基于HPLC指紋圖譜和網絡藥理學的消炎退熱顆粒質量標志物（Q-Marker）預測

李成成，苑楠楠，白樺芳，王 媛，魏 嵐，孫立新

基于HPLC指紋圖譜和網絡藥理學的消炎退熱顆粒質量標志物（Q-Marker）預測

李成成，苑楠楠，白樺芳，王 媛，魏 嵐，孫立新*

沈陽藥科大學藥學院，遼寧 本溪 117004

基于指紋圖譜和網絡藥理學方法，分析預測消炎退熱顆粒質量標志物（quality markers，Q-Marker）。采用HPLC法，以秦皮乙素為參照，建立20批消炎退熱顆粒的指紋圖譜。采用《中藥色譜指紋圖譜相似度評價系統(tǒng)》（2012A版）對20批樣品進行相似度評價，確定共有峰。通過與單味藥材溶液和混合對照品溶液色譜峰進行對比，對共有峰進行藥味歸屬，并指認化學成分。采用聚類分析進行分類評價，運用有監(jiān)督模式偏最小二乘法-判別分析篩選出造成組間差異的主要標志性成分。采用網絡藥理學篩選和分析消炎退熱顆粒相關的作用靶點和通路，構建“成分-靶點-通路”網絡圖，預測消炎退熱顆粒的Q-Marker。成功建立21個共有峰的指紋圖譜，篩選出4個差異成分可作為消炎退熱顆粒差異標志物，分別為秦皮乙素、新綠原酸、菊苣酸和咖啡酸，作為網絡藥理學研究對象。網絡藥理學結果顯示篩選出4種差異成分均可作為潛在Q-Marker。建立的HPLC指紋圖譜分析方法準確度高、穩(wěn)定性好，較全面、直觀地反映了消炎退熱顆粒整體化學成分信息，篩選出4個可作為消炎退熱顆粒潛在Q-Marker的化學成分，為消炎退熱顆粒質量的全面控制提供參考，同時也為消炎退熱顆粒藥效關聯物質基礎的研究及作用機制的探索奠定基礎。

消炎退熱顆粒；HPLC；指紋圖譜；相似度分析；聚類分析；偏最小二乘法-判別分析；網絡藥理學；質量標志物；秦皮乙素；新綠原酸；菊苣酸；咖啡酸

消炎退熱顆粒（Xiaoyan Tuire Granules，XTG）由大青葉、蒲公英、紫花地丁、甘草4味中藥組成，具有清熱解毒、涼血消腫的功效[1]。此方大青葉、蒲公英為君藥，二藥性味苦寒，合用有清熱解毒、消腫散結、涼血消斑之效。紫花地丁為臣藥，味苦辛，性寒，助君藥清熱解毒、涼血消腫。甘草為佐使，以其甘平之性補脾益氣、扶正驅邪，助君臣清熱解毒，且能調和諸藥。四藥合用，發(fā)揮清瀉肝胃熱毒、疏散心肺火熱、涼血消腫功效。

中藥及其復方制劑系統(tǒng)龐大，成分復雜，市面上的產品質量參差不齊。基于此背景，2016年劉昌孝院士[2]提出中藥質量標志物（quality markers，Q-Marker）概念，Q-Marker與中藥功能屬性密切相關，是可以定性定量的特有化學成分，可作為反映中藥安全性和有效性的標示性物質進行質量控制。中藥指紋圖譜是一種綜合的可量化的鑒定手段，它是建立在中藥化學成分系統(tǒng)研究的基礎上，主要用于評價中藥材以及中藥制劑半成品質量的真實性、優(yōu)良性和穩(wěn)定性，為中藥及中藥制劑質量控制提供有效手段[3-11]。網絡藥理學預測可以快速發(fā)現中藥主要作用通路及作用靶點，對于預測中藥成分的潛在作用靶點具有重要意義[12-15]。基于中藥和復方制劑具有多成分、多靶點及多通路的特點，兩者結合既能評估制劑質量的優(yōu)劣，又能說明藥效的強弱，更具說服力[16-22]。

本研究通過建立XTG的HPLC指紋圖譜，結合多元統(tǒng)計學方法，初步篩選出差異標志物。并以其為研究對象，結合網絡藥理學尋找潛在作用靶點和作用通路，進而預測Q-Marker。旨在為全面控制XTG的質量提供依據，為XTG作用機制的研究提供參考。

