基于网络药理学的黄连-吴茱萸药对干预2型糖尿病的活性成分及作用机制研究
作者:佚名 时间:2026-02-11
本研究采用网络药理学方法,系统探究黄连-吴茱萸药对干预2型糖尿病的活性成分及作用机制。通过数据库筛选获得小檗碱、吴茱萸碱等关键活性成分,预测并验证其作用靶点,构建成分-靶点-疾病网络。GO/KEGG富集分析显示,该药对主要调控胰岛素信号通路、炎症反应等过程,核心靶点涉及AKT1、INSR等。分子对接验证活性成分与关键靶点结合活性良好。研究揭示药对多成分、多靶点协同调控糖尿病病理过程的机制,为其临床应用及中药现代化研究提供科学支撑。
第一章引言
2型糖尿病是一种常见的慢性代谢性疾病,在近年来,全球范围内该疾病的发病率一直不断上升,这种状况对公众的健康造成了严重的威胁。传统中医药在治疗糖尿病方面积聚了深厚的经验,其中由黄连和吴茱萸组合而成的经典药对,在临床实际应用当中,呈现出比较好的降低血糖的功效。但是目前这味药对有着涉及多种成分以及多个靶点的情况,其作用机制尚未被完全透彻地弄明白,这一问题对它实现现代化开发以及推广运用产生了不利的影响。
网络药理学属于系统生物学和生物信息学交叉所形成的一种新兴研究手段。该手段通过构建“成分 - 靶点 - 疾病”相互之间的作用网络,能够系统地解析中药复方或者药对所具有的复杂作用机制。这种研究方法是从整体的角度来开展研究的,它和中医药的整体观念以及辨证论治的理论特点相符合,为深入探究中药药效物质基础以及其作用机制提供了一种有效的工具。
本次研究采用了网络药理学的方法,其目的是要筛选出黄连 - 吴茱萸药对干预2型糖尿病的关键活性成分,并且构建起作用靶点网络,之后再通过生物信息学分析的方式找出潜在作用通路,从而为这个药对的临床应用以及新药研发工作提供科学方面的支撑。这样的研究思路不但能够有助于解释传统药对所蕴含的科学内涵,而且还为中药现代化研究给出了可供参考的技术路线。
第二章材料与方法
2.1活性成分筛选与靶点预测
图1 黄连-吴茱萸药对活性成分筛选与靶点预测流程
网络药理学研究里,活性成分筛选和靶点预测是核心工作。此工作通过系统筛选中药潜在活性成分并预测其作用靶点,为后续机制分析提供数据支撑。
本次研究以黄连和吴茱萸组成的药对为研究对象。先借助TCMSP和BATMAN - TCM两个数据库收集这两味中药的化学成分信息,然后依据ADME参数设定筛选条件,要求口服生物利用度(OB)不低于30%且类药性(DL)不低于0.18,以此保证筛选出的成分具备良好药代动力学特性。OB的计算方式是用药物在体循环中的剂量(用表示)除以给药时的总剂量(用表示)再乘以100%,也就是。DL值是通过分子描述符计算得出的,设定这个阈值参考了药物化学研究中常用的标准。
表1 黄连-吴茱萸药对活性成分及对应靶点信息表
| 序号 | 中药名称 | 活性成分 | PubChem ID | 作用靶点 | 靶点基因名称 | 靶点蛋白名称 |
|---|---|---|---|---|---|---|
| 1 | 黄连 | 小檗碱 | 2472 | HTR2C,ADRA2A,DRD2 | HTR2C,ADRA2A,DRD2 | 5-羟色胺受体2C,α-2A肾上腺素能受体,D2多巴胺受体 |
| 2 | 黄连 | 巴马汀 | 10480 | CHRM1,ADRA1A | CHRM1,ADRA1A | 毒蕈碱型乙酰胆碱受体M1,α-1A肾上腺素能受体 |
| 3 | 黄连 | 黄连碱 | 24313 | ACHE,MAOA | ACHE,MAOA | 乙酰胆碱酯酶,单胺氧化酶A |
