基于网络药理学的藏药红景天功效关联性质量标志物预测分析

范芳芳，张 雯，余羊羊，杨 露，李轩豪，张 艺，孟宪丽

基于网络药理学的藏药红景天功效关联性质量标志物预测分析

范芳芳1, 2，张 雯1, 2，余羊羊1, 2，杨 露1，李轩豪2，张 艺1, 2，孟宪丽3*

1.成都中医药大学民族医药学院，四川 成都 611137 2.成都中医药大学民族医药学术传承创新研究中心，四川 成都 611137 3.成都中医药大学中医院创新研究院，四川 成都 611137

基于中药质量标志物（quality marker，Q-Marker）核心理论，结合文献研究与网络药理学分析，预测藏药红景天传统功效关联性Q-Marker。通过文献整理、TCMID数据库收集构建红景天化学成分库，利用FAFDrugs4网站计算各成分吸收、分布、代谢、排泄和毒理性（ADMET）属性，筛选得到类药性化合物；采用BATMAN-TCM平台预测并收集红景天类药性化合物靶点，将靶点导入DAVID数据库和CTD平台富集分析得到红景天作用组织和疾病；根据Q-Marker定义，结合红景天类药性化合物与传统功效主治的关联性，分析红景天潜在的Q-Marker。红景天中67个类药性化合物共作用407个靶点；主要靶向作用于肝、肺、肾、心、脑等组织，涉及癌症、高血压、脑缺血、心肌缺血、动脉粥样硬化、心衰、哮喘等1060种疾病；结合《晶珠本草》1986年版等典籍记载藏药红景天“归肺心经，清肺热，治脉病”的传统功效主治与现代文献研究，揭示了类药性成分没食子酸乙酯、没食子酸、红景天苷、草质素、咖啡酸、儿茶素、原儿茶酸、香草酸等可作为红景天传统功效关联性Q-Marker。以Q-Marker“有效性”为核心要素，辅以其他原则分析，有效预测了红景天功效关联性Q-Marker。建议后期可开展功效相关药理学及病理状态下药动学等研究，进一步确定其Q-Marker，为制定全面科学的红景天质量控制标准提供参考。

藏药；红景天；网络药理学；有效性；质量标志物；没食子酸乙酯；没食子酸；红景天苷；草质素；咖啡酸；儿茶素；原儿茶酸；香草酸

中药质量标志物（quality marker，Q-Marker）由刘昌孝院士[5]于2016年提出：“存在于中药材及中药产品（饮片、提取物、中成药制剂等）中固有的或是加工过程中形成的、与重要的功能属性密切相关的化学物质，作为中药安全性和有效性的标志性物质”[5-6]，反映了中药质量本质的科学内涵。中药Q-Marker的发现和确立须符合“五原则”的核心要求，包括了有效性、特有性、传递与溯源、可测性以及处方配伍[7-8]。其中，“有效性”作为中药质量控制的根本目的，也是Q-Marker的核心要素，在Q-Marker的发现和确立中起着主导地位。中药有效性是对其“药效”（传统功效）、“药性”（性味归经）的概括，药效和药性是中药特有的功能属性，也是临床辩证用药的重要依据[8]。因此，中药有效性贯穿整个中药材及中药产品制备的全过程，无论哪一个环节出现差错都会影响中药质量，最终造成药效的差异。中药有效性体现在中药物质基础作用机体后的效应表现，中药吸收入体的原型成分及代谢成分才是终端效应成分。从质量传递和溯源的角度来看，可以吸收入体的入血成分才是中药Q-Marker的重要依据[9]。由此可见，以药效为中心和主线，明确中药成分有效性是确定中药Q-Marker的首要条件。目前，中药Q-Marker已经报道了一系列相关的实例应用研究，其中既包含实验性研究[10-16]，在中药回顾性综述基础上进行Q-Marker预测分析的文献[17-21]，同时，还有部分基于网络药理学分析的中药Q-Marker的预测[4,22-25]。现有文献分析发现，中药Q-Marker研究多以中药“物质-功能”关联为核心，围绕化学成分与中药性味归经、功效主治、资源（生物合成途径）、炮制加工、配伍、制剂工艺、储藏条件等各个方面来进行，充分体现了中药Q-Marker研究的完整性和可靠性[26]。

本研究依据刘昌孝院士提出的中药Q-Marker研究新模式，以中药“有效性”为基准，采用类药性分析和网络药理学的方法，预测红景天可吸收入体的类药性化合物与传统功效归经的关联性，获得有效性成分；再结合现代文献研究报道，从特有性、传递与溯源、可测性以及处方配伍等方面综合分析，进一步确定红景天潜在的功效关联性Q-Marker，为红景天后续质量控制提高研究提供参考依据。

