中药活性成分研究①｜五个中药成分靶点数据库大盘点（TCMSP/TCMID/SymMap/HERB/台湾中药库）

近年来，国内外研究者开发了多个涵盖草药、方剂、成分、靶点和疾病信息的数据库，为网络药理学和虚拟筛选提供了数据支持，但不同的数据库在草药、成分、靶点和疾病数量上各有侧重：

TCMSP是一个独特的中草药系统药理学平台，收录了《中国药典》中的499味常用草药，包含约29,384种化学成分、3,311个靶点和837种相关疾病信息。

它就是个“成分筛选小管家”：给你提供 OB（口服生物利用度）、DL（类药性）这些关键药动学参数，不用自己查文献算阈值 ，搭建成分-靶点和靶点-疾病关联网络可以靠他起步。

TCMID旨在整合多源数据以促进中药现代化研究。最新版TCMID 2.0（2018年发布）收录了46,929首方剂、8,159味草药、43,413种成分、4,633种疾病、8,182种药物和17,603个靶点。

实实在在的“数据整合王者”：不仅把 TCM Database@Taiwan、HIT 这些库的数据揉到一起，还加了方剂煎煮成分、质谱数据这些 “独家料”。想研究经典方剂（比如四物汤、六味地黄丸）的宝子，用它能查方剂里每味药的成分，还能做成分 - 靶点 - 疾病关联、PPI（蛋白质相互作用）网络，从传统方剂挖到现代机制超方便。

TCM Database@Taiwan是全球最大的非商业中药数据库之一，由台湾团队开发。它包含453味中药的61,000余种化合物。

它是“分子结构宝库”：提供化合物的二维和三维结构供下载，还能用于虚拟筛选和分子动力学模拟等计算辅助药物设计。主要侧重于提供大量天然产物分子结构，支持研究者进行基于结构的药物筛选。

SymMap通过整合中医症状与现代疾病、基因靶点，将中药与现代医学联系起来。SymMap v2收录了2,518种中医症状/证候、698味草药、25,975种成分、14,086种现代疾病和20,965个靶点。

它是“中西医翻译官”：建立了“症状-成分-靶点-疾病”关联网络，用户可查询某中药或成分对应的中医症状和现代疾病，有助于从整体上把握中药的作用特点。

图3. SymMap v2数据库组成部分示意图，展示其整合的多元数据

HERB数据库由北京中医药大学等构建，整合了高通量实验数据和文献信息。HERB 2.0版（2020年）通过人工整理文献，收录了7,263味草药、28,212种成分、12,933个靶点和49,258种疾病，并提供这些实体之间的网络关系。

它是“实验证据大佬”：不仅有文献挖的数据，还整合了高通量实验结果（比如细胞实验）、临床试验、荟萃分析 —— 你查一个成分，能看到它在实验室里有没有效、临床用着咋样。更绝的是能关联 CMap 基因表达谱，想做药物重定位（比如找中药成分治其他病的可能），用它准没错。

2001年发布的早期数据库，收录3,922种药用植物和9,127种化合物，记录了草药的传统功效、化学成分和现代药理信息。它实现了中药传统信息与化学成分的初步整合，但功能较为基础。

由香港浸会大学开发，侧重中药活性成分与靶点的关联，曾为TCMID等提供数据支持。HIT收录了大量草药成分及其实验证实的靶点，是早期中药靶点数据库的代表。

一个整合中药-基因-疾病关联的数据库，通过文献挖掘建立了中药、化学成分、基因、疾病之间的关联网络。它有助于从基因和疾病角度理解中药的作用机制，可用于预测中药可能影响的基因通路。

这些数据库分别侧重于单味草药化学成分和经典方剂信息。例如CHCD收录了数千种草药的化学成分及理化性质，BPCD则汇集了古方和现代方剂的组成与功效。这些数据库为特定研究需求提供了补充数据。

从 TCMSP 的药动学参数筛选、TCMID 2.0 的方剂数据整合，到 SymMap 的中西医症状关联、HERB 2.0 的实验证据支撑，每款数据库的特色功能和适用场景丸子在前面都带大家都掰扯得明明白白。但是光靠文字记细节容易乱，丸子专门把关键内容整理成了表格，让大家在后续应用中能够轻松匹配自己的研究需求，赶紧收藏起来吧~

宝子们！今天这波数据库大盘点是不是超干货？从发展历程图能看清各库的迭代脉络，数据规模对比图也直观告诉你不同库的 “家底厚度”—— 不管你是想快速筛活性成分、挖方剂机制，还是拿分子结构、连中西医症状，这5个核心库都能精准匹配需求：筛成分找 TCMSP，析方剂用 TCMID 2.0，要 3D 结构冲台湾库，搭症状 - 疾病关联锁 SymMap，查实验证据选 HERB 2.0，入门打基础靠 TCMD～

明天咱们直接落地实操！每个库的操作步骤都会结合图表逻辑拆解开，从官网入口到数据导出，关键按钮、筛选阈值、避坑点全标红，就算是刚接触的宝子也能跟着走通～ 记得定好闹钟蹲更新，科研效率提升就差这步啦！

• [1] Wang Y, Liu M, Jafari M, Tang J. A critical assessment of Traditional Chinese Medicine databases as a source for drug discovery. Front Pharmacol. 2024;15:1303693. Published 2024 Apr 26. doi:10.3389/fphar.2024.1303693

• [2] Huang L, Xie D, Yu Y, et al. TCMID 2.0: a comprehensive resource for TCM. Nucleic Acids Res. 2018;46(D1):D1117-D1120. doi:10.1093/nar/gkx1028

• [3] Lv Q, Chen G, He H, et al. TCMBank-the largest TCM database provides deep learning-based Chinese-Western medicine exclusion prediction. Signal Transduct Target Ther. 2023;8(1):127. Published 2023 Mar 31. doi:10.1038/s41392-023-01339-1

• [4] TCMSP 数据库官网 [EB/OL]. https://www.tcmsp-e.com/load_intro.php?id=43.

• [5] TCMID 官网 [EB/OL]. https://tcmtt.cn/sites/1477.html.

• [6] SymMap 官网 [EB/OL]. http://www.symmap.org/.

• [7] HERB 数据库官网 [EB/OL]. http://herb.ac.cn/.

• [8] TCM Database@Taiwan [EB/OL]. https://ngdc.cncb.ac.cn/databasecommons/database/id/3846.