朱海林，王振洲，高爽，李平亞，劉金平※

(1．吉林大學(xué)再生醫(yī)學(xué)科學(xué)研究所，長(zhǎng)春 130021； 2．中國(guó)藥科大學(xué)，南京 210009)

中醫(yī)藥在中國(guó)已經(jīng)發(fā)展幾千年，并且形成了自己的獨(dú)特理論。在臨床治療上具有毒副作用小、作用持久以及耐受性差等特征[1]。近年來，由于多靶點(diǎn)藥物研發(fā)的興起以及網(wǎng)絡(luò)藥理學(xué)、各種組學(xué)等新的分析研究手段的出現(xiàn)，世界各國(guó)對(duì)中藥關(guān)注度和認(rèn)可度明顯上升[2]。但是，由于中藥在分子水平上對(duì)人體作用機(jī)制的研究還不夠清晰，從而阻礙了中醫(yī)藥的現(xiàn)代化以及走出國(guó)門[3]。如何在探索機(jī)制的同時(shí)又突顯出中醫(yī)藥理論的精髓成為亟待解決的問題。不同于“單成分-單靶點(diǎn)”的作用過程，中藥的多組分作用于多個(gè)靶點(diǎn)，研究時(shí)需要注重靶點(diǎn)或成分之間的關(guān)聯(lián)。確證中藥作用的靶點(diǎn)，對(duì)闡明我國(guó)傳統(tǒng)藥物的作用機(jī)制具有重要的理論價(jià)值，也為中藥的臨床應(yīng)用提供重要參考。近年來，隨著生物信息學(xué)和計(jì)算機(jī)科學(xué)的發(fā)展，涌現(xiàn)了多種靶點(diǎn)預(yù)測(cè)、識(shí)別和確證的方法。網(wǎng)絡(luò)藥理學(xué)可對(duì)大量的靶點(diǎn)進(jìn)行初步篩選，將中藥可能作用的靶點(diǎn)做一個(gè)排序；計(jì)算機(jī)輔助藥物設(shè)計(jì)在合理藥物設(shè)計(jì)的同時(shí)對(duì)闡述中藥多靶點(diǎn)的機(jī)制也有重要意義；由于90%的已知藥物靶點(diǎn)為蛋白質(zhì)，為蛋白質(zhì)組學(xué)在實(shí)驗(yàn)水平上驗(yàn)證潛在的作用靶點(diǎn)提供了客觀上的可能性。此外，多種技術(shù)手段聯(lián)用也可進(jìn)一步提高多靶點(diǎn)預(yù)測(cè)的準(zhǔn)確性。

1 基于計(jì)算方法的中藥靶點(diǎn)的預(yù)測(cè)和識(shí)別途徑

1.1 網(wǎng)絡(luò)藥理學(xué)

網(wǎng)絡(luò)藥理學(xué)[4](Network pharmacology)通過將活性成分、作用靶點(diǎn)和疾病的關(guān)系在計(jì)算機(jī)上以數(shù)學(xué)計(jì)算模型的方式表現(xiàn)出來。運(yùn)用網(wǎng)絡(luò)藥理學(xué)研究中藥的模式主要是從已有的相關(guān)文獻(xiàn)和數(shù)據(jù)庫(kù)獲取大量相關(guān)的靶點(diǎn)和化合物信息，經(jīng)過口服生物利用度、五倍律等一系列預(yù)篩選，建立藥物-靶點(diǎn)-疾病的相關(guān)模型，預(yù)測(cè)結(jié)果由文獻(xiàn)佐證或?qū)嶒?yàn)進(jìn)一步驗(yàn)證。吳磊宏等[5]將附子中22個(gè)化學(xué)成分與DrugBank中的已知靶點(diǎn)構(gòu)建預(yù)測(cè)集，對(duì)網(wǎng)絡(luò)模型分析后發(fā)現(xiàn)，共涉及75個(gè)靶點(diǎn)，單個(gè)靶點(diǎn)與平均4.77個(gè)化合物相關(guān)，每個(gè)成藥性良好的成分平均與16.3個(gè)靶點(diǎn)作用。附子預(yù)測(cè)的潛在作用靶點(diǎn)均得到了文獻(xiàn)的證實(shí)，證明此方法可用于發(fā)現(xiàn)中藥的某些潛在作用靶點(diǎn)。

