任周新，李君，劉海軍

1.河南中醫(yī)藥大學(xué)中醫(yī)藥科學(xué)院，河南 鄭州 450046；2.呼吸疾病中醫(yī)藥防治省部共建協(xié)同創(chuàng)新中心，河南 鄭州 450046；3.河南牧業(yè)經(jīng)濟(jì)學(xué)院，河南 鄭州 450044；4.河南省中醫(yī)藥防治呼吸病重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450046

組分一詞用于中醫(yī)藥研究，較早零星出現(xiàn)于中藥化學(xué)成分分析和藥效學(xué)研究文獻(xiàn)中［1-3］。張伯禮和王永炎在方劑學(xué)研究的總體假說中，首次提出方劑的治療內(nèi)核在于方劑中的藥物組分，這些組分通過拮抗、補(bǔ)充、整合和調(diào)節(jié)等作用，對(duì)體內(nèi)的復(fù)雜靶點(diǎn)進(jìn)行干預(yù)，產(chǎn)生整體的治療效應(yīng)［4］。此后，組分研究得到中醫(yī)藥學(xué)界的重視，發(fā)展迅猛，成為中醫(yī)藥研究的熱點(diǎn)。目前認(rèn)為：中藥組分來源于中藥材的有效部位或部位群，是具有一定比例化學(xué)成分群構(gòu)成的組合物［5］。傳統(tǒng)方劑配伍的基本單元為中藥飲片等天然藥材，與之比較，組分具有化學(xué)成分可識(shí)別，成分比例相對(duì)固定，活性一般可表征和重復(fù)性好等優(yōu)點(diǎn)。

方劑組分的研究逐漸集中于兩個(gè)方向：一是以中醫(yī)理論為指導(dǎo)，將不同的中藥組分配伍，產(chǎn)生相應(yīng)的藥性特征（性、味和歸經(jīng)等），這樣的組分方劑，服務(wù)于中醫(yī)臨床，針對(duì)中醫(yī)臨床癥狀和證產(chǎn)生防治效應(yīng)。二是根據(jù)臨床應(yīng)用，選擇對(duì)西醫(yī)所述某種疾?。ㄈ缏宰枞苑渭膊〉龋┯辛己茂熜У姆絼瑧?yīng)用藥物化學(xué)、分析化學(xué)等方法提取該方劑的有效組分，以臨床前的藥效學(xué)和藥代動(dòng)力學(xué)等研究手段評(píng)估組分效果，進(jìn)而篩選出具有潛在療效的天然藥物。本文對(duì)后者近些年來的研究成果進(jìn)行歸納，概括和分析其中的研究策略，期望對(duì)未來的研究提供指導(dǎo)和幫助。

1 方劑的確定

方劑有效組分研究的第一步，是收集和完善目的研究疾病相關(guān)方劑的信息。之后，應(yīng)用數(shù)據(jù)分析技術(shù)和信息處理技術(shù)分析、處理上述信息，篩選、形成研究用方劑。

1.1 信息的獲取根據(jù)信息載體的模式，方劑的信息來源主要有印刷形（包括圖書、期刊和其他文獻(xiàn)）和數(shù)字形信息。圖書包含工具書，如《中華人民共和國藥典》《中醫(yī)方劑大辭典》［6］《中藥大辭典》等，以及專著類，如經(jīng)典專注《金匱要略》《太平惠民和劑局方》《本草綱目》等以及現(xiàn)代著作如《中醫(yī)肺病方劑辭典》［7］《名老中醫(yī)臨證經(jīng)驗(yàn)擷英》［8］等。期刊信息量豐富，高質(zhì)量的期刊論文引領(lǐng)方劑學(xué)科的發(fā)展、緊跟學(xué)科學(xué)術(shù)發(fā)展的前沿，是方劑藥物組分研究領(lǐng)域的重要信息資源。高水平方劑研究的專業(yè)期刊有《中國實(shí)驗(yàn)方劑學(xué)雜志》《中醫(yī)雜志》《中國中西醫(yī)結(jié)合雜志》《中國中藥雜志》以及國外的《Journal of Ethnopharmacology》《American Journal of Chinese Medicine》等。其他方劑研究文獻(xiàn)資源包括科技報(bào)告、學(xué)位論文、產(chǎn)品說明書、專利說明書、標(biāo)準(zhǔn)文獻(xiàn)、會(huì)議文獻(xiàn)等。