1 方法

1.1 化学成分收集

通过文献搜集[27-33]、TCMID（http://www.megabionet.org/tcmid/）数据库查询等途径，收集红景天中化学成分，记录InCHI、Smiles等相关信息，构建红景天的化学成分库。

1.2 类药性化合物筛选

将上述检索得到的红景天化学成分上传至FAFDrugs4网站（http://fafdrugs4.mti.univ-paris- diderot.fr/），计算得到各个成分的吸收、分布、代谢、排泄和毒理性（absorption，distribution，metabolism，excretion and toxicology，ADMET）属性，随后基于表1的类药性质参数，筛选理化性质接近已上市药物的化学成分，作为红景天类药性化合物。

表1 类药性质参数

1.3 药物靶点预测

基于红景天的化学成分信息库，采用BATMAN-TCM平台对红景天的类药性化合物进行靶点预测，并下载包含靶点预测结果的数据文件。提取每个成分对应的评分前20个靶标，合并去重后即得到红景天潜在的作用靶点。将筛选获得靶点导入STRING（https://string-db.org）数据库，进行靶点之间的蛋白质-蛋白质相互作用（protein-protein interaction，PPI）关系构建。

1.4 组织和疾病富集分析

为考察红景天类药性化合物靶标组织定位和疾病富集，将其潜在靶点导入DAVID（https://david.ncifcrf.gov/home.jsp）数据库，进行组织分布（UP_TISSUE）富集，下载结果文件，筛选≤0.01的作用部位，并对结果中小类目录归属到大类组织下，如将“Hippocampus，Brain stem”归类到Brain，整理得到红景天中类药性化合物主要作用组织；同时，将潜在的靶点导入CTD在线分析平台（http://ctdbase.org/）Batch Query模块，进行靶点相关联疾病分析（疾病数据来源于OMIM和PubMed数据库），下载疾病文档，获取靶点相关疾病及其分类，采用Cytoscape 3.7.1软件构建“靶点-疾病”网络。

1.5 Q-Marker预测分析

根据中药Q-Marker定义，基于红景天传统功效归经，即《晶珠本草》1986版等记载红景天“归肺心经，清肺热，治脉病”传统功效理论，结合网络药理学获得作用组织定位和疾病分析结果，综合分析与红景天功能相关联的Q-Marker；再结合现代文献研究，从特有性、传递与溯源、可测性以及处方配伍等方面综合分析，进一步确定红景天潜在的功效关联性Q-Marker。

2 结果

2.1 红景天类药性化合物

共收集得到红景天化学成分148个，收载了InCHI、Smiles等相关信息，构建了红景天化学成分库；其成分经ADMET筛选后得到67个类药性较好的化合物，见图1。

2.2 潜在靶点分析

经BATMAN-TCM预测得到红景天类药性化合物排名前20的靶点，去除重复靶点，得到407个靶点。经STRING数据库分析407个靶点与靶点之间的相互作用关系，利用Cytoscape 3.7.1软件构建其PPI网络，见图2。

图1 红景天类药性化合物

图2 红景天类药性化合物PPI网络

2.3 组织分布及相关疾病富集

2.3.1 组织分布富集 根据DAVID组织分布富集，以≤0.01归类整理后得到红景天类药性化合物富集到组织部位，见图3。组织分布基因数排名前5位的部位分别为肝、肺、肾、心、脑。

2.3.2 类药性化合物靶点-疾病富集 将67个类药性化合物的靶点导入CTD网站分析相关疾病，下载数据文件，去除没有结果及重复结果，得到325个作用靶标、1060种疾病，涉及273类疾病。根据Cytoscape 3.7.1软件构建类药性化合物“靶点-疾病”网络（图4），应用软件分析功能，以度值为指标筛选主要作用疾病，其中贡献度较大的以度值≥10的疾病有59个（表2）。涉及疾病以癌症居多，包括乳腺、肝、肺、胃、前列腺、肾和结直肠等部位病变，如乳腺癌（breast neoplasms）、肝癌（liver neoplasms）、肺癌（lung neoplasms）、前列腺癌（prostatic neoplasms）、胃癌（stomach neoplasms）、结直肠癌（colorectal neoplasms）等；同时，也涉及心脑血管系统、神经系统、呼吸系统、消化系统、内分泌系统和生殖系统性疾病，包括高血压（hypertension）、脑缺血（brain ischemia）、心肌缺血（myocardial ischemia）、动脉粥样硬化（atherosclerosis）、心衰（heart failure）、癫痫（seizures）、阿尔兹海默病（Alzheimer disease）、哮喘（asthma）、肥胖（obesity）、糖尿病（diabetes mellitus）和（子宫内膜异位症endometriosis）等疾病。

图3 红景天类药性化合物的组织分布

图4 红景天类药性化合物“靶点-疾病”网络

表2 红景天类药性化合物作用疾病 (度值≥10)

