞疾病模型吸收的中药组分含量，作为其中一个训练集的输入量(Y-训练)；
S8分析结论：建立化学成分分析方法，结合步骤S4得到的参与调控的差异代谢产物及代谢通路信息，应用多元统计分析寻找并鉴定不同组合物间的差异化学成分；
S9活性评价：对步骤S8中寻找到的差异化学成分进行药效活性评价，对各配伍组合的预测结果进行处理，将各因子分别按编码大小分为1水平和0水平两类，并进行排序，分别得到各部位二水平的权重系数(Z)；当1水平的平均值＞0水平的平均值时，说明该中药组分在配伍中起到作用；反之则说明，该中药组分无效。
2.根据权利要求1所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述中药组合物为治疗或者缓解糖尿病肾病的药物。
3.根据权利要求1所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述步骤S2中的细胞疾病模型为类器官细胞模型。
4.根据权利要求3所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述步骤S2中的类器官细胞模型为人肾脏细胞类器官模型。
5.根据权利要求1所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述步骤S2中的生物样本选自完整的细胞、细胞培养液或裂解的细胞液。
6.根据权利要求1所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述步骤S4中的代谢通路信息使用的数据库选自NIST、KEEG、HMDB中的一种。
7.根据权利要求1所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述步骤S5中，所述支持向量机算法（SVM）具体包括：利用SVM算法实现多药效目标组合：由输入向量(X)和输出向量(Y)组成训练集；采用留一交叉验证法，通过PLS工具包的SVM功能进行建模构建2-LFD-SVM模型，得到预测集。
8.根据权利要求1-7任一项所述的一种基于代谢组学的中药组分检测方法，其特征在于，所述中药组合物选自参苓白术丸、六味地黄丸、金锁固金丸中的一种或者多种。
9.如权利要求1-7任一项所述的基于代谢组学的中药组分检测方法在预防或者治疗/缓解糖尿病肾病的药物研发中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110514835.9A CN113376198A (zh) | 2021-05-10 | 2021-05-10 | 一种基于代谢组学的中药组分检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110514835.9A CN113376198A (zh) | 2021-05-10 | 2021-05-10 | 一种基于代谢组学的中药组分检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113376198A true CN113376198A (zh) | 2021-09-10 |
Family
ID=77572576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110514835.9A Pending CN113376198A (zh) | 2021-05-10 | 2021-05-10 | 一种基于代谢组学的中药组分检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113376198A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114283902A (zh) * | 2021-12-30 | 2022-04-05 | 博奥生物集团有限公司 | 药物组合物的筛选方法、筛选系统和电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102100706A (zh) * | 2009-12-18 | 2011-06-22 | 中国科学院大连化学物理研究所 | 一种应用代谢组学对中成药质量评价的方法 |
| CN103323481A (zh) * | 2013-06-08 | 2013-09-25 | 温州医学院 | 一种应用代谢组学对中药莪术油药效的测定方法 |
| CN108508055A (zh) * | 2018-03-27 | 2018-09-07 | 广西医科大学 | 一种基于代谢组学的广西瑶山甜茶抗糖尿病潜在标志物代谢通路及研究方法 |
| CN104056281B (zh) * | 2013-03-21 | 2018-09-25 | 中国医学科学院药用植物研究所 | 一种从中药或天然药物复杂体系中筛选活性成分的方法及其用途 |
| CN110373380A (zh) * | 2019-06-14 | 2019-10-25 | 中国科学院生态环境研究中心 | 一种肝脏类器官模型及其建立方法和应用 |
| CN111429978A (zh) * | 2020-03-20 | 2020-07-17 | 广东药科大学 | 一种快速发现中药复方有效组分的方法和应用 |
-
2021
- 2021-05-10 CN CN202110514835.9A patent/CN113376198A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102100706A (zh) * | 2009-12-18 | 2011-06-22 | 中国科学院大连化学物理研究所 | 一种应用代谢组学对中成药质量评价的方法 |
| CN104056281B (zh) * | 2013-03-21 | 2018-09-25 | 中国医学科学院药用植物研究所 | 一种从中药或天然药物复杂体系中筛选活性成分的方法及其用途 |
| CN103323481A (zh) * | 2013-06-08 | 2013-09-25 | 温州医学院 | 一种应用代谢组学对中药莪术油药效的测定方法 |
| CN108508055A (zh) * | 2018-03-27 | 2018-09-07 | 广西医科大学 | 一种基于代谢组学的广西瑶山甜茶抗糖尿病潜在标志物代谢通路及研究方法 |
| CN110373380A (zh) * | 2019-06-14 | 2019-10-25 | 中国科学院生态环境研究中心 | 一种肝脏类器官模型及其建立方法和应用 |
| CN111429978A (zh) * | 2020-03-20 | 2020-07-17 | 广东药科大学 | 一种快速发现中药复方有效组分的方法和应用 |
Non-Patent Citations (2)
| Title |
|---|
| 吴杭迪 等: "肾脏类器官的建立及其应用", 《肾脏病与透析肾移植杂志》, vol. 29, no. 6, pages 550 - 556 * |