數(shù)字形信息包括數(shù)據(jù)庫資源和電子期刊，具有信息內(nèi)容廣泛、報(bào)道及時(shí)、形式多樣以及查找、存貯、應(yīng)用便捷等特點(diǎn)，已經(jīng)成為科研人員獲取、利用信息的主要形式。國內(nèi)的專業(yè)數(shù)據(jù)庫和電子期刊有中國中醫(yī)藥數(shù)據(jù)庫（中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所）、中國知網(wǎng)（CNKI，China National Knowledge Infrastructure）、萬方數(shù)據(jù)資源系統(tǒng)等；國外的有PubMed醫(yī)學(xué)文獻(xiàn)檢索服務(wù)系統(tǒng)（美國國立醫(yī)學(xué)圖書館）以及Web of Science數(shù)據(jù)庫等。

在查閱上述文獻(xiàn)信息的基礎(chǔ)上，經(jīng)過用語規(guī)范、信息納入和排除等步驟，設(shè)計(jì)、構(gòu)建專用的數(shù)據(jù)庫，以利于后期的數(shù)據(jù)挖掘和目的方劑組成的確定。

1.2 信息挖掘及目的方劑的組成隨著數(shù)據(jù)分析技術(shù)和信息處理技術(shù)的快速發(fā)展，越來越多先進(jìn)的數(shù)據(jù)挖掘工具被應(yīng)用于方劑配伍規(guī)律的研究之中，為探索治療疾病的特定方劑中核心藥物的組成，提供了具有潛在價(jià)值的重要信息。如以某些網(wǎng)站上醫(yī)患互動(dòng)論壇上的鼻炎相關(guān)問答帖為數(shù)據(jù)來源，采用中文文本分詞、數(shù)據(jù)清洗、詞頻統(tǒng)計(jì)、相關(guān)分析等文本挖掘的方法，分析鼻炎的相關(guān)用藥，發(fā)現(xiàn)玉屏風(fēng)散在鼻炎并發(fā)咽炎的治療中應(yīng)用較廣［9］。將這種方法用于分析中醫(yī)治療肺癌的規(guī)律，發(fā)現(xiàn)人參與麥冬的組合、黃芪與白花蛇舌草組合、黃芪與沙參組合，在臨床治療中出現(xiàn)的頻率較高［10］。

李建生等［11］利用已經(jīng)建立的現(xiàn)代名老中醫(yī)肺病數(shù)據(jù)庫（計(jì)算機(jī)軟件著作權(quán)編號(hào)0430655）和中醫(yī)肺病數(shù)據(jù)庫，應(yīng)用聚類分析和二元相關(guān)分析的方法，發(fā)現(xiàn)肺氣陰兩虛證常用方劑有麥門冬湯和炙甘草湯，常用藥物有麥冬、甘草、半夏，常用藥對(duì)有熟地黃與石斛、枇杷葉與石膏、枇杷葉與熟地黃；肺陰虛證常用方劑為麥門冬湯，常用藥物有麥冬、甘草、南沙參；常用藥對(duì)有生地黃與黨參、麥冬與半夏、知母與化橘紅；痰熱壅肺證常用方劑為千金葦莖湯，常用藥物有苦杏仁、川貝母、甘草，常用藥對(duì)為竹茹與蘆根、桔梗與枳殼、川貝母與枇杷葉；肺氣虛證常用方劑為獨(dú)參湯，常用藥物為黃芪、白術(shù)，常用藥對(duì)有黃芪與牡蠣、丹參與當(dāng)歸、太子參與白術(shù)；肺胃陰虛證常用方劑為現(xiàn)代名老中醫(yī)自擬方，常用藥物有茯苓、甘草、川貝母，常用藥對(duì)有砂仁與蓮子、半夏與化橘紅、陳皮與南沙參；痰瘀阻肺證常用方劑為香附旋覆花湯，常用藥物有半夏、黨參、紅花，常用藥對(duì)為丹參與赤芍、丹參與桃仁、枇杷葉與百部。

上述研究所確定的方劑或藥物組合，可以直接作為下一步方劑組分的研究目標(biāo)。另外，也可以根據(jù)中醫(yī)對(duì)某種疾病的認(rèn)識(shí)，如肺腎氣虛是慢性阻塞性肺疾病穩(wěn)定期的常見證之一［12］，治則為補(bǔ)益肺腎，納氣平喘，選擇符合治則又出現(xiàn)頻率較高的藥物，以君臣佐使重新組合，組成新的方劑，進(jìn)行下一步的研究。