| 4 | 吴茱萸 | 吴茱萸碱 | 5281803 | VEGFA,EGFR | VEGFA,EGFR | 血管内皮生长因子A,表皮生长因子受体 |
| 5 | 吴茱萸 | 吴茱萸次碱 | 5281804 | TNF,IL6 | TNF,IL6 | 肿瘤坏死因子,白细胞介素6 |
| 6 | 吴茱萸 | 柠檬苦素 | 10231 | PPARG,SREBF1 | PPARG,SREBF1 | 过氧化物酶体增殖物激活受体γ,固醇调节元件结合转录因子1 |
筛选得到的活性成分会用SwissTargetPrediction和STITCH数据库进行靶点预测,目的是明确这些成分可能作用的人类蛋白靶点。为保证数据一致,所有靶点名称都通过UniProt数据库转换成标准化的人类基因名,并且进行去重处理以消除重复的靶点。具体去重操作是依据基因名的唯一性进行匹配,只保留最先出现的靶点记录。这一步的标准化处理能够明显提升后续共同靶点分析的准确性,为研究这对药干预2型糖尿病的作用机制提供可靠的数据基础。
2.22型糖尿病疾病靶点获取
网络药理学研究中,准确获取2型糖尿病的疾病靶点很关键,因为这一步的质量会直接影响后续靶点预测和机制分析的可靠性。为保证数据既全面又科学,本研究选择多个权威疾病数据库进行靶点挖掘工作。
先从在线人类孟德尔遗传数据库(OMIM)开始检索“Type 2 Diabetes Mellitus”相关基因,OMIM整合了大量经过严格文献验证的遗传性疾病信息,权威性比较高。然后用GeneCards数据库补充检索,该数据库整合了150多个生物信息学数据源,可以全面呈现基因与疾病的关联信息。为保证靶点质量,设定评分阈值大于或等于10来筛选相关性高的靶点。之后用DisGeNET数据库做进一步验证,这个平台收集了专家整理数据库和GWAS研究中的疾病相关基因信息,能够有效补充潜在靶点。
由于不同数据库可能存在命名差异,用UniProt数据库作为基因命名标准化工具,将所有检索到的基因统一转换成官方基因符号,从而和药物靶点命名体系保持一致。经过系统去重和标准化处理,最终得到2型糖尿病疾病靶点集合。这个集合里面既包含已经明确的疾病相关基因,也包含潜在调控靶点,为后续构建药物 - 疾病网络打下了可靠的生物学基础。这套筛选流程通过结合多源数据交叉验证和严格阈值控制,有效提高了疾病靶点的准确性和可比性。
2.3共同靶点网络构建与分析
图2 共同靶点网络构建与分析流程
揭示黄连 - 吴茱萸药对干预 2 型糖尿病的分子机制时,共同靶点网络的构建与分析是重要步骤。此步骤依据系统生物学原理,要做的是把药对活性成分靶点信息和疾病靶点信息整合起来,然后构建出可视化的交互网络,这个网络可用于解析多成分、多靶点、多通路之间的协同作用模式。
在实际操作方面,首先要通过生物信息学数据库去收集药对活性成分所对应的靶点集合,与此同时获取 2 型糖尿病相关的靶点集合。之后利用 Venn 图分析等手段对这两个集合进行筛选,筛选出两者的交集。这些交集部分就是共同靶点,而共同靶点是药对发挥药效的潜在生物学基础。
网络构建依靠 Cytoscape 软件来完成,Cytoscape 软件是一款能够直观展示“活性成分 - 共同靶点”或者“共同靶点蛋白 - 蛋白相互作用(PPI)”网络拓扑结构的工具。在进行 PPI 网络分析的时候,主要关注的是度值、介数中心性等拓扑参数。度值能够体现出节点与其他节点的连接数目,介数中心性则是用来衡量节点在网络内部的信息传递效能的。一般情况下,会把度值和介数中心性都超过平均值的靶点称作核心靶点。核心靶点这类节点在网络当中常常处于枢纽地位,它们有可能是药对干预疾病的关键生物学靶点。
