聊聊中药网络药理学的发文思路

科研等 2 个话题下的优秀答主

从小白能懂的角度，聊生信方方面面。大家好，我是解螺旋的雪球。最近有很多学中医的小伙伴也在后台咨询，中医类课题怎么做生信？是不是也能零成本发文章？是不是也能做到零代码？首先呢，中医类课题能发生信类课题是肯定的。高通量测序一下中药干预与否的不同分组，按挑圈联靠的分析逻辑，寻找差异基因，富集聚类分析，构建互作网络，临床预后分析的四步走也是没有问题的。想要零成本发文章，得在公共数据库里找到合适的数据集。但是经过GEO/ArrayExpress这些包含各种疾病各种干预手段的高通量数据集检索就能发现，含有你预期的那个中药或者活性成分的数据集简直是大海捞针，几乎找不到。这时候怎么办呢？这时候有一个中药/药物特有的零代码分析套路——药物网络药理学分析套路。

什么是网络药理学？

中药复方是中医防病治病的主要形式，具有多成分、多靶点的特点。基于系统生物学与系统药理学的网络药理学的分析，对于我们研究中药药效具有指导意义。网络药理学是基于药物与药物之间在结构、功效等方面的相似性，并考虑到机体内靶标分子、生物效应分子的多种相互作用关系，通过构建药物-药物、药物-靶标等网络，来预测药物的功效以及特定功效对应的药物。

中药网络药理学的分析思路

1、零代码纯干实验分析

题目一般是：基于中药网络药理学的某方剂/药对/中药治疗某疾病/改善某表型的分子机制研究。

这类课题，一般IF在1-3分，侧重于整体的分析。一般分三步走。

第一步，通过数据库/文本挖掘/软件预测等手段找到某方剂/药对/中药中的有效靶点。这一步的加分项可以是，通过计算机模拟和体外实验（SPR分析，Biocore）等验证药物小分子与靶分子之间的之间作用位点。

第二步，通过GO/KEGG富集分析，筛选靶分子相关的生物学功能和分子通路。

第三步，构建互作网络。可以是药物-活性成分-相关生物学功能/通路之间的互作网络，可以是以活性成分-相关生物学功能/通路-表型/疾病之间的互作网络，可以是靶分子之间的互作网络，也可以是以靶分子为中心构建ceRNA互作网络。

这一过程中的每一步的预测，也可以同时根据预测网站/软件等分析工具加上对应的统计值的table。这样就显得工作量满满了。

2、干湿结合的中药网络药理学研究

这类研究，侧重于实验研究，一般IF在3-5分之间。把网络药理学当作筛选靶基因、相关生物学功能、通路的预测手段，也是按三步走的策略，每一步再通过常规的分子生物学、细胞生物学的技术加以验证。

3、网络药理学与生信结合的分析套路

这类研究，把生信分析套路和网络药理学套路有机结合，一般IF在1-6分左右。

第二步，通过分析正常组和疾病组的高通量测序/芯片结果，筛选差异表达基因。

第三步，将药物预测到的靶分子与差异表达基因取交集，得到与差异表达的与药物相关的靶分子。

第四步，通过GO/KEGG富集分析，筛选靶分子相关的生物学功能和分子通路。

第五步，构建互作网络。可以是药物-活性成分-相关生物学功能/通路之间的互作网络，可以是以活性成分-相关生物学功能/通路-表型/疾病之间的互作网络，可以是靶分子之间的互作网络，也可以是以靶分子为中心构建ceRNA互作网络。

这一过程中的每一步的预测，也可以同时根据预测网站/软件等分析工具加上对应的统计值的table。

第六步，可以做免疫微环境的相关分析，或者表型相关的分析。

第七步，如果有临床相关数据，可以做临床相关性分析和预测模型的分析套路，包括常见的三表一图（基线资料表、单因素、多因素、生存曲线图），以及ROC，Nomogram，Lasso回归等分析。也可以分不同的亚组进行分析。

网络药理学常用数据库

1、疾病数据库

预测疾病对应的靶点及相关分析

OMIM数据库 http://www.omim.org/

PharmGkb 数据库 http://www.pharmgkb.org/

GAD数据库 http://geneticassociationdb.nih.gov/

Drugbank 数据库 http://www.drugbank.ca/

TTD 数据库 (Therapeutic Target Database) http://db.idrblab.org/ttd/

蛋白互作数据库

STRING数据库 https://string-db.org/

BioGRID数据库 https://thebiogrid.org/

化学药物与蛋白互作——STRING数据库的孪生姐妹，中药单体成分/化合物靶点预测

STITCH数据库 http://stitch.embl.de/

CTD数据库 (Comparative Toxicogenomics Database)http://ctdbase.org/

基因互作预测数据库

GeneMANIA数据库 http://www.genemania.org

化学结构搜索的数据库

Pubchem数据库 https://pubchem.ncbi.nlm.nih.gov/

蛋白分子数据库

Uniprot数据库 https://www.uniprot.org/

PDB数据库 https:// http://www.rcsb.org/#Category-search

中药数据库——中药方剂有效成分的查找、筛选和分析

TCMSP数据库 http://5th.tcmspw.com/tcmsp.php

BATMAN-TCM数据库 http://bionet.ncpsb.org/batman- tcm/

功能富集分析数据库——分子功能和信号通路

David https://david.ncifcrf.gov/

KEGG https://www.kegg.jp/

WebGestalt http://www.webgestalt.org/

高通量分析数据库

GEO 数据库 https://www.ncbi.nlm.nih.gov/gds/

TCGA数据库 http://www.tcga.org/

分子对接数据库

systemsDOCK http://systemsdock.unit.oist.jp/iddp/home/index

CPI-BIO http://cpi.bio-x.cn/drar/

PharmMapper https://omictools.com/pharmmapper-tool

2、常用分析软件

Cytoscape

3、常用的编程语言

R语言

Perl语言（不必须）

网络药理学文章拆解

下面给大家解构一篇2019年发表在Drug Design, Development and Therapy的一篇中药网络药理学文章Systematic elucidation of the mechanism of geraniol via network pharmacology，影响因子2.9。

本研究的主变量牻牛儿醇，从芳香植物精油提取出来的有效成分。

根据摘要，我们可以得到这些信息：作者应用了TCMSP数据库、TCD数据库，进行了GO和KEGG富集分析，建立了药物-靶点-通路的分子网络。是不是看上去很简单，也不需要任何编程技巧呢？我们来看看具体作者是如何操作的。

▲ Figure 1 介绍了牻牛儿醇的分子结构和文章整体的设计框架。作者在Pubchem数据库中下载到牻牛儿醇的分子结构。B图是文章的设计框架，首先作者确定了牻牛儿醇的研究主变量，接下来对牻牛儿醇的吸收、分布、代谢和排泄进行定性分析，用CTD数据库筛选出可能的作用靶点；对得到的靶点进行GO分析和KEGG分析；构建化学成分-靶点-通路之间的网络图。