一种多维度计算筛选策略，用于快速识别传统中药中的活性成分：以活血化瘀汤治疗子宫内膜异位症的疗效验证与应用为例

《Computational Biology and Chemistry》：A Multi-Dimensional Computational Screening Strategy for Rapid Identification of Active Components from Traditional Chinese Medicine: Validation and Application in Liangdi Decoction against Endometriosis

　　

任学洋|王万珠|陈伟宇|张浩嘉|秦娟|姚建玲|曹宇|应乐天|杨玉清|杨永奇|吴新如|邢家倩|吴凌梓|宋青青|谢佳梅

北京中医药大学中药学院，中国北京102488

摘要

目的

本研究旨在开发并验证一种多维度计算筛选（MDCS）策略，通过综合考虑靶点亲和力、暴露潜力和安全性来识别生物活性成分，以梁笛汤（LDD）作为案例研究。

方法

通过分析Gene Expression Omnibus和MalaCards数据库，确定了子宫内膜异位症的关键治疗靶点。使用HPLC-QE-Orbitrap-MS结合基于特征的分子网络技术鉴定LDD中的成分。开发了一种整合分子对接、VIKOR多标准决策分析和机器学习的MDCS策略。分子对接用于估计亲和力，而VIKOR多标准决策分析则同时考虑对接性能、成分含量、肠道吸收和肝肾毒性来生成排名。机器学习用于识别与靶点特异性结合相关的理化特征，为成分优先排序提供可解释的规则。通过分子动力学模拟和表面等离子共振实验进行验证。

结果

雌激素受体、孕酮受体和促性腺激素释放激素受体被确定为与子宫内膜异位症相关的主要靶点。在131个鉴定出的成分中，kukoamine A、ophiopogonanone E和verbascoside分别被优先选为针对这三种受体的最佳候选物。机器学习研究表明QED、Fsp³和logD是决定结合亲和力的关键因素。

结论

本研究建立了一个结构化的计算框架，通过整合有效性、药物可行性和安全性考虑来发现生物活性的中药成分，解决了基于对接的筛选方法的关键局限性，并为靶向草药研究提供了一种可转移的策略。

引言

计算虚拟筛选可用于识别中药配方中的生物活性成分。分子对接是一种广泛使用的计算虚拟筛选方法，因为它具有高通量筛选能力和经济可行性（Réda等人，2020年；Ma等人，2023年）。然而，仅依赖对接分数可能无法反映实际的药物可行性。中药配方通常是口服给药，成分必须被吸收到血液中才能到达目标组织。因此，足够的口服暴露量和治疗效果需要适当的成分含量和高效的肠道吸收；任何一种的缺乏都可能影响临床结果。一旦被吸收，肝脏和肾脏会直接暴露在高浓度的药物及其代谢物中，这导致药物引起的肝损伤和肾毒性成为主要的安全问题。因此，一个基于对接分数看起来有希望的成分仍可能由于含量低、吸收差或毒性高等原因在实验验证中失败。

我们开发了一种多维度计算筛选（MDCS）策略来解决这些问题。该策略整合了分子对接、VIKOR多标准决策分析和机器学习。首先，分子对接作为初始筛选器，评估结合亲和力并为不同成分创建一个可比较的指标。其次，VIKOR提供了一个折中排名，考虑了对接性能、成分含量、肠道吸收和肝肾毒性（Opricovic和Tzeng，2004年）。在这种设计中，VIKOR平衡了量-毒性-效应标准，而不仅仅依赖于结合亲和力。最后，机器学习分析对接结果，识别与结合亲和力相关的理化特征，并生成可解释的规则。这些规则有助于解释为什么某些成分在特定靶点上的排名更高。这些模块构成了一个集成工作流程，以更实际的方式从复杂的中药配方中筛选候选成分。