2 方劑組分的篩選

中醫(yī)方劑主要以多種藥材共同水煮制備成煎劑，然后供給臨床應(yīng)用。若無特殊要求，方劑有效組分的研究應(yīng)以目的方劑的水煎液為組分分離的對(duì)象。來源于自然界的中藥材含有復(fù)雜的化學(xué)成分，包括有效成分、無效成分、毒性、功能成分等。

2.1 組分分離-藥效學(xué)驗(yàn)證模式有效組分的篩選，首要的工作是分離出煎液中的不同組分。簡(jiǎn)單、經(jīng)濟(jì)的初篩方法，是利用化學(xué)分子極性的差異，利用極性不同的溶劑分離、提取不同的組分。常見的方法有水提醇沉法和醇提水沉法，其后，用極性不同的溶劑進(jìn)一步分離組分。上述分離得到的組分，進(jìn)行藥效學(xué)初篩，以母方煎液作為陽性對(duì)照，剔除反應(yīng)陰性的組分，保留陽性的組分。陽性的組分進(jìn)行色譜分離、大孔吸附樹脂分離等方法，進(jìn)一步分離純化，不同的組分再次進(jìn)行藥效學(xué)驗(yàn)證，直至分離純化為不同的化學(xué)分子，并最終找到反應(yīng)陽性的單一化合物。這種模式，是從天然藥物中篩選有效成分的常規(guī)模式，在中藥有效成分的發(fā)現(xiàn)中應(yīng)用廣泛，標(biāo)志性的成功案例就是屠呦呦發(fā)現(xiàn)的青蒿素。

上述模式可用于方劑有效組分的研究，但也要考慮中醫(yī)方劑臨床應(yīng)用的特色：即強(qiáng)調(diào)多靶點(diǎn)的藥物干預(yù)和多臟器功能的調(diào)節(jié)。因此，有效組分的分離不宜過細(xì)，達(dá)到質(zhì)量可控的有效部位即可，如生物堿類、多糖類。這種思路，在“單行”方劑的研發(fā)中，得到成功的應(yīng)用，如血栓通（三七的總皂苷組分）等已經(jīng)作為藥典所載的藥物上市。

2.2 無效組分剔除-藥效學(xué)驗(yàn)證模式盡管組分分離-藥效學(xué)驗(yàn)證模式是目前方劑有效組分篩選中通用的方法，也能從方劑中找到藥效強(qiáng)、針對(duì)主要疾病的組分，闡釋方劑君藥作用的物質(zhì)基礎(chǔ)。但這種方法割裂了方劑中不同組分之間復(fù)雜的交互作用，不能闡釋復(fù)雜組分相互之間的協(xié)同作用、減毒作用及拮抗作用等重要信息。組分剔除-藥效學(xué)驗(yàn)證模式對(duì)此進(jìn)行改良［13］，能夠在一定程度上揭示方劑中復(fù)雜組分之間的交互作用。

該方法將方劑煎液分離成多個(gè)組分，相應(yīng)的去除了某個(gè)組分的剩余組分，組分、剩余組分與煎液的關(guān)系表述如下：

F（煎液）-F（n）組分＝F（n）剩余組分

剩余組分和煎液同時(shí)進(jìn)行藥效學(xué)實(shí)驗(yàn)，得到相應(yīng)的效應(yīng)強(qiáng)度（S）。結(jié)果進(jìn)行方差分析：第一步，藥物組與對(duì)照組進(jìn)行方差分析，計(jì)算各藥物組與對(duì)照組之間的P值，標(biāo)記為P（x）（n）；第二步，計(jì)算各藥物組與煎液組之間的P值，標(biāo)記為P（y）（n）；第三步，根據(jù)藥效結(jié)果和前兩步的結(jié)果，按照下列關(guān)系式進(jìn)行判斷：①S（煎液）＞S（a）剩余組分，且P（y）（a）剩余組分＜0.05，則組分a是方劑的有效組分；②S（煎液）＞S（b）剩余組分，且P（y）（b）剩余組分＞0.05，但P（x）（煎液）＜0.05且P（x）（b）剩余組分＞0.05，則組分b是方劑的有效組分；③S（煎液）＜S（c）剩余組分，且P（y）（c）剩余組分＞0.05，但P（x）（c）剩余組分＜0.05，需要再次實(shí)驗(yàn)證明被剔除的c組分是否是方劑的有效組分；④S（煎液）＜S（d）剩余組分，且P（y）（d）剩余組分＜0.05，則組分d是無效成分，剩余組分間可能存在協(xié)同增效的相互關(guān)系。