作為新興的交叉學(xué)科，網(wǎng)絡(luò)藥理學(xué)不僅能夠揭示單味中藥的作用機(jī)制，還能將古老的中藥方劑和現(xiàn)代科學(xué)連接，揭示中藥成方的作用機(jī)制[6，7]。李翔等[8]在復(fù)方丹參方中選取9個(gè)具有活性的化合物，與相關(guān)的疾病和基因在Cytoscape中構(gòu)建3者相互聯(lián)系的網(wǎng)絡(luò)模型。結(jié)果顯示，復(fù)方丹參方中的9個(gè)活性成分可調(diào)控與30多種心血管疾病相關(guān)的42種基因的表達(dá)。Tao等[9]以郁金散為例研究心腦血管疾病的發(fā)病機(jī)制，經(jīng)過口服生物利用度、類藥性模型篩選候選活性成分，結(jié)果，從郁金散中找出了58個(gè)具有生物活性的化學(xué)成分，通過建立靶點(diǎn)-疾病網(wǎng)絡(luò)，預(yù)測(cè)了32個(gè)與心腦血管疾病相關(guān)的靶點(diǎn)。

臨證加減理論(AST)是傳統(tǒng)中醫(yī)藥中的基本用藥理論，Li等[10]將大柴胡湯和小柴胡湯中所有中藥的已知化學(xué)成分從TCMSP數(shù)據(jù)庫(kù)下載下來，經(jīng)過口服利用度及藥物半衰期初步預(yù)測(cè)，篩選的化學(xué)成分基于random forst(RF)和support vector machine(SVM)方式分別建立藥物-靶點(diǎn)網(wǎng)絡(luò)和靶點(diǎn)-疾病網(wǎng)絡(luò)。結(jié)果表明，在64個(gè)候選化合物中有23個(gè)化合物與超過14個(gè)靶蛋白同時(shí)作用。并且，有部分靶蛋白和多種候選藥物同時(shí)作用，如PGHS-1這種與肺癌相關(guān)的靶蛋白和多個(gè)藥物成分高度相關(guān)。

綜上所述，網(wǎng)絡(luò)藥理學(xué)的應(yīng)用主要有：從中藥中發(fā)現(xiàn)活性良好的小分子候選化合物，為藥物的合理設(shè)計(jì)提供先導(dǎo)化合物；將其與中醫(yī)藥理論契合在一起，有助于揭示君臣佐使、四氣五味等中藥理論；借助于網(wǎng)絡(luò)藥理學(xué)強(qiáng)大的儲(chǔ)存生物學(xué)數(shù)據(jù)功能，使其以一個(gè)系統(tǒng)的視角分析如AD等復(fù)雜疾病的發(fā)病機(jī)制。

1.2 計(jì)算機(jī)輔助藥物設(shè)計(jì)

計(jì)算機(jī)輔助藥物設(shè)計(jì)[11](computer aided drug design，CADD)方法是以計(jì)算機(jī)為工具，應(yīng)用配體-受體相互作用原理，采用各種理論計(jì)算方法和分子構(gòu)象模擬技術(shù)，根據(jù)積累的大量活性化合物構(gòu)效關(guān)系研究成果，設(shè)計(jì)出具有某一藥效的先導(dǎo)化合物。虛擬篩選與藥效團(tuán)設(shè)計(jì)是CADD中應(yīng)用廣泛的2種方法。虛擬篩選主要是以分子對(duì)接、反向分子對(duì)接等為代表，廣義地說，任何一種基于某種提問形式，從現(xiàn)有的小分子數(shù)據(jù)庫(kù)中搜尋符合條件的化合物都可稱為虛擬篩選。目前有眾多運(yùn)用于CADD的服務(wù)器，例如PLANTS、GOLD、DOCK Blaster、LEA3D、3DLigandsite、PharmMapper等。