2.4 红景天传统功效归经相关Q-Marker预测分析

中药有效性是筛选Q-Marker的重要前提，而Q-Marker是评价和控制中药有效性的主要指标，二者之间存在着必然的联系[38-39]。根据Q-Marker的定义、基本原则和要求，本研究结合红景天类药性化合物网络药理学分析得到的作用组织定位和疾病富集结果，从红景天传统归经功效主治的角度综合分析其潜在的Q-Marker。

功效主治是中药有效性的概括，也是临床用药的主要依据。红景天始载于《四部医典》[1]，《晶珠本草》[2]记载“其性凉，可清肺热，治脉病”。《中国藏药（第三卷）》[40]记载“味甘苦涩，性凉；功效养肺，清热，滋补元气”。藏医理论认为，因红景天性凉，可清肺，偏治黑脉病。脉病分为白脉病和黑脉病，其中黑脉病即指现代医学中动脉等血液循环系统疾病。《本草纲目-草部》第20卷注明红景天为“本草上品”，具有扶正固本、益气养血、清热润肺、健脑益智等功效[41]。《中国药典》2020版一部记载其归肺、心经，具有益气活血、通脉平喘的功效，主治气虚血瘀、胸痹心痛、中风偏瘫、倦怠气喘等疾病。上述传统文献和现代标准考证均表明，红景天归肺、心经，可治疗肺部及心血管方面疾病。根据表2中红景天类药性化合物疾病富集结果，发现富集到心脑血管系统和呼吸系统性疾病与红景天“清肺热，治脉病”传统功效相符，如涉及高血压、脑缺血、心肌缺血、动脉粥样硬化、心衰等心脑血管疾病与“治脉病”“益气活血，通脉”功效相符；干预哮喘等与其“清肺热”“平喘”功效相通。因此，根据Q-Marker定义和要求，选择上述与传统功效主治（清肺热，治脉病）相符的疾病，反向匹配，找到作用于该类疾病的69个靶点以及相应的61个成分，并构建“功效-疾病-靶点-成分”网络（图5）。

通过对网络节点分析发现，同时具有“清肺热，治脉病”的靶点有12个，包括5-脂氧合酶（5-lipoxygenase，ALOX5）、前列腺素内过氧化物合成酶1（prostaglandin-endoperoxide synthase 1，PTGS1）、PTGS2、肿瘤坏死因子（tumor necrosis factor，TNF）、蛋白磷酸酶2催化亚基α（protein phosphatase2 catalytic subunit α，PPP2CA）、基质金属蛋白酶9（matrix metalloproteinase 9，MMP9）、白细胞介素-1β（interleukin-1β，IL1B）、β2型肾上腺素受体（β2 adrenergic receptor，ADRB2）、转化生长因子-β1（transforming growth factor-β1，TGFB1）、磷酸二酯酶4B（phosphodiesterase 4B，PDE4B）、双调蛋白（amphiregulin，AREG）、B淋巴细胞瘤2（B-cell lymphoma 2，BCL2）。ALOX5是白三烯（leukotrienes，LT）生物合成主要底物，LT是炎症反应的脂质介质，与哮喘和动脉粥样硬化有关[42]；Liu等[43]临床研究报道了ALOX5与缺血性卒中风险增加显著相关，红景天可能是通过干预ALOX5来介导炎症反应，从而发挥功效相关的治疗作用。PTGS表达与细胞铁死亡密切相关，且具有促炎和抗炎的双重作用，在组织缺血/再灌注损伤中表达显著，红景天可能是通过调节PTGS发挥治脉病的作用。Lee等[44]报道红景天提取物可抑制IL-1β和TNF的生成减轻神经炎症反应。McMillin等[45]发现TGF-β1可促进MMP9的表达增加血脑屏障透过性，由此推测红景天可能通过对二者的调节以发挥功效相关作用。Simats等[46]研究发现大鼠急性脑缺血后脑组织中AREG表达相对升高，红景天提取物可能通过回调其表达发挥作用。综上，红景天苷可通过调节上述靶点发挥传统功效相关作用，且多以发挥抗炎作用产生治疗效果。此外，同时具有“清肺热，治脉病”的成分31个，根据成分作用靶点频数排序的前15个类药性化合物为没食子酸乙酯、对羟基苯甲酸、红景天苷、没食子酸、咖啡酸、香草酸、柠檬酸、3-甲氧基没食子酸、原儿茶酸、4-羟基肉桂酸、苯乙醇、儿茶素、小麦黄素、草质素、表儿茶素（表3），可作为与红景天“清肺热，治脉病”功效相关的候选Q-Marker。