如果目的方劑煎液分成了上述4個(gè)組分，則可判斷出組分a是方劑的“君”組分，組分d是無效組分，應(yīng)剔除。除去d后的剩余組分包含a、b和c，可能存在協(xié)同作用。再次進(jìn)行試驗(yàn)，設(shè)組分a組、剔除d的組分組和煎液組，如果剔除d組分組的效果顯著高于a組，P值小于0.05，則可認(rèn)為組分a、b和c配伍，存在協(xié)同增效的交互作用。

俞凌燕等［13］應(yīng)用組分剔除-藥效學(xué)驗(yàn)證法研究參麥方對(duì)環(huán)磷酰胺化療S180荷瘤小鼠的增效作用，發(fā)現(xiàn)人參二醇抑瘤率最高，從而找到了方中君藥的有效組分；人參二醇、人參三醇和麥冬多糖合用，具有協(xié)同增效作用；麥冬皂苷是無效組分，應(yīng)剔除。上述結(jié)果，從輔助環(huán)磷酰胺抑瘤的角度，清晰地闡明了參麥方的君藥組分（人參二醇）和無效組分（麥冬皂苷）；初步證明人參二醇等3組分合用的協(xié)同增效作用，利于下一步的方劑配伍的研究。

2.3 反向藥理學(xué)模式隨著對(duì)疾病發(fā)生發(fā)展過程的深入認(rèn)識(shí)，發(fā)現(xiàn)某些蛋白質(zhì)表達(dá)的變化是制約或促進(jìn)疾病進(jìn)展的關(guān)鍵因素。隨著基因組學(xué)、蛋白質(zhì)組學(xué)等學(xué)科的進(jìn)步，持續(xù)不斷的基因序列和蛋白質(zhì)序列及結(jié)構(gòu)等信息被發(fā)現(xiàn)，生物信息學(xué)處理、運(yùn)算這些信息，識(shí)別出與疾病密切相關(guān)的蛋白質(zhì)分子，這些分子成為藥物研究的靶標(biāo)。由此，一種新的篩查藥物的新方法—反向藥理學(xué)形成并得到了應(yīng)用。

應(yīng)用反向藥理學(xué)篩選藥物組分，主要的步驟如下［14］：第一步要確定藥物作用的靶蛋白分子。根據(jù)配體-受體理論，這些決定了疾病發(fā)生、發(fā)展的蛋白質(zhì)分子相當(dāng)于受體，能夠與之結(jié)合并產(chǎn)生一定相互作用的化合物分子，才可能成為可能的藥物。第二步是用這些蛋白質(zhì)作為“魚餌”，測(cè)試待篩化合物是否與之結(jié)合，并影響其表達(dá)變化；這個(gè)過程也稱為“配體鉤釣”。第三步，那些被“釣”到的化合物分子，再進(jìn)行藥效學(xué)、毒理學(xué)和臨床藥學(xué)等研究。

反向藥理學(xué)適合復(fù)方或草藥初提物篩選有效組分。原因在于這些初提物（如方劑的水煎劑）已經(jīng)臨床應(yīng)用較久，治療的疾病或癥狀清楚，靶蛋白探尋的目標(biāo)較為明確。但這些初提物含有復(fù)雜的組分，傳統(tǒng)的組分提取-藥效學(xué)篩選費(fèi)時(shí)耗力。借助反向藥理學(xué)發(fā)現(xiàn)靶蛋白的變化，根據(jù)其推導(dǎo)的配體分子結(jié)構(gòu)，查詢相應(yīng)的植物化學(xué)成分?jǐn)?shù)據(jù)庫，較快確定可能的有效組分范圍，提高篩選效率。