分子對(duì)接用于探究中藥的潛在靶點(diǎn)和作用機(jī)制以及研究中藥成方的藥理作用機(jī)制[12，13]。Chang等[14]通過對(duì)天然藥物進(jìn)行分子對(duì)接的虛擬篩選，以期從中得到新的抗炎因子。20 000多種中藥活性成分與mPGES-1進(jìn)行對(duì)接，得到奎尼酸等有良好抗炎作用的天然活性成分。羅麗萍[15]在MVD(Molecular Virtual Docker 5.5)中將12種花青素類活性分子和以HER-2酪氨酸激酶區(qū)為受體模板創(chuàng)建的位點(diǎn)進(jìn)行分子水平的對(duì)接試驗(yàn)。結(jié)果顯示，12種活性成分均作用于HER-2激酶區(qū)中ATP與HER-2作用的活性腔，預(yù)測(cè)花青素是以競(jìng)爭(zhēng)性結(jié)合方式發(fā)揮抗癌作用的。潘婷婷等[16]選擇30個(gè)中藥有效成分與PAR-1受體通過Schr?dinger軟件中的Glide模塊進(jìn)行分子對(duì)接，尋找可能的拮抗劑。結(jié)果顯示，虛擬篩選出的活性成分隱丹參酮等具有確切的拮抗作用，并且已經(jīng)得到相關(guān)的分子生物學(xué)實(shí)驗(yàn)的驗(yàn)證。劉美鳳[17]使用Discovery Studio 2.1中的CDOCKER模塊，將番石榴葉中32個(gè)小分子與糖尿病有關(guān)的4個(gè)生物活性酶分子對(duì)接后發(fā)現(xiàn)，番石榴葉的黃酮類和鞣質(zhì)化合物與PTP1B和PPARγ結(jié)合緊密。并且預(yù)測(cè)可以通過引入疏水基團(tuán)加強(qiáng)其降糖的功效。反向分子對(duì)接[18]是以小分子化合物為探針，在已知的靶點(diǎn)數(shù)據(jù)庫(kù)內(nèi)搜索可能與其結(jié)合的受體蛋白，直接發(fā)現(xiàn)活性成分的靶點(diǎn)。這種實(shí)驗(yàn)方法思路清晰、簡(jiǎn)單。陳少軍[19]使用PharmMapper服務(wù)器對(duì)茯苓酸和丹參醇A進(jìn)行反向分子對(duì)接，計(jì)算得出相關(guān)的配體分子。驗(yàn)證表明，Trasthyretin、Vitamin D3 receptor、Corticosteriod 11 beta dehydrogenase isozyme 1為茯苓酸的靶點(diǎn)，醛糖還原酶可能是丹參醇A的靶蛋白之一。

藥效基團(tuán)模型法是一種通過分析一組中藥活性分子的藥效構(gòu)象，找出共同的特征結(jié)構(gòu)，建立藥效基團(tuán)模型，以此檢索三維結(jié)構(gòu)數(shù)據(jù)庫(kù)，發(fā)現(xiàn)符合藥效基團(tuán)要求的化合物，與中藥成分結(jié)構(gòu)比對(duì)，評(píng)價(jià)中藥各成分的生物活性和成藥性。常見的軟件系統(tǒng)有Unity-2、Catalyst和Apex-3D。王星等[20]采用該方法研究辛味藥性與TRPV1之間的關(guān)系。結(jié)果證明，由16個(gè)已知的TRPV1激動(dòng)劑構(gòu)建的藥效團(tuán)模型不但命中包括辣椒素、吳茱萸堿、桂皮醛等來源于辛味中藥的活性成分，而且揭示了TRPV家族與辛味藥性之間的相關(guān)關(guān)系。

計(jì)算機(jī)輔助藥物設(shè)計(jì)將古老的中藥和當(dāng)今科學(xué)銜接起來，在發(fā)現(xiàn)和驗(yàn)證中藥活性成分的潛在靶標(biāo)起著重要作用，同時(shí)，可以減少藥物靶點(diǎn)設(shè)計(jì)的時(shí)間和金錢成本，對(duì)中藥復(fù)方的作用機(jī)制研究提供了新的思路和依據(jù)。

2 基于實(shí)驗(yàn)方法的中藥靶點(diǎn)識(shí)別和確證途徑

2.1 蛋白質(zhì)組學(xué)

