网络药理学结合单细胞测序，助力阿尔茨海默病诊断与中药研发

网络药理学结合单细胞测序，助力阿尔茨海默病诊断与中药研发

网络药理学结合单细胞测序技术为复杂疾病研究和药物开发提供了新的思路和工具。在一项关于阿尔茨海默病的研究中，研究者通过单细胞转录组测序和网络药理学分析，成功鉴定了与疾病相关的诊断分子和潜在的中药成分。这一研究不仅展示了网络药理学在中医药研究中的巨大潜力，也为相关领域的科研人员提供了丰富的数据库资源和研究思路。

单细胞测序技术(single cell RNA sequencing)在网络药理学中为理解复杂疾病的分子机制、发现新的药物靶点以及开发个性化治疗方法提供了强有力的工具。在文章"Identification of diagnostic molecules and potential traditional Chinese medicine components for Alzheimer’s disease by single cell RNA sequencing combined with a systematic framework for network pharmacology"中，研究者们通过单细胞转录组测序(scRNA-Seq)结合网络药理学的系统框架，鉴定了与阿尔茨海默病(AD)相关的诊断分子和潜在的传统中药成分。他们使用了单细胞测序数据集GSE158234，并结合了多种数据库来选择与AD高度相关的基因。通过一系列的生物信息学分析，包括RNA测序分析、蛋白质-蛋白质相互作用(PPI)网络分析、基因集富集分析(GSEA)、ROC曲线构建以及孟德尔随机化研究，研究者们揭示了AD的潜在治疗靶点，并预测了可能的中药成分。

网络药理学概述

网络药理学(network pharmacology)是基于系统生物学的理论，对生物系统的网络分析，选取特定信号节点（Nodes）进行多靶点药物分子设计的新学科。由Hopkins首先提出的方法，集合高通量数据整合、数据库检索、数据挖掘、靶点预测、以及模拟实验室等多种研究手段，从系统的角度展现中药成分靶点间的相互联系和作用，网络药理学能够整体地分析中药复方“多成分”的作用机制，也能独立呈现某种特定疾病相关的“活性成分-靶点-通路”，其系统性、整体性的特点与中医中药整体观、辨证论治的原则相吻合，能有效地推动中药复方的深入研究，揭示中药药效物质基础。

网络药理学与中医药的研究前景

网络药理学与中医药联合的前景趋势展现出一种极具潜力的融合，为中医药现代化和国际化提供了强有力的支持。这种联合不仅促进了中医药理论的深入研究和临床应用，同时也推动了网络药理学这一新兴学科的发展。

首先，网络药理学通过构建复杂的生物信息网络，深入解析药物与生物体之间的相互作用，为中医药的现代化研究提供了全新的视角和方法。通过应用网络药理学技术，可以更加精确地揭示中药的活性成分、作用靶点及作用机制，从而为中药的临床应用和疗效评价提供科学依据。

其次，网络药理学与中医药的联合有助于推动中医药的国际化进程。随着全球对中医药疗效的认可和需求的增加，将中医药与网络药理学相结合，可以更好地阐明中医药的作用机理和科学性，从而增强其在国际上的影响力和竞争力。

此外，随着大数据、人工智能等技术的不断发展，网络药理学与中医药的联合将迎来更多的创新机会。通过利用这些先进技术，可以实现对中药成分、作用机制等的精准分析和预测，加速中药的研发进程。同时，这些技术也可以为中医药的临床应用提供更加个性化和精准的治疗方案，提高治疗效果和患者的生活质量。

然而，需要注意的是，网络药理学与中医药的联合仍面临一些挑战和问题。例如，如何构建更加全面和准确的生物信息网络、如何解析中药的复杂成分和作用机制、如何制定科学有效的评价标准等。这些问题的解决需要科研人员不断探索和创新，同时也需要政府、企业和社会各界的支持和合作。

探索网络药理学宝藏：揭秘数据库中的奥秘

基于如何构建更加全面和准确的生物信息网络、如何解析中药的复杂成分和作用机制，接下来我们来给各位研究者展示一些基础材料作为网络药理学与中医药研究的敲门砖--网络药理学研究相关的数据库：

网络药理学研究思路：中药有效成分—靶点预测(筛选)—靶点基因注释—疾病靶标—基因交集—中药调控网络的构建—PPI网络—GO富集分析—KEGG富集分析。那我们沿着这条研究思路来看其中涉及的一些相关数据库信息。

一.中药有效成分查询涉及的数据库(天然药物数据库)

• TCMSP数据库：http://www.tcmsp-e.com
• 上海有机所的中药与化学成分数据：http://www.chemcpd.csdb.cn/scdb/main/tcm_introduce.asp
• TCMID数据库：http://119.3.41.228:8000/tcmid/search/
• BATMAN-TCM数据库：http://bionet.ncpsb.org/batman-tcm/
• ETCM数据库：http://www.tcmip.cn/ETCM/index.php/Home/

TCMSP数据库

本数据库的目的是突出系统药理学在中医学科中的作用。首先，基于严谨的药理学和临床知识，收集了中国药典(2010)中注册的499种草药，共计12144种化学品。其次，通过开展复杂的结构、组学和网络系统研究，专注于对活性成分和靶点的探索。第三，开发了特定的信息学方法来推断药物与疾病的联系，目的是了解药物如何作用于特定靶点和途径。TCMSP允许将草药的现有和传统知识系统化，可以开发针对复杂人类疾病的新药。

