专利名称：：一种通过代谢预测和虚拟筛选发现中药活性成分的方法
技术领域：
：本发明涉及一种中药活性成分的研究方法，特别是涉及一种通过代谢预测和虚拟筛选发现中药活性成分的方法。
背景技术：
：中药成分复杂，作用机理复杂。弄清中药的所有活性成分、并弄清作用机理是中药现代化研究领域的两个重要方面。弄清所有活性成分，需要最终全面弄清一味中药或复方所含有的化学成分中，哪些成分与该中药的功能主治或药理作用有关，存在特定的生物活性。另外，中药所含化学成分在进入人体后，有可能经过代谢后才产生活性，因此，全面弄清该中药所含化学成分的各种代谢产物是否对其功能主治或药理作用有所贡献也是非常必要的。弄清作用机理，则必须首先明确中药所含化学成分的作用部位，即对哪些靶点产生了作用。目前，国内关于中药活性成分的研究方法很多，也取得了很多成果，在一定程度上阐明了某些中药的部分化学成分及其代谢产物的活性。但是，现有方法和技术也存在很多问题第一，往往专注于一种或几种成分或有效部位的研究，难以全面揭示中药的活性成分；第二，难以全面揭示中药化学成分的各种代谢产物的作用；第三，研究靶点往往较为单一，难以揭示中药多成分、多靶点的作用规律；第四，研究周期长、花费大、效率低。近年来，计算机辅助药物研究方法的逐渐发展和完善，为研究中药活性成分提供了新的手段。
发明内容针对现有技术的不足之处，本发明的目的在于提供一种通过代谢预测和虚拟筛选发现中药活性成分的方法，该方法能全面揭示中药的活性成分。为达到上述目的，本发明采用的通过代谢预测和虚拟筛选方法来发现中药活性成分的方法包括如下步骤预测中药所含化学成分的代谢产物的化学结构收集该中药所含的已确证化学结构的化学成分，通过软件或根据药物代谢理论来预测这些化学成分在生物体内的代谢产物的化学结构；建立分子库用软件将该中药所含的已确证化学结构的化学成分和上述步骤中所得到的各种预测代谢产物构建成分子库；建立作用耙点的三维模型根据该中药的功能主治或药理作用，选择相对应的靶点进行建模，对于待研究靶点，可以直接利用已被实验证实的靶点三维结构模型，也可运用软件通过同源建模方法建立其三维结构模型；虚拟筛选3A.用软件将上述步骤所建立的分子库和所建立的靶点分子模型进行虚拟对接，利用评分函数对分子库中的每一分子的对接结果进行评分，同一分子如果存在多个评分，以多个评分的均数为最终评分，所得最终评分的绝对值Si用于结果判断，i为自然数；B.选择对所研究靶点有明确活性的阳性药物或化合物作为参比分子，将其与该靶点分子模型进行虚拟对接，并得到对接评分，该对接评分的绝对值R用于结果判断。C.结果判断Si>RXx^，结果为虚拟活性阳性，Si<RXx^，结果为虚拟活性阴性，所述x^代表相对于参比分子对接评分的比例，根据不同靶点、不同参比分子取不同值，通常x^〉50%;生物活性验证对上述步骤筛选出来的虚拟活性阳性的分子，用体内或体外药理实验进行生物活性验证，凡通过生物活性验证的分子即为该中药所含有的活性成分或该中药所含化学成分代谢后产生的活性成分。上述方案中所述中药包括复方中药和单味中药。上述方案中建立作用耙点的三维模型这一步骤可位于预测中药所含化学成分的代谢产物的化学结构这一步骤之前。本发明具有如下优点(1)针对待研究中药的所有已知结构的化学成分进行分析，能够较为全面地揭示该中药的对特定靶点的活性成分；(2)不仅考虑中药所含有的化学成分本身的作用，同时考虑它们代谢产物的作用，从而能够阐明该中药所含有的化学成分是直接产生药效还是经过代谢之后产生药效；(3)先通过虚拟筛选获得潜在的活性成分，再进行生物活性测试，与传统的研究方法相比，避免了筛选的盲目性；(4)该方法能够在短时间内完成大量化学成分的多靶点潜在活性评价，与传统研究方法相比，效率更高；(5)该方法的大部分实施步骤是通过计算机运算完成的，与传统研究方法相比，研究成本更低。图1是软件预测得到的中药桑白皮所含化学成分的代谢产物分子。图2是中药桑白皮所含化学成分及其预测代谢产物组成的分子库。