蛋白質(zhì)組學(xué)(Proteomics)是一門以生物體內(nèi)所有蛋白質(zhì)的存在、表達(dá)、相互作用等活動(dòng)方式為研究對(duì)象的學(xué)科。對(duì)于中藥多靶點(diǎn)的研究，應(yīng)用蛋白質(zhì)組學(xué)對(duì)不同靶蛋白識(shí)別或從眾多蛋白中分辨出靶蛋白是一個(gè)高效的途徑[21]。

張麗軍[22]依據(jù)蛋白質(zhì)組學(xué)的高通量、高靈敏度等特點(diǎn)將其運(yùn)用于探究唐草片抗病毒的作用機(jī)制。研究采用SDS-PAGE分離微粒體蛋白質(zhì)、切取CYP450酶對(duì)應(yīng)分子量的條帶、通過液相色譜串聯(lián)質(zhì)譜進(jìn)行鑒定，采用多反應(yīng)監(jiān)測(cè)(MRM)方法對(duì)鑒定的CYP2C11進(jìn)行定量分析。結(jié)果證實(shí)了唐草片對(duì)CYP450代謝酶和CYP2C11的表達(dá)變化。姚辛敏[23]利用差異蛋白質(zhì)組學(xué)研究地黃飲子對(duì)AD細(xì)胞模型的影響，進(jìn)一步闡明地黃飲子治療AD的機(jī)制；研究比較了模型組和地黃飲子組對(duì)AD細(xì)胞模型的作用，結(jié)果發(fā)現(xiàn)，模型組和給藥組均能上調(diào)相關(guān)蛋白質(zhì)的表達(dá)，推測(cè)地黃飲子在治療AD發(fā)病初期機(jī)理可能是調(diào)節(jié)細(xì)胞中有關(guān)的蛋白質(zhì)點(diǎn)起動(dòng)，從而保護(hù)受損細(xì)胞。戎志斌[24]使用蛋白芯片質(zhì)譜儀對(duì)柴胡疏肝散組、對(duì)照安理申組、空白組的含藥血清進(jìn)行蛋白質(zhì)組學(xué)分析，觀察飛行時(shí)間質(zhì)譜狀圖發(fā)現(xiàn)，二者對(duì)機(jī)體的藥理作用存在顯著差異。Sun等[25]使用二維凝膠電泳和基質(zhì)輔助激光解析串聯(lián)飛行時(shí)間質(zhì)譜儀尋找銀柴胡湯治療肝損傷的靶蛋白，結(jié)果發(fā)現(xiàn)，15個(gè)蛋白位點(diǎn)在治療前后發(fā)生了改變，其中鋅指蛋白407、凝血酶原、結(jié)合珠蛋白等7個(gè)蛋白顯著下調(diào)。Zohreh Firouzi等[26]在對(duì)姜黃中的姜黃素進(jìn)行生物活性和副作用評(píng)價(jià)時(shí)，先采用親和色譜法純化出與其作用的相關(guān)蛋白質(zhì)，在此基礎(chǔ)上使用二維凝膠電泳和質(zhì)譜進(jìn)一步遴選和鑒別作用蛋白質(zhì)。結(jié)果顯示，姜黃素能夠和細(xì)胞內(nèi)一系列的結(jié)構(gòu)蛋白、代謝酶和參與體內(nèi)細(xì)胞凋亡的蛋白質(zhì)結(jié)合而發(fā)揮藥理作用。

一般蛋白質(zhì)組學(xué)在中藥靶點(diǎn)方面的研究主要流程為：樣品(來源于培養(yǎng)的細(xì)胞、人或動(dòng)物)在與中藥(單個(gè)化合物或復(fù)方)結(jié)合后運(yùn)用二維凝膠電泳和染色技術(shù)，比較表達(dá)有差異的蛋白質(zhì)，將差異蛋白進(jìn)行消化和質(zhì)譜分析，最后經(jīng)一系列生物信息學(xué)和體內(nèi)或體外的藥效學(xué)研究推斷出作用靶點(diǎn)和生物通路[27，28]。研究的基本策略也是蛋白質(zhì)組之間的比較，即給藥前、后的樣本組織、細(xì)胞或體液的蛋白質(zhì)表達(dá)量的上調(diào)或下降。

2.2 生物芯片技術(shù)

