一种基于模式分析研究中药物质基础和作用机制的方法

摘要

本发明涉及中药分析技术领域，具体公开了一种基于模式分析研究中药物质基础和作用机制的方法。所述的方法包含如下步骤：S1.构建中药成分网络；S2.构建成分－靶点网络；S3.构建靶点相互作用网络；S4.构建二阶异质网络；S5.检测并分析关键网络。利用该方法分析复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制，结果分析得出4个主要成分，9个关键网络，进一步分析网络的结果初步揭示了复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制，结果得到研究报道的验证。

说明书

技术领域

本发明涉及中药分析技术领域，具体涉及一种基于模式分析研究中药物质基础和作用机制的方法。

背景技术

网络药理学(networkpharmacology)从药物、靶点与疾病间相互作用的整体性和系统性出发，在高通量组学数据分析、计算机虚拟计算机网络数据库检索基础上，从分子生物学角度，系统地揭示中药及复方物质基础和作用机制。目前已经被广泛应用于中药复方物质基础、作用机制、中药药性与疗效的相关性等相关领域的研究中。

发明内容

本发明所提供一种基于模式分析研究中药物质基础和作用机制的方法，所述方法包含如下步骤：

S1.构建中药成分网络：从现有报道中收集待研究的中药的化学成分及所述化学成分的结构，用PaDEL-Descriptor计算化学成分的pubchemfingerprint，然后自编程序计算Tanimoto系数；将Tanimoto系数大于0.90的，定义为非常相似的结构，从而获得中药化学成分之间的关系，构建中药成分网络；

S2.构建成分－靶点网络：在数据库中收集S1.中收集的化学成分的靶点；将有三个或以上的化学成分同时作用的靶点，定义为有效靶点，构建成分－靶点网络；

S3.构建靶点相互作用网络：将S1.和S2.中收集得到的化学成分及靶点通过MATLAB自编程序对数据库UniHI信息进行筛选，构建靶点相互作用网络；

S4.构建二阶异质网络：以成分-靶点作用网络为基础，应用Cytoscape构建二阶异质网络；

S5.检测并分析关键网络：采用Cytoscape中clusterMaker插件，用Girvan-Newman算法对异质网络进行网络结构分析，通过计算各模块的Modularitymeasure和RatioofpreservedCPIs筛选关键模块，最后对其中的药理单位进行GO注释和KEGG通路分析，从而确定中药在治疗疾病过程中可能的有效成分、作用靶点和通路。

优选地，S1.中所述化学成分从中药系统药理学数据库和分析平台TCMSP中收集得到，所述化学成分的结构从结构可从PubChem数据库下载。

优选地，S2.中所述的化学成分的靶点在CTD数据库和PubChem数据库中收集得到。

优选地，S5.中所述的RatioofpreservedCPIs是指各模块中成分与靶点之间连线数与二阶异质网络中成分与靶点之间总连线数的比值。

优选地，S5.中所述的Modularitymeasure通过如下公式计算得到：

$>Q\left(C\right)=\frac{L_c}{m}-{\left(\frac{D_c}{2m}\right)}^2$>(式1)

公式(1)中m：图中的总边数；Lc：社区c中所有内部边的条数；Dc：社区c中所有顶点的度之和。

优选地，所述的方法用于分析复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制。

有益效果：该方法提供了一种分析中药物质基础以及作用机制的新的方法，该方法可以快速分析单味中药、复方中药的物质基础以及作用机制。利用该方法分析复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制，结果分析得出4个主要成分，9个关键网络，进一步分析网络的结果初步揭示了复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制，结果得到研究报道的验证。

附图说明

图1为通过Girvan-Newman算法分析后得到的9个关键网络图。

具体实施方式

以下根据具体实施例来进一步解释本发明，但实施例对本发明不做任何形式的限定。

实施例1基于模式分析研究复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制的方法

S1.构建复方成分网络：复方丹参滴丸包含3味中药，即丹参、三七和冰片，从中药系统药理学数据库和分析平台TCMSP(http://lsp.nwsuaf.edu.cn/tcmsp.php)搜集到202个丹参成分、119个三七成分和31个冰片成分，排除冗余后共得到336个成分。所述成分的结构从PubChem数据库(http://pubchem.ncbi.nlm.nih.gov/)下载，保存为SDF格式。用PaDEL-Descriptor计算小分子的pubchemfingerprint，然后自编程序计算Tanimoto系数。Tanimoto系数又称为广义Jaccard系数，若大于0.90，可认为两个化合物具有非常相似的结构。从而获得复方成分之间的关系，构建复方成分网络。结果显示：复方成分之间具有较高相似性结构的配对共有831对，包含有246个成分。

