反向药理学 | 基于有效成分的天然化合物/中药活性单体靶点挖掘思路

所属分类: 技术干货

发布时间: 2026-07-01

概要: 我们系统梳理了数百篇文献,整合出完整、可直接落地的反向药理学研究流程,涵盖计算预测、假阳性过滤、湿实验验证及疾病关联分析,可供博士生、天然产物药理研究者作为课题设计参考。




许多同行在中药活性单体机制研究阶段常遇到如下难题:现有中药单体经细胞、动物模型验证具备稳定抗炎、抗肿瘤活性,但缺少标准化流程定位分子直接结合靶点。

为此,我们系统梳理了数百篇文献,整合出完整、可直接落地的反向药理学研究流程,涵盖计算预测、假阳性过滤、湿实验验证及疾病关联分析,可供中药、天然产物药理研究者作为课题设计参考。

联系丸子,解锁更多小分子靶点筛选、蛋白互作技术干货~


01反向药理学基础定义与研究逻辑


● 传统药理学采用正向研究路径

疾病表型→确定靶点→筛选活性化合物。

● 适配中药单体研究的反向药理学执行逆向路径

已验证活性中药单体→多数据库/AI工具预测候选靶点→分层实验验证配体-蛋白直接结合→结合公共数据库完成靶点与疾病表型关联分析。

该研究路径无需搭建大规模无差别筛选体系,以已证实药效的单体为研究起点,依靠计算生物学缩小靶点筛选范围,再通过多层级湿实验完成靶点确证,适配中药单体的机制研究。

02 四步闭环实操方案


阶段1:活性单体前置条件核查

靶点反向推导的可信度由化合物基础数据决定,开展靶点预测前,需完成三项核查工作:

❶ 明确化合物化学信息,具备可检索CAS号或PubChem CID,可输出SMILES、mol2、SDF格式分子文件;

❷ 药效数据具备重复性,细胞水平IC50、EC50稳定维持低微摩尔区间;有条件可补充同系列衍生物构效关系对照数据;

❸ 完成系统性文献检索,检索式设置为[化合物名称]AND (pharmacology OR bioactivity),确认药效来源于化合物特异性作用,排除杂质、溶剂引发的非特异性药效假象。


阶段2:硅基靶点预测与候选靶点筛选

单一预测工具假阳性发生率高,采用多算法交叉验证策略,按照工具类型分类说明使用场景:



基于化学结构相似性的预测工具

 SwissTargetPrediction:输入分子结构或SMILES,依托ChEMBL数据库分子二维、三维结构比对,输出排名前50位潜在靶点,适用于小分子初步筛选;

❷ SuperPred 3.0:拓展化合物数据库覆盖范围,可同步输出ATC疾病编码,直接建立靶点与适应症对应关系;

 SEA:依靠化学相似性聚类完成靶点预测,对激酶、GPCR类靶点预测准确度具备优势。



基于药效团匹配的反向对接工具

 PharmMapper:上传mol2、SDF分子文件,匹配数据库内置蛋白三维药效团,可筛选出结构相似性工具遗漏的潜在靶点;免费版本支持基础批量预测;

❷ TargetHunter:依托药效团指纹完成比对,工具界面操作简便,每条预测结果可关联PubMed活性文献,便于溯源。



中药研究专属数据库

TCMSP、BATMAN-TCM、TCMID、HERB、SymMap、ETCM,数据库内置药材-化合物-靶点-通路完整映射关系,支持口服生物利用度OB、类药性DL指标过滤,适配中药相关研究背景。



机器学习与深度学习预测工具

具备生信分析条件的课题组可选用DeepPurpose、BANDIT。DeepPurpose基于CNN、RNN架构构建分子-靶点互作预测模型;BANDIT依靠贝叶斯网络整合多源数据,两类工具GitHub平台均提供完整代码与预训练模型



标准化交叉筛选操作规范

❶ 至少选取3种不同底层算法工具同步开展预测,推荐组合:SwissTargetPrediction + PharmMapper + SEA;

❷ 统计多平台重复出现、综合排序靠前的靶点,作为高置信候选靶点;

❸ 人工剔除血清白蛋白、细胞色素P450、碳酸酐酶II等广谱非特异性干扰蛋白。


阶段3:假阳性干扰前置过滤

计算获得候选靶点后,进行干扰因素过滤,可避免后续湿实验资源浪费:



泛干扰化合物(PAINS)甄别

黄酮、醌类、姜黄素类中药单体易存在PAINS结构,干扰机制分为四类:非特异性共价修饰蛋白氨基酸残基、氧化还原反应生成活性氧、螯合体系金属离子、自发荧光干扰检测读数。

处理规范:不可直接依靠软件过滤全部含PAINS结构分子;需同步开展底物竞争性实验、无关蛋白反向筛选、构效关系对比,综合判定化合物是否存在非特异性干扰



胶体聚集效应控制

疏水性中药单体在水相缓冲液中达到临界聚集浓度后会形成胶体颗粒,无差别吸附蛋白,制造剂量依赖性抑制的假阳性结果。

标准化控制手段:所有生化实验缓冲液添加终浓度0.01% Triton X-100或Tween-20;若添加去垢剂后化合物抑制活性显著下降,判定活性由胶体聚集引发,对应靶点不纳入后续验证。


阶段4:分层湿实验验证配体与靶点直接结合

过滤干扰因素后,按照四级验证层级依次开展实验,层级之间互为正交佐证:

● 层级1:无标记生物物理验证(确证分子直接结合)

无需对化合物进行化学修饰,分为细胞内验证与纯化蛋白定量两类技术:



1. CETSA细胞热转变分析

 核心原理:化合物与靶蛋白结合可提升蛋白热稳定性,通过检测蛋白熔解温度Tm偏移判定胞内结合。

 标准流程:细胞给药孵育→梯度温度热激→冻融裂解细胞→离心分离可溶性蛋白→WesternBlot定量绘制熔解曲线;衍生技术包含SplitLuc CETSA、CETSA-MS(TPP),可实现高通量筛选与全蛋白质组靶点筛查。

 适用优势:完整保留活细胞内蛋白互作、亚细胞定位特征,生理相关性更高。



2. DARTS药物亲和反应靶标稳定性实验

 核心原理:化合物结合靶蛋白后产生空间位阻,降低蛋白被蛋白酶水解的效率。

 标准流程:制备细胞裂解液→化合物与裂解液孵育→梯度蛋白酶消化→终止酶切反应→Western Blot检测目标蛋白降解水平。

 适用范围:亲和力偏弱、热稳定性较差的靶蛋白;局限为实验体系仅能使用细胞裂解液,丢失细胞区室化环境。



3. SPR表面等离子体共振、MST微量热泳动

两类技术均使用纯化重组蛋白开展体外验证,可定量检测解离常数KD、结合动力学参数kon、koff;MST无需固定蛋白,样品消耗量更低,适配膜蛋白等难以固定的靶点。

● 层级2:标记型化学蛋白质组学验证(多靶点广谱捕获

适用于共价结合、体内代谢活化型中药单体,核心体系为活性导向蛋白质组学结合点击化学探针,标准流程:

❶ 探针合成:选取化合物非药效核心骨架接入炔基或叠氮基团,修饰后保留原有生物活性;

❷ 细胞孵育:探针进入细胞与靶蛋白发生共价结合;

 生物正交反应:通过CuAAC或SPAAC反应连接生物素报告标签;

 磁珠富集与质谱鉴定:链霉亲和素磁珠富集标记蛋白,胰蛋白酶酶切后通过LC-MS/MS完成靶点鉴定。

● 层级3:靶点功能活性验证(建立结合与生物学效应关联)

根据靶点分类设计对应功能检测实验:

❶ 酶类靶点:测定化合物对靶酶的抑制IC50;

❷ GPCR、膜受体靶点:使用靶蛋白过表达细胞系,开展报告基因检测、钙离子流检测;

 离子通道靶点:采用全细胞膜片钳记录电流变化。

● 层级4:遗传学因果验证(构建完整逻辑闭环)

该层级用于区分非特异性结合与功能性靶点,实验操作包含三类:

❶ CRISPR-Cas9基因敲除、shRNA基因敲低;若化合物原有药效显著减弱或完全消失,证明该靶点介导化合物药理作用;

❷ 靶蛋白过表达;细胞对化合物处理的敏感性显著提升;

❸ 靶点结合位点突变质粒转染;突变后化合物丧失结合能力,同步丢失对应药效。


阶段5:靶点疾病相关性验证

完成靶点结合验证后,需确认靶点参与目标疾病病理进程,分三步开展分析:

❶ 靶点表达与预后分析:使用GEPIA2、UALCAN、Human Protein Atlas数据库,对比疾病、正常组织靶点表达差异,分析靶点表达水平与患者预后的关联;条件允许可补充临床组织芯片、患者来源类器官验证。

❷ 通路富集分析:使用DAVID、Metascape、R包clusterProfiler完成靶点GO、KEGG富集,筛选与疾病病理机制重合的信号通路。

❸ 互作网络可视化:使用Cytoscape构建“化合物-靶点-通路-疾病”多维网络,直观呈现中药单体多靶点调控特征。

总结


今天给大家梳理的反向药理学应用于中药活性单体靶点挖掘的标准化流程,分为五个连贯模块:活性化合物质控、多源硅基靶点预测、PAINS与胶体聚集假阳性过滤、四级递进湿实验正交验证、靶点疾病通路关联分析。

这套流程兼顾计算工具高通量筛选的覆盖范围与生物物理、遗传学实验的严谨性,可解决中药天然产物多靶点、低亲和力、体外实验易产生假阳性的研究难点。当前日益发展的分子预测模型、空间多组学、单细胞蛋白质组,也在持续完善反向药理学体系。

联系丸子,了解更多~




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。


参考文献

  • 1. Song J. Applications of the Cellular Thermal Shift Assay to Drug Discovery in Natural Products: A Review. Int J Mol Sci. 2025;26(7):3940. doi:10.3390/ijms26073940

  • 2. Chandran U, Mehendale N, Patil S, Chaguturu R, Patwardhan B. Network Pharmacology. In: Innovative Approaches in Drug Discovery. Elsevier; 2017:127-164.

  • 3. Yipaer G, Alifeiye A, Dilihuma D, et al. Artificial Intelligence in Natural Product Drug Discovery: A Review. Pharmaceuticals. 2026;19(2):301. doi:10.3390/ph19020301

  • 4. Nureye D. Reverse Pharmacology and Network Pharmacology: Principles and Applications in Herbal Medicine. J Traditional Medicine & Applications. 2024;3(2):1-24.

  • 5. Li G, Shi Q, Wu Q, Su X. Target identification of natural products in cancer with chemical proteomics and artificial intelligence approaches. Cancer Biol Med. 2025;22:549-597. doi:10.20892/j.issn.2095-3941.2025.0145

  • 6. Lagunin AA, Ivanov SM, Gloriozova TA, et al. Combined network pharmacology and virtual reverse pharmacology approaches for identification of potential targets to treat vascular dementia. Sci Rep. 2020;10(1):257. doi:10.1038/s41598-019-57199-9

点击下方“阅读全文” 获取资料

关键词: 反向药理学 | 基于有效成分的天然化合物/中药活性单体靶点挖掘思路