图5 红景天“功效-疾病-靶点-成分”网络

表3 红景天“清肺热、治脉病”作用靶点频数前15个类药性化合物

2.5 基于成分特有性的Q-Marker预测分析

红景天系景天科红景天属植物大花红景天的干燥根及根茎，为中医和藏医常用药材。红景天属植物全世界共90多种，我国共计有73种、2个亚种、7个变种，主要以青藏高原等西部海拔2500 m以上高寒地区种类分布最多[47]。红景天属植物含有的化学成分包括酚酸类、黄酮类、多糖类、萜类、氨基酸、微量元素等，已报道有280多个[48]。其中酚酸类为红景天属的主要药效成分，也是重要的化学标志物和次生代谢产物。藏药红景天及其常用近缘品种虽具有相似的化学成分，如均含有红景天苷、酪醇等成分，但在化学成分种类及含量上存在差异性[49]。Li等[50]采用1H-NMR和HPLC法对大花红景天、狭叶红景天和长鞭红景天成分进行研究，发现3种不同红景天的主要差异成分包括红景天苷、酪醇、没食子酸、咖啡酸等，且大花红景天以上4种次生代谢产物的含量均显著高于其它2种。因此，上述成分可作为藏药红景天特有成分，具有一定的特征性。

2.6 基于质量传递与溯源的Q-Marker预测分析

建立全程质量控制体系是中药Q-Marker的应用价值。中药及其产品的形成经历了采收加工、炮制、提取精制、制剂工艺制备和药物传输储存等多个环节，到作用人体还要经过体内代谢过程，整个药物从形成到发挥作用历经了无数个传递与变化[7]。因此，辨识和监测中药形成及作用全程中的化学物质组及其变化规律，从中筛选出并建立可统领质量控制体系的Q-Marker是非常有必要的。

红景天中富含酚酸类、黄酮类、萜类和氨基酸类成分。本课题组前期采用TLC、HPLC以及UV-Vis法对不同施肥量、采收期和加工方式的大花红景天化学成分进行定性和定量分析，通过对总酚、总黄酮和总多糖以及没食子酸、红景天苷、酪醇、没食子酸乙酯4种成分的测定，建立了红景天栽培、采收加工的最佳条件[51]。同时，采用UHPLC- LTQ-Orbitrap高分辨质谱仪，鉴定了红景天药材提取液中56个成分，同时也鉴别了外翻肠囊法模拟的体内肠吸收液中成分47个，包括红景天苷、酪醇、没食子酸、没食子酸乙酯、儿茶素、山柰素、山柰酚、咖啡酸、原儿茶酸、香草酸等化合物[52]。除此之外，大量文献揭示了红景天药动学和体内过程，报道了红景天吸收入血成分及体内代谢成分[53]。Han等[54]从红景天药材中鉴别的65种成分，其中24个成分可以在ig大花红景天的大鼠血浆中检测到，包括红景天苷、大花红景天素、槲皮素、rosiridin、triandrin等。刘凯等[55]从阿尔茨海默症模型大鼠血中检测到大花红景天成分42个，包括19个原型成分（红景天苷、rosin、triandrin等）和23个相关代谢产物（原型为红景天苷、没食子酸乙酯、大花红景天素等）。于浩楠等[56]从红景天颗粒中测得49个化学成分，大鼠ig后血中移行成分26个，包括4个原型成分（红景天苷、rhodioloside E、rhodiooctanoside和kenposide A）和22个代谢产物（原型为红景天苷、咖啡酸、没食子酸乙酯、槲皮素、山柰酚等）。结合本研究ADMET成分的预测分析与上述报道的红景天药材或成药的血中移行成分，推测红景天苷、大花红景天素、槲皮素、没食子酸乙酯、咖啡酸等可能是红景天发挥药理作用的直接成分。

2.7 基于成分可测性的Q-Marker预测分析

化学成分可测性是中药Q-Marker确定要素之一。酚酸类及其衍生物为作为红景天主要活性成分，包括红景天苷、酪醇、没食子酸等成分通常作为红景天及其成药含量测定评价指标。本课题组前期已开展了大量红景天成分含量测定研究，包括针对不同品种红景天、不同的采收期以及不同加工方式的红景天及其复方多血康胶囊中共有成分的定量检测，其中可测的化合物有红景天苷、酪醇、没食子酸、没食子酸乙酯、咖啡酸[51,57-59]。除此之外，红景天中部分微量黄酮类成分也通过HPLC、MS等技术进行了含量测定。张杰等[60]采用HPLC-DAD法测定不同产地红景天中ternatumoside Ⅱ、红景天欧素、红景天宁、草质素、山柰酚、大花红景天素等6个黄酮类成分。赵亮等[61]采用LC-MS对红景天中草质素、芦丁和山柰酚进行测定。综上所述，红景天中这些酚酸类和黄酮类成分符合Q-Marker “可测性”的内涵，可作为其候选Q-Marker。

