基于网络药理学及ADME 预测分析血脂灵片治疗血脂异常的Q-marker

郭 锐， 苏 瑾， 李志雄， 张懂懂， 国大亮∗， 肖学凤∗

（1. 天津中医药大学中药学院， 天津300193； 2. 中国中医科学院中药研究所， 北京100700）

血脂异常也称为高脂血症或脂代谢紊乱， 通常指血清中胆固醇、 甘油三酯、 低密度脂蛋白胆固醇过高， 高密度脂蛋白胆固醇过低， 是引起心脑血管疾病发生的重要危险因素之一［1-4］， 随着经济发展、 生活水平不断提高， 人们患血脂异常的风险也在不断增加［5］。 目前， 治疗血脂异常的药物以西药为主， 如他汀类、 贝特类、 烟酸类， 虽然作用较强， 但服用后可能会出现肝损伤、 横纹肌溶解、 皮肤过敏、 消化系统、 泌尿系统疾病等不良反应［6-7］。 血脂灵片被2015 年版《中国药典》 收载，治疗血脂异常疗效确切， 而且经临床验证未见不良反应［8］， 它由制何首乌、 决明子、 泽泻、 山楂4 味药材组成， 具有化浊降脂、 润肠通便功效， 用于痰浊阻滞型血脂异常［9-10］， 该方药味虽少， 但组方精巧， 可降低甘油三酯和胆固醇， 上升低密度脂蛋白胆固醇， 具有很好的降脂作用［8］。

血脂灵片对血脂异常的调节作用是由方中多种有效成分通过不同机制发挥药效所致， 但鲜有对其具体物质基础和作用机制的研究， 2015 年版《中国药典》 只将2， 3， 5， 4′-四羟基二苯乙烯-2-Oβ-D-葡萄糖苷、 大黄素作为其含有量测定的指标，但中药复方临床疗效并不是一种或几种成分作用的结果， 故药典方法不足以从整体上控制该制剂质量。 因此， 本研究以刘昌孝院士提出的 “Qmarker” 概念为指导［11］， 结合网络药理学分析和ADME 预测， 筛选出血脂灵片治疗血脂异常的Q-marker。

1 材料与方法

1.1 网络药理学分析

1.1.1 化学成分来源 登录整合药理学平台（TCM-IP， www.tcmip.cn）， 它是以中药方剂数据库、 中药材数据库、 中药成分数据库、 疾病症状靶标数据库为支撑， 模型构建和生物信息技术为手段， 能有效揭示中药药效物质基础及其分子机制的网络版计算平台［12］。 在整合药理学平台“信息设定” 模块， 检索中药材“何首乌” “泽泻” “山楂” “决明子”， 选择检索出的所有的化学成分，建立“血脂灵片” 化学成分库。

1.1.2 药物候选靶标来源 在整合药理学平台“中药靶标预测” 模块， 对所建立的“血脂灵片”化学成分库中成分进行靶标预测， 选取血脂灵化学成分与DrugBank 药物相似性分数大于0.6 的相似药物， 取其对应靶标作为药物候选靶标。

1.1.3 疾病候选靶标来源 整合药理学平台以Drugbank 数据库为基础， 药物信息包括DrugID、Description、 Indication 等字段， 以英文词为检索词， 从Drugbank 数据库检索相关FDA 认证药物，然后通过药物对应的靶标实现疾病靶标检索。 在整合药理学平台的信息设定界面靶标检索页面， 选择“Dyslipidemia” “Hyperlipidemia” 作为血脂异常疾病的关键词进行检索， 将检索出的所有靶标作为疾病候选靶标。 同时在“HPO（human phenotype ontology）”（http： ／ ／human-phenotype-ontology.github.io）检索“Dyslipidemia”， 将“Uniprot” （http： ／ ／www. uniprot. org） 上对应有人类基因组的基因添加为自定义靶标， 也作为疾病候选靶标。

1.1.4 构建网络并分析 应用整合药理学平台“网络构建与分析” 模块， 构建“血脂灵片” 药物靶标-血脂异常疾病靶标网络， 筛选出血脂灵复方中治疗血脂异常相关的成分， 并对这些成分所作用的相关靶标进行功能分析及通路分析。

1.2 ADME 预测 将血脂灵片中经网络药理学分析出 的 药 效 成 分 通 过 “Chemspider” （http： ／ ／www.chemspider.com） 进行检索， 并下载对应结构式， 导入“ACD／Percepta 软件” （ACD／Labs， Toronto， Canada）， 应用“the passive intestinal permeability of Caco-2 module” “the PK explorer module”模块预测透膜吸收和口服生物利用度， 筛选出Papp值大于7.0×10-6cm／s、 F 值大于66%的成分， 作为血脂灵片Q-marker。