图1、图2都只画出了全图的部分。具体实施例方式下面结合实施例，对本发明作进一步详细的描述，但本发明的实施方式不限于此。实施例1(1)预测桑白皮所含化学成分的代谢产物的化学结构通过检索有关化学数据库并结合文献调研，获得中药桑白皮所含的已确证结构的化学成分分子共计238个，运用软件PALLAS对桑白皮化学成分的可能代谢产物的化学结构进行预测，得到预测代谢产物分子，见图l，共计3293个；(2)建立桑白皮化学成分及其预测代谢产物分子库用Chemsketch软件绘制桑白皮所含化学成分及它们的预测代谢产物分子的化学结构，用CORINA软件进行构象优化，建立桑白皮化学成分及其预测代谢产物分子库，见图2;(3)建立中药桑白皮利尿作用的靶点分子三维结构模型根据桑白皮"利水消肿"的功效，选择利尿作用的重要靶点盐皮质激素受体进行建模。盐皮质激素受体的三维结构来自ProteinDataBank,编号为2AA2，用文本编辑器除去水禾口配体，用MolegroVirtualDocker软件进行优化；(4)对中药桑白皮化学成分及其代谢产物的活性成分进行虚拟筛选在MolegroVirtualDocker软件中进行对接运算，由评分函数MolDockScore给出每个分子的对接评分，具体步骤是A.启动MolegroVirtualDocker软件，导入已优化的靶点盐皮质激素素受体的三维结构模型；B.检测耙点的活性区域本实验总共检测出耙点的活性区域共有5个，选取其中与自带配体AS4—201绑定的一个活性区域作为对接位点；C.导入桑白皮化学成分及代谢产物分子库，选择靶点自带配体AS4—201作为参比分子；D.设置MolegroVirtualDocker软件对接模块的各种运行参数；E.运行对接模块进行虚拟对接运算；F.对运算结果进行分析，采用软件内置的BP人工神经网络建立数学模型，分析各种参数的相互关系及对对接结果的贡献，并给出各配体分子的各种取向(pose)的MolDockScore评分；G.根据MolDockScore评分对所有pose进行排序，并与参比分子的评分进行比较。参比分子AS4_201的MolDockScore评分为-153.904。以AS4_201为参比对对接结果进行判断R二153.904，设定1%=85%，桑白皮化学成分及代谢产物分子库中，Si>RXx%=153.904X85%=130.818的化学成分共20个，见表1，这些成分具有虚拟活性(理论活性)。表1针对盐皮质激素受体(2AA2)虚拟筛选的结果序号化学成分评分序号化学成分评分1桑呋喃(mulbeiTofuran)D-156.25411桑呋喃D05-135.4452桑呋喃D01-155.53612桑根酮(sanggenone)K10-135.0993桑呋喃D04-147.42913桑呋喃D03-134.1794桑呋喃D02-144.95614桑呋喃B-134.1355桑呋喃素(albafuran)A03-138.76615桑根酮K06-133.932<table>tableseeoriginaldocumentpage6</column></row><table>注①表中化学成分名称中的数字是指该化学成分的多个预测代谢产物的某一个结构的编号。例如，桑呋喃D03表示桑呋喃D的预测代谢产物中编号为03的分子结构。②由于成功的对接的一个前提是体系的能量较低以使相互作用保持稳定，因而对接过程可视为放能过程，故MolDockScore评分为负值，MolDockScore评分的绝对值越大，则表明预测活性越强。(4)桑白皮利尿作用虚拟活性为阳性的化学成分桑呋喃D的活性验证A..材料与方法a.禾才茅斗SD大鼠(四川省医学科学院实验动物研究所提供)，体重200235g;大鼠代谢笼(配粪尿分离漏斗)。桑呋喃D(西华大学生物工程学院药物化学研究室提供)，加少量吐温80配成lmg/ml的生理盐水溶液。b.方法动物的筛选将大鼠置代谢笼中，禁食24h，以生理盐水25ml/kg灌胃。