芪藶強(qiáng)心膠囊由黃芪、人參、葶藶子等十余種中草藥提取、制備，是一種上市的治療心衰的中成藥，含有復(fù)雜的組分。Fu Junzeng等［15］檢測(cè)藥物治療心衰大鼠血清中9種生物蛋白和147種代謝產(chǎn)物，借助于KEEG數(shù)據(jù)庫和Boehringer代謝圖等生物信息學(xué)分析技術(shù)，推導(dǎo)藥物的效應(yīng)涉及腎素-血管緊張素-醛固酮系統(tǒng)、溶血磷脂酸/溶血磷脂酸環(huán)狀類似物通路等復(fù)雜體系的調(diào)節(jié)，確定氧脂素類（oxylipins）等是藥物作用的靶蛋白，為進(jìn)一步篩選復(fù)方中的有效組分縮小了范圍。龍血竭是傣族常用的一種草藥，具有止痛功效。劉向明等［16］設(shè)想龍血竭鎮(zhèn)痛的可能靶蛋白是感覺神經(jīng)元中特異的電壓門控鈉通道。以大鼠DRG細(xì)胞的TTX-S和TTX-R鈉通道為靶蛋白，觀察藥物干預(yù)后，通道電流的變化。結(jié)果發(fā)現(xiàn)，總提取物及有效成分龍血竭素B調(diào)節(jié)TTXS的電流；盡管提取物調(diào)節(jié)TTX-R的電流，但未發(fā)現(xiàn)任何一種成分有此作用，而劍葉龍血素A、劍葉龍血素B和龍血素B的組合物具有類似的調(diào)節(jié)作用。該發(fā)現(xiàn)初步發(fā)現(xiàn)了龍血竭鎮(zhèn)痛的有效組分。

3 計(jì)算機(jī)虛擬篩選的應(yīng)用

3.1 類藥性篩選在新藥的研發(fā)過程中，過去人們重視所篩查化合物分子的靶點(diǎn)選擇性和活性強(qiáng)度，忽視其藥代動(dòng)力學(xué)性質(zhì)和生物利用度的先期評(píng)估，導(dǎo)致這些問題在研發(fā)后期（如臨床研究階段）出現(xiàn)，造成研發(fā)經(jīng)費(fèi)的激增甚至研究的終止，形成人力和物力的浪費(fèi)［17］。為了規(guī)避上述弊端和減少新藥研發(fā)的風(fēng)險(xiǎn)，基于對(duì)已知藥物分子化學(xué)結(jié)構(gòu)、物理化學(xué)性質(zhì)和生物學(xué)特性等的歸納總結(jié)，人們總結(jié)出它們的某些經(jīng)驗(yàn)性特征，提出了類藥性的概念并應(yīng)用于早期的篩選化合物的藥代動(dòng)力學(xué)性質(zhì)及其生物利用度的預(yù)測(cè)。其中，Lipinski類藥五原則已經(jīng)成為篩選的重要標(biāo)準(zhǔn)［18-20］，該原則認(rèn)為：化合物的分子量小于500道爾頓；化合物結(jié)構(gòu)中的氫鍵給體（包括羥基、氨基等）數(shù)量不超過5個(gè)；化合物中氫鍵受體的數(shù)量不超過10個(gè)；化合物的脂水分配系數(shù)的對(duì)數(shù)值（logP）在-2-5之間；以及化合物中可旋轉(zhuǎn)鍵的數(shù)量不超過10個(gè)。隨著人們對(duì)藥物化合物分子類藥性認(rèn)識(shí)的深入，該原則也在不斷地優(yōu)化。

中草藥藥物分子的化學(xué)結(jié)構(gòu)具有一些自身的特點(diǎn)。數(shù)十年來，國內(nèi)的研究也積累了豐富的結(jié)構(gòu)、生物利用度、藥代動(dòng)力學(xué)等數(shù)據(jù)。基于此，王永華等［21］開發(fā)出中藥系統(tǒng)藥理學(xué)研究平臺(tái)，逐漸完善形成具有自主知識(shí)產(chǎn)權(quán)的系統(tǒng)藥理學(xué)分析平臺(tái)（Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform，TCMSP），在植物藥/中藥研究中得到了廣泛的應(yīng)用。該軟件中的兩個(gè)工具：類藥性（Drug-like，DL）和口服生物利用度（oral bioavailability，OB））在復(fù)方篩選中得到了普遍的應(yīng)用。

金銀花與連翹是治療溫病常用的組合，在復(fù)方配伍中屬于相須，臨床應(yīng)用廣泛。吳嘉瑞等［22］應(yīng)用TCMSP，檢索到金銀花和連翹含有365個(gè)化合物分子。系統(tǒng)可顯示出每個(gè)成分的OB值和DL值，以O(shè)B＞50%和DL＞0.18作為篩選條件，得到16個(gè)候選化合物。丹參與三七是另一組臨床常用的治療血瘀證的經(jīng)典藥對(duì)。師帥等［23］應(yīng)用TCMSP，從中查詢到312個(gè)化合物分子，以該軟件推薦的ADME參數(shù)進(jìn)行篩選，即：OB≧0%和DL≧0.18，得到73個(gè)候選成分。丁燕等［24］應(yīng)用TCMSP，從藥食同源的15種中藥（茯苓、蓮子、山楂、枸杞子等）找到1502個(gè)化合物分子，按照OB≧0%和DL≧0.18篩選，得到361個(gè)候選成分。

3.2 靶點(diǎn)-分子對(duì)接篩選藥物分子與體內(nèi)特定蛋白（靶蛋白）的結(jié)合，是藥物產(chǎn)生效應(yīng)的基礎(chǔ)。這種結(jié)合類似于配體-受體間的相互作用，具有一定的規(guī)律性，是結(jié)合分子間空間結(jié)構(gòu)匹配和能量匹配綜合作用的結(jié)果，受到結(jié)合分子間靜電作用、氫鍵作用、疏水作用及空間構(gòu)象等的影響。通過對(duì)分子構(gòu)象、分子間作用力的計(jì)算，可以預(yù)測(cè)藥物與靶蛋白之間的結(jié)合程度，逐漸形成了分子對(duì)接技術(shù)。目前，以某個(gè)或某些靶蛋白作為受體，借助分子對(duì)接技術(shù)計(jì)算不同化合物分子與之結(jié)合的程度，按照程度的高低進(jìn)行篩選，從中藥復(fù)方的復(fù)雜成分中獲取候選化合物，已經(jīng)成為復(fù)方組分篩選的重要策略之一。

雌激素類藥物是防治絕經(jīng)后婦女骨質(zhì)疏松癥的常用藥物，但長期應(yīng)用不良反應(yīng)較多。藥食兩用的某些中藥臨床上用于治療骨質(zhì)疏松癥，但其有效組分和作用靶點(diǎn)尚未闡明。丁燕等［24］選擇15種藥食同源的中草藥；以11個(gè)雌激素樣蛋白作用受體，應(yīng)用分子對(duì)接技術(shù)分析藥材的1502個(gè)化合物與受體的結(jié)合，以對(duì)接評(píng)分≧5為標(biāo)準(zhǔn)，找到336個(gè)潛在活性成分。隨后建立的化合物-靶標(biāo)蛋白網(wǎng)絡(luò)進(jìn)一步顯示黑芝麻和枸杞的潛在活性成分與靶蛋白的作用最為密切。借助分子對(duì)接技術(shù)，不僅發(fā)現(xiàn)了潛在的活性成分和揭示出雌激素樣受體干預(yù)是某些藥食兩用中藥治療絕經(jīng)后婦女骨質(zhì)疏松癥的可能內(nèi)在機(jī)制，而且證實(shí)了黑芝麻和枸杞在該病治療中的價(jià)值。林桂源等［25］查詢了78種降血糖中藥，找到了2401種化合物分子。借助于DrugBank數(shù)據(jù)庫，確定了7個(gè)糖尿病治療相關(guān)蛋白作為分子對(duì)接的靶蛋白。在Sybyl軟件的Surflex-Dock模塊，將化合物分子分別與靶蛋白進(jìn)行柔性對(duì)接，利用Surflex-Dock模塊的Total-Score打分函數(shù)對(duì)化合物分子與靶標(biāo)的相互作用進(jìn)行評(píng)分，設(shè)置7分為閾值。結(jié)果發(fā)現(xiàn)：52、28、32、150、47、41和33個(gè)成分分別與二肽基肽酶-Ⅳ、糖原合酶激酶-3、過氧化酶增殖因子活化受體γ、α-葡萄糖苷酶、葡萄糖激酶、鈉-葡萄糖共轉(zhuǎn)運(yùn)蛋白2和血管緊張素轉(zhuǎn)化酶較好結(jié)合。該結(jié)果對(duì)糖尿病治療新藥的研究與開發(fā)具有一定的參考價(jià)值。

