中药单体与复方的机制研究:基于质谱的蛋白质组学实验思路差异

所属分类: 技术干货

发布时间: 2026-09-28

概要: 从直接靶点去卷积到系统网络扰动,两类研究对象的策略选择


 


 


 

在这几十年跟质谱与蛋白质组学打交道的日子里,接到中药项目,我们问客户的第一个问题通常不是预算或周期,而是 —— 研究对象是中药单体,还是复方?

因为中药研究对象在物质基础上存在较大跨度:一端是化学结构明确的单体(如青蒿素、雷公藤红素、甘草异黄酮等),另一端是成分复杂、讲究“君臣佐使”配伍的复方(如葛根芩连汤、二仙汤等)。

二者的作用机制研究方向正好相反:

单体研究一般采用“自下而上”的靶点去卷积:寻找其物理结合蛋白;

复方研究则顺从“自上而下”的系统生物学:探究多成分如何改变机体蛋白网络。

点击文末阅读原文,

获取专属中药靶点及作用机制实验方案

image.png

图1 单体与复方的蛋白质组学研究路线对比

image.png

一、单体化合物:明确直接结合的靶蛋白


 

单体研究要求确定分子直接结合的蛋白,并提供物理互作证据;仅依据表达量变化不足以确立机制。技术上分为带探针的化学标记,和不动分子的无标记生物物理两类。


 

1.1 化学蛋白质组学:探针设计与背景控制


 

化学蛋白质组学的做法,是把分子改造为可富集的探针:一端接共价捕获基团,一端接报告基团(生物素或点击化学用的炔基)。关键设计要点如下。


 


 

做酶家族优先用广谱活性探针:

氟磷酸酯(FP)与丝氨酸水解酶活性中心的亲核残基共价反应,配 TMT 或无标记定量可一次覆盖复杂样本中的酶活;硫氟交换(SuFEx)可共价修饰 Tyr、His、Thr,扩大天然产物的靶点覆盖。


 


 

分子本身无共价活性时,采用光亲和标记(PAL):

常用双吖丙啶、二苯甲酮、芳基叠氮。双吖丙啶基团小、对骨架扰动低,光解生成的卡宾中间体与邻近氨基酸形成共价键;需注意烷基双吖丙啶光解易生成重氮中间体,对谷氨酸、天冬氨酸等酸性残基及膜蛋白表面有偏好,研究跨膜受体时这一偏好反而有利。

💡 代表性工作


 


 

带炔基的青蒿素探针 AP1 结合点击化学与链霉亲和素富集,证实青蒿素在疟原虫中依赖血红素激活,既有碳中心自由基的共价结合,也存在非共价互作,并干扰蛋白合成、糖酵解与氧化还原稳态;同类方法还找到雷公藤红素的靶点 PfSpdsyn、PfEGF1-α,以及藤黄酸通过共价结合 HK1 的 Cys684 抑制糖酵解。

化学探针的主要误差来源是非特异结合。初次实验常富集到大量假阳性蛋白,多来自链霉亲和素磁珠。

控制方法有三条:

❶ 竞争实验:用过量未标记原药与探针竞争结合位点,探针富集信号显著下降的蛋白才判定为高置信靶点;

❷ 加强洗涤:可用 1% SDS、8 M 尿素、1 M NaCl 处理链霉亲和素磁珠;

❸ 背景扣除:建立自有背景库(对标人类 CRAPome),剔除反复出现的非特异蛋白。


 


 

另有一条前置检查:

探针衍生物先在细胞中验证活性。修饰后若分子丧失药效,其富集信号再强也不可靠。

image.png

图2 化学蛋白质组学探针结构与背景控制要点

1.2 无标记路线:基于热稳定性与抗水解能力的筛选


 

许多萜类、黄酮经化学修饰后易失活,探针合成门槛也高。无标记方法不改造分子,利用配体结合改变靶蛋白热稳定性或抗水解能力的原理进行筛选。五类常用手段对比如下。

image.png


 


 

TPP 的基本流程:

将样品在 37–67 ℃ 梯度加热,取可溶性蛋白定量、拟合熔解曲线,靶蛋白 Tm 随配体结合漂移;固定温度、变化合物浓度的 TPP-CCR 可获得剂量-效应曲线,并估算表观解离常数 Kd。

数据处理有几个容易被忽视的要点:

复杂体系中约半数蛋白的熔解轨迹并非标准 S 型,直接套 S 型拟合会把这批“暗熔解组”(Dark Meltome)误删,而其中常包含高价值真靶点;

建议改用非参数 NPARC,或不预设函数的 GPMelt(分层高斯过程),在控制 FDR 的同时保留非 S 型曲线;

缓冲液中温和去垢剂(如 DDM)会显著影响跨膜蛋白热稳定性,研究膜靶时需单独优化。


 


 

PISA 解决的是通量问题:

传统 TPP 每个温度点单独上机,通量受限;PISA 将各温度上清按比例混合为单一样本,通量提升 10–100 倍,可在有限机时内同时筛选数十个单体或浓度梯度。

代表性结果包括土木香内酯的直接靶 AKR1C1、兰索拉唑对细胞色素 bc1 复合物的作用;向裂解液补充 ATP 或 RNA,还可捕获依赖辅因子的大复合物互作。

其余方法中,LiP-MS 可在配体结合位点附近检测到受空间保护的肽段,给出结合域位置;TD-SPROX 可对带翻译后修饰的完整蛋白形态分别评估折叠稳定性。

image.png

图3 TPP 熔解曲线漂移(左)与 PISA 高通量原理(右)


 

1.3 AI 与结构计算:缩小候选范围,以生化验证为准


 

通过TPP、PISA 鉴定到的热稳定蛋白中,仍然存在上游信号传导或复合物重排导致的间接稳定蛋白。引入AI进行结构计算可助力缩小候选范围,但不能直接作为结论。

以 AlphaFold3 为代表的模型能预测蛋白-配体静态互作及氨基酸侧链取向,并与热位移分析完成的初筛形成闭环。

● 代表性流程:热位移高通量初筛给出候选集,AI 模型做高置信构象打分,再回到生化验证;

实例:去甲泽拉木醛(Demethylzeylasteral)以 MAPS-iTSA 热蛋白质组联合结构感知图神经网络 HoloGNN,锁定直接靶标 ACLY,后续确证其通过 ACLY 逆转银屑病模型的脂质代谢重编程;

● 基于细胞化学蛋白质组预训练的模型(如 C-PLANK),对胞内真实互作的预测更准。

仅依赖AI 打分不足以支撑结合,在进行生化验证前,都不建议直接下结论。


 

二、中药复方:不宜直接套用单体的全靶点筛选思路


 

复方提取物成分复杂、极性差异可达数个数量级,丰度悬殊。若用上述的探针或热稳定性方法直接筛选“全部靶点”,非特异背景会严重干扰信号。正确路径是先测量整体系统响应,再结合网络药理学反推机制与配伍。


 

2.1 高深度定量平台的选择


 


 


 

TMTpro:

 最新一代达 35 通道,可在单批次内同时纳入对照、模型、复方低/中/高剂量及拆方组;传统 TMT 存在定量比值压缩(共流出肽段压低真实倍数)的问题,基于实时搜索的 SPS MS3 可剔除干扰离子,提高小倍数变化的定量精度。


 


 

DIA :

不局限于高丰度母离子,在低丰度蛋白检出、定量连续性与大队列完整性上显著优于 DDA。硬件方面:Orbitrap Astral 以 200 Hz 扫描速率支持 0.6 Th 窄窗口 DIA,并兼容 18-plex TMTpro,半小时可定量上万个蛋白;timsTOF dia-PASEF 引入捕集离子淌度,按碰撞截面积 CCS 再分一维,降低同分异构肽与高杂样本的谱图重叠。

image.png


 

2.2 网络药理学预测与实验差异蛋白的收敛


 

网络药理学用 TCMSP、ADME 参数正向预测活性成分与靶点,构建“成分-靶点-疾病”网络。但纯算法预测假阳性较多,且缺乏真实生理反馈,需用实验差异蛋白加以收敛:

将预测靶点库与实验差异蛋白(DEPs)取交集,交集部分视为体内真实调控的核心;

用 Cytoscape 构建蛋白互作网络,按 Degree、Betweenness 筛选枢纽 Hub 蛋白;

实例


 


 

二仙汤可用于治疗绝经后骨质疏松,整合预测与定量后发现,给药后谷胱甘肽代谢通路显著激活,且GSTA1 为核心 Hub,随后通过分子对接与体内实验验证入血成分与 GSTA1 的结合。

image.png

图4 复方研究中预测、实验与验证的整合闭环


 

三、空间与亚细胞维度


 

多靶点效应还体现在作用的空间分布上。


 


 

亚细胞层面:

许多成分存在毒理性偏好,如雷公藤多苷的肝肾毒性主要源于线粒体功能障碍。全细胞匀浆的常见问题是高丰度胞浆与骨架蛋白掩盖微量的细胞器膜蛋白,经差速离心或亲和纯化分离线粒体、溶酶体、细胞核后分别进行质谱分析,即可暴露这些变化。


 


 

空间与单细胞层面:

治疗肿瘤与免疫疾病时,复方通过对肿瘤微环境进行系统性重塑发挥疗效。通过激光捕获显微切割(LCM)与微量蛋白质组平台,即可对给药前后:肿瘤实质与间质浸润区免疫细胞组成进行原位比较。如比较耗竭型 CD8+ T 细胞的复苏、M2 型巨噬细胞极化,以及肿瘤-免疫细胞空间邻近度的变化。


 

四、下游验证:以靶向确认建立因果


 

无论单体还是复方,质谱给出的都是线索,必须靠靶向验证排除假阳性、确立因果。我审稿时常见的问题,是跳过验证就直接下机制结论。


 


 

PRM 绝对定量:

以重同位素 AQUA 肽为内标,一针 LC-MS/MS 可同时对上百个关键蛋白做高精度绝对定量,突破抗体依赖性 Western Blot 的通量限制;


 


 

Co-IP-MS:

机制涉及蛋白互作改变时,用特异性抗体富集并结合 CRAPome 背景扣除,分析靶蛋白结合配体群的变化;