1 材料

1.1 儀器

島津LC-20A型HPLC儀，包括SPD-M20A型二極管陣列檢測器（DAD）、LC-20AT型二元泵、Lab Solution工作站，日本島津公司；RPL-D2000型柱溫箱，大連日普利科技儀器有限公司；TG332A型微量分析天平，湘儀天平儀器設備有限公司；KQ5200B型超聲波清洗器，昆山市超聲儀器有限公司；RE2000A型旋轉蒸發(fā)儀，上海亞榮生化儀器廠；SHB-Ⅲ型循環(huán)水式多用真空泵，鄭州長城科工貿有限公司；PB-10標準型pH計，德國Sartorius公司。

1.2 數據庫和軟件

Pubchem數據庫（https://pubchem.ncbi.nlm.nih. gov/search/）、Swiss Target Prediction數據庫（http:// www.swisstargetprediction.ch/）、Genecard數據庫（https://www.genecards.org）、String網站（https:// string-db.org/）、Cytoscape軟件（版本號：3.7.1）、David 6.7數據庫（https://david.ncifcrf.gov/）、微生信網站（http://www.bioinformatics.com.cn/）。

1.3 藥品與試劑

XTG購自2個廠家，各10批，批號190806、190807、190407、200224、200304、191012、191106、200310、200313、190904樣品購自陜西步長制藥有限公司（廠家A），規(guī)格10 g/袋，分別編號為SA1～SA10；批號ZFA1802、ZGA1801、ZGA1902、ZBA2001、ZEA2001、ZHA1901、ZBA2002、ZCA1901、ZEA2003、ZGA1901樣品購自云南白藥集團股份有限公司（廠家B），規(guī)格10 g/袋，分別編號為SB1～SB10；鳥苷對照品，批號1028B021，質量分數≥98.0%，購自北京索萊寶生物科技有限公司；新綠原酸對照品，批號X-014-180410，質量分數≥98.0%，購自成都瑞芬思生物科技有限公司；對照品秦皮甲素（批號KA0422CA14）、秦皮乙素（批號C25J7Y18390）、咖啡酸（批號W16O10B021）、菊苣酸（批號Y24J11Y119342）、靛玉紅（批號J19A10T95563），質量分數均≥98.0%，均購自上海源葉生物科技有限公司；甲酸、乙腈、甲醇均為色譜純，其他試劑均為分析純；水為純凈水，購自杭州娃哈哈集團有限公司。

大青葉和紫花地丁藥材，購自九洲恒源（安國）藥業(yè)有限公司；甘草購自亳州市永剛飲片廠有限公司；蒲公英購自安國路路通中藥飲片有限公司，經沈陽藥科大學功能食品與葡萄酒學院賈英教授鑒定，大青葉為十字花科菘藍屬植物菘藍Fort.的干燥葉，蒲公英為菊科蒲公英屬植物蒲公英Hand. -Mazz.的干燥全草，紫花地丁為堇菜科堇菜屬植物紫花地丁Makino的干燥全草，甘草為豆科甘草屬植物甘草Fisch.的干燥根和根莖。

2 方法與結果

2.1 色譜條件

色譜柱為Diamonsil C18（2）柱（250 mm×4.6 mm，5 μm）；流動相為0.1%甲酸水溶液（A）-25%甲醇乙腈溶液（B），梯度洗脫：0～30 min，8%～10% B；30～44 min，10%～12% B；44～58 min，12%～13.5% B；58～95 min，13.5% B；95～125 min，13.5%～35% B；125～135 min，35%～65% B；135～150 min，65% B；柱溫30 ℃；檢測波長290 nm；體積流量1.0 mL/min；進樣量20 μL。

2.2 溶液的配制

2.2.1 混合對照品溶液 取各對照品適量，精密稱定，加75%甲醇配制成含鳥苷11.0 μg/mL、新綠原酸10.2 μg/mL、秦皮甲素10.1 μg/mL、秦皮乙素10.6 μg/mL、咖啡酸13.9 μg/mL、菊苣酸10.4 μg/mL、靛玉紅20.0 μg/mL的混合對照品溶液。

2.2.2 供試品溶液 取本品約1.5 g，精密稱定，置于50 mL具塞錐形瓶中，精密加入75%甲醇25 mL，超聲（250 W，40 kHz）30 min，放冷至室溫，用甲醇補足減失的質量，搖勻，用0.45 μm微孔濾膜濾過，得供試品溶液。

2.2.3 單味藥材溶液 按照XTG的制備工藝，將大青葉、蒲公英、紫花地丁和甘草分別加水煎煮2次，每次2 h，煎液濾過，濾液合并，濃縮至相對密度為1.25～1.30（80 ℃），加3倍量乙醇，攪拌，靜置24 h，濾過，濾液濃縮至相對密度為1.20（80 ℃），加蔗糖粉及淀粉適量，干燥得單味藥材粉末。根據處方比例稱取，按“2.2.2”項下方法處理，即得單味藥材溶液。

