苑婕 综述 胡静，贺虹，张维金 审校

1.中国人民解放军联勤保障部队第九八八医院第三派驻门诊部，河南 郑州 450001；2.陕西省中医药研究院，陕西 西安 710061

中医药具有整体观、辨证论治、方剂干预等鲜明特色，但中医药独特的理论体系与哲学思想很难被各国医患者理解与接受。因其药效物质基础与作用机制不明确、缺乏安全性评价系统等，使其从整体到分子水平都很难进行全面系统研究，极大阻碍中医药现代化与国际化的发展进程。英国药理学家HOPKINS[1]于2007年提出“网络药理学”(network pharmacology)的概念，定义其为一门运用生物分子网络方法分析药物与疾病和靶点之间“多成分、多靶点、多途径”协同作用关系的药理学分支学科。网络药理学系统综合地研究药物对疾病网络的干预和影响，这一特点与中医药对复杂疾病的诊治原则一致。借助网络药理学、系统生物学、计算机技术等现代科学手段，中医药将加快推进现代化进程。

1 网络药理学研究常用技术

网络药理学研究主要包括网络构建、数据挖掘、网络分析和实验验证。首先通过检索公共数据库[2]和公开发表的已有数据，分别筛选出已知药物成分和特定疾病的靶点信息，然后构建“疾病-基因-靶点-药物”多维网络模型，通过数据挖掘和网络分析寻找网络中的关键节点[3]，研究药物对多种信号通路的调节作用，进而预测药效活性成分、体内作用靶点、作用机制及潜在适应证等。纯粹的计算机模拟分析结果往往受到质疑，故进行动物或细胞水平的实验验证可为网络药理学分析结果的准确性提供依据。

1.1 网络构建

1.1.1 计算预测网络构建 计算预测法基于数据库和实验研究结果，通过机器学习[4]和复杂网络分析进行靶点预测。机器学习包括有指导学习(supervised learning)[5]、无指导学习(unsupervised learning)[6]和半指导学习(semi-supervised learning)[7]。有指导学习是通过学习有标签数据建立起预测模型来预测未知数据的标签分类。即将已知的药物-靶点、疾病-靶点等关系作为训练集，通过构建分类器预测未知的药靶关系或药物疾病等关系。常见随机森林(random forests，RF)[8]、支 持 向 量 机(support vector machine，SVM)[9]和 人 工 神 经 网 络(artificial neural networks，ANN)[10]等算法。吴磊宏等[11]采用RF算法建立的靶点预测模型，可预测出附子22 个成分的多个作用靶点，预测结果得到文献印证，为中药有效作用物质和潜在作用靶点的虚拟筛选提供思路。王雅秋等[12]通过SVM和ANN两种算法分别构建药物与心脏毒性的定量构效关系模型，29种已知毒性的中药化学成分作为外部验证数据，显示两种模型的整体预测准确率分别为76%、83%，特别是ANN 算法所建模型具有良好的预测准确率和灵敏度，可用于中药化学成分毒性的预测。无指导学习通过学习样本数据获得结构特征，推测数据是如何组织或聚类的，不需要标签和训练数据。典型应用：聚类分析(cluster analysis，CA)[13-14]。郑孟凯等[14]根据麻黄高效液相色谱指纹图谱，结合主成分分析法(principal component analysis，PCA)和CA 对28 个不同批次的地区市售麻黄药材质量进行研究。PCA结果筛选出6个主成分，CA结果将所有批次麻黄药材分成3 类，为麻黄药材质量标准和品质评价的完善提供借鉴。半指导学习是有指导学习和无指导学习两者结合的一种方法。样本数据包括已标识数据和未标识数据，经典方法是采用归纳-演绎式的两步骤路径，即先利用已标识数据去分析得出一般性规律，再用此规律去推断未标识数据的标识，半指导学习的性能仍需不断改善[15]。

1.1.2 正反分子对接网络构建 反向分子对接[16]是以小分子化合物为出发点，在靶标数据库内，通过空间和能量匹配，搜索可能与之结合的生物大分子，预测药物潜在靶标。分子对接是以靶标蛋白为出发点，利用分子对接软件，在靶标数据库或疾病基因组数据库挖掘候选靶标或基因。马婧等[17]在研究丹参活血化瘀功效标志物时，运用中药功效-药理、Drug-Bank、String 数据库，构建丹参“功效-药理-靶点-成分”多维网络，筛选关键靶点，最后通过分子对接预测出丹参活血化瘀功效的潜在标志物为丹参酸A、丹参酸B、丹参酮ⅡA、丹参酮Ⅰ。唐文静等[18]基于药效团模型和分子对接观察黄芪甲苷改善人肝癌HepG2 细胞胰岛素抵抗作用，结果表明黄芪甲苷作用靶点与酪氨酸磷酸酶1B相关，其作用机制与抑制酪氨酸磷酸酶1B激活胰岛素信号通路有关。