 


 

翻译后修饰的时间分辨:

磷酸化、泛素化是信号传导的快速环节,部分单体在不改变总蛋白量的情况下重塑激酶组图谱;现有平台半小时可覆盖上万磷酸化位点,适合急性缺血、炎症风暴等短时间窗研究。


 

五、从思路到落地:一套可复用的实验方案


 

前述判断最终要落到标准化的样本分组与分析模块上。以“谱度众合中药靶点及作用机制研究一站式方案”为例,该技术路线覆盖了本文讨论的关键环节:

❶ 入血/入组织成分分析:系统鉴定真正吸收入血或进入靶组织的化合物,作为“由方到单”的入口;

❷ 直接靶点筛选:非变性条件下处理药物组与溶剂对照,用 LiP-MS 或 TPP,以肽段/蛋白丰度或热稳定性差异锁定直接结合靶点;

❸ 疾病与治疗靶点:设对照、疾病模型、给药三组,分别比较“疾病组 vs 对照”和“给药组 vs 模型组”,以火山图、热图、GO/KEGG/GSEA 呈现;

❹ 网络与对接:用 TCMSP、BATMAN-TCM、SwissTargetPrediction 预测靶点并与实验差异蛋白取交集,构建“药物-成分-靶点-疾病”网络;对核心靶点与关键成分做分子对接,以结合能(通常 < -5 kcal/mol)评估结合强度并可视化结合模式。


 


 

样本设计建议:

动物组织:对照 ≥5、模型 ≥10、给药 ≥5 例;

细胞对照 ≥3、模型 ≥6、给药 ≥3 复孔;

常规送样量为组织 ≥5 mg、细胞约 1×106、汤剂上清 ≥1 mL,并预留备份供后续 WB、ELISA 验证。

结语


 

单体与复方代表了蛋白质组学机制研究的两个方向:前者追求直接物理结合的明确证据,后者刻画多成分对系统网络的整体扰动。实际工作中二者并不割裂,较稳妥的路径是“由方到单、由单释方”——先以高深度定量蛋白质组刻画复方的整体响应,再对入血活性单体做直接靶点验证。方法选择应服从研究对象的物质基础,而不是反过来。

点击文末阅读原文,

获取专属中药靶点及作用机制实验方案

参考资料

1. Chen X, Wang Y, Ma N, et al. Target identification of natural medicine with chemical proteomics approach: probe synthesis, target fishing and protein identification. Signal Transduct Target Ther. 2020;5(1):72. doi:10.1038/s41392-020-0186-y

2. West AV, Muncipinto G, Wu HY, et al. Labeling preferences of diazirines with protein biomolecules. J Am Chem Soc. 2021;143(17):6691-6700. doi:10.1021/jacs.1c02509

3. Gao P, Wang J, Qiu C, et al. Photoaffinity probe-based antimalarial target identification of artemisinin in the intraerythrocytic developmental cycle of Plasmodium falciparum. iMeta. 2024;3(2):e176. doi:10.1002/imt2.176

4. Pang H, Chen H, Chen P, et al. Gambogenic acid ameliorates inflammation by inhibiting HK1-mediated Warburg effect and NLRP3 inflammasome activation in sepsis. Acta Pharm Sin B. 2026;16(1):337-351. doi:10.1016/j.apsb.2025.10.020

5. Franken H, Mathieson T, Childs D, et al. Thermal proteome profiling for unbiased identification of direct and indirect drug targets using multiplexed quantitative mass spectrometry. Nat Protoc. 2015;10(10):1567-1593. doi:10.1038/nprot.2015.101

6. Le Sueur C, Rattray M, Savitski MM. GPMelt: a hierarchical Gaussian process framework to explore the dark meltome of thermal proteome profiling experiments. PLoS Comput Biol. 2024;20(9):e1011632. doi:10.1371/journal.pcbi.1011632

7. Zhang X, Lytovchenko O, Lundström SL, et al. Proteome Integral Solubility Alteration (PISA) assay in mammalian cells for deep, high-confidence, and high-throughput target deconvolution. Bio Protoc. 2022;12(22):e4556. doi:10.21769/BioProtoc.4556

8. Fu Z, Li S, Liu J, et al. Natural product alantolactone targeting AKR1C1 suppresses cell proliferation and metastasis in non-small-cell lung cancer. Front Pharmacol. 2022;13:847906. doi:10.3389/fphar.2022.847906

9. Salama EA, Elgammal Y, Wijeratne A, et al. Lansoprazole interferes with fungal respiration and acts synergistically with amphotericin B against multidrug-resistant Candida auris. Emerg Microbes Infect. 2024;13(1):2322649. doi:10.1080/22221751.2024.2322649

10. Liu Y, Li X, Chen C, et al. Exploration of compatibility rules and discovery of active ingredients in TCM formulas by network pharmacology. Chin Herb Med. 2024;16(4):572-588. doi:10.1016/j.chmed.2023.09.008


 

点击下方“阅读全文” 获取资料

关键词: 中药单体与复方的机制研究:基于质谱的蛋白质组学实验思路差异