我们选择了梁笛汤（LDD）作为代表性的案例研究。LDD包含Rehmannia glutinosa Libosch.（熟地）、Scrophularia ningpoensis Hemsl.（玄参）、Paeonia lactiflora Pall.（白芍）、Lycium chinense Mill.或Lycium barbarum L.（Redroot）、Ophiopogon japonicus（麦冬）和Equus asinus L.（阿胶）。作为《傅青主Node》中记载的经典配方，LDD广泛用于缓解与热瘀综合征相关的子宫内膜异位症（Fu，2019年；Li等人，2024年）。子宫内膜异位症是一种常见的慢性妇科疾病，其病理特征是子宫内膜组织在子宫外生长，导致严重的盆腔疼痛、卵巢功能障碍和不孕（Zondervan等人，2018年）。尽管在阐明其多因素发病机制方面取得了进展，包括异常干细胞迁移、激素受体失调、内分泌障碍以及免疫炎症和遗传倾向（Rolla，2019年），但LDD的治疗机制仍不清楚。鉴于中药中的多种成分可以作用于多个靶点（Zhai等人，2025年），确定LDD的关键治疗靶点非常重要。

在这项研究中，引入了MDCS策略来筛选与子宫内膜异位症相关靶点结合的LDD中的活性成分。首先，我们整合了Gene Expression Omnibus（GEO）和MalaCards数据库来确定关键治疗靶点。然后使用高效液相色谱（HPLC）-MS/MS结合基于特征的分子网络（FBMN）来分析LDD中的成分。随后实施MDCS策略来优先排序候选成分。最后，使用分子动力学（MD）模拟和表面等离子共振（SPR）实验来验证MDCS优先排序的候选成分与靶点之间的结合。工作流程如图1所示。

章节片段

材料与试剂

LDD样本（LDTJZ2210001）由东阿阿胶有限公司提供。该样本保存在北京中医药大学中药学院室温下。质谱级乙腈由Thermo Fisher Scientific（美国马萨诸塞州）购买。使用Millipore系统制备了高质量的超纯水（≥18 MΩ • cm）。咖啡酸、salidroside、xanthoxylin、kukoamine A、L-phenylalanine、L-tyrosine和L-tryptophan从成都购买

LDD治疗子宫内膜异位症的关键靶点

对GSE7305数据集的DEG分析确定了3403个DEGs，其|log₂FC| > 0.5且调整后的p-值< 0.05（图2A-C）。同时，从MalaCards数据库中检索了93个与子宫内膜异位症相关的基因。Venn分析显示了25个共识基因（图2D）。这些25个基因及其log₂FC、调整后的p-值、CI.L和CI.R在表1中提供。排名前三的候选基因是PGR、GnRH1和ESR1。这些基因编码孕酮受体（PGR）

讨论

从复杂的中药配方中筛选生物活性成分需要平衡靶点亲和力、药物可行性和安全性。VIKOR算法考虑了“量-毒性-效应”，并在群体利益和个人遗憾之间取得了平衡，被选为MDCS策略的核心方法之一。VIKOR方法特别适用于筛选中药配方中的活性成分，其中具有优异对接分数但毒性不可接受的成分应被降低优先级。

结论

总体而言，综合生物信息学分析揭示了子宫内膜异位症的三个关键治疗靶点：GnRHR、ER和PGR。使用HPLC-MS/MS与FBMN共从LDD中成功鉴定了131个成分。LDD中具有靶点亲和力的潜在活性成分包括对于ER的咖啡酸、xanthoxylin、salidroside和kukoamine A；对于PGR的咖啡酸、luteolin、epicatechin和ophiopogonanone E；对于GnRHR的verbascoside、isoacteoside、martynoside和kukoamine A。

伦理批准和参与同意

本研究未涉及人类或动物受试者，因此不需要伦理批准。

资金

本研究未获得公共、商业或非营利部门任何特定机构的资助。

CRediT作者贡献声明

秦娟：概念构思。姚建玲：正式分析。曹宇：正式分析。邢家倩：项目管理。任学洋：撰写 – 原稿，方法论。吴凌梓：可视化。王万珠：撰写 – 原稿，方法论。宋青青：撰写 – 审阅与编辑。陈伟宇：方法论，数据管理。谢佳梅：撰写 – 审阅与编辑。张浩嘉：概念构思。应乐天：正式分析。杨玉清：调查。杨永奇：调查。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

利益冲突

作者声明他们没有利益冲突。