基于文本挖掘与计算机辅助药物设计的中药候选新药发现方法

【作者】 李志勇； 李彦文； 林灵； 张百霞； 赵晖；

【机构】 中央民族大学中国少数民族传统医学研究院； 中国中医科学院中医药信息研究所； 北京中医药大学中药学院； 首都医科大学中医药学院；

【摘要】 利用Pubmedpro分面检索与聚类分析系统,以"Vascular Dementia"(以下简称VD)检索Pubmed,并对VD关联疾病、症状、生物学过程、功能基因、药物及中药等进行聚类;对聚类获得的中药,在《中药抗氧化活性成分》、《中药影响心脑血管系统活性成分》等中检索活性成分;对聚类获得的基因,在Drugbank中检索对应的小分子化合物;利用Discover Studio 4.0的Find Similar Molecule by Fingerprints模块将中药活性成分与Drugbank中小分子化合物进行空间结构相似性比对,空间结构相似的化合物可能具有类似的药理活性,"反向"筛选具有抗血管性痴呆潜力的中药。VD发病有关的功能基因有NOTCH3、CSF2、APOE等27个,Drugbank中涉及295个小分子化合物;文本聚类发现有昆布、千层塔、藕、益智、赤芍、番荔枝、浮小麦和茶树根8个有效中药,共涉及35个中药活性成分,据两类化学成分空间结构比对,发现益智仁、千层塔、赤芍和番荔枝对于血管性痴呆的治疗具有较大的潜力。面对传统医学体系下的"繁冗奥杂"的中药功效表述,通联"传统"与"现代"的药物表征体系,对于发现传统中药的新药理活性,推陈候选新药(含新复方)至关重要。本研究利用文本挖掘联合计算机辅助药物设计的方法,指认中药中主要成分的药效特征,为中药的功效进行现代解析,为新药研究与发现提供了一条新思路。更多还原