S2.构建成分－靶点网络：在CTD数据库和PubChem数据库中收集336个复方成分的靶点。由于潜在靶点的药理空间复杂属性，通常认为关键靶点通常与两个以上成分关联，即按照有三个或以上的成分作用同一个靶点，筛选有效靶点。

结果通过两个数据库共收集到104个成分的靶点信息，排除冗余后共有4400个靶点。以三个或以上的成分作用同一个靶点为有效靶点，筛选后保留99个成分，404个靶点，作用靶点较多的主要成分有四个(表1)。

表1成分－靶点网络中主要成分

S3.构建靶点相互作用网络：通过两个数据库共收集到104个成分的靶点信息，排除冗余后共有4400个靶点。通过MATLAB自编程序对数据库UniHI信息进行筛选，得到355个靶点，2957对靶点作用信息。

UniHI(UnifiedHumanInteractome)是Matthias等基于BIND、HPRD、DIP、OPHID等PPI公共数据库，通过信息搜集、筛选、数据整合后构建的二级数据库。UniHI专门针对人的PPI数据库，信息量更丰富，查询结果更可靠，还可以根据选择以网络形式可视化分析PPIs。

S4.构建二阶异质网络：以成分-靶点网络为基础，根据其余2个子网络删除无效信息，应用Cytoscape3.2.0构建二阶异质网络。结果表明，二阶异质网络包含有141个成分，404个靶点，二阶异质网络和三个子网的拓扑信息如表2。

表2二阶异质网络和三个子网的拓扑信息

异质网络常用于研究复杂的药物作用、预测疾病基因和有效成分等，而二阶异质网络涉及三个不同网络的抽象模型，适用于研究中药复方的药效物质基础和分子作用机制。

S5.检测并分析关键网络：采用Cytoscape中clusterMaker插件，用Girvan-Newman算法对异质网络进行网络结构分析，通过计算各模块的Modularitymeasure和RatioofpreservedCPIs筛选关键模块，最后对其中的药理单位进行GO注释和KEGG通路分析，发现复方在治疗疾病过程中可能的有效成分、作用靶点和通路。RatioofpreservedCPIs是指各模块中成分与靶点之间连线数与二阶异质网络中成分与靶点之间总连线数的比值。Modularitymeasure是Newman和Girvan在2004年提出这个概念，是目前常用的一种衡量网络中社区稳定度的方法。Modularity的计算公式：

$>Q\left(C\right)=\frac{L_c}{m}-{\left(\frac{D_c}{2m}\right)}^2---\left(1\right)$>

公式(1)中m：图中的总边数；Lc：社区c中所有内部边的条数；Dc：社区c中所有顶点的度之和。

结果表明：通过Girvan-Newman算法对二阶异质网络进行网络结构分析，分析结果显示有9个关键网络(图1)。根据Modularity大于0.05和RatioofpreservedCPIs大于0.05，并且模块内有成分和靶点，筛选得到3个关键网络，各个模块的度量指标如表3。

表3各个模块的度量指标

对模块1进行GO注释和KEGG通路分析，GOBP分类结果显示有127生物学过程类别(表4)，主要涉及氧化还原反应、过氧化氢代谢过程、谷胱甘肽代谢过程、氧和活性氧代谢过程、辅因子代谢过程、肽代谢过程、外源性刺激等。

表4GOBP分类结果

GOCC分类结果显示有22个细胞组分类别(表5)，主要涉及细胞组分、微粒体、膜分离物、内质网和不溶性组分等。

表5GOCC分类结果

GOMF分类结果显示有67个分子功能类别(表6)，主要涉及血红素结合、抗氧化活性、氧化还原酶和氧结合等。

表6GOMF分类结果

KEGG通路分析的结果显示(表7)，有67个基因参与了信号通路，其中有18条通路有显著性(P<0.01)。

表7KEGG通路分析结果

根据本实施例方法，通过成分-靶点作用网络可以看出，复方丹参滴丸治疗颈动脉粥样硬化的主要成分有槲皮素、木犀草素、芹菜素和2-苯基乙醇，它们往往在复方治疗疾病过程中起重要作用。GO注释结果中的生物学过程类别主要涉及氧化还原反应、过氧化氢代谢过程、谷胱甘肽代谢过程、氧和活性氧代谢过程等，分子功能类别主要涉及血红素结合、抗氧化活性、氧化还原酶和氧结合等，结果与相关报道相互印证。从KEGG通路分析看出，主要涉及代谢细胞色素P450的外源性物质、药物代谢、视黄醇代谢、谷胱甘肽代谢和花生四烯酸代谢等通路。