2.3 方法學考察

2.3.1 參照峰的選擇 《中國藥典》2020年版將秦皮乙素作為評價XTG質量的指標性成分，其含量較高，色譜峰較穩(wěn)定，故選擇秦皮乙素作為參照峰，計算各共有峰的相對保留時間和相對峰面積。

2.3.2 精密度試驗 取“2.2.2”項下供試品溶液（編號為S5），按“2.1”項下色譜條件重復進樣6次，進行測定。結果表明，21個共有峰的相對保留時間的RSD均不大于1.3%，相對峰面積的RSD均不大于3.0%，結果表明儀器精密度良好。

2.3.3 重復性試驗 精密稱取樣品（編號為S5）1.5 g，按“2.2.2”項下方法制備供試品溶液，共6份，按“2.1”項下色譜條件分別進樣測定。結果表明，21個共有峰的相對保留時間的RSD均不大于1.7%，相對峰面積的RSD均不大于3.0%，結果表明方法重復性良好。

2.3.4 穩(wěn)定性試驗 取“2.2.2”項下供試品溶液（編號為S5），室溫下放置，分別于0、4、8、12、24 h按“2.1”項下色譜條件進樣分析。結果表明，21個共有峰的相對保留時間的RSD均不大于2.0%，相對峰面積的RSD均不大于2.8%，表明供試品溶液在24 h內穩(wěn)定性良好。

2.4 指紋圖譜的建立與相關性評價

2.4.1 共有峰的指認 取按“2.2”項下方法制備的供試品溶液和混合對照品溶液，按“2.1”項下色譜條件進樣，記錄色譜圖，通過對比樣品色譜峰和對照品色譜峰的保留時間，鑒定7個化合物，分別為鳥苷、新綠原酸、秦皮甲素、秦皮乙素、咖啡酸、菊苣酸、靛玉紅，見圖1。

2.4.2 聚類分析 以秦皮乙素為內參照峰，計算20批XTG的HPLC指紋圖譜各色譜峰相對內參照峰的面積之比，應用SPSS 21.0軟件對樣品進行聚類分析，采用離差平方和法（Ward’s method），將歐式距離的平方（squared Euclidean distance）作為樣品的測量尺度，結果見圖2。由圖2可知，20批樣品可聚為2大類：SA1～SA10、SB1～SB3、SB6、SB10為第I類；SB4、SB5、SB7～SB9為第II類。第II類全部為廠家B產品；第I類為廠家A和部分廠家B產品，說明不能以生產廠家為分類方式。

2.4.3 指紋圖譜的建立與對照指紋圖譜的生成 將質量較均一的15批XTG導入“中藥色譜指紋圖譜相似度評價系統(tǒng)（2012年A版）”，得到15批XTG指紋圖譜，見圖3-A。以秦皮乙素為參照，標定21個共有峰，生成對照指紋圖譜，見圖3-B。

2.4.4 相似度的計算 將20批樣品指紋圖譜與采用“中藥色譜指紋圖譜相似度評價系統(tǒng)（2012年A版）”生成的對照指紋圖譜進行比較，計算相似度。結果顯示，第一類15批樣品SA1～SA10、SB1～SB3、SB6、SB10的相似度分別為0.998、0.996、0.998、0.986、0.995、0.979、0.996、0.989、0.984、0.995、0.967、0.985、0.986、0.993、0.998，得到各個指紋圖譜與對照指紋圖譜的相似度均大于0.96；第2類5批樣品SB4、SB5、SB7～SB9的相似度分別為0.970、0.963、0.974、0.944、0.949，得到各個指紋圖譜與對照指紋圖譜的相似度均大于0.94。由上面的數據可知，根據聚類分成的2類在相似度上存在差異。但總的來說20批的相似度均大于0.94，表明XTG質量均一穩(wěn)定。

2-鳥苷 7-新綠原酸 8-秦皮甲素 9-秦皮乙素 10-咖啡酸 17-菊苣酸 21-靛玉紅

圖2 XTG聚類分析樹狀圖

2.4.5 偏最小二乘法-判別分析（partial least squares discrimination analysis，PLS-DA） 為了更好地觀察不同廠家樣品間的組內差異，本研究進行有監(jiān)督的PLS-DA，獲得相應模型，PLS-DA得分圖見圖4。從模型驗證的參數圖可知，模型的穩(wěn)定性和交叉驗證的預測力都較高（2＝0.843、2＝0.903），說明所建立的PLS-DA模型可以很好地用于不同廠家制劑的分析。由圖4可知，2個生產廠家的20批樣品均分布在95%置信區(qū)間內，且依據生產廠家不同分別分布在不同的區(qū)域，區(qū)分較為明顯，表明在有監(jiān)督的PLS-DA判別模型中，2組復方制劑中的化學成分存在差異。