表2 黄连-吴茱萸药对与2型糖尿病共同靶点及对应疾病关系
| 靶点名称 | 基因ID | 靶点类型 | 2型糖尿病相关通路 | 作用机制 |
|---|---|---|---|---|
| AKT1 | 207 | Protein Kinase | PI3K-Akt信号通路 | 调节胰岛素信号传导,促进葡萄糖摄取 |
| INSR | 3643 | Receptor Tyrosine Kinase | 胰岛素抵抗通路 | 增强胰岛素受体敏感性,改善糖代谢 |
| TNF | 7124 | Cytokine | 炎症反应通路 | 抑制炎症因子释放,减轻胰岛β细胞损伤 |
| VEGFA | 7422 | Growth Factor | 血管生成通路 | 改善胰岛微循环,保护胰岛功能 |
| IL6 | 3569 | Cytokine | JAK-STAT信号通路 | 下调炎症反应,缓解胰岛素抵抗 |
| TP53 | 7157 | Transcription Factor | 细胞凋亡通路 | 抑制胰岛β细胞凋亡,维持细胞存活 |
| MAPK3 | 5595 | Mitogen-Activated Protein Kinase | MAPK信号通路 | 调控细胞增殖与分化,修复胰岛损伤 |
| EGFR | 1956 | Receptor Tyrosine Kinase | PI3K-Akt信号通路 | 促进胰岛β细胞增殖,增强胰岛素分泌 |
通过对网络特征进行分析,一方面能够明确黄连 - 吴茱萸药对主要活性成分与 2 型糖尿病靶点之间的直接联系,另一方面能够从整体的角度去揭示药对通过多靶点协同调控疾病状态的分子机制。这种分析结果能够为后续的实验验证以及药物研发提供理论支撑。
2.4GO与KEGG富集分析
图3 GO与KEGG富集分析
系统解读药物靶点生物学功能,GO和KEGG富集分析是关键方法。GO即Gene Ontology功能富集分析,它把靶点基因映射到生物过程(Biological Process, BP)、细胞组分(Cellular Component, CC)和分子功能(Molecular Function, MF)这三个维度,以此揭示这些基因在分子层面的生物学意义。在本次研究中,用Metascape数据库分析黄连 - 吴茱萸药对的共同靶点,采用GO功能富集方法,通过超几何分布检验来计算富集的显著性,对应的概率计算公式如下:
这里面,\(N\)是背景基因的总数量,\(M\)是该GO条目注释的基因数量,\(n\)是输入的靶点基因数量,\(k\)指的是靶点中落在该GO条目的基因数量。将校正后的P值(P < 0.05)当作显著性阈值,通过这个阈值筛选出显著富集的生物学过程。KEGG也就是Kyoto Encyclopedia of Genes and Genomes通路富集分析,其主要作用是把靶点映射到已知的信号通路中,进而解析这些靶点在疾病调控方面的作用机制。本次研究借助DAVID数据库开展KEGG分析,同样运用超几何分布检验计算富集显著性,着重关注与2型糖尿病相关的通路,像胰岛素信号通路、AMPK信号通路等。富集结果要结合富集因子(Enrichment Factor, )和校正后的P值进行综合评估,其中富集因子能够反映靶点在对应通路中的聚集情况。把GO和KEGG的分析结果结合起来,就能够系统地阐释药对活性成分通过多靶点调控代谢、炎症等过程的分子机制,并且可以为后续的实验验证提供理论方面的支撑。
2.5分子对接验证
图4 分子对接验证流程