2.8 基于复方配伍环境的Q-Marker预测分析

复方是中药临床应用的主要形式。同一药材在不同复方配伍中发挥作用和药效物质也有一定的差异性。因此，中药Q-Marker应从组方配伍环境出发，根据临床应用最终效应成分及临床表达形式来确定。甘昌胜等[62]研究发现不同配方的复方红景天和红景天单方均具有很好的抗疲劳效果，其中配方三组效果最显著，表明复方配伍后可增强红景天的作用。刘桂花等[63]通过测定景红颗粒复方中红景天苷等含量变化，优化了该方的提取工艺。肖凤琴等[64]以红景天苷等成分提取率为指标，优选的复方红参丹富氧分散片的最佳提取工艺，并对活性进行评价。张婷等[65]测定了复方景川片中君药红景天主要成分红景天苷和没食子酸，二者具有很好的抗炎、抗氧化、防治心血管系统疾病、神经系统性疾病和肿瘤等作用。吕秀梅等[57]在明确红景天复方多血康胶囊化学组成的基础上，建立了红景天苷、酪醇、没食子酸等成分含量测定方法，初步揭示多血康胶囊药效物质基础。综合上述复方分析，可将复方中主要成分红景天苷、酪醇、没食子酸等作为红景天候选Q-Marker。

3 结语

中药Q-Marker理论是以中医药理论为基础建立的，其中“有效性”是Q-Marker的核心要素，是中药质量控制的主要目的和根本目的。中药有效性是对其“药效”（传统功效）、“药性”（性味归经）的概括，药效和药性是中药特有的功能属性，二者从不同角度和层次体现中药物质基础对机体作用的表达，可作为中药“有效性”Q-Marker的确定依据。此外，中药Q-Marker的确定还需要符合特有性、传递与溯源、可测性以及处方配伍4个原则。本研究基于Q-Marker“有效性”核心要素，从藏药红景天传统功效主治“清肺热，治脉病”角度着手，采用类药性分析及网络药理学方法，结合Q-Marker定义中其他4个原则的文献分析，初步预测红景天潜在Q-Marker。

初步网络药理学研究发现，红景天中67个类药性化合物，作用于407个靶点，主要分布作用于肝、肺、心、肾、脑等组织，涉及1060种疾病，主要作用疾病59种，包括乳腺癌、肝癌、高血压、哮喘、脑缺血、心肌缺血、动脉粥样硬化、心衰、癫痫、阿尔茨海默病、糖尿病等。根据红景天“清肺热，治脉病”传统功效，上述主要作用疾病中哮喘与“清肺热”功效相关，高血压、脑缺血、心肌缺血、动脉粥样硬化和心衰与“治脉病”功效相关。在此相关性基础上建立的红景天“功效-疾病-靶点-成分”网络节点分析发现，同时具有“清肺热，治脉病”的功能靶点12个，包括ALOX5、PTGS1、PTGS2、TNF、PPP2CA、MMP9、IL1B、ADRB2、TGFB1、PDE4B、AREG、BCL2；同时具有“清肺热，治脉病”的成分31个，根据成分作用靶点频数进行排序，前15个成分为没食子酸乙酯、对羟基苯甲酸、红景天苷、没食子酸、咖啡酸、香草酸、柠檬酸、3-甲氧基没食子酸、原儿茶酸、4-羟基肉桂酸、苯乙醇、儿茶素、小麦黄素、草质素、表儿茶素。

根据中药Q-Marker定义，结合上述预测结果与其他4个原则文献分析，得到红景天“清肺热，治脉病”功效相关的主要候选Q-Marker，包括没食子酸乙酯、红景天苷、没食子酸、草质素、咖啡酸、儿茶素、原儿茶酸、香草酸等。但以上Q-Marker为初步预测结果，后期可开展进一步验证研究，包括功效相关药理学、相关正常或病理情况下药物体内药动学过程等方面研究，以确定红景天传统功效关联性Q-Marker，并建立可行的质量分析和评价方法，为健全红景天质量控制体系提供参考。

利益冲突 所有作者均声明不存在利益冲突

[1] 宇妥·云登贡布.四部医典 (藏文) [M].拉萨: 西藏人民出版社, 1982: 105.

[2] 帝玛尔·丹增彭措.晶珠本草 [M].上海: 上海科学技术出版社, 1986: 108.

[3] 中国药典[S].一部.2020: 161.

[4] 李学军, 许海玉.网络药理学与中药研究 [J].药学学报, 2018, 53(9): 1385-1386.

[5] 刘昌孝, 陈士林, 肖小河, 等.中药质量标志物(Q-Marker): 中药产品质量控制的新概念 [J].中草药, 2016, 47(9): 1443-1457.