生物芯片技術(shù)[29](Biochip)是在微加工以及微電子兩項(xiàng)技術(shù)基礎(chǔ)上，通過建立的固體基質(zhì)表面微型生化分析系統(tǒng)，從而對(duì)生命體內(nèi)的生物組分(蛋白質(zhì)、核酸等)進(jìn)行快速檢測(cè)。生物芯片包括蛋白質(zhì)芯片與基因芯片，二者原理相類似，都是在分子間特異地相互作用基礎(chǔ)上發(fā)展而來。

李英博等[30]利用MTT比色法確定了人參皂苷Rg1促進(jìn)人神經(jīng)干細(xì)胞增殖的最佳濃度后，采用基因芯片雜交技術(shù)，獲取了基因表達(dá)的信號(hào)強(qiáng)弱，運(yùn)用相關(guān)的圖像和數(shù)據(jù)分析軟件進(jìn)行分析。結(jié)果顯示，促進(jìn)人神經(jīng)干細(xì)胞增殖差異基因中顯著上調(diào)的266個(gè)，下調(diào)的174個(gè)，這些基因和CAMP-PKA以及PL3K-AKT信號(hào)傳導(dǎo)通路有密切關(guān)系。蛋白質(zhì)芯片技術(shù)是在基因芯片的基礎(chǔ)上發(fā)展而來的，了解一個(gè)基因的功能，必須最終在蛋白質(zhì)水平上確認(rèn)。玄毅等[31]運(yùn)用SELDI蛋白質(zhì)芯片技術(shù)，對(duì)注射了魚腥草的實(shí)驗(yàn)動(dòng)物中血清蛋白進(jìn)行蛋白組檢測(cè)。結(jié)果發(fā)現(xiàn)，魚腥草注射液對(duì)3511Da、3522Da、7981Da、3960Da、3975Da等蛋白有調(diào)節(jié)作用。

生物芯片技術(shù)具有分析靈敏、重現(xiàn)性好、自動(dòng)化等特點(diǎn)[32]，在新藥靶點(diǎn)的篩選方面具有廣闊應(yīng)用前景。

3 基于聯(lián)用技術(shù)的中藥靶點(diǎn)確證途徑

中藥作用的機(jī)制強(qiáng)調(diào)的是整體性、協(xié)同性，網(wǎng)絡(luò)藥理學(xué)是在系統(tǒng)生物學(xué)、系統(tǒng)藥理學(xué)基礎(chǔ)上發(fā)展起來的。網(wǎng)絡(luò)藥理學(xué)作為一種技術(shù)手段能夠有力地推動(dòng)中藥現(xiàn)代化的發(fā)展，它的出現(xiàn)同時(shí)增加了當(dāng)前新藥研發(fā)的方法[32]。但是網(wǎng)絡(luò)藥理學(xué)主要是從理論上驗(yàn)證或預(yù)測(cè)組合藥物靶點(diǎn)[33～35]。越來越多的科研工作者采用聯(lián)用的方法，為網(wǎng)絡(luò)藥理學(xué)結(jié)果現(xiàn)實(shí)證據(jù)。例如，利用組學(xué)技術(shù)或高通量技術(shù)，觀察藥物對(duì)模型(細(xì)胞或動(dòng)物)的作用或模型對(duì)藥物的作用，針對(duì)所產(chǎn)生的大量數(shù)據(jù)，在生物信息學(xué)的基礎(chǔ)上建立藥物、靶點(diǎn)和疾病三者的網(wǎng)絡(luò)，進(jìn)一步闡明藥物可能的作用機(jī)理。劉慶山[36]采用網(wǎng)絡(luò)藥理學(xué)合理選擇相關(guān)靶點(diǎn)，然后建立高通量篩選的方法對(duì)復(fù)方白脈散全組分進(jìn)行篩選和活性評(píng)價(jià)，取得理想的效果，并且預(yù)測(cè)高內(nèi)涵篩選方法對(duì)網(wǎng)絡(luò)藥理學(xué)的發(fā)展和應(yīng)用將起到推動(dòng)作用。