搜索模块提供四个功能：(1)草药信息、(2)每种化合物的ADME数据、(3)靶点、(4)疾病信息。检索结果包括：所有具有3D结构的化合物、ADME数据、药物-靶点网络、靶点-疾病网络。此外，该平台还提供基于ADME特征的化学筛选过程。

二.化学结构数据库(基于配体结构特征的靶点预测、化合物验证靶点数据库)

• Pubchem数据库：https://pubchem.ncbi.nlm.nih.gov/
• chemspider数据库：http://www.chemspider.com/
• HIT数据库 ：http://lifecenter.biosino.org/hit/
• ChemBank：http://chembank.broadinstitute.org/
• DGIdb数据库：http://dgidb.org/
• DrugBank数据库：https://go.drugbank.com/drugs/
• ChEMBL数据库：https://www.ebi.ac.uk/chembl/
• CTD数据库：https://ctdbase.org
• SwissTargetPrediction ：http://www.swisstargetprediction.ch/
• SEA：http://sea.bkslab.org

Pubchem数据库

PubChem是NCBI维护的开放数据库，任何人都可以上传数据供他人下载。自2004年以来，PubChem已成为学者等研究人员的重要化学信息源。PubChem收录主要包含小分子，但也包含较大的分子，如核苷酸、碳水化合物、脂质、肽和化学修饰的大分子，其中含有118M的化合物、317M的物质、294M的生物活性分子。数据库记录了这些分子的化学结构信息、化学、物理性质、生物活性、安全性、毒性等性质。

三.蛋白分子+蛋白互作数据库

• STRING数据库：https://string-db.org/
• Uniprot数据库：https://www.uniprot.org/
• PDB数据库：https:// www.rcsb.org/#Category-search
• BioGRID数据库：https://thebiogrid.org/
• GeneMANIA数据库：http://www.genemania.org

STRING数据库

STRING是一个已知和预测的蛋白质-蛋白质相互作用的数据库。相互作用包括直接(物理)和间接(功能)关联;它们源于计算预测、生物体之间的知识转移以及从其他(主要)数据库聚合的相互作用。STRING 中的交互来自五个主要来源：基因组背景预测、高通量实验室实验、共表达、自动文本挖掘、以前的数据库知识。STRING数据库目前涵盖了来自14094种生物体的67592464种蛋白质。

四.功能富集+高通量数据库

• KEGG数据库：https://www.kegg.jp/
• David：https://david.ncifcrf.gov/
• WebGestalt：http://www.webgestalt.org/
• GEO 数据库：https://www.ncbi.nlm.nih.gov/gds/
• TCGA数据库：http://www.tcga.org/
• systemsDOCK：http://systemsdock.unit.oist.jp/iddp/home/index
• CPI-BIO：http://cpi.bio-x.cn/drar/

KEGG数据库

KEGG是一个数据库资源，用于从分子水平信息，特别是基因组测序和其他高通量技术生成的大规模分子数据集，了解生物系统(如细胞、生物体和生态系统)的高级功能和作用。

五.疾病数据库

• OMIM数据库：http://www.omim.org/
• PharmGkb数据库：http://www.pharmgkb.org/
• GAD数据库：http://geneticassociationdb.nih.gov/
• TTD 数据库：http://db.idrblab.org/ttd/

OMIM数据库

OMIM 可免费获得人类基因和遗传表型的信息，OMIM中引用的全文概述包含信息所有已知的孟德尔疾病信息和超过16,000个基因。OMIM专注于表型和基因型之间的关系。

六.分子对接数据库(基于蛋白结构特征的靶点预测通常采用分子对接)

• systemsDOCK：http://systemsdock.unit.oist.jp/iddp/home/index
• CPI-BIO：http://cpi.bio-x.cn/drar/
• PharmMapper：https://omictools.com/pharmmapper-tool
• DRAR-CPI：http://cpi.bio-x.cn/drar/?page=home
• 软件：如Glid、Gold、AutoDock、Autodock Vina等

PharmMapper

PharmMapper Server：一个免费的集成药效团匹配平台，具有用于潜在靶点识别的统计方法，旨在使用药效团图谱方法识别给定探针小分子(药物、天然产物或其他新发现的结合靶标未确定的化合物)的潜在候选靶标。PharmMapper由从TargetBank、DrugBank、BindingDB和PDTD中提取的所有靶标的大型内部药效团数据库支持。PharmMapper存储和访问超过7,000个基于受体的药效团模型(涵盖1,627个药物靶点信息，其中459个是人类蛋白质靶点)。

以上为网络药理学与中医药研究涉及到的相关数据库，合理利用好这些数据库，复杂的中药和疾病研究变得数字化、自动化，从此走上科研巅峰！

参考文献

Wang, T., Zhang, X., Liu, W., et al. (2024). Identification of diagnostic molecules and potential traditional Chinese medicine components for Alzheimer’s disease by single cell RNA sequencing combined with a systematic framework for network pharmacology. Frontiers in Medicine, 10, 1335512. https://doi.org/10.3389/fmed.2023.1335512