[6] 彭任, 陆兔林, 胡立宏, 等.中药饮片质量标志物(Q-marker) 研究进展 [J].中草药, 2020, 51(10): 2603-2610.

[7] 张铁军, 白钢, 陈常青, 等.基于“五原则”的复方中药质量标志物 (Q-marker) 研究路径 [J].中草药, 2018, 49(1): 1-13.

[8] 张铁军, 白钢, 刘昌孝.中药质量标志物的概念、核心理论与研究方法 [J].药学学报, 2019, 54(2): 187-196.

[9] 杨宁娟, 刘妍如, 唐志书, 等.基于“质量标志物-生物活性”关联分析评价丹参的等级 [J].中草药, 2021, 52(4): 1135-1142.

[10] Zhang H, Wu X, Xu J,.The comparative pharmacokinetic study of Yuanhu Zhitong prescription based on five quality-markers [J]., 2018, 44: 148-154.

[11] Chen T B, Zuo Y H, Dong G T,.An integrated strategy for rapid discovery and identification of quality markers in Guanxin Kangtai preparation using UHPLC-TOF/MS and multivariate statistical analysis [J]., 2018, 44: 239-246.

[12] 王琼珺, 谢伟容, 邰艳妮, 等.基于Q-Marker成分定性与定量的双黄连制剂质量评价 [J].中国实验方剂学杂志, 2017, 23(18): 36-46.

[13] 周秀娟, 李燕芳, 陈莹, 等.基于UPLC-Q Exactive四级杆-轨道阱液质联用法快速建立清热灵颗粒中潜在中药质量标志物(Q-Marker) 成分库 [J].中草药, 2017, 48(1): 67-74.

[14] Wang X J, Zhang A H, Kong L,.Rapid discovery of quality-markers from Kaixin San using chinmedomics analysis approach [J]., 2019, 54: 371-381.

[15] 杨静, 江振作, 柴欣, 等.中药注射液“Q-Markers”的辨析研究: 丹红注射液研究实例 [J].世界科学技术—中医药现代化, 2016, 18(12): 2056-2061.

[16] 李欢欢, 林丽, 郭爽, 等.基于网络药理学及定性定量研究的甘草质量标志物预测分析 [J].中草药, 2020, 51(10): 2680-2688.

[17] 赵鹿, 廖翠萍, 杨秀娟, 等.诃子的研究进展及质量标志物的预测 [J].中草药, 2020, 51(10): 2732-2744.

[18] He J, Feng X, Wang K,.Discovery and identification of quality markers of Chinese medicine based on pharmacokinetic analysis [J]., 2018, 44: 182-186.

[19] 张慧娟, 龚苏晓, 许浚, 等.泽泻药材的研究进展及其质量标志物的预测分析 [J].中草药, 2019, 50(19): 4741-4751.

[20] 许姗姗, 许浚, 张笑敏, 等.常用中药陈皮、枳实和枳壳的研究进展及质量标志物的预测分析 [J].中草药, 2018, 49(1): 35-44.

[21] 姚奕, 许浚, 黄广欣, 等.香薷的研究进展及其质量标志物预测分析 [J].中草药, 2020, 51(10): 2661-2670.

[22] Guo R, Zhang X, Su J,.Identifying potential quality markers of Xin-Su-Ning capsules acting on arrhythmia by integrating UHPLC-LTQ-Orbitrap, ADME prediction and network target analysis [J]., 2018, 44: 117-128.

[23] 李春霞, 何巧玉, 刘静, 等.基于网络药理学和多元统计分析的黄连质量标志物预测分析 [J].中国中药杂志, 2021, 46(11): 2718-2727.

[24] 郭锐, 苏瑾, 李志雄, 等.基于网络药理学及ADME预测分析血脂灵片治疗血脂异常的Q-marker [J].中成药, 2019, 41(1): 63-69.

[25] 王萍, 唐仕欢, 苏瑾, 等.基于整合药理学的中药现代研究进展 [J].中国中药杂志, 2018, 43(7): 1297-1302.

[26] 张铁军, 许浚, 韩彦琪, 等.中药质量标志物(Q-marker) 研究: 延胡索质量评价及质量标准研究 [J].中草药, 2016, 47(9): 1458-1467.

[27] 李涛, 葛志乐, 张浩.大花红景天的化学成分研究 [J].华西药学杂志, 2012, 27(4): 367-370.

[28] 杨桠楠, 冯子明, 姜建双, 等.大花红景天中化学成分的研究 [J].中国药学杂志, 2013, 48(6): 410-413.

[29] 袁雷, 钟国辉, 权红, 等.西藏大花红景天挥发油成分GC-MS分析 [J].中国实验方剂学杂志, 2012, 18(23): 67-70.

[30] 倪付勇, 谢雪, 刘露, 等.大花红景天黄酮类化学成分研究 [J].中草药, 2016, 47(2): 214-218.