Ⅱ型糖尿病是一種慢性病，發(fā)病原因復(fù)雜，中藥中的多種成分可以同時(shí)作用多個(gè)靶標(biāo)，從而達(dá)到治療的效果。Gu等[37]利用軟件Cerius2的定量構(gòu)效關(guān)系模型對(duì)糖敏靈中676個(gè)化合物進(jìn)行整體性描述，通過LigandFit將其與37個(gè)相關(guān)的糖尿病靶蛋白進(jìn)行分子對(duì)接，將分?jǐn)?shù)排在前3%的分子和靶蛋白構(gòu)建了藥物-靶點(diǎn)網(wǎng)絡(luò)，與共有靶標(biāo)超過一個(gè)的小分子構(gòu)建藥物-藥物網(wǎng)絡(luò)，結(jié)果揭示了糖敏靈中的活性成分，有些并且已經(jīng)得到文獻(xiàn)證實(shí)。Chen等[38]在研究扶正抑瘤湯的抗癌機(jī)制時(shí)首先采用指紋圖譜技術(shù)進(jìn)行分析得出21個(gè)主要的扶正抑瘤湯成分，將其分別與Bcl-xl、IL-2、TNF-α等進(jìn)行分子對(duì)接，評(píng)價(jià)它們的抗癌活性。結(jié)果發(fā)現(xiàn)，活性成分對(duì)3個(gè)因子的釋放均有不同程度的抑制作用。丁俊杰[39]對(duì)ω-芋螺毒素進(jìn)行定量構(gòu)效關(guān)系(QSAR)研究，建立相關(guān)的虛擬組合多肽庫(kù)，分別采用QSAR模型預(yù)測(cè)和相似性搜索2種方法對(duì)多肽庫(kù)進(jìn)行篩選。結(jié)果得出6個(gè)N-型和19個(gè)P/Q-型鈣離子通道拮抗劑。多種虛擬篩選的方法同時(shí)使用，提高了擊中靶點(diǎn)的概率。

4 小結(jié)與展望

如上，常見的用于尋找中藥靶點(diǎn)的技術(shù)都是建立在強(qiáng)大的信息支持上，在應(yīng)用過程中都使用了較多的數(shù)據(jù)庫(kù)。如何在追求數(shù)據(jù)總量的基礎(chǔ)上使科研工作者獲取數(shù)據(jù)的有序性影響著數(shù)據(jù)轉(zhuǎn)化為科研成果的概率，并且處理數(shù)據(jù)的服務(wù)器朝著更易操作的方向發(fā)展。中藥靶點(diǎn)的預(yù)測(cè)和確證方法大多是多學(xué)科融合的，比如網(wǎng)絡(luò)藥理學(xué)是由系統(tǒng)生物學(xué)、生物信息學(xué)、計(jì)算機(jī)信息學(xué)等多學(xué)科共同組成的交叉學(xué)科[40]，只有借助于多種工具共同發(fā)展，逐漸從一個(gè)成分、一個(gè)靶點(diǎn)的思路向多成分、多靶點(diǎn)轉(zhuǎn)變，注重成分之間的協(xié)同作用、靶點(diǎn)之間的聯(lián)系，才能使中藥走得更遠(yuǎn)。

[1]劉麗寧.臨床用藥優(yōu)勢(shì)之一多靶點(diǎn)探討[J].時(shí)珍國(guó)醫(yī)國(guó)藥,2010,(3):745-746.

[2]Yan J.,Wang Y.,Luo S.J.,et al.TCM grammar systems:an approach to aid the interpretation of the molecular interactions in Chinese herbal medicine[J].Journal of Ethnopharmacol,2011,137(1):77-84.

[3]佟雷,高月娟,劉金麗.從傳統(tǒng)中藥向中藥現(xiàn)代化邁進(jìn)過程中的若干問題探究[J].微量元素與健康研究,2013,(3):27-28.

[4]Li S.,Zhang B.Traditional Chinese medicine network pharmacology:theory,methodology and application[J].Chinese Journal of Natural Medicines,2013,11(2):110-120.

[5]吳磊宏,高秀梅,王林麗,等.附子多成分作用靶點(diǎn)預(yù)測(cè)及網(wǎng)絡(luò)藥理學(xué)研究[J].中國(guó)中藥雜志,2011,36(21):2907-2910.

[6]宋闊魁,畢天,展曉日,等.網(wǎng)絡(luò)藥理學(xué)指導(dǎo)下的中藥有效成分發(fā)現(xiàn)策略[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化,2014,(1):27-31.