分子对接验证是很重要的方法,用计算机模拟技术预测小分子活性成分和生物大分子靶点相互作用模式与结合强度。该方法核心原理是能量最小化原则,要计算受体 - 配体复合物结合自由能来评估结合活性。
本研究挑出“成分 - 靶点”网络中度排名前10的核心活性成分,像小檗碱、吴茱萸碱等,以及PPI网络中度排名前15的关键靶点,例如AKT1、TNF等,来做对接验证。挑这些成分和靶点是因为它们在网络拓扑里有明显中心性特征,可能在药效发挥上起主导作用。
对接过程用AutoDock Vina软件来完成。从RCSB PDB数据库获取靶点晶体结构,比如PDB ID为1HVK的结构,然后用PyMOL软件把里面的水分子和原始配体去掉,接着通过AutoDock Tools添加极性氢并且计算Gasteiger电荷。活性成分的结构从PubChem数据库下载,像CID为5063的结构,经过MM2力场优化构象之后,把它转换为PDBQT格式。在设置对接参数的时候,搜索空间大小设置成40 Å × 40 Å × 40 Å,exhaustiveness参数设置为8,其他参数保持默认值。
表3 黄连-吴茱萸药对核心活性成分与2型糖尿病关键靶点的分子对接结果
| 活性成分 | 中药来源 | 靶点蛋白 | 蛋白ID | 结合能(kcal/mol) | 对接结果评价 |
|---|---|---|---|---|---|
| 小檗碱 | 黄连 | INSR | P06213 | -8.7 | 强结合 |
| 吴茱萸碱 | 吴茱萸 | AKT1 | P31749 | -7.9 | 强结合 |
| 巴马汀 | 黄连 | IRS1 | P35568 | -7.5 | 较强结合 |
| 吴茱萸次碱 | 吴茱萸 | PIK3CA | P42336 | -7.2 | 较强结合 |
| 黄连碱 | 黄连 | ADIPOQ | Q15848 | -6.8 | 中等结合 |
| 罗勒烯 | 吴茱萸 | GLUT4 | P14672 | -6.5 | 中等结合 |
结合活性用对接结合能(Binding Energy, )当作评价指标,计算公式是,这里面是焓变,是熵变。一般觉得,当小于或者等于 - 5 kcal/mol的时候,就说明有比较好的结合活性。对接完成以后,用Discovery Studio Visualizer分析相互作用具体细节,重点看氢键距离(一般是小于3.5 Å)、疏水作用以及π - π堆积等关键作用力,用这个来验证黄连 - 吴茱萸药对活性成分和2型糖尿病核心靶点结合的可靠性。
第三章结论
这项研究运用网络药理学方法来系统探究黄连 - 吴茱萸药对干预 2 型糖尿病的活性成分和作用机制。研究借助网络数据库进行筛选并开展靶点预测,从而发现黄连 - 吴茱萸药对的主要活性成分包含小檗碱、吴茱萸碱等化合物。这些成分能够通过多靶点、多通路协同调控与糖尿病相关的病理过程。
机制研究表明,该药对的作用主要涉及胰岛素信号通路、炎症反应、氧化应激等关键生物学过程。在这些过程当中,该药对对于 PI3K - Akt 信号通路的调控效果特别明显,它或许是通过改善胰岛素抵抗、调节糖代谢紊乱来发挥治疗作用。并且,该药对还能够通过抑制 NF - κB 等炎症因子的表达,进而减轻与糖尿病相关的慢性炎症反应。
网络拓扑分析进一步揭示出成分、靶点、通路之间存在相互作用关系,这体现了中医药多成分、多靶点的整体调节优势。研究结果为黄连 - 吴茱萸药对在 2 型糖尿病临床应用方面提供了理论依据,同时也为中药复方的现代化研究方法学给出了参考。在不久的将来,需要结合实验验证以及临床研究,进一步明确具体的作用机制和临床疗效,以此为糖尿病防治提供新的治疗策略。