1.2 网络可视化与网络分析 药物、靶点、基因、疾病可形成具有大量节点和连接的复杂生物网络，网络可视化软件使网络表现更加直观，并可通过网络分析获得节点拓扑学信息。根据编程语言的自由度，现有网络可视化软件可分为三类[19]：Java、C 语言等是使用直接编程语言的工具，对使用者编程基础要求高；Matlab、R语言等属于可编程的脚本性软件，能下载程序包及其源代码；Cytoscape、VisANT、Pajek 等是开源的网络显示和分析软件，在网络药理学研究中使用率最高。Cytoscape 是Institute for Systems Biology (Leroy Hood实验室)、加州大学圣地亚哥分校(Trey Ideker实验室)等单位的合作项目，截止目前已开发至3.7.2版本[20]。Cytoscape 可将高通量的基因表达数据和分子信息有机整合在一起，通过生物分子相互作用网络可视化呈现，同时可以跟功能注释数据库链接在一起方便网络分析查询。网络中的节点代表分子、基因或蛋白，其中的连接则是生物结构间的相互作用。Cytoscape 支持插件开发，软件功能可通过插件进行扩展；具有丰富的网络接口功能和强大的邮件列表，因此具有良好的通用性，目前在网络可视化领域得到广泛应用[21-22]。VisANT是由波士顿大学的HU等[23]开发的一款挖掘生物学相互作用数据集的可视化工具。VisANT能进行序列、通路、结构和相关注释信息的数据挖掘和网络可视化。VisANT 具有强大的在线功能，与GenBank、KEGG、SwissProt等数据库在线连接，输入网络数据后，可迅速得到在线布局结果；同时新版的功能方便药物、基因、疾病的网络分析，有利于对复杂疾病机制和药物作用机制的认识[24]。为方便研究，多数网络可视化软件也包含网络分析工具，以使用最广泛的Cytoscape 为例：Network Analyzer 工具包可分析网络的拓扑属性；MCODE 插件可进行聚类网络构建及分析；ClueGO+CluePedia 插件进行pathway富集分析等。网络拓扑分析是网络药理学研究中最重要的分析算法之一，通过betweenness、degree、coefficient等拓扑学属性，计算节点拓扑属性、挖掘网络隐藏信息、筛选生物关键节点，为预测中药有效成分及作用机制等提供依据[25-26]。

2 网络药理学在中医药现代化研究中的应用

2.1 网络药理学与中药药效物质基础研究 中药药效物质基础研究是进行中药整体功效和作用本质研究的关键步骤之一。其发展至今研究方法大致可分三类：第一类是以血清药物化学、代谢组学结合中药谱-效关系追踪中药体内药理活性、寻求有效部位；第二类是借助细胞膜色谱、仿生技术等新技术在体外模拟中药体内过程，明确中药药效物质基础；第三类是利用计算机模拟和生物网络识别的网络药理学预测中药药效物质、作用靶点及通路。网络药理学可结合海量数据库[27](DrugBank、STITCH、ChEMBL、OMIM、KEGG、TCMID、TCMSP 等数据库)，通过构建药物-靶点-疾病等网络，虚拟筛选有效部位、预测药物功效，对中药防治复杂疾病的生物学过程进行系统科学解释，节约时间和成本，是一种新的研究方法[28-29]。张霄潇[30]在进行心速宁胶囊的物质基础研究时，运用网络药理学预测其作用于心率失常及相关症状的35 个关键靶标(CHRM1、CYSLTR1、DRD2、NFKB1、TNF 等)，在此基础上从前期分得的化合物中，筛选出14个成分(5-去甲川陈皮素、巴马汀、橙皮苷等)能与上述关键靶标结合，为关联功效的心速宁胶囊质控指标选择提供了依据。童应鹏[31]利用DAVID和Cytoscape软件构建西红花40个主要化学成分、110个靶标蛋白和31条信号通路的网络，分析结果表明西红花可能与癌症、内分泌、神经等系统疾病密切相关，并筛选出11 种与之相关的重点活性成分。丁玉婷[32]基于血清药物化学和网络药理学探究玄胡索散的药效物质基础和分子作用机制，筛选出延胡索碱、延胡索乙素、狮足草碱等9个化学成分作为其治疗骨关节炎主要的药效物质基础，其发现MAPK信号转导通路、TNF信号转导通路、IL-17 信号转导通路等5 条主要信号转导通路和1 条花生四烯酸代谢通路。

2.2 网络药理学与中药药理学作用机制研究 中药及其复方多组分药效物质发挥多靶点、多途径的协同作用，因此在复杂疾病特别是慢性病的治疗方面，其疗效优于单成分单作用靶点的西药。如果完全按照西药单一机制的药理模型进行中药研究，将很难诠释中药整体性作用机制。网络药理学从网络生物学角度出发，通过寻求干扰“致病网络”的“扰动”，使失衡的网络趋于平衡状态[33-34]。中药及其复方调节多个靶点，相当于干扰“致病网络”，利用网络药理学方法可以从全新的视角全面研究中药作用机制。梁旭等[35]在应有整合药理学平台研究黄芪-金银花药对干预急性 呼 吸 窘 迫 综 合 征(acute respiratory distress syndrome，ARDS)的分子机制中发现MAP2K、MYC、TSC1、NSDHL、GRB2等对干预ARDS的关键靶标，对治疗ARDS 的KEGG 通路富集分析显示MAPK 信号通路、PI3K-AKT 信号通路、ErbB 信号通路、Ras 信号通路、FoxO信号转导通路等是主要干预通路。邹家丽等[36]应用网络药理学方法研究归肾经补阳药的作用机制，筛选出21 个核心靶蛋白、40 条信号通路。其作用机制可能与甲状腺激素、神经营养因子、TNF 等信号通路有关，通过T 细胞调节、免疫反应、性激素调节等途径发挥温补肾阳的作用。