為進一步為確定引起XTG分組的差異標志物，采用變量重要性投影（variable importance in the projection，VIP）對數據矩陣分析，VIP圖見圖5。PLS-DA模型中VIP值可直觀體現2個生產廠家的差異性成分，VIP值大于1的化合物對分類概括解釋率大于50%，對分類結果具有統(tǒng)計學意義，即為差異標志物。由圖5可知，9（秦皮乙素）、7（新綠原酸）、3、18、17（菊苣酸）、14、10（咖啡酸）號峰的VIP值均大于1，為XTG的差異標志物，可控制該制劑的質量。

圖3 15批XTG樣品的HPLC指紋圖譜(A)及其對照指紋圖譜(B)

圖4 PLS-DA得分圖

2.4.6 共有峰歸屬 分別取“2.2.3”項下藥材溶液各20 μL，進樣分析，結果見圖6。通過比對單味藥材溶液和樣品溶液色譜峰的保留時間和最大吸收波長，將21個共有峰進行藥味歸屬。由圖6可得，1、2（鳥苷）、3號峰為4味藥材的共有成分；5、11、12、13、14、15、21（靛玉紅）號峰是君藥大青葉的特有成分；6、7（新綠原酸）號峰為君藥蒲公英的特有成分；8（秦皮甲素）、9（秦皮乙素）號峰是臣藥紫花地丁的特有成分；10（咖啡酸）、17（菊苣酸）號峰是蒲公英和紫花地丁的共有成分。

圖5 PLS-DAVIP值圖

2.5 網絡藥理學研究

現代藥理學研究顯示，大青葉、蒲公英、紫花地丁和甘草具有顯著的解熱、抗炎、體內外抗內毒素活性。其中，君藥大青葉特征成分為靛苷類（靛藍、靛玉紅）；君藥蒲公英特征成分為菊苣酸、咖啡酸，菊苣酸是咖啡酸衍生物；臣藥紫花地丁特征成分為秦皮乙素、秦皮甲素，均屬于香豆素類化合物；甘草為方中佐使，具有調和諸藥的功效。有研究發(fā)現，靛苷類化合物[23-24]、咖啡酸及菊苣酸[25-26]、香豆素類化合物[27]及中藥甘草[28]均具抗氧化、抗菌、抗炎、抗病毒、抗腫瘤等生物活性。因此，指紋圖譜指認的7個化合物除鳥苷外，均具有顯著的抗炎活性。

為增強中藥質量控制手段、質量評價指標及質量標準與中藥有效性的關聯性，本實驗基于中藥指紋圖譜研究和多元統(tǒng)計學方法進行初篩，尋找引起組間差異的差異標志物，并以此為基礎利用網絡藥理學進一步的尋找Q-Maker，做到量效合一。

圖6 藥材歸屬HPLC圖

2.5.1 活性成分靶點信息的收集 通過TCMSP、PubChem、Swiss Target Predict等中藥系統(tǒng)藥理學數據庫及分析平臺，共得到秦皮乙素、咖啡酸、新綠原酸和菊苣酸4個候選化合物的121個作用靶點。

2.5.2 疾病靶點數據集的建立 以“Inflammation”和“Fever”為關鍵詞搜索Genecard數據庫（https:// www.genecards.org）獲得3404個疾病相關基因。

2.5.3 蛋白相互作用網絡的構建與核心基因篩選結果分析 將活性成分靶點和疾病靶點取交集并去重，得到81個交集靶點。將交集靶點導入String 11.0數據庫獲取蛋白互作數據信息（圖7），構建蛋白質相互作用（protein-protein interaction，PPI）網絡。將String結果導入Cytoscape軟件，并通過CytoHubba插件中的Degree算法篩選得到交互作用評分在前10的基因，提示這些基因在PPI中發(fā)揮了關鍵作用。如圖8，前10的基因分別為、、、、、、、、、。

