茵陈质量标志物的预测

吴 磊，贾利军，钟林江，戴 静，刘前呈，贺英俊，伍文彬

(1.成都大学 食品与生物工程学院，四川 成都 610106;2.太极集团 四川太极制药有限公司，四川 成都 610207；3.成都大学 四川抗菌素工业研究所,四川 成都 610052;4.成都中医药大学 附属医院,四川 成都 610072)

0 引 言

茵陈为菊科植物滨蒿或茵陈蒿的干燥地上部分,具有利湿退黄与清热解毒的功效，主要用于治疗黄疸与湿疣等疾病.茵陈的主要成分包括有机酸类、黄酮类、香豆素类及挥发油类等[1-2].茵陈的现代药理作用有解热、镇痛、抗炎、抗病毒、抗肿瘤、降血压、调血脂、抗骨质疏松、神经保护、调节代谢及预防阿尔茨海默病等多种功效[2].中药质量标志物(Q-marker)是中药质量控制的新概念，基于中药传递与溯源、有效、特有、可测和处方配伍的“五原则”[3]，可建立中药全程质量控制及质量溯源体系，为中药质量控制提供了新的思路.本文基于 Q-marker 理论，运用网络药理学和文献分析对茵陈潜在 Q-marker进行预测，为整体控制茵陈的质量提供参考依据.

1 数据库和相关软件

TCMSP数据库(http://lsp.nwu.edu.cn/tcmsp.php),Uniprot数据库(https://www.uniprot.org/),GeneCards数据库(https://www.genecards.org),在线韦恩图(http://bioinfogp.cnb.csic.es/tools/venny/index.html),DAVID 6.8.0数据库(https://david.ncifcrf.gov/),Omicshare数据库(http://ww.omicshare.com)，STRING数据库(https://string-db.org/)，GraphPad Prism 6.0软件及Gytoscape 3.7.2软件等.

2 方法与Q-marker预测

2.1 基于网络药理学的茵陈成分有效性的Q-marker预测

2.1.1 茵陈活性成分及靶点的筛选

运用中药系统药理学数据库和分析平台 TCMSP，以“茵陈”为关键词进行化学成分搜索，以口服生物利用度(OB)≥30%和类药性(DL)≥0.18为筛选条件，进行茵陈活性成分的筛选，共得到13种活性成分(见表1).同时，利用 TCMSP 数据库收集茵陈活性成分的靶标蛋白.借助Uniprot数据库，将靶标蛋白名称导入，物种限定为“Human”，检索得到的所有靶标蛋白校正Uniprot ID，并得到靶标蛋白所对应的基因名.

表1 活性成分基本信息

2.1.2 交集基因的筛选

茵陈的主治疾病为黄疸和湿疹.黄疸临床常见疾病有急慢性肝炎、肝硬化、胆结石及消化道肿瘤等.以急性肝炎、慢性肝炎、病毒性肝炎、肝硬化、胆结石、消化道肿瘤和湿疹为疾病，利用GeneCards数据库查找以上疾病的基因，选择每种疾病的前 300个基因排列在一起，作为药物的疾病基因，共获得疾病基因1 050个.利用在线韦恩图，将成分基因和疾病基因导入，得到交集基因共81个，结果如图1所示.

图1 茵陈相关靶点在线韦恩图

2.1.3 GO分类富集分析

将所得到的81个靶点导入STRING数据库进行GO功能富集分析，得到GO条目1 892个，其中生物过程条目1 648个，细胞组成条目 82个，分子功能条目162个，分别占 73%、13%、14%.其中，生物过程主要涉及氮化合物代谢过程的正调控、大分子代谢过程的正调控、细胞过程的正调控、刺激反应的调节、细胞对有机物质的反应、细胞对化学刺激的反应及对含氧化合物的反应等过程；分子功能主要涉及激活转录因子结合、蛋白质结合、酶结合及蛋白质异构化活性等功能；细胞组成涉及在膜结合细胞器、细胞质部、胞外区及细胞器等区域.3个分支数量排名前20位相关条目信息柱状图如图2所示.

图2 GO分类富集分析图

2.1.4 KEGG通路富集分析

利用DAVID6.8.0数据库对81个靶点进行通路富集分析，得到281条信号通路(P<0.05)，涉及癌症、乙型肝炎和TNF信号通路等，表明这些靶点可能主要通过调控这些通路达到干预疾病的目的.前20位信号通路气泡图如图3所示.

图3 信号通路气泡图

2.1.5 “成分—靶点—通路”网络构建及分析

将富集分析得到的排名前20的通路所对应的57个作用靶点及13种成分，运用Cytoscape 3.7.1软件构建“成分—靶点—通路”网络，根据网络的拓扑学性质度值排序确定关键节点，在所构建的网络中，依据Degree值(度值)确定关键节点，度值>中位数(成分度值中位数=3，靶点度值中位数=15，通路度值中位数=14)的成分有4种，靶点有 28个，通路有10条.4种成分为槲皮素、异鼠李素、β-谷甾醇及茵陈蒿灵A，度值分别为55、8、7和5，由于该4种化合物在网络中具有较高的连接度，提示这可能是茵陈发挥药效的主要活性成分.靶点的关键节点分别是AKT1、TNF、JUN、MAPK1、RELA、TP53及IL6，度值分别是 38、37、37、36、36、34及31，表明这可能是茵陈化合物作用于癌症、肿瘤、乙肝与病毒等信号通路潜在的关键作用靶点.网络药理学研究从成分有效性角度提示槲皮素、异鼠李素、β-谷甾醇及茵陈蒿灵A等成分可作为茵陈潜在 Q-marker 进行深层次研究.

2.2 基于原植物亲缘学及化学成分特有性证据的Q-marker预测

茵陈为菊科多年生长草本植物艾属滨蒿或茵陈蒿的干燥地上部分.艾属中除了茵陈蒿，还有艾草、青蒿及牡蒿等植物.艾属中挥发油属于其主要次生代谢产物，是艾属类植物的主要药效部位之一，用其作为Q-marker的预测有一定的意义.艾属药材中的挥发油主要以倍半萜类化合物为主，萜类化合物的生源途径均为甲戊二羟酸途径，由焦磷酸香叶酯(GPP)衍生成无环单萜或者通过异构化酶作用转化成焦磷酸橙花酯(NPP)，再生成各类环状单萜[4].其中茵陈的代表成分有大牛儿烯D、α-葎草烯及石竹素等.茵陈根据其采收时节可分为绵茵陈和茵陈蒿，春季采收为绵茵陈，秋季采收为茵陈蒿.由于采收时节的不同，茵陈所含的成分出现了差异，相关标准收载绵茵陈的含量测定中绿原酸含量不少于 0.5%，茵陈蒿的含量测定中滨蒿内酯不少于 0.2%[5].通过分析艾属的亲缘关系，可将大牛儿烯D、α-葎草烯及石竹素作为茵陈的Q-marker.

2.3 基于传统功效的Q-marker预测

中药的传统功效是在中医理论指导下，通过长期的实践总结而来的有效使用方法，因此基于传统功效对茵陈的质量标志物预测有一定的必要性.茵陈的使用历史比较久，《神农本草经》记载将其列为上品，《伤寒论》中记载茵陈用来治疗瘀热发黄，《千金方》中其用来治疗风痒疥疮，《金匮要略》中其用来治疗黄疸湿重热少.茵陈能够利湿退黄、清热解毒，在治疗黄疸方面是一味非常重要的中药材.茵陈的现代药理作用有利胆、保肝、解热镇痛、抗炎、抗病毒、抗肿瘤及降血压等作用.王守军[6]研究发现，萜类化合物具有抗肿瘤、镇定、抗病毒及提高免疫力等效果.廖天录等[7]研究发现，香豆素具有利胆作用.牛筛龙等[8]研究发现，总黄酮对急性肝损伤具有保护作用.茵陈萜类化合物、香豆素类和黄酮类与其有效性密切相关，作为主要药效物质基础，可考虑作为茵陈的潜在Q-marker.

2.4 基于传统药性的Q-marker预测

“性味”即四气五味，是中药的特有属性，反映了中药的本质特征，是中药药性理论的核心[9].中药临床药理研究表明，中药的化学成分与其药性具有一定的相关性[4].茵陈味苦、辛，性微寒，归肝、胆、脾经.研究表明，苦、寒药物的物质基础以生物碱和苷类成分为主[10]，辛味药的化学成分多以黄酮类、萜类和挥发油为主[11]，结合茵陈含有的化学成分种类，可将萜类化合物和黄酮类化合物作为茵陈质量标志物的Q-marker.

2.5 基于化学成分的Q-marker预测

陈志娜等[12]研究发现，用70%乙醇提取茵陈得到总黄酮(主要成分为金丝桃苷和槲皮素)与总多酚含量最高,抗氧化活性最强.张影等[13]以绿原酸为内参物，计算茵陈标准汤剂中新绿原酸与咖啡酸等7种成分的相对校正因子，从而计算出7种成分的含量，并与常规外标法实测含量值没有显著差异，一测多评法可作为茵陈标准汤剂多指标成分定量分析的首选方法.熊耀坤等[14]利用GC-MS 法对茵陈提取的挥发油成分进行鉴定分析，得出茵陈鲜品的挥发油含量高于茵陈干品，应注意茵陈产地加工干燥过程的质量控制和药材保障.张慧等[15]利用分光光度法，以獐牙菜苦苷为对照品，经HCl水解,2,4-二硝基苯肼乙醇试液和NaOH 60%乙醇溶液显色后,于444 nm波长处测定藏茵陈总环烯醚萜苷含量，该方法准确、简单、稳定性好，可用作测量总环烯醚萜苷含量的首选方法.吴小可等[16]采用HPLC法，以甲醇和 0.2%的甲酸(48∶52)为流动相测定菊科植物中总黄酮醇苷含量，结果表明，槲皮素、异鼠李素2种黄酮类化合物分别在1.06～212 μg/mL、0.93～186 μg/mL 浓度范围内线性关系均良好，该方法可作为茵陈槲皮素和异鼠李素含量测定的一种方法.茵陈色原酮对急性乙醇性肝损伤具有保护作用，可在体内与人血清白蛋白结合而发挥稳定的生物活性作用，可抑制β-葡萄糖醛酸酶的活性，使葡萄糖醛酸不被分解，从而加强肝脏解毒作用[17].麦尔旦·吐尔逊麦麦提等[18]利用薄层层析、硅胶反复柱层析、波谱分析技术和理化常数对照的方法，从 80%乙醇提取物中分离并鉴定出了茵陈色原酮，且对其碳谱数据进行了归属.张启伟等[19]利用UV、MS与HNMR确定茵陈中3′-甲氧基蓟黄素的结构，采用HPLC分离与面积归一化法计算3′-甲氧基蓟黄素含量，可用作3′-甲氧基蓟黄素定量分析的方法.冯艺飞[20]利用大孔吸附树脂对茵陈总黄酮进行分离纯化，通过显色反应、红外光谱、液质联用、FT-IR谱图及LC-MS分析等方法，确定出茵陈提取物中含有黄酮类化合物，并推断鉴定出含芦丁、金丝桃苷、异槲皮苷、异鼠李素-3-O-葡萄糖苷和香叶木苷几种成分.廖彦等[21]利用HPLC 指纹图谱、RRLC-MS/MS 及HPLC-DAD方法确定了茵陈的8个共有峰并对8个共有峰的化学成分进行了指认.李杨杨等[22]利用 HPLC方法，将浓度设置在3.9～500 μmol/L内可以使得6，7-二甲氧基香豆素的峰面积之间的线性关系良好.以上多种成分可为茵陈Q-marker的预测提供一定的参考.

3 讨 论

茵陈作为我国的传统中药，其资源丰富，药用历史悠久，且临床疗效突出.相关研究表明，茵陈具有利胆、保肝、降血压、抗肿瘤、抗病毒、解热镇痛以及提高免疫功能等作用.茵陈中的化学成分复杂，容易受采收时节的影响.现行标准将茵陈中的绿原酸作为其指标，但绿原酸属于苯丙素类化合物，在其他植物中也存在，如金银花等.因此，建立科学、合理的质量评价方法，对茵陈的质量进行全面准确地评价并指导茵陈资源的合理开发利用以及对茵陈产业的健康发展具有重要的现实意义.