2.3 网络药理学与中药方剂配伍规律研究 方剂是中药防病治病的主要形式，凝聚中医原创思维精粹。方剂配伍主要包括药味构成和剂量比例，遵循君臣佐使、七情和合等中医药理论，充分体现中医辨证论治的精髓。然而，“丸散膏丹，神仙难辨”。中药方剂的发展和推广不能只依赖传统临床经验和医家感悟，如何科学解释方剂配伍规律才是中药实现现代化的重点和难点[37-38]。将网络药理学用于中药方剂配伍规律研究，分析方剂多成分与体内多靶点的相互作用网络，挖掘方剂的整体调节机制，有助于诠释方剂配伍的科学内涵，开拓源自方剂的新药创制[39]。韩彦琪等[40]将疏风解毒胶囊中8 味药材分为清热解毒组、解表组和甘草组，探究其治疗上呼吸道感染的配伍合理性。清热解毒组中17个代表性成分的58个作用靶点主要与免疫反应、细菌脂多糖反应和炎症反应等过程相关，是其发挥治疗作用的主要干预过程。解表组12个化合物的43个靶点蛋白除与细菌脂多糖反应、炎症反应、防御反应相关外，还作用于发汗解热过程，说明其协同清热解毒组发挥药效外，另通过其他通路干预发汗解热。甘草组5 个化合物的19 个靶点主要与糖皮质激素反应、脂多糖反应、免疫反应等生理过程相关，起到辅助治疗的作用，网络分析结果体现了疏风解毒胶囊配伍的合理性。王静等[41]从网络药理学角度研究藏药多血康胶囊治疗高原红细胞增多症的分子作用机制时发现，多血康胶囊中余甘子显示最直接效应，其所含化合物作用于38 个靶点，主要提高缺氧耐受力靶点MAPK14、PDE4D、INSR，炎症靶点F2，氧化应激靶点ADH5 的作用。红景天除作用于MAPK14、PDE4D、INSR、F2、ADH5 外，同 时 作 用 于INSR、GSK3B、SIRT5 等炎症、氧化应激和瘀血靶点，缓解高原红细胞增多症因缺氧引起的各种症状，协同余甘子起治疗作用。沙棘和干姜显示能改善血液流变学、缓解炎症等较为广泛的作用。研究结果和藏医理论中余甘子为主药，红景天相辅之，沙棘、干姜调和治疗的配伍规律一致。

2.4 网路药理学与中药新药研发 采用网络药理学发现中药新药主要通过老药新用和挖掘新的多靶点药物实现[42]，包括药物重定位[43]、中成药二次开发[44]、创制组分中药[37]、研发新型复方等方式，是中药现代化发展的重要研究方向。李翔等[45]利用网络药理学研究复方丹参方主要活性成分，网络分析发现丹参酮类成分通过干扰PPARG、INSR、KCNJ11 等靶点来调节胰岛素、葡萄糖转运等过程，显示改善胰岛素抵抗和分泌的潜能；三七皂苷类也显示潜在的抗糖尿病作用，其成分可调控PPARG、INSR、GLUT4等靶点。上述研究提示，复方丹参方除应用于心血管相关疾病外，在糖尿病防治方面同样具有临床研究前景。罗国安等[46]以中药方剂糖肾方治疗糖尿病肾病研发候选复方新药，整合糖肾方网络药理学预测和临床系统生物学研究结果，通过富集在PPAR、2 型糖尿病肾病、脂肪因子、淀粉和蔗糖代谢4 条重要通路中的靶点逆向预测中药有效成分，后续验证中药候选复方优选来自5 个药效成分，并通过处方优化及药效评价筛选出了优于各单成分且作用显著稳定的最佳复方配伍：人参皂苷Rg1 1.0 μmol/L、三七皂苷R1 56.1 μmol/L、黄芪甲苷3.0 μmol/L、莫诺苷5.0 μmol/L、梓醇4.0 μmol/L。

3 结语

网络药理学的迅速发展体现了现代生物医药哲学理念与研究模式的转变，其整体、系统、动态的研究特点，与中医药整体辨证的思维模式不谋而合。中医药作为一个复杂的医学科学体系，蕴藏着巨大的新药创制资源，对其传承和创新是中医药研究者的责任和使命。网络药理学揭示中药药效物质基础，挖掘中药药理学作用机制，阐释中药方剂配伍规律，为科学评价中药的临床疗效提供理论依据。随着各类数据库的不断完善、中医药基础与临床研究数据的积累、计算软件和算法的不断更新、各种组学及高通量技术的发展，网络药理学将不断促进中医药现代化研究和国际化发展。