| 王广基;郝海平;阿基业;严蓓;查伟斌;: "代谢组学在中药方剂整体药效作用及机制研究中的应用与展望", 中国天然药物, no. 02 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114283902A (zh) * | 2021-12-30 | 2022-04-05 | 博奥生物集团有限公司 | 药物组合物的筛选方法、筛选系统和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Buriani et al. | Omic techniques in systems biology approaches to traditional Chinese medicine research: present and future | |
| Taylor et al. | A metabolomics approach using juvenile cystic mice to identify urinary biomarkers and altered pathways in polycystic kidney disease | |
| CN102100706A (zh) | 一种应用代谢组学对中成药质量评价的方法 | |
| WO2008156617A2 (en) | Methods and kits for predicting treatment response in type ii diabetes mellitus patients | |
| CN103257188A (zh) | 一种复方血栓通制剂生物活性色谱指纹图谱的构建方法 | |
| Pont et al. | Metabolic profiling for the identification of Huntington biomarkers by on‐line solid‐phase extraction capillary electrophoresis mass spectrometry combined with advanced data analysis tools | |
| Chen et al. | Analysis of the high‐performance liquid chromatography fingerprints and quantitative analysis of multicomponents by single marker of products of fermented Cordyceps sinensis | |
| Lu et al. | Proteomics and syndrome of Chinese medicine | |
| CN107037146A (zh) | 一种复方木鸡颗粒质量控制的方法 | |
| Zhang et al. | Assessment of quality consistency in traditional Chinese medicine using multi‐wavelength fusion profiling by integrated quantitative fingerprint method: Niuhuang Jiedu pill as an example | |
| Liu et al. | Application of pathways activity profiling to urine metabolomics for screening Qi‐tonifying biomarkers and metabolic pathways of honey‐processed Astragalus | |
| Zhang et al. | Quantitative proteomics reveal antidepressant potential protein targets of xiaochaihutang in corticosterone induced model of depression | |
| CN113376198A (zh) | 一种基于代谢组学的中药组分检测方法 | |
| Yan et al. | Label-free mass spectrometry-based proteomics for investigating the therapeutic mechanism of Sijunzi decoction on spleen deficiency syndrome | |
| CN110243972A (zh) | 基于谱效关系的党参质量检测方法 | |
| Wang et al. | Chinmedomics: a potent tool for the evaluation of traditional Chinese medicine efficacy and identification of its active components | |
| CN109223881A (zh) | 一种优化桃核承气汤汤剂制备工艺的方法 | |
| CN111429978B (zh) | 一种快速发现中药复方有效组分的方法和应用 | |
| Chen et al. | A quality-comprehensive-evaluation-index-based model for evaluating traditional Chinese medicine quality | |
| Qiu et al. | Identification of the origin, authenticity and quality of Panax Japonicus based on a multistrategy platform | |
| CN113466471B (zh) | 胃粘膜损伤相关生物标志物、筛选方法及用途 | |
| Liu et al. | The recent applications and developments of bioinformatics and omics technologies in traditional chinese medicine | |
| Zhou et al. | Method to evaluate the quality of herbal medicines based on the dynamic changes of chemical compounds and pharmacological activity | |
| Zhang et al. | Metabolomics research on time-selected combination of Liuwei Dihuang and Jinkui Shenqi pills in treating kidney deficiency and aging by chemometric methods | |
| CN107247884B (zh) | 一种高血压病肝阳上亢证大鼠模型判别方法及其应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |