Briefings in Bioinformatics | 國際上最大的基於中藥活性成分的藥物轉錄圖譜平台ITCM
中藥(TCM)是藥物發現的豐富來源，在預防和治療各種疾病方面具有極好的潛力，如心血管疾病、癌症和COVID-19等極其複雜的疾病。然而，基於中藥活性成分的快速計算篩選平台十分匱乏，阻礙了中藥現代化的進程。
近日，海軍軍醫大學藥學系張衛東教授團隊在國際生物信息學權威雜誌Briefings in Bioinformatics 【IF：13.994】上發表文章Exploring pharmacological active ingredients of traditional Chinese medicine by pharmacotranscriptomic map in ITCM，該研究開發了目前最大的基於中藥活性成分的藥物轉錄圖譜平台（ITCM: Integrated Traditional Chinese Medicine, http://itcm.biotcm.net）。該平台涵蓋超1000套的表達譜數據，包括496種中藥活性成分。研究團隊對每個中藥活性成分進行了多尺度分析，全面解析每個成分的作用機理，並通過可視化進行多維表示。
圖1：網站架構圖
值得注意的是，基於表達譜的計算篩選已成為藥物發現的最有效方法之一，更重要的是，該方法在不依賴藥物或疾病特異性先驗知識的情況下，極大地提高了新的藥物-疾病對的發現，這在現代醫學中已得到廣泛應用。然而，迄今為止，基於中藥活性成分的藥物轉錄組學譜的十分匱乏，同時針對這些數據的在線詳細挖掘分析也十分稀缺。為了填補這一空白，作者開展了大規模的中藥活性成分的全長轉錄組測序，獲得了高質量的中藥活性成分轉錄圖譜數據。
圖2：活性成分概圖
基於轉錄圖譜的藥物篩選算法主要是選擇對疾病特異性基因具有逆轉作用的藥物。作者將此分析過程稱為「簽名搜索」。簡而言之，如果藥物誘導的基因表達模式（藥物特徵）與疾病誘導的基因表達模式（疾病特徵）相反，則該藥物將證明對該疾病具有治療價值。作者匯總整理了六種目前最先進的簽名搜索方法，並創造性的提出了一個性能分數來評估六種簽名搜索方法的穩健性，並將它們集成到篩選策略 TCM-Query 中。採用TCM-Query可以快速實現針對特定疾病的中藥活性成分的篩選，從而助力源於中藥的創新藥物的發現。
圖3 活性成分算法原理示意圖
作者最後採用3個案例研究，快速發現中藥活性成分新的作用機制以及快速識別抗前列腺癌和COVID-19的新的中藥活性成分，並通過實驗進行驗證，進一步說明了該網站可以實現數據驅動的中藥活性成分快速發現。此外作者進一步手動收集整理了大量的中藥文獻、多國藥典等信息，從中提取中藥各類別（複方、藥材、成分）的基本信息、靶標關係數據，並援引第三方數據源進行更新，共獲得了25857個複方、8454味藥材、43430種成分、18851個靶標和11180種疾病。該數據平台將為源於中藥的創新藥物發現提供重要依據，同時也為數據驅動的中藥新藥研發提供了線索和理論依據。
回顧全文，作者構建了迄今為止最大的基於中藥活性成分的藥物轉錄組學平台ITCM，並進行了多尺度生物學分析，以揭示每種活性成分的機制。同時作者開發了最先進的簽名搜索算法集成到ITCM中，以快速識別特定疾病的潛在中藥活性成分。該研究將極大的促進傳統網絡藥理學的發展，促進源於中藥的創新新藥發現。
藥學系天然藥物化學教研室田賽賽講師、張勁柏碩士和袁順翎碩士為本論文共同第一作者、張衛東教授為通訊作者。該研究成果在國家重點研發計劃、國家自然科學基金，國家中醫藥多學科交叉創新團隊、上海市揚帆計劃等項目資助下完成。
原文連結：
https://doi.org/10.1093/bib/bbad027