2.5.4 基因本體生物學過程（gene-ontology biology process，GO）功能富集分析 利用David 6.8數據庫（https://david.ncifcrf.gov/）對10個核心靶點蛋白進行GO功能富集分析，以＜0.01表示具有統(tǒng)計學意義。GO富集分析根據＜0.01的條件篩選出51條條目，生物過程、細胞組成、分子功能分別為38、5、8條，導入微生信網站作圖，如圖9所示。其中，生物過程條目38個，主要涉及機體對UV-A（Ultraviolet Rays-A）的反應、ERBB2信號通路、凋亡過程的負調控、磷脂酰肌醇3-激酶信號轉導的調控、對雌二醇的反應等生物過程。分子功能條目8個，主要涉及一氧化氮合酶調節(jié)劑的活性、酶結合、相同的蛋白質結合、激酶活性、轉錄因子結合、蛋白激酶活性、蛋白質結合、ATP結合等分子功能。細胞成分條目5個，主要涉及細胞溶質、細胞質、細胞核、質膜、核質等細胞成分。

圖7 PPI網絡

圖8 10個核心基因交互網絡圖

2.5.5 京都基因與基因組百科全書（Kyoto encyclopediaof genes and genomes，KEGG）通路富集分析 利用David 6.8數據庫（https://david.ncifcrf. gov/）對10個核心靶點蛋白進行KEGG通路富集分析，以＜0.01表示具有統(tǒng)計學意義。KEGG通路富集分析根據＜0.01的條件篩選出57個KEGG富集條目，對57條通路進行整合發(fā)現，主要涉及癌癥相關的信號通路、消炎清熱相關的信號通路及內分泌相關的信號通路。如癌癥中的蛋白聚糖合成分解途徑、癌癥相關途徑、胰腺癌、前列腺癌等癌癥相關通路；磷脂酰肌醇-3-激酶/絲蘇氨酸蛋白激酶（phosphateidylinositol 3 kinase/serine-threonine kinase，PI3K-Akt）信號通路、腫瘤壞死因子（tumor necrosis factor，TNF）信號通路、絲裂原活化蛋白激酶（mitogen-activated protein kinase，MAPK）信號通路、Janus激酶-信號轉導與轉錄激活子（the Janus kinase-signal transducer and activator of tran-ions，JAK-STAT）信號通路、乙型肝炎、幽門螺桿菌感染中的上皮細胞信號傳導、丙型肝炎、Toll樣受體信號通路等消炎清熱相關通路。本實驗僅對與消炎清熱相關的信號通路及相對靶點進行作表展示，結果見表1。

圖9 GO分析富集圖

表1 KEGG富集分析信息

2.5.6 構建成分-靶點-通路網絡 將10個靶點蛋白、4個化合物及57條信號通路導入Cytoscape 3.7.1軟件繪制成分-靶點-通路網絡（圖10）。以化合物、靶點蛋白、信號通路的連接度為參考，發(fā)現4個化合物連接度差異不大，均可能是XTG的活性成分；MAPK1、PIK3CA、AKT1、EGFR、CCND1、SRC的連接度高于其他靶點，可能是XTG發(fā)揮藥效的關鍵靶點；57條信號通路差異性不大，均可能是XTG的關鍵信號通路。

3 討論

3.1 供試品溶液制備方式和色譜條件的優(yōu)化

本研究分別考察了不同的提取方式、提取時間、提取溶劑、色譜柱品牌、流動相體系及水相的添加劑、檢測波長、柱溫對色譜峰數量及分離情況的影響，最終確定以75%甲醇超聲提取30 min作為供試品制備方法。色譜柱選用Diamonsil C18（2）柱，以0.1%甲酸水溶液-25%甲醇乙腈梯度洗脫，檢測波長為290 nm且柱溫為30 ℃時，色譜圖峰較多分離度良好。

菱形代表活性成分，方形代表通路，三角形代表基因靶點

3.2 HPLC指紋圖譜結果分析

本研究建立20批XTG HPLC指紋圖譜，共確認21個共有峰，指認了7個化合物，并將21個共有峰進行藥味歸屬。采用相似性分析、聚類分析、PLS-DA 3種分析方法，對圖譜結果進行分析。聚類分析將20批樣品可粗分為2大類；根據聚類分成的2類在相似度上存在差異，但總的來說20批的相似度均大于0.94，表明XTG質量均一穩(wěn)定；通過PLS-DA分析指出7個差異化合物，采用對照品指認出其中4個化合物，分別為新綠原酸、秦皮乙素、咖啡酸和菊苣酸。結果提示，這7個化合物影響樣品組間差異，可用來控制產品的質量。

3.3 網絡藥理學結果分析

3.3.1 活性成分的篩選 網絡藥理學結果顯示，咖啡酸、秦皮乙素、菊苣酸及新綠原酸聯接度差異不大，均可能是XTG的活性成分，建議作為XTG Q-Marker?，F代藥理學研究表明，咖啡酸、秦皮乙素、菊苣酸及新綠原酸均有不同程度抗菌、抗炎、抗腫瘤、抗氧化、抗病毒的生物活性[25-27]。

3.3.2 關鍵靶點蛋白的篩選 MAPK1、PIK3CA、AKT1、EGFR、CCND1、SRC這6個靶點可能是發(fā)揮藥效的關鍵作用靶點?；蚓幋aMAP激酶家族相關蛋白，MAPK1、MAPK3、MAPK8屬于絲裂原活化蛋白激酶通路家族，主要涉及細胞的存活、增殖、分化和凋亡等多種功能，可以促進炎癥因子表達，導致內毒性急性肺損傷等相關炎性疾病的發(fā)生[29]。

AKT1在細胞內信號通路中起重要作用，作為PI3K-Akt信號轉導途徑的重要中間分子，參與調控細胞增殖、存活和凋亡等[30]?；蚓幋a的蛋白質是一種跨膜糖蛋白，該蛋白在肝細胞中作為丙型肝炎病毒的受體，并促進相關細胞進入，與丙型肝炎的發(fā)生有關。

3.3.3 作用通路的篩選 57條信號通路（dgree: 3～10）中前27條信號通路聯接度相對較高（dgree＞5）主要涉及癌癥相關的信號通路和消炎清熱相關的通路，包括乙型肝炎、丙型肝炎、TNF信號通路、PI3K-Akt信號通路、MAPK信號通路、JAK-STAT信號通路、幽門螺桿菌感染中的上皮細胞信號傳導等。其中，TNF是致炎因子，不但參與急性呼吸窘迫綜合征的發(fā)病過程，而且損害肺泡表面活性物質系統(tǒng)[31]。

MAPK信號通路可調控炎癥基因表達，活化的MAPK能夠使細胞核、細胞質中的轉錄因子發(fā)生磷酸化而激活，從而調控目標基因的表達，產生不同的生理反應[32]；研究表明，JAK-STAT在多種炎癥因子刺激下激活，進而發(fā)揮信號轉導和轉錄調控功能，影響巨噬細胞的分化和炎癥[33]?？赏ㄟ^調控JAK-STAT信號通路活性，調控癌細胞的遷移、侵襲和炎癥因子的分泌，并促進細胞凋亡。另外，Foxo信號通路、PI3K-Akt信號通路、MAPK信號通路、JAK-STAT信號通路和細胞凋亡可調節(jié)能量代謝，從而達到清熱的作用。其中，Foxo信號通路參與許多細胞生理事件，例如細胞凋亡、細胞周期控制、葡萄糖代謝、抗氧化應激等，能夠調節(jié)細胞能量代謝狀態(tài)。由此可推測，XTG可能通過作用于這些信號通路達到消炎清熱的作用。

3.4 整合分析

本研究依據劉昌孝院士提出的“質量標志物”的理念，采用指紋圖譜和網絡藥理學相結合的方法分析預測XTG Q-Marker。通過建立XTG的指紋圖譜，從溯源性和可測性的角度對XTG進行分析，指認出鳥苷、新綠原酸、秦皮甲素、秦皮乙素、咖啡酸、菊苣酸和靛玉紅7個成分。運用網絡藥理學從有效性的角度對其進行分析，發(fā)現咖啡酸、秦皮乙素、菊苣酸和新綠原酸4個活性成分通過調控MAPK1、PIK3CA、AKT1、EGFR、CCND1、SRC等關鍵靶點，作用于乙型肝炎、丙型肝炎、TNF信號通路、PI3K-Akt信號通路、MAPK信號通路、JAK-STAT信號通路、幽門螺桿菌感染中的上皮細胞信號傳導等關鍵信號通路發(fā)揮藥效作用。

XTG由大青葉、蒲公英、紫花地丁、甘草4味中藥組成，具有清熱解毒，涼血消腫的功效。本論文基于指紋圖譜和網絡藥理學方法預測和篩選出4個差異成分秦皮乙素、新綠原酸、菊苣酸和咖啡酸，建議作為XTG Q-Marker。

利益沖突 所有作者均聲明不存在利益沖突

[1] 中國藥典 [S]. 一部. 2020: 1531-1532.

[2] 劉昌孝, 陳士林, 肖小河, 等. 中藥質量標志物(Q-Marker): 中藥產品質量控制的新概念 [J]. 中草藥, 2016, 47(9): 1443-1457.

[3] 吳建雄, 秦建平, 劉峰, 等. 坤寧顆粒的HPLC指紋圖譜研究 [J]. 現代藥物與臨床, 2020, 35(3): 447-449.