3.3 網(wǎng)絡(luò)藥理學(xué)的應(yīng)用當(dāng)前，復(fù)雜性疾病成為威脅人類健康和生命的重要疾病。人們認(rèn)識(shí)到這類疾病由多個(gè)基因或分子位點(diǎn)參與，受到環(huán)境因素的影響，表型差異較大。傳統(tǒng)的單一分子靶點(diǎn)的高特異性藥物治療這類疾病，效果不佳。從網(wǎng)絡(luò)藥理學(xué)的角度，正常條件下，人體的某項(xiàng)生命活動(dòng)處于眾多的蛋白質(zhì)、基因及其他分子表達(dá)和功能所形成的網(wǎng)絡(luò)的平衡狀態(tài)，復(fù)雜疾病導(dǎo)致該網(wǎng)絡(luò)平衡的破壞而非網(wǎng)絡(luò)中某個(gè)單一靶點(diǎn)的異常，改善或恢復(fù)該網(wǎng)絡(luò)的平衡是藥物產(chǎn)生治療效應(yīng)的基石。網(wǎng)絡(luò)藥理學(xué)不僅能夠預(yù)測(cè)中藥復(fù)方復(fù)雜的作用機(jī)制，也可用于有效組分的篩選。陳浩等［26］在TCMSP網(wǎng)上查詢梔子，搜索到98個(gè)化合物，經(jīng)過類藥性篩選后，得到21個(gè)候選化合物。將21個(gè)化合物與其作用靶點(diǎn)導(dǎo)入Cytoscape軟件中，構(gòu)建活性成分-靶點(diǎn)網(wǎng)絡(luò)，按照自由度大小篩選出核心成分，依次為槲皮素、山柰酚、β-谷甾醇、豆甾醇、熊果酸、西紅花酸、歐前胡素、丁香脂素、京尼平、亞油酸乙酯、蘆丁和齊墩果酸。如果將梔子活性成分與膽汁瘀積疾病靶點(diǎn)構(gòu)建成分-靶點(diǎn)-疾病網(wǎng)絡(luò)，篩選出核心網(wǎng)絡(luò)，并從中篩選出7個(gè)核心成分，依次為豆甾醇、山柰酚、β-谷甾醇、槲皮素、歐前胡素、西紅花酸和熊果酸。綜合兩種篩選模式可以看出，上述7種成分與梔子治療膽汁瘀積性疾病關(guān)系更為密切，它們之間相互作用的配伍關(guān)系的研究，有助于闡釋梔子作用的內(nèi)在規(guī)律。

3.4 計(jì)算機(jī)虛擬篩選技術(shù)組合的應(yīng)用上述篩選復(fù)方中有效組分的計(jì)算機(jī)虛擬技術(shù)，根據(jù)篩選目的，可單獨(dú)應(yīng)用，但更多的是組合在一起，序貫使用。

西黃方用于乳腺癌的治療，已有數(shù)百年的歷史，該方由乳香、沒藥、牛黃和麝香組成。Hao J等［27］通過Traditional Chinese Medicine Systems Pharmacology（TCMSP）數(shù)據(jù)庫（http：//lsp.nwsuaf.edu.cn/tcmsp.php）查詢上述4藥的化學(xué)成分，通過Lipinski’s原則對(duì)上述化合物進(jìn)行類藥性篩選，得到候選化合物。將候選化合物代入ChemMapper（http：//lilab.ecust.edu.cn/chem mapper/）中，預(yù)測(cè)西黃方作用的靶點(diǎn)，建立西黃方成分靶點(diǎn)數(shù)據(jù)庫。從Therapeutic Target Database（http：//bidd.nus.edu.sg/group/cjttd/ttd＿h(yuǎn)ome.asp）和其大量的引用研究文獻(xiàn)中，篩選得到120個(gè)乳腺癌靶點(diǎn)，建立乳腺癌靶點(diǎn)數(shù)據(jù)庫。從乳腺癌靶點(diǎn)數(shù)據(jù)庫和西黃方成分靶點(diǎn)數(shù)據(jù)庫中，找到相同或相似的乳腺癌靶點(diǎn)（交集靶點(diǎn)）。應(yīng)用Cytoscape software建立成分與交集靶點(diǎn)的相互關(guān)系，接著用CentiScaPe plugin計(jì)算這些關(guān)系的拓?fù)鋵W(xué)參數(shù)，以total predicted scores＞0.5和single predicted score＞0.01作為篩選條件，建立各單藥主要活性成分與靶點(diǎn)的關(guān)系；從中發(fā)現(xiàn)最重要的兩個(gè)靶點(diǎn)是雌激素受體ɑ（ERɑ）以及熱休克蛋白90（HSP90）；在SystemsDock中，分別進(jìn)行活性成分與兩個(gè)靶點(diǎn)的分子對(duì)接。結(jié)果發(fā)現(xiàn)，麝香和牛黃作用微弱，西黃方中的抑制乳腺癌的藥物是乳香和沒藥。沒藥的主要活性成分是沒藥甾酮類、沒藥醇類，共同的靶點(diǎn)為ERɑ，其他涉及的靶點(diǎn)有Akt、熱休克蛋白90等，活性成分具有共同的甾環(huán)結(jié)構(gòu)環(huán)戊烷并氫化菲。乳香的活性成分為乳香酸類，共同的靶點(diǎn)是熱休克蛋白90，共同的化學(xué)結(jié)構(gòu)是五環(huán)三萜。