收集2h内尿液，尿量为灌胃量40%以上者为合格大鼠。利尿实验取筛选合格的雄性大鼠20只，随机分为两组，禁食不禁水24h后，均以生理盐水25ml/kg灌胃给予水负荷。给药前，先轻压大鼠下腹，排尽余尿，随后给药。给药组腹腔注射桑呋喃D，剂量10mg/kg;对照组腹腔注射生理盐水，剂量10ml/kg。收集尿液，记录6h内各鼠排出的总尿量。B.结果生理盐水对照组总尿量为4.36±0.87ml;给药组总尿量为5.68±0.72ml，与对照组有极显著差异(P<0.01)，表明桑呋喃D具有利尿作用。实施例2本实施例的(1)、(2)步骤同实施例1，(3)步骤则是依据桑白皮的抗HIV的药理作用建立筛选HIV抑制剂的靶点分子模型(1HVR)，(4)步骤中参比分子XK2263的评分为-239.872，R=239.872，设定x%=80%，桑白皮化学成分及其预测代谢产物分子库中，Si>RXx%=239.872X80%=191.898的化学成分共15个，见表2。这些成分的虚拟活性为阳性，具有潜在的HIV抑制活性。体外实验发现，桑呋喃0对H9/HIV-1IIIB细胞中病毒6的复制有抑制作用，表明其有抗HIV的活性。表2针对抗HIV耙点1HVR虚拟筛选的结果<table>tableseeoriginaldocumentpage7</column></row><table>权利要求一种通过代谢预测和虚拟筛选发现中药活性成分的方法，其特征在于包括以下步骤预测中药所含化学成分的代谢产物的化学结构收集该中药所含的已确证化学结构的化学成分，通过软件或根据药物代谢理论来预测这些化学成分在生物体内的代谢产物的化学结构；建立分子库用软件将该中药所含的已确证化学结构的化学成分和上述步骤中所得到的各种预测代谢产物构建成分子库；建立作用靶点的三维模型根据该中药的功能主治或药理作用，选择相对应的靶点进行建模，对于待研究靶点，可以直接利用已被实验证实的靶点三维结构模型，也可运用软件通过同源建模方法建立其三维结构模型；虚拟筛选A.用软件将上述步骤所建立的分子库和所建立的靶点分子模型进行虚拟对接，利用评分函数对分子库中的每一分子的对接结果进行评分，同一分子如果存在多个评分，以多个评分的均数为最终评分，所得最终评分的绝对值Si用于结果判断，i为自然数；B.选择对所研究靶点有明确活性的阳性药物或化合物作为参比分子，将其与该靶点分子模型进行虚拟对接，并得到对接评分，该对接评分的绝对值R用于结果判断；C.结果判断Si≥R×x％，结果为虚拟活性阳性，Si＜R×x％，结果为虚拟活性阴性，所述x％代表相对于参比分子对接评分的比例，根据不同靶点、不同参比分子取不同值，通常x％＞50％；生物活性验证对上述步骤筛选出来的虚拟活性阳性的分子，用体内或体外药理实验进行生物活性验证，凡通过生物活性验证的分子即为该中药所含有的活性成分或该中药所含化学成分代谢后产生的活性成分。2.根据权利要求1所述的一种通过代谢预测和虚拟筛选发现中药活性成分的方法，其特征在于所述中药包括复方中药和单味中药。全文摘要本发明公开了一种通过代谢预测和虚拟筛选发现中药活性成分的方法，该方法包括如下步骤(1)收集所研究中药的所有已确证结构的化学成分，并对这些化学成分在体内可能产生的代谢产物进行预测；(2)将该中药所含的已确证结构的化学成分和它们的预测代谢产物建立为分子库；(3)根据该中药的功能主治或药理作用建立相应的一个或多个作用靶点的三维结构模型(4)用软件将分子库和靶点模型进行虚拟对接，对分子库中每一分子的对接结果进行评分，并与参比分子相比较，筛选出虚拟活性为阳性的分子；(5)将虚拟活性为阳性的化学成分进行生物活性实验验证，从而发现代表该中药功能主治或药理作用的活性成分。本发明能全面揭示中药的活性成分。文档编号C40B30/06GK101736406SQ200910216138公开日2010年6月16日申请日期2009年11月4日优先权日2009年11月4日发明者杨文宇申请人:西华大学