[4] 林源, 陳敏. 小兒柴桂退熱顆粒的UPLC指紋圖譜及聚類、主成分分析 [J]. 中國藥房, 2018, 29(4): 474-477.

[5] 李正坤, 王銘爽, 劉傳鑫, 等. 基于UPLC指紋圖譜考察云貴產地白及藥材大小與化學成分含量的關系 [J]. 藥物評價研究, 2021, 44(3): 504-511.

[6] 林秀蓮, 宋粉云, 李華, 等. 補腎強身片UPLC指紋圖譜 [J]. 中成藥, 2017, 39(3): 551-555.

[7] 嚴慕賢, 廖嫻, 柯漢女, 等. 參芪降糖片多糖成分的HPLC指紋圖譜研究 [J]. 廣東藥學院學報, 2014, 30(5): 574-577.

[8] 袁慕榮, 王汝上. 小兒熱速清顆粒UPLC指紋圖譜及5種成分含量測定研究 [J]. 中國新藥雜志, 2019, 28(12): 1517-1522.

[9] 吳娟萍, 薛濤, 郭璐, 等. 華蟾素膠囊HPLC指紋圖譜研究與化學模式識別 [J]. 藥物分析雜志, 2020, 40(11): 1977-1985.

[10] Gao S M, Liu J S, Wang M,. Quantitative and HPLC fingerprint analysis combined with chemometrics for quality evaluation ofprocessed with different methods [J]., 2019, 11(2): 160-168.

[11] 李明月. 心脈通膠囊的HPLC指紋圖譜研究與化學模式識別 [J]. 藥物分析雜志, 2020, 40(6): 1104-1112.

[12] 吳靜潔, 梅應兵, 姚雪婷, 等. 基于網絡藥理學及分子對接研究柚皮素抗胃癌機制 [J]. 中國中西醫(yī)結合消化雜志, 2021, 29(2): 124-131.

[13] 鄭慧麗, 曹程, 王穎異, 等. 基于“成分-靶點-通路”的枸杞子調控年齡相關性黃斑變性作用機制研究 [J]. 中草藥, 2021, 52(4): 1039-1048.

[14] 吳朗杰, 趙春燕, 戰(zhàn)麗彬. 基于網絡藥理學和分子對接研究白花蛇舌草和半枝蓮藥對治療宮頸癌的作用機制 [J]. 中草藥, 2021, 52(4): 1049-1058.

[15] 崔琳琳, 苗明三. 基于數據挖掘和網絡藥理學的中藥抗血栓用藥規(guī)律分析 [J]. 中草藥, 2021, 52(4): 1063-1072.

[16] 倪術仁, 連云嵐, 趙思俊, 等. 強力腦清素片HPLC指紋圖譜的建立及質量標志物預測 [J]. 中草藥, 2021, 52(4): 1011-1019.

[17] 李春霞, 何巧玉, 劉靜, 等. 基于網絡藥理學和多元統(tǒng)計分析的黃連質量標志物預測分析 [J]. 中國中藥雜志, 2021, 46(11): 2718-2727.

[18] 牛江濤, 曹瑞, 司昕蕾, 等. 基于網絡藥理學的化學標志物與生物標志物對接研究模式概述 [J]. 甘肅中醫(yī)藥大學學報, 2020, 37(5): 80-84.

[19] 劉博文, 戴靜, 劉曉鳳, 等. 基于網絡藥理學和設計空間的乳腺康提取工藝研究 [J]. 中草藥, 2021, 52(6): 1634-1644.

[20] 楊子博, 李冬冬. 逍遙散治療糖尿病的網絡藥理學分析 [J]. 現代藥物與臨床, 2020, 35(9): 1733-1744.

[21] Yao Y X, Liu T, Liu B W,. Identification and verification of effective components of Huanghuai for dysfunctional uterine bleeding based on network pharmacology and molecular docking [J]., 2021, 13(2): 177-188.

[22] 段姍姍, 王永恒, 彭書旺, 等. 基于網絡藥理學探討加味逍遙散治療氣滯痰阻型橋本氏甲狀腺炎的作用機制 [J]. 藥物評價研究, 2020, 43(9): 1771-1779.

[23] 林琳, 刁勇, 周心怡, 等. 靛藍的生物活性研究進展 [J]. 染料與染色, 2019, 56(4): 16-18.

[24] 劉麗娟, 王允亮, 許樹青, 等. 靛玉紅、色胺酮對LPS誘導RAW264.7炎癥細胞模型的抗炎作用研究 [J]. 世界中西醫(yī)結合雜志, 2015, 10(8): 1069-1072.

[25] 岑麗航, 肖瑞琳, 李苗, 等. 蒲公英的抗癌抗炎機制研究進展 [J]. 國際藥學研究雜志, 2020, 47(11): 954-961.

[26] 王玉真, 高爽, 李凌軍, 等. 菊苣酸生物活性及其藥理作用研究進展 [J]. 中國新藥雜志, 2020, 29(15): 1729-1733.

[27] 聶安政, 林志健, 張冰. 秦皮化學成分和藥理作用研究進展 [J]. 中草藥, 2016, 47(18): 3332-3341.

[28] 鄧桃妹, 彭燦, 彭代銀, 等. 甘草化學成分和藥理作用研究進展及質量標志物的探討 [J/OL]. 中國中藥雜志, 2021, 46(11): 2660-2676.

[29] 崔琳, 張燕麗, 文澤馨, 等. 絲裂原活化蛋白激酶在治療腫瘤中的研究進展 [J]. 西藏醫(yī)藥, 2019, 40(6): 19-21.

[30] 黃寧寧, 吳恩輝, 童春南. 桑枝提取物抑制miR-369對SK-N-SH細胞損傷的影響 [J]. 新中醫(yī), 2020, 52(23): 1-6.

[31] 周盈, 曹磊, 平芬. 慢性阻塞性肺疾病相關炎性細胞因子的研究進展 [J]. 臨床薈萃, 2020, 35(3): 273-276.

[32] 王利敏, 朱瀅澗, 唐映紅. 基于ERK/p38 MAPK信號通路探討復方玄參利咽合劑對慢性咽炎模型兔抗炎機制研究 [J]. 中國現代應用藥學, 2021, 38(2): 179-183.

[33] 趙九洲, 姜曉旭, 李宏偉, 等. JAK-STAT信號通路與巨噬細胞炎癥調控的研究進展 [J]. 癌變·畸變·突變, 2020, 32(5): 402-404.

Prediction of quality markers for Xiaoyan Tuire Granules based on HPLC fingerprint and network pharmacology

LI Cheng-cheng, YUAN Nan-nan, BAI Hua-fang, WANG Yuan, WEI Lan, SUN Li-xin

College of Pharmacy, Shenyang Pharmaceutical University, Benxi 117004, China

To analyze and predict the potential Q-markers of Xiaoyan Tuire Granules (消炎退熱顆粒, XTG) based on fingerprints and network pharmacology methods.The fingerprints of 20 batches of XTG were established by using HPLC method with esculetin as a reference. Using “” (2012A version), 20 batches of samples were evaluated for similarity and common peaks were determined. By comparing with the chromatographic peaks of the single medicinal solution and the mixed reference solution, the common peaks were assigned, and the medicinal taste and the chemical components were assigned. Cluster analysis was used for classification, and the supervised model partial least squares method-discriminant analysis (PLS-DA) was used to screen out the main marker components that cause differences between groups. Using network pharmacology to screen and analyze the relevant targets and pathways of XTG, construct a “compound-target- pathway” network to predict the potential quality markers (Q-Marker) in XTG.The fingerprints of 21 common peaks were successfully established, and four different components were screened out as differential markers of XTG, namely esculetin, neochlorogenic acid, cichoric acid and caffeic acid, which were used as the research object of network pharmacology. The results of network pharmacology showed that the four different components were selected as potential quality markers.The established HPLC fingerprint analysis method has high accuracy and good stability, and reflects the overall chemical composition information of XTG more comprehensively and intuitively. Four chemical components that can be used as potential quality markers of XTG were screened out. It provides a reference for the comprehensive control of the quality of XTG, and also lays a foundation for the study of the substance basis of the drug efficacy of XTG and the exploration of the mechanism of action.

Xiaoyan Tuire Granules; HPLC; fingerprints; similarity analysis; cluster analysis; partial least square-discriminant analysis; network pharmacology; quality marker; esculetin; neochlorogenic acid; cichoric acid; caffeic acid

R283.6

A

0253 - 2670(2021)13 - 3885 - 11

10.7501/j.issn.0253-2670.2021.13.012

2021-02-26

遼寧省教育廳“遼寧特聘教授滾動支持項目”（遼教函[2018]35號）

李成成（1994—），女，碩士，研究方向為藥物分析。Tel: (024)43520599 E-mail: lcc151886@163.com

孫立新（1967—），女，博士，教授，研究方向為藥物分析。Tel: (024)43520599 E-mail: slx04@163.com

[責任編輯 鄭禮勝]