基于专利数据挖掘与网络药理学探讨大血藤抗高脂血症的作用机制

[目的] 采用数据挖掘和网络药理学初步探讨大血藤治疗高脂血症的可能作用机制。[方法] 借助 PubMed 和CNKI 检索“大血藤化学成分”或“红藤成分”进行资料收集和化合物筛选,用 Origin Pro 2021 软件对涉及中药的功效类别等进行频数分析,用 SPSS Modeler 18.0 软件进行关联规则分析和聚类分析。利用 Swiss ADME 平台来预测候选化合物的吸收度和类药性的相关参数。采用 Swiss Target Prediction 平台来收集预测到的所有靶点, 以“hyperlipidemia”“dyslipidemia”等为关键词检索 Genegards、Drug Bank Database 等数据库中高脂血症的潜在靶点,通过 Uniprot 数据库去重和校正靶点名称,取活性成分和高脂血症靶点交集,进而运用 Cytoscape 3.8.0 软件来进行网络可视化并筛选核心靶点基因。通过 DAVID 6.8 数据库进行基因本体（GO）功能富集分析和京都基因和基因组百科全书（KEGG）通路富集分析,预测交集靶点作用机制,并绘制气泡图等进行可视化。[结果] 通过数据挖掘对大血藤的用药配伍规律进行分析,结果显示性味以温性、寒性和苦味、辛味为主,归经方面以肝、脾为主,配伍以当归、甘草、红花等关联密切,研究结果与中药治疗高脂血症用药规律一致。中药-化合物-靶点网络包含了 43 个活性成分和相应靶点 133 个,关键靶点涉及类视黄酸受体 α（RXRA）、信号转导及转录激活蛋白 3（STAT3）、90 kDa 热休克蛋白 αA1（HSP90AA1）、蛋白激酶Bα（AKT1）、磷酸肌醇 3-激酶调节亚基 1（PIK3R1）、雌激素受体 1（ESR1）、过氧化物酶体增殖物激活受体（PPAR）A、核受体亚家族 3C 组成员 1（NR3C1）等。GO 功能富集分析得到条目 437 个（P＜0.01）,KEGG 通路富集分析筛选得到57 条信号通路（P＜0.05）。[结论] 大血藤可以通过多个活性成分干预血脂异常中的多个靶点、多个环节,从多维、系统的层面参与调控血脂代谢和高脂血症的发生发展过程,为大血藤的进一步开发利用提供理论基础。     

大血藤多酚组分的化学表征及抗氧化活性研究

本实验富集大血藤多酚组分并对其进行含量测定和化学表征,丰富该药材的物质研究基础,初步分析多酚化合物体外抗氧化活性作用,为后续研究提供理论基础。采用紫外可见分光光度计确定最大吸收波长并测定总多酚含量,采用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱仪对其进行化学表征,利用DPPH 法和 ABTS 法评价大血藤总多酚的体外抗氧化活性。结果显示优化Folin-Ciocalte法最大吸收波长为740 nm,大血藤总多酚含量约为32.34%;通过高分辨质谱检测到大血藤中多酚类成分有62个,包括28个酚酸和酚苷类成分、13个木脂素类成分、12个苯丙素类成分、9个黄酮类成分;提取物对DPPH和ABTS自由基都具有清除作用,IC₅₀值分别为4.88 μg/mL、16.68 μg/mL。该研究从大血藤提取物中检测到62个多酚类成分,抗氧化活性与其密切相关,深入研究了大血藤多酚组分,为该药的进一步发展提供理论基础。     

细胞膜色谱技术在多肽类成分筛选的研究进展

近年来，随着色谱技术的不断发展，细胞膜色谱在多肽类活性物质的研究中得到了广泛的应用。本文在总结国内外相关文献的基础上，介绍了细胞膜色谱技术的原理和特点、细胞膜色谱技术的分类以及细胞色谱技术在多肽类活性成分的研究进展。总结并提出了细胞膜色谱检测多肽的优点、目前存在的问题，展望了前景。