2 结果

2.1 “血脂灵片” 治疗血脂异常的核心靶标网络分析 在整合药理学平台“信息设定” 模块中检索中药材， 其中何首乌共收集到19 种成分， 主要为蒽醌类， 如大黄素甲醚、 大黄酚、 大黄素等， 以及二苯乙烯苷类及其葡萄糖苷类， 如2， 3， 5， 4′-四羟基二苯乙烯-2-O-β-D-葡萄糖苷、 2， 3， 5， 4′-四羟基-二苯乙烯-2， 3-二-O-β-D-葡萄糖苷等； 泽泻共收集到31 种成分， 主要为三萜类， 如泽泻醇A、 泽泻醇B 等， 以及倍半萜类， 如泽泻萜醇E、泽泻萜醇F 等； 决明子共收集到27 种成分， 主要为蒽醌类， 如大黄酸、 芦荟大黄素、 大黄酚、 大黄素， 以及萘并-吡喃酮类， 如红镰霉素、 决明子苷；山楂共收集到30 种成分， 主要为黄酮及其苷类，如洋芹素、 木犀草素等， 黄酮醇及苷类， 如槲皮素、 山柰酚、 草质素等， 黄烷及其聚合物类， 如儿茶素、 表儿茶素等， 三萜类， 如熊果酸、 山楂酸，以及酚酸类和其他酸类， 如安息香酸、 没食子酸、原儿茶酸、 绿原酸等。

在整合药理学平台“中药靶标预测” 模块中，将收集到的107 种成分与FDA 批准药物的化学结构进行相似性评分， 将相似性分数大于0.6 的已知药物对应靶标定义为药物靶标， 结果共预测出8 662个靶标。 在整合药理学平台中， 搜索“Dyslipidemia” “Hyperlipidemia” 得到8 个疾病靶标，又通过HPO 与Uniprot 数据库自定义添加171 个疾病靶标， 共收集到179 个。

在整合药理学平台“网络构建与分析” 模块中， 基于PPI 数据库中靶标的相互作用， 构建血脂灵片药物靶标与血脂异常疾病靶标之间相互作用网络。 首先计算Degree 拓扑特征值， 取大于中位数的节点作为“hub” 节点， 然后根据节点间的PPI信息建立网络。 再分别计算得到Degree、 Betweenness、 Closeness、 Coreness 拓扑特征值， 取四者均大于中位数的节点作为关键靶标， 共筛选出408个。 然后， 提取Degree 拓扑特征值排名前100 的靶标网络（图1）， 其中药物靶标60 个， 疾病靶标15 个， 其他靶标28 个， 药物和疾病共同靶标3个， 而且Degree 拓扑特征值的大小与图中节点的面积大小呈正相关关系。

图1 血脂灵片靶标网络Fig.1 Targeted network of Xuezhiling Tablets

图1 中3 个共同靶标是血脂灵片对血脂异常直接干预的靶标， 分别为CPT1A、 CPT2、 AR， 其中CPT1A 是线粒体脂肪酸氧化过程中起到关键作用的酶［13］， CPT2 是骨细胞或成骨细胞中负责脂肪酸氧化代谢的重要酶［14］， 两者均在脂代谢环节中显示出非常重要的作用［15］； AR 和肥胖、 胰岛素抵抗、 瘦素抵抗等代谢性疾病有关［16］。 除了药物和疾病共同靶标外， 与药物靶标相关的疾病靶标还有12 个， 结合已有文献， 推测血脂灵片间接干预的有 6 个， 分 别 为 HADHA、 AKT2、 NSDHL、DYRK1B、 PEX2、 ACAD8， 它们通过参与脂肪生成及 代 谢［17-18］、 胆 固 醇 合 成［19］、 甘 油 三 酯 代谢［20］、 甾醇去甲基化［21］、 促进葡萄糖-6-磷酸酶合成［22］等过程来调节血脂。

2.2 关键靶标网络基因功能和代谢通路分析 在整合药理学平台“关键靶标分析” 模块中， 通过GO 和KEGG 数据库对408 个关键靶标进行基因功能分析， 根据P-Value 显示前10 个条目， 见表1，可知基因功能主要涉及细胞质基质、 ATP 结合、药物反应、 蛋白结合、 线粒体、 酶结合、 蛋白激酶活性、 蛋白磷酸化、 脂肪酸氧化、 蛋白酶活性等多个条目。