[31] Zhou J J, Xie G R, Yan X J.[M].Berlin, Heidelberg: Springer, 2011: 313.

[32] 温时媛, 周江韬, 陈燕燕, 等.红景天药材的1H-NMR指纹图谱研究 [J].中国中药杂志, 2015, 40(13): 2629-2633.

[33] 霍佳丽, 王建华, 吴志军, 等.新疆大花红景天化学成分的HPLC-MS研究 [J].天然产物研究与开发, 2012, 24(10): 1405-1407.

[34] 田盛.基于中药资源的计算机辅助药物分子设计 [D].苏州: 苏州大学, 2014.

[35] 孔庆雅.类药性质研究：药物关键理化性质和结构的统计与分析 [D].上海: 华东理工大学, 2015.

[36] 李海燕.基于结构预测药物口服吸收/肝清除及生物利用度 [D].沈阳: 沈阳药科大学, 2009.

[37] 陆榕.生物分配胶束色谱及其用于评价药物膜转运 [D].沈阳: 沈阳药科大学, 2009.

[38] 熊亮, 彭成.基于中药质量标志物(Q-Marker) 的基本条件研究益母草和赶黄草的Q-Marker [J].中草药, 2016, 47(13): 2212-2220.

[39] 侯小涛, 郝二伟, 秦健峰, 等.肉桂的化学成分、药理作用及质量标志物(Q-marker) 的预测分析 [J].中草药, 2018, 49(1): 20-34.

[40] 青海省药品检验所.中国藏药第三卷 [M].上海: 上海科学技术出版社, 1996: 372.

[41] 龙继红.红景天属植物药用研究进展 [J].中国药品标准, 2007, 8(1): 11-14.

[42] Gilbert N C, Gerstmeier J, Schexnaydre E E,.Structural and mechanistic insights into 5-lipoxygenase inhibition by natural products [J]., 2020, 16(7): 783-790.

[43] Liu D, Liu L, Song Z,.Genetic variations of oxidative stress related genes ALOX5, ALOX5AP and MPO modulate ischemic stroke susceptibility through main effects and epistatic interactions in a Chinese population [J]., 2017, 43(4): 1588-1602.

[44] Lee Y, Jung J C, Jang S,.Anti-inflammatory and neuroprotective effects of constituents isolated from[J]., 2013, 2013: 514049.

[45] McMillin M A, Frampton G A, Seiwell A P,.TGFβ1 exacerbates blood-brain barrier permeability in a mouse model of hepatic encephalopathy via upregulation of MMP9 and downregulation of claudin-5 [J]., 2015, 95(8): 903-913.

[46] Simats A, García-Berrocoso T, Ramiro L,.Characterization of the rat cerebrospinal fluid proteome following acute cerebral ischemia using an aptamer-based proteomic technology [J]., 2018, 8(1): 7899.

[47] 王爱玲, 曲玮, 梁敬钰.红景天属植物化学成分及药理作用研究进展 [J].海峡药学, 2014, 26(1): 1-8.

[48] Tao H, Wu X, Cao J,.species: A comprehensive review of traditional use, phytochemistry, pharmacology, toxicity, and clinical study [J]., 2019, 39(5): 1779-1850.

[49] 吕秀梅, 李艳, 范刚, 等.藏药红景天及其常用近缘品种研究进展 [J].时珍国医国药, 2016, 27(7): 1698-1701.

[50] Li X H, Wang X B, Hong D X,.Metabolic discrimination of differentspecies using1H-NMR and GEP combinational chemometrics [J]., 2019, 67(2): 81-87.

[51] 赵彩云.不同施肥量、采收期和加工方式对藏药大花红景天化学成分的影响 [D].成都: 成都中医药大学, 2018.

[52] 范芳芳.藏药大花红景天抗氧化应激药效物质辨识研究 [D].成都: 成都中医药大学, 2018.

[53] 赵亮.红景天活性成分的含量测定及缺氧对主成分药代动力学影响 [D].北京: 首都医科大学, 2017.

[54] Han F, Li Y, Ma L,.A rapid and sensitive UHPLC-FT-ICR MS/MS method for identification of chemical constituents inextract, rat plasma and rat brain after oral administration [J]., 2016, 160: 183-193.

[55] 刘凯, 褚晓文, 王雪, 等.HPLC-FT-ICR MS法研究中药大花红景天在阿尔茨海默模型大鼠血中的移行成分 [J].沈阳药科大学学报, 2021, 38(1): 28-39.

[56] 于浩楠, 马丽娟, 黄坚, 等.基于HPLC-Q-TOF-MS技术分析红景天颗粒的化学成分及大鼠口服后的入血成分 [J].上海中医药大学学报, 2021, 35(1): 61-73.