在隨后進(jìn)行的實(shí)驗(yàn)中，等溫滴定兩熱法證實(shí)沒藥甾酮（Guggulsterone，GS）與ERɑ之間結(jié)合緊密，結(jié)合力類似于雌二醇。GS、20α-hydroxy-4-pregnen-3-one（20αHP）、fulvestrant和tamoxifen，對(duì)ER陽性表達(dá)的乳腺癌細(xì)胞增殖有抑制效果，但對(duì)陰性表達(dá)的細(xì)胞增殖，如SKBr3或MDA-MB-231，沒有影響。乳香中的活性成分（Acetyl-β-boswellic acid，Acetyl-α-boswellic acid和β-boswellic acid）對(duì)上述4種腫瘤細(xì)胞的增殖，均有抑制作用且不同細(xì)胞間差異不明顯，類似于HSP90的抑制劑tanespimycin（17-AAG）。

迄今為止，人們掌握了許多中藥材中所含化學(xué)成分的基本信息，知曉一個(gè)復(fù)方中所含的幾乎所有化合物分子。無論是組分分離-藥效學(xué)驗(yàn)證模式還是無效組分剔除-藥效學(xué)驗(yàn)證模式，對(duì)一個(gè)含有數(shù)百至上千的成分進(jìn)行藥效學(xué)篩選，都將是低效的方式。網(wǎng)絡(luò)藥理學(xué)通過建立組方中的化學(xué)分子作用靶標(biāo)和疾病靶標(biāo)，通過兩者的交集確定藥物作用的靶分子，建立成分-靶分子網(wǎng)絡(luò)。借助網(wǎng)絡(luò)分析技術(shù)，找出最為關(guān)鍵的靶點(diǎn)及組分，解決了候選分子及靶點(diǎn)難以選擇的難題。隨后根據(jù)靶點(diǎn)對(duì)候選分子進(jìn)行分子對(duì)接、類藥性等篩選，進(jìn)一步提高了篩選的成功率。因此，上述虛擬篩選技術(shù)的聯(lián)合應(yīng)用顯著減少了化合物篩選的時(shí)間、降低了無目的篩選實(shí)驗(yàn)所導(dǎo)致的人力和物力消耗。與之前常常用于多成分化合物篩選的高通量法比較，虛擬篩選后所進(jìn)行的活性篩選實(shí)驗(yàn)，得到5-30%的陽性率，遠(yuǎn)遠(yuǎn)高于高通量篩選的0.01-0.1%的陽性率［28］。因此，虛擬篩選技術(shù)在中藥復(fù)方研究中的應(yīng)用日益廣泛［27，29-31］。

4 啟示與展望

上述文獻(xiàn)的回顧和分析，顯示出：①先期開展方劑組分的計(jì)算機(jī)虛擬技術(shù)篩選，在未來的研究中，可能成為不可避免的步驟。②數(shù)據(jù)的分析和應(yīng)用，成為方劑組分篩選的關(guān)鍵。

但目前的數(shù)據(jù)存在某些問題，某些組分信息較少甚至沒有，反映了組分信息尚未滿足方劑組分篩選的需要。另一方面，需要避免噪音信息的干擾。筆者發(fā)現(xiàn)某些組分的陽性研究報(bào)告或論文存在結(jié)果不能重復(fù)的問題。顯然，這些陽性信息的納入分析，可能導(dǎo)致整個(gè)分析結(jié)果的失準(zhǔn)，甚至錯(cuò)誤，有必要加強(qiáng)輸入信息的質(zhì)量控制。最后需要指出的是：計(jì)算機(jī)虛擬技術(shù)篩選，盡管成為組分篩選的重要方法，但不能取代藥理學(xué)研究結(jié)果。藥理學(xué)實(shí)驗(yàn)結(jié)果仍然是判斷方劑有效組分篩選結(jié)果最為可靠的標(biāo)準(zhǔn)。