表1 血脂灵片关键靶标基因功能Tab.1 Gene functions of key targets for Xuezhiling Tablets

在整合药理学平台“关键靶标分析” 模块中，通过GO 和KEGG 数据库对408 个关键靶标进行信号通路分析， 见表2， 可知其主要集中在甲状腺激素、 促性腺激素释放激素、 雌激素、 催产素、 脂肪酸降解、 胰岛素、 脂肪细胞因子等信号通路。 文献报道， 血脂异常与内分泌有着密切关系， 甲状腺激素能影响血脂代谢［23］； 体内促甲状腺激素水平较高时， 高甘油三酯血症的发生率较高［24］； 缺乏雌激素会导致脂质代谢紊乱， 而补充雌激素可部分纠正血脂异常［25］； 催产素表达下降可能是肥胖的病理机制之一［26］。

表2 血脂灵片关键靶标通路信息Tab.2 Pathway information of key targets for Xuezhiling Tablets

2.3 “成分-靶标-通路” 分析 在整合药理学平台“关键靶标分析” 模块中， 提取P 值前30 的关键通路， 得到与其相关的核心靶标及血脂灵片药效成分， 它们涉及多个方面， 如能量代谢通路， 甲状腺激素、 促性腺激素释放激素、 雌激素、 催产素等多个内分泌通路， 以及阿兹海默症、 内分泌代谢疾病、 结直肠癌等疾病， 与这些通路相关的核心靶标有90 个， 血脂灵片药效成分有95 种， 其中何首乌成分19 种， 决明子成分27 种， 共有成分5 种， 泽泻成分26 种， 山楂成分28 种， 见图2。 药效成分对于血脂异常的干预主要集中在能量代谢和内分泌相关通路的靶标上， 95 种药效成分中有75 种可能通过影响蛋白激酶及蛋白磷酸酶、 线粒体内膜上细胞色素C 氧化酶等来参与ATP 转运合成， 从而影响线粒体活性等能量代谢过程； p-茴香醛、 亚油酸、 11-去氧泽泻醇A 可能作用于肾上腺素、 前列腺素、 胰岛素受体等相关内分泌过程， 从而起到调节血脂的作用。

图2 血脂灵片“成分-靶标-通路” 网络Fig.2 “Compounds-targets-pathways” network of Xuezhiling Tablets

2.4 药效成分透膜吸收及生物利用度预测 大多数药物的给药途径是口服， 药物透膜吸收能力和口服生物利用度对其发挥药效起到至关重要的作用［27］， 其中前者强弱通常由药物在Caco-2 细胞中的转运速率， 即表观渗透系数 （Papp） 来评价，Papp＞7.0×10-6cm／s［28］的成分透膜能力较强； 后者强弱用F 来评价， ≤33%为低， 33% ～66%为中等，＞66%为高［29-30］。 通过“Chemspider” 下载到95 种关键成分的92 个对应结构式， 再应用“ACD／Percepta 软件” 预测其Papp和F， 结果见表3， 可知有22 个满足相关要求。

续表3

续表3

3 讨论

随着系统生物学和组学技术的发展， “网络药理学” 的概念在2007 年由Hopkins 等［31］首次提出， 是通过构建“疾病-基因-靶点-药物” 网络来更系统综合地观察药物对疾病网络的干预机制［32］。中药复方为多成分、 多靶点的协同作用机制， 可采用该方法初步揭示中药复方的复杂的分子机制， 近年来广泛应用于中医药领域研究［33-34］。

药物在体内的吸收、 分布、 代谢、 排泄过程简称ADME， 可反映其药效强弱［35］。 近年来随着计算机技术、 组学技术、 高通量筛选技术的迅猛发展， 使本来在体内才能被准确获取的ADME 相关指标可通过体外计算机辅助技术进行预测［36］， 既可达到在中药复方中筛选药效成分的目的， 又缩减了体内实验检测相关指标的时间。

中药复方作用机制的传统研究方法是将复方中药所含化学成分进行分离后筛选活性成分， 但往往会忽视复方中各中药之间的网络化协同作用， 以及治疗靶点的复杂性， 也难以阐释其配伍的科学内涵［37］。 整合药理学平台结合大数据和模型计算，从人工智能、 数据挖掘、 网络科学出发， 分析和预测中药复方中药效物质及其治疗相关疾病的分子机制， 可为中药质量评价、 分子机制阐释、 新药研发等提供强有力的技术支撑［38］。

本研究借助网络药理学平台， 通过对血脂灵片治疗血脂异常的分子机制进行分析， 又结合ADME预测寻找相关Q-marker。结果表明， 血脂灵片可作用于能量代谢相关靶标， 以及能量代谢、 内分泌等相关通路， 该预测与现有血脂异常相关文献报道一致。 但22 种成分作为血脂灵片Q-marker 数量略多， 今后将进行体内ADME 和分子机制研究， 以确认最终的Q-marker。