本研究依据Q-marker 理念，基于网络药理学从成分有效性的角度对茵陈进行研究，发现茵陈成分中 13 个活性成分可通过AKT1、TNF、JUN、MAPK1、RELA、TP53及IL6等靶点作用于癌症、乙型肝炎及TNF等关键信号通路发挥药理作用.并对茵陈的生源途径和成分特异性、传统功效、传统药性以及化学成分可测性进行了预测.利用网络药理学方法来筛选出数据库中的有效成分并与其他预测方法的结果进行比较，可以丰富筛选成分，有利于更好地确定Q-marker.结果表明，茵陈的黄酮类成分主要有槲皮素与异鼠李素，挥发油的主要成分为大牛儿烯D，甾醇类主要化合物为β-谷甾醇，香豆素类的主要化合物为6，7-二甲氧基香豆素与马栗树皮素二甲醚，色原酮类化合物主要为茵陈色原酮.研究表明，槲皮素、异鼠李素和β-谷甾醇广泛存在于大多数的药用植物中，不符合成分特有性的特点，不适合作为茵陈的Q-marker.而茵陈蒿灵A属于茵陈特有成分，马栗树皮素二甲醚存在于茵陈花序和花蕾部分，且在花蕾中含量最高，在开花季节其含量可达1.98%，随即迅速降低，具有可检测特点，而大牛儿烯D是茵陈挥发油的主要活性部位，6，7-二甲氧基香豆素和茵陈色原酮具有利胆，促进胆汁分泌的作用，体现了茵陈的主要药效作用，以上几种成分可以为茵陈Q-marker的控制和筛选提供科学的理论依据，以便于建立合理的茵陈质量控制及溯源体系.

Q-marker的预测途径在刘昌孝院士最初提出的传递与溯源、有效、特有、可测及处方配伍的“五原则”基础上，又衍生出了药动学与体内过程相关性，不同产地化学成分特有性，可入血化学成分以及不同加工方法等途径.Q-marker的预测途径的增多，筛选出来的成分也越来越多，使得Q-marker的预测也产生了一定的问题.如，根据不同预测途径筛选出一定的Q-marker，应该通过怎样的方式对筛选出来的Q-marker进行取舍；根据植物的亲缘性进行Q-marker的预测，遇到不同科，不同属的植物含有相同的成分，那么该成分属于哪一种植物的Q-marker；Q-marker的预测是根据什么标准来确定其可以作为质量标志物；Q-marker的预测主要是通过查阅文献进行内容整合，但是忽略了中药成分的未知性的特点，那么现已预测的Q-marker是否准确等等.网络药理学主要是利用现有的中药数据库完成高通量的计算机虚拟筛选，将已有的数据进行分析和整合来获取相关的成分、靶标与通路.中药材具有多成分与多靶点的特点，不同药材中含有相同成分，利用网络药理学方法来筛选出数据库中的有效成分与其他预测方法的结果进行比较，可以丰富筛选成分的多样性，有利于更好地找出Q-marker.但网络药理学筛选的是药材中含有的成分，并没有将单味药材中特有成分或加工过程中形成的可以定性定量的特有化合物区分出来.文献分析是有目的性地去筛选单味药材，将药材各个方面的研究结果归纳总结起来，如将炮制工艺、采收时节与药材配伍等因素考虑在内得出的具有专属性、有效性和安全性的化学成分.因此会出现网络药理学研究结果和文献分析结果矛盾的情况.因此，Q-marker的建立应该建立在“位”“量”“性”“效”的基础上，利用网络药理学与文献分析等方法来实现Q-marker的定位，利用代谢组学与含量测定等方法来实现量的确定，利用指纹图谱与判别分析来实现定性鉴别，最后利用体内体外药理实验来实现效的验证.只有将“位”“量”“性”“效”结合起来，综合分析得出的结论才具有可信度，才可以为质量标准的建立提供依据.