[57] 吕秀梅.藏药红景天及其复方多血康胶囊提取工艺与质量分析研究 [D].成都: 成都中医药大学, 2017.

[58] 吕秀梅, 范芳芳, 文检, 等.HPLC法同时测定3种红景天药材中5种化学成分的含量 [J].中国药房, 2018, 29(18): 2515-2519.

[59] 文检, 赵彩云, 唐策, 等.UPLC测定大花红景天中5种化学成分的含量 [J].中药材, 2018, 41(1): 151-154.

[60] 张杰, 金诗雪, 耿冰, 等.HPLC-DAD法测定不同产地红景天中6个黄酮类成分 [J].中草药, 2016, 47(23): 4253-4256.

[61] 赵亮, 齐特, 葛贝康, 等.UPLC-MS/MS法测定红景天提取物中6种活性成分的含量 [J].国际药学研究杂志, 2016, 43(5): 975-979.

[62] 甘昌胜, 王珊珊, 李鸿, 等.复方红景天缓解体力疲劳活性的研究 [J].食品与生物技术学报, 2019, 38(8): 134-141.

[63] 刘桂花, 王云飞, 于宁, 等.基于多指标权重分析和正交设计法优选景红颗粒复方提取工艺 [J].中国新药杂志, 2019, 28(10): 1178-1184.

[64] 肖凤琴, 弓佩含, 刘玉婷, 等.响应面法优选复方红参丹富氧分散片的最佳提取工艺及活性研究 [J].中华中医药杂志, 2019, 34(4): 1780-1785.

[65] 张婷, 刘庆焕, 王文彤.UHPLC-ESI-MS/MS测定复方景川片中6种成分的含量 [J].中国现代应用药学, 2018, 35(11): 1627-1631.

Predictive analysis of traditional efficacy correlated Q-Marker of Tibetan medicine Rbased on network pharmacology

FAN Fang-fang1, 2, ZHANG Wen1, 2, YU Yang-yang1, 2, YANG Lu2, LI Xuan-hao2, ZHANG Yi1, 2, MENG Xian-li3

1.School of Ethnic Medicine, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China 2.Ethnic Medicine Academic Heritage Innovation Research Center, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China 3.Academic Inheritance and Innovation Research Center for Ethnic Medicine, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China

To analyze the Q-Marker of Tibetan medicinethat correlated with traditional efficacy combining network pharmacology and document research based on core theory of TCM Q-Marker.Compounds database ofwas constructed through literature research and TCMID database.ADMET attributes of each component were calculated by FAFDrugs4 website, and drug-like compounds with similar physical and chemical properties were screened.The target of drug-like compounds ofwas predicted by BATMAN-TCM platform.Then these targets were imported into DAVID database to obtain tissue distribution.Target-related diseases were analyzed online by CTD platform.According to the definition of Q-Marker, the potential Q-Marker ofwas analyzed in combination with the relationship between drug-like compounds and traditional efficacy.A total of 67 drug-like compounds ofacted on 407 targets, mainly targeting tissues including liver, lung, kidney, heart and brain, involving 1060 diseases including cancer, hypertension, brain ischemia, myocardial ischemia, atherosclerosis, heart failure and asthma.Combination with the traditional effect theory of “clearing lung heat, treating pulse disease” and meridian tropism in lung and heart, recorded in 1986 edition of “”, the main involving effective ingredients ethyl gallate, gallic acid, salidroside, herbacetin, caffeic acid, catechin, protocatechuic acid, vanillic acid can be used as candidates forQ-Marker.Potential Q-Marker ofcould be effectively predicted by taking “effectiveness” as the core element and supplemented by analysis of other principles of Q-Marker.Further studies on efficacy related pharmacology and pharmacokinetics can be carried out for confirming its Q-Marker, and provide a basis for the formulation of scientific quality control standards.

Tibetan medicine;(Hook.f.et Thoms.) H.Ohba; network pharmacology; effectiveness; Q-Marker; ethyl gallate; gallic acid; salidroside; herbacetin; caffeic acid; catechin; protocatechuic acid; vanillic acid

R285

A

0253 - 2670(2021)22 - 6911 - 12

10.7501/j.issn.0253-2670.2021.22.017

2021-04-29

国家自然科学基金资助项目（81973569）；国家重点研发计划项目（2017YFC1703904）；四川省科技厅科技项目（2019YFSY0046，2020YFQ0032）；中医药行业科研专项（201507002）

范芳芳（1992—），女，博士研究生，从事中药及民族药药效及物质基础研究。Tel: (028)61932600 E-mail: 1738170360@qq.com

通信作者：孟宪丽，教授，博士生导师，从事中药及民族药药理与毒理研究。E-mail: xlm999@cdutcm.edu.cn

[责任编辑 李亚楠]