[7]李梢.網(wǎng)絡(luò)靶標(biāo):中藥方劑網(wǎng)絡(luò)藥理學(xué)研究的一個(gè)切入點(diǎn)[J].中國(guó)中藥雜志,2011,36(15):2017-2020.

[8]李翔,吳磊宏,范驍輝,等.復(fù)方丹參方主要活性成分網(wǎng)絡(luò)藥理學(xué)研究[J].中國(guó)中藥雜志,2011,36(21):2911-2915.

[9]Tao W.Y,Xu X.,Wang X.,et al.Network pharmacology-based prediction of the active ingredients and potential targets of Chinese herbal Radix Curcumae formula for application to cardiovascular disease[J].Journal of Ethnopharmacology,2013,145(1):1-10.

[10]Li B.H.,Tao W.Y.,Zheng C.L.,et al.Systems pharmacology-based approach for dissecting the addition and subtraction theory of traditional Chinese medicine:An example using Xiao-Chaihu-Decoction and Da-Chaihu-Decoction[J].Computers in Biology and Medicine,2014,53(2):19-29.

[11]孫冬梅,陳玉興,曾曉會(huì),等.基于系統(tǒng)生物學(xué)的計(jì)算機(jī)輔助藥物設(shè)計(jì)中藥研發(fā)新模式[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志,2014,20(17):223-227.

[12]Tsai T.Y.,Chang K.W.,Chen C.Y..iScreen:world’s first cloud-computing web server for virtual screening and de novo drug design based on TCM database@Taiwan[J].Journal of computer-aided molecular design,2011,25(6):525-531.

[13]任潔,魏靜.分子對(duì)接技術(shù)在中藥研究中的應(yīng)用[J].中國(guó)中醫(yī)藥信息雜志,2014,(1):123-125.

[14]Chang T.T.,Sun M.F.,Wong Y.H.,et al.Drug design for mPGES-1 from traditional Chinese medicine database:A screening,docking,QSAR,m-olecular dynamics,and pharmacophore mapping study[J].Journal of the Taiwan Institute of Chemical Engineers,2011,42(4):580-591.

[15]羅麗萍,余小平,韓彬,等.花青素主要成分與HER-2激酶區(qū)的分子對(duì)接[J].生物工程學(xué)報(bào),2014,30(3):504-513.

[16]潘婷婷,周植星,韓英梅,等.基于植物成分的蛋白酶激活受體1拮抗劑的虛擬篩選和實(shí)驗(yàn)篩選[J].中草藥,2014,45(10):1427-1433.

[17]劉美鳳,蔣利榮,劉華鼐,等.番石榴葉抗Ⅱ型糖尿病活性成分的虛擬篩選[J].華南理工大學(xué)學(xué)報(bào):自然科學(xué)版,2011,39(3):28-31.

[18]陳少軍,陳宏降,郭章華.反向分子對(duì)接法預(yù)測(cè)丹參醇A的潛在靶點(diǎn)[J].中藥藥理與臨床,2014,30(5):58-61.

[19]陳少軍,陳宏降,郭章華.茯苓酸潛在靶點(diǎn)預(yù)測(cè)研究[J].中藥藥理與臨床,2013,29(4):67-70.

[20]王星,張燕玲,王耘,等.TRPV1離子通道與中藥辛味藥性的關(guān)系研究[J].中國(guó)中藥雜志,2014,39(13):2422-2427.

[21]楊紅芹,李學(xué)軍.化學(xué)蛋白質(zhì)組學(xué)與藥物靶點(diǎn)的發(fā)現(xiàn)[J].藥學(xué)學(xué)報(bào),2011,46(8):877-882.

[22]張麗軍,賈小芳,尹林,等.蛋白質(zhì)組學(xué)方法研究唐草片對(duì)微粒體CYP450酶的影響[J].中國(guó)中藥雜志,2014,39(11):2136-2139.

[23]姚辛敏,王琪,謝寧,等.地黃飲子含藥腦脊液對(duì)AD細(xì)胞模型影響的差異蛋白質(zhì)組學(xué)研究[J].中醫(yī)藥學(xué)報(bào),2014,42(4):49-52.

[24]戎志斌,李映紅,許蘊(yùn),等.柴胡疏肝散含藥血清蛋白質(zhì)組學(xué)的初步研究[J].世界中西醫(yī)結(jié)合雜志,2013,9(3):283-286.

