中药作用机制研究序章 —— 活性成分筛选及后续实验设计

所属分类: 技术干货

发布时间: 2026-07-10

概要: 如何高效、精准地锁定中药关键活性分子?




中药活性成分筛选,是中药现代药理研究的核心命题。传统思路遵循“分离纯化 → 活性验证的线性流程,但中药体系动辄含数百种化合物,单味药已如此,复方则更为庞杂。这样一来,逐一分离再验证的模式,周期长、通量低,难以满足当今研究需求。

那么,如何才能高效、精准地从“化学迷雾”中锁定关键活性分子?

目前,学术界更推崇“化学成分鉴定 → 活性评价 → 成分溯源 → 靶点验证”的完整证据链。下面,我们就沿着这一逻辑,系统梳理从发现到验证的标准流程。

点击文末阅读原文,

获取更多中药作用机制研究实验方案~


总体策略:从“成分导向”转向“靶点导向”




传统路线可概括为:

中药样品 → 化学成分分析 → 候选活性成分筛选 → 药效验证 → 靶点解析 → 机制研究

其痛点在于:

分离在前、验证在后,大量精力耗费在非活性组分上。



如今更推荐的策略则反其道而行之:

中药提取物/入血成分 → 质谱鉴定化合物谱 → 药效模型筛选有效组分 → 锁定关键活性成分 → 靶点筛选与验证

核心转变是以疾病相关的靶点或药效为导向,大幅提高筛选效率。

第一步:化学成分鉴


要做筛选,首先得知道样品里有什么。这一步有两种常用途径:

1. 文献与数据库检索

快速获取已知信息,常用资源包括:

  • TCMSP(含OB、DL、半衰期、Caco-2等ADME参数)

  • TCMID、ETCM

  • PubChem、DrugBank

通过这些平台,我们能获得化合物的结构、ADME性质、已知靶点及文献依据,如黄芪中的黄芪甲苷、毛蕊异黄酮,丹参中的丹参酮IIA等。


2. LC-MS/MS非靶向检测

数据库检索难免遗漏新成分或含量信息,且无法反映实际吸收情况。因此,现代研究更多采用高分辨液质联用技术(如UPLC-Q-TOF-MS)进行非靶向分析:



原药材全谱分析:

可系统性获得药材的化学成分轮廓。



血清药物化学(入血成分分析):

这才是关键 —— 因为只有被吸收入血的成分,才有机会直接发挥药效。标准流程为:动物/人给药 → 采血 → 血浆LC-MS/MS分析 → 鉴定原型成分及代谢物。

第二步:ADME与网络药理学 —— 初步过滤候选成分


检测到的成分很多,但并非都是有效成分。我们需要按药代动力学特征进行筛选。

ADME性质筛选常用指标如下:

TCMSP推荐的筛选阈值为OB≥20%、DL≥0.1,而Lipinski五规则也是重要参考。当然,这些阈值并非“铁律”,需结合研究目标灵活调整。



网络药理学预测靶点

在ADME筛选后,常借助SwissTargetPredictionSTITCHBATMAN-TCM等工具,构建“成分-靶点”网络、PPI网络,并进行GO/KEGG富集分析,预测可能的作用通路。

但请注意:网络药理学存在显著局限——它通常忽略剂量因素,且不考虑成分的动态变化。有研究显示,剂量加权与否会显著影响网络分析结果。因此,预测结果必须经实验验证,不可作为最终结论。

第三步:生物活性筛选 —— 预测检验


预测不等于真实有效,这一步不可或缺。


方法1:细胞模型活性评价

选用疾病相关细胞系,检测细胞活力、炎症因子、信号蛋白等。

例如,红芪抗炎研究中,乙酸乙酯部位活性最强,其中新化合物astragalinin A对TNF-α和IL-6的IC50< 10μM,效果显著。


方法2:活性导向分离


这是经典的“追踪式”分离策略:将提取物按极性分段,逐级测试活性,每次只保留活性最强的组分,继续纯化,直至得到单体。例如,从Picrorhiza kurroa叶片中分离出4-羟基苯乙酮、木犀草素等抗氧化活性成分。

第四步:直接寻找靶蛋白 —— 从成分到靶点


如果目标是明确某个活性成分具体作用于哪个蛋白,下面三种方法非常推荐。


1. 小分子Pull-down联合质谱(Pull-down-MS)


将活性小分子固定在琼脂糖或磁珠上,从细胞裂解液中“垂钓”结合蛋白,再经质谱鉴定。探针设计常引入生物素标签或光亲和基团,但需确保修饰后仍保留生物活性。适用于黄酮、生物碱、萜类等多种天然产物。


2. CETSA(细胞热位移分析)




原理:

药物结合靶蛋白后,提高其热稳定性。

经过十年发展,已形成Western blot-CETSA(验证)、TPP/MS-CETSA(全蛋白质组筛选)和高通量CETSA(先导优化)三种模式。

无需化学修饰,已成功用于槲皮素的靶点鉴定。


3. DARTS(药物亲和反应靶标稳定性)




原理:

药物结合后,靶蛋白对蛋白酶(如subtilisin)的降解抗性增强。



流程简单:

药物处理裂解液 → 蛋白酶消化 → SDS-PAGE比较差异条带 → 质谱鉴定。这是天然产物研究的“金标准”之一,因为完全绕开了探针合成难题。

白藜芦醇的靶点(真核翻译起始机制)和伪百部酸A的靶点发现,均得益于DARTS。

靶点验证与分子互作——交叉确认,不留疑问


发现候选靶点后,还需用正交技术进行严格验证。

1. SPR(表面等离子体共振):实时、无标记检测结合亲和力,可固定化合物或蛋白,是行业标杆。

2. MST(微量热泳动):溶液中测定,样品消耗少。

3. ITC(等温滴定量热法):直接测量热力学参数(Kd、ΔH等),被公认为互作验证的“金标准”。

三者可根据实验条件灵活选用,互为补充。

不同研究目标的方法选择速查


点击文末阅读原文,

获取更多中药作用机制研究实验方案~

结语


当前中药活性成分筛选的大趋势,正从“预测有效”迈向“真实暴露成分 → 直接作用靶点 → 因果机制链”的实证范式。对于高水平论文,我们更建议形成:“化学成分证据 + 药效证据 + 靶点证据 + 机制证据”的闭环。

归根结底,中药活性成分筛选是多学科协同的系统工程。从LC-MS/MS的化学解析,到血清药物化学的入血追踪,从活性导向分离的单体发现,到CETSA/DARTS的靶点锁定每一步都在搭建一座从“复杂中药”通向“明确靶点”的坚实桥梁。

然而,面对如此系统且环环相扣的研究流程,一个现实的难题摆在眼前:技术门槛高、实验周期长、多方法整合难度大。那么,是否有一种解决方案,能够帮助科研人员跨越这些障碍,高效完成从成分到靶点的全程验证?




推荐

谱度众合:中药靶点及作用机制研究一站式解决方案

谱度众合重磅推出“中药靶点及作用机制研究一站式解决方案”,以3万元的普惠经费、1个月的极致周期,提供涵盖中科院2区文章90%工作量的高质量数据支撑!

✔ 快速发文:项目周期仅需1个月,报告内容参照SCI格式,提供符合论文发表要求的图表以及中英文结果描述,从实验设计阶段开始最快可在4个月见刊。

✔ 保障阳性结果:采用基于高通量无偏见筛选的数据驱动实验策略,与传统的假设驱动的实验策略相比,无需预设特定的靶标分子,可以直接筛选出潜在的药物结合靶点,从而有效避免了出现阴性结果的风险。

✔ 结果图表丰富:高通量组学结果联合多个数据库,深入分析中药活性成分、作用靶点、功能富集通路、分子对接、蛋白质相互作用等多层面的结果,包含7大分析模块,25+项分析内容,交付4张核心组图,报告数据结果能达到中科院2区文章90%的工作量标准。

✔ 杂志接受度高:从自身课题现象出发,采集实验材料,采用以高通量筛选技术获得关键靶标及通路的实验性研究,相比于仅依靠数据库挖掘的方法,更易受到学术杂志的认可。

✔ 无科研诚信风险:质谱高通量筛选产生信息庞大又相互关联的数据结果,从原始数据到分析数据的整个过程,我们将以文件夹清晰完整地交付给客户,以便用于论文发表和数据上传,从而杜绝项目数据造假的可能。

参考资料

  • 1. Dong H, Yang X, Wang P, et al. Identification and verification of MTHFD1L as the binding target of natural product pseudolaric acid A. Nat Prod Bioprospect. 2025;15:21. 

  • 2. Tan X, Wang A, Li H, Yang M, Peng H. Molecular networking guided phytochemical and anti-inflammatory profiling of Honglanqi, a distinctive commercial specification of Astragali Radix. Plants. 2026;15(10):1442. 

  • 3. Ru J, Li P, Wang J, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminform. 2014;6:13. 

  • 4. Elyasi L, Rosenholm JM, Jafari F, Jahanshahi M. The antioxidative effects of picein and its neuroprotective potential: a review of the literature. Molecules. 2022;27(15):e810.


点击下方“阅读全文” 获取资料

关键词: 中药作用机制研究序章 —— 活性成分筛选及后续实验设计