用QSTR模型预测苯酚类化合物大鼠经口的急性毒性△

对39种苯酚类化合物大鼠经口急性毒性(LD50)的定量结构-毒性效应关系(Quantitative Structure-Toxicity Relation-ships,QSTR)进行了研究。采用HyperChem7.5中MOPAC-AMI量子化学法计算了39种苯酚类化合物的13种量子化学结构参数。其中取22个化合物作为样本集对LD50进行多元逐步回归分析,得到最佳方程,该方程的相关系数R2=0.9749。应用所建立的QSTR模型验证了苯酚类化合物的LD50值。经过17个预测样本对该模型进行验证,结果表明该模型具有很好的预测能力。同时分析了苯酚类化合物的毒性机理。     

雷公藤致大鼠肾毒性血清代谢组学分析

目的:联合超高效液相色谱与复合型三重四级杆/线性离子阱串联质谱联用技术(UFLC-MS/MS)及统计学分析方法研究雷公藤对大鼠血清中内源性小分子化合物的影响和肾毒性作用机制,寻找与肾毒性相关的生物标记物和代谢通路。方法:利用试剂盒法测定给药14 d后大鼠血清生化指标,观察肾组织切片。血清样本采用乙腈沉淀蛋白法,UFLC-MS/MS分析测定,正离子一级全扫描模式,经主成分分析法和主成分判别分析法处理数据。结果:与空白组大鼠相比,雷公藤乙醇提取物组大鼠血清生化指标(血清肌酐、尿素氮)显著升高;组织病理学切片明显病变,表明造模成功。血清中二甲基甘氨酸、赖氨酸、苯丙氨酸、溶血卵磷脂、磷脂酰胆碱、磷脂酰丝氨酸和甘油二酯等9种代谢物有显著性差异,鉴定为雷公藤致肾毒性的生物标记物。结论:雷公藤对肾脏的毒性作用机制可能与氨基酸代谢、磷脂代谢等有关,为雷公藤类药物临床毒性的早期预防提供参考。     

基于网络药理学的雷公藤肾毒性机制探讨

目的:通过建立雷公藤活性成分-作用靶点、蛋白相互作用、靶点相应的生物功能和通路网络,以及利用分子对接技术探讨雷公藤肾毒性的作用机制。方法:通过中药系统药理学数据库与分析平台(TCMSP)和毒性与基因比较数据库(CTD)筛选出雷公藤有毒候选化合物。用有机小分子生物活性数据Pub Chem数据库,将所有的候选化合物都转化为标准的Canonical SMILES格式,将SMILES格式文件导入Swiss Target Prediction平台,进行靶点预测,将TCMSP中相应化合物的靶点作为补充,用uniprot将蛋白转换为对应的基因名称,与从人类基因组注释数据库(Gene Cards)中寻找到的肾脏相关基因蛋白进行比对,筛选出重合的蛋白作为雷公藤潜在的肾脏毒性靶点。采用Cytoscape软件构建雷公藤毒性候选成分-作用靶点网络。通过String数据库结合Cytoscape软件绘制蛋白相互作用网络,用DAVID生物信息资源对靶点生物功能及涉及的通路进行分析,最后用Glide软件对关键蛋白与雷公藤毒性候选成分的结合进行验证。结果:雷公藤中筛选得到30种有毒候选成分,涉及209个肾脏毒性作用靶点,网络分析结果表明雷公藤可通过氨基酸代谢、磷脂代谢、儿茶酚胺类物质代谢,抑制肾脏有机阴离子转运体Oatl,Oat2,Oat3的功能,以及诱导凋亡,并参与丝裂原活化蛋白激酶(MAPK)信号通路,JAK/STAT信号通路,血管内皮生长因子(VEGF)信号通路,Toll样受体信号通路,ERBB信号通路,FcεRI信号通路,过氧化物酶体增殖剂激活受体(PPAR)信号通路等对肾脏产生毒性。结论:利用中药多成分-多靶点-多通路的特点,探究了雷公藤肾脏毒性作用机制,为进一步开展雷公藤肾脏毒性作用机制研究提供了新思路和新方法。     

基因组重排问题中Bayesian MCMC抽样的改进

认识基因组重排对研究生物间的相互关系以及进化树的建立起着十分重要的作用。自上个世纪80年代以来，人们对基因组重排算法进行了大量的研究。但是绝大部分的研究是基于等权值最优化算法的基础上的，即所有的基因组重排方法等概率发生并且所得的算法使得有一个基因组变化到另一个基因组的重排次数最少。近些年，人们开始运用贝叶斯马尔科夫链蒙特卡罗方法（BayesianMCMC）对基因组重排中的逆转（Reversion）、调换（Tmnsposition）以及逆转调换（InvertedTransposition）进行研究。     

典型相关分析在500例冠心病患者单纯西医治疗和中西医综合治疗中的应用

目的比较500例冠心病患者经单纯西医治疗和中西医综合治疗后治疗效果的相关数据进行分析,得出典型变量,为中西医综合治疗的进一步应用提供实验及理论依据。方法应用独立样本t检验比较500例单纯西医治疗与中西医综合治疗患者的相关数据;对疗效更好的中西医综合治疗组的数据进行典型相关分析,即对临床检测的多组变量间的相互关系进行分析。结果单纯西医治疗和中西医综合治疗组患者治疗后均能显著降低心绞痛评分、中医主症评分、血瘀证计分等主要检测指标,中西医综合治疗组改善效果更好,两组差异有统计学意义。结论中西医综合治疗组数据的典型相关分析结果表明,反映心绞痛指标的典型变量主要由血压、血瘀证计分、血糖决定,反映心绞痛评价的典型变量主要由心绞痛评分和心率决定,心绞痛评分也受到血瘀证积分的决定。中西医综合治疗可以缓解血瘀证,从而降低心绞痛评分。     

构建药学信息学应用平台 促进药物研究科技创新

21世纪是信息时代。信息在医药领域的地位和作用已日益引起人们的重视,开发利用现代药学信息技术,加快医药科技创新。已成为医药现代化发展一个不可缺少的条件。以药学信息学的含义作为切入点,阐明了现代信息技术对药物研究科技创新的促进作用,提出了通过构建现代药学信息学应用平台。加快实现药物研究科技创新的途径。     

吡咯里西啶类生物碱小鼠腹腔注射急性毒性的QSAR研究

吡咯里西啶类生物碱(Pyrrolizidine alkaloids,PAs)是一类分布广泛的天然有毒生物碱,主要分布在菊科、紫草科、豆科、兰科等植物中。采用偏最小二乘回归方法(PLS)进行降维,研究了11种吡咯里西啶类化合物的各种量化参数对其小鼠腹腔注射急性毒性的影响,并建立了毒性预测模型。预测模型为:Log(toxi)=-0.184303×LogP+0.02999×SAA+0.0251521×SAG+0.050163×Volume+0.142551×MR+0.108834×Polar+0.00161785×TE-0.137259×BE+0.0103498×IAE-0.0460575×EE+0.0506026×CCI+0.171899×HoF-0.555739×Dipole,结果表明该模型具有较好的毒性预测能力。     

基于网络分析细辛毒理学

目的:采用网络毒理学的方法,通过建立化合物、蛋白、基因和毒物反应的网络关系,分析细辛中有毒物质的毒理作用机制,预测未知毒性。方法:通过在中药系统药理数据库和分析平台(TCMSP)数据库查询到的细辛候选化合物,以及在比较毒物基因组学数据库(CTD)中查询到的毒物信息的比对,筛选出细辛中13种有毒成分,并用Pharm Mapper Server中查询到13种成分相应的靶点蛋白等详细信息。使用Cytospace软件对这13种化学成分以及对应靶点蛋白,构建了网络结构图,发现了其中联系度最高的几种靶点蛋白。使用Cytospace软件中的Clue GO+Clue Pedia插件,进行gene ontology(GO)基因本体分析以及京都基因和基因组百科全书(KEGG)通路富集分析,得出了细辛中有毒物质可能通过哪些通路对人体有害。结果:细辛中毒性成分可能通过p53,白细胞介素(IL)-17,核转录因子(NF)-kappa B,肿瘤坏死因子(TNF)-α信号通路,细胞凋亡通路诱导肿瘤以及癌的形成;通过对神经元的调节,对中枢神经系统产生抑制作用;还可能通过IL-17,TNF-α和细胞凋亡调节引起其他自身免疫系统疾病。结论:探讨细辛的毒理机制,并预测了细辛可能存在的毒性,并为预测中药成分的毒性以及探究毒性机制提供了一个方法。     

基于网络毒理学探讨草乌心脏毒性

目的:通过建立草乌活性成分-作用靶点、蛋白相互作用、靶点相应的生物功能和通路网络,以及利用分子对接技术探讨草乌心脏毒性的作用机制。方法:通过中药系统药理学数据库和分析平台(Traditional Chinese Medicine Systems Pharmacology,TCMSP)和毒性与基因比较数据库(Comparative Toxicogenomics Database,CTD)筛选出草乌有毒候选成分。依据反向药效团匹配(Pharm Mapper)方法预测草乌毒性候选成分的作用靶点,与从人类基因数据库(Gene Cards)中寻找到的心脏相关基因蛋白进行比对,筛选出重合的蛋白作为草乌的潜在的心脏毒性靶点。采用Cytoscape软件构建草乌毒性候选成分-作用靶点网络。通过String数据库结合Cytoscape软件绘制蛋白相互作用网络,用DAVID平台对靶点生物功能及涉及的通路进行分析,最后用Discover Studio软件对关键蛋白与草乌毒性候选成分的结合进行验证。结果:草乌中筛选得到6种有毒候选成分,涉及27个心脏毒性作用靶点,网络分析结果表明靶点主要是通过参与心脏磷代谢,磷酸化的监管等磷相关的代谢和调节,以及通过FKBP1A,TGFB2,INSR等靶点对心脏的代谢,发育及形态产生重要的影响,进而产生心脏毒性。结论:利用中药多成分-多靶点-多通路的特点,探究了草乌心脏毒性作用机制,并预测了其可能存在的毒性,为进一步开展草乌心脏毒性作用机制研究提供了新思路和新方法。     

化合物模型构建在毒理学研究中的应用

化学物质在给人们生活带来更加便利、舒适的同时,也给大众健康和公共安全带来了隐患.如何预测化合物的毒性,从而最大程度减少和防治化学物质的危害,是直接关系到我国顺利实施可持续发展战略与建立和谐社会的重大科学与技术问题.因此,对越来越多的新化合物的毒性进行方便、快捷和准确的预测就显得十分必要,化合物预测模型的构建在毒理学研究中具有良好的应用前景.该文综述了化合物的毒性效应、模型构建的种类以及定量构效关系在毒理学研究和实践中的应用与进展.