[25]Sun H.,Zhang A.,Yan G.,et al.Proteomics study on the hepatoprotectiv-e effects of traditional Chinese medicine formulae Yin-Chen-Hao-Tang by a co-mbination of two-dimensional polyacrylamide gel electrophoresis and matrix-ass-isted laser desorption/ionization-time of flight mass spectrometry[J].Journal ofpharmaceutical and biomedical analysis,2013,75(2):173-179.

[26]Firouzi Z.,Lari P.,Rashedinia M.,et al.Proteomics screening of molecul-ar targets of curcumin in mouse brain[J].Life sciences,2014,98(1):12-17.

[27]Lao Y.,Wang X.,Xu N.,et al.Application of proteomics to determine t-he mechanism of action of traditional Chinese medicine remedies[J].J Ethno-pharmacol,2014,155(1):1-8.

[28]黃春洪,孔毅,段濤,等.蛋白質(zhì)組學(xué)技術(shù)與藥物作用新靶點(diǎn)研究進(jìn)展[J].中國(guó)藥學(xué)雜志,2005,(8):564-567.

[29]李書文,張愛芹,曾鳴,等.生物芯片技術(shù)在中醫(yī)藥研究中的應(yīng)用[J].時(shí)珍國(guó)醫(yī)國(guó)藥,2013,24(10):2489-2492.

[30]李英博,趙香琴,姜英虹,等.基因芯片技術(shù)篩選人參皂苷Rg1促進(jìn)人神經(jīng)干細(xì)胞增殖的分子靶點(diǎn)研究[J].中國(guó)中藥雜志,2013,38(16):2701-2705.

[31]玄毅,劉君,趙坤生.SELDI蛋白芯片技術(shù)在篩選中草藥靶點(diǎn)中的應(yīng)用[J].社區(qū)醫(yī)學(xué)雜志,2009,7(23):63-64.

[32]Stoll D,Bachmann J,Templin M F,et al.Microarray technology:an increasing variety of screening tools for proteomic research[J].Drug Discovery Today:TARGETS,2004,3(1):24-31.

[32]劉志華,孫曉波.網(wǎng)絡(luò)藥理學(xué):中醫(yī)藥現(xiàn)代化的新機(jī)遇[J].藥學(xué)學(xué)報(bào),2012,(6):696-703.

[33]湯佩佩,白明,苗明三.中醫(yī)藥研究與網(wǎng)絡(luò)藥理學(xué)[J].中醫(yī)學(xué)報(bào),2012,(9):1112-1115.

[34]劉艾林,杜冠華.網(wǎng)絡(luò)藥理學(xué):藥物發(fā)現(xiàn)的新思想[J].藥學(xué)學(xué)報(bào),2010,(12):1472-1477.

[35]劉幸,周虎.蛋白質(zhì)組學(xué)技術(shù)在網(wǎng)絡(luò)藥理學(xué)中的應(yīng)用[J].藥學(xué)進(jìn)展,2014,38(2):89-96.

[36]劉慶山,張梓倩,方亮,等.高通量技術(shù)與網(wǎng)絡(luò)藥理學(xué)在中藥活性成分篩選中的應(yīng)用[J].中國(guó)中藥雜志,2012,37(2):134-137.

[37]Gu J.Y.,Zhang H.,Chen L.R.,et al.Drug-target network and polypharmacology studies of a Traditional Chinese Medicine for type Ⅱ diabetes mellitus[J].Computational Biology and Chemistry,2011,35(5):293-297.

[38]Chen L,Du J,Dai Q,et al.Prediction of anti-tumor chemical probes of a traditional Chinese medicine formula by HPLC fingerprinting combined with molecular docking[J].European journal of medicinal chemistry,2014,83(2):294-306.

[39]丁俊杰,丁曉琴,李大禹,等.ω-芋螺毒素的定量構(gòu)效關(guān)系與虛擬篩選[J].物理化學(xué)學(xué)報(bào),2014,30(11):2157-2167.

[40]孟志昌,周雪忠,雷蕾,等.基于計(jì)算的中藥靶點(diǎn)預(yù)測(cè)研究探討與實(shí)驗(yàn)分析[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化,2014,(11):2296-2303.