計(jì)算機(jī)技術(shù)在中藥活性成分發(fā)現(xiàn)過(guò)程中的應(yīng)用

潘迎志 李青蔚

摘 要：計(jì)算機(jī)技術(shù)給中藥的創(chuàng)新和發(fā)展提供了新的途徑.通過(guò)查閱文獻(xiàn)，綜述網(wǎng)絡(luò)藥理學(xué)、分子對(duì)接、人工神經(jīng)網(wǎng)絡(luò)、分子動(dòng)力學(xué)模擬、結(jié)構(gòu)和功能的預(yù)測(cè)等計(jì)算機(jī)技術(shù)在中藥活性成分發(fā)現(xiàn)方面的應(yīng)用概況.為計(jì)算機(jī)技術(shù)在中藥的應(yīng)用和推廣奠定基礎(chǔ).

關(guān)鍵詞：計(jì)算機(jī)技術(shù)；中藥；人工神經(jīng)網(wǎng)絡(luò)；網(wǎng)絡(luò)藥理學(xué)；分子對(duì)接

中圖分類號(hào)：R284.1

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1004－5422（2023）03－0234－05DOI：10.3969/j.issn.1004-5422.2023.03.003

0 引 言

計(jì)算機(jī)輔助藥物設(shè)計(jì)是以計(jì)算機(jī)化學(xué)為基礎(chǔ)，通過(guò)計(jì)算機(jī)的模擬、計(jì)算和預(yù)算藥物與受體生物大分子之間的關(guān)系，設(shè)計(jì)和優(yōu)化先導(dǎo)化合物的方法.由于中藥具有多成分、多靶點(diǎn)與機(jī)制不明確等特點(diǎn)，在研發(fā)方面無(wú)法仿照西藥的發(fā)現(xiàn)先導(dǎo)化合物與優(yōu)化先導(dǎo)化合物等確定候選藥物的系列過(guò)程.因此，中藥在創(chuàng)新方面仍需要不斷突破.隨著計(jì)算機(jī)技術(shù)的發(fā)展，科研人員不斷挖掘出其在中藥領(lǐng)域中的巨大應(yīng)用潛力，對(duì)推進(jìn)中藥的發(fā)展具有重大意義.

本文在“Web of Science”的核心數(shù)據(jù)庫(kù)中，選擇“中藥”“計(jì)算機(jī)”和“人工智能”為主要檢索詞，檢索2010年至2020年的相關(guān)文獻(xiàn)，并將計(jì)算機(jī)技術(shù)在中藥活性成分研究中的應(yīng)用進(jìn)行概述，總結(jié)近年來(lái)計(jì)算機(jī)技術(shù)在中藥活性成分研究方面的應(yīng)用，并在此基礎(chǔ)上，討論其存在的不足，為未來(lái)中藥的發(fā)展提供一定的基礎(chǔ).

1 分子對(duì)接技術(shù)

分子對(duì)接是藥物虛擬篩選設(shè)計(jì)的方法，依賴化學(xué)信息學(xué)和生物信息學(xué)中大量的靶點(diǎn)、小分子及靶點(diǎn)—小分子之間的相互作用.將小分子配體對(duì)接到受體活性位點(diǎn)并搜尋其合理的取向和構(gòu)象，使得配體與受體的形狀和相互作用的匹配最佳，從而發(fā)現(xiàn)藥物的先導(dǎo)化合物.作為一種結(jié)合理化原理和科學(xué)計(jì)算算法的研究方法，其提供了一種探索中藥藥效物質(zhì)基礎(chǔ)和機(jī)制的新思路.分子對(duì)接技術(shù)需要利用數(shù)據(jù)庫(kù)信息探尋具有活性的單體化合物.

1.1 開放數(shù)據(jù)庫(kù)

在中藥研發(fā)過(guò)程中所用到數(shù)據(jù)庫(kù)的作用可分為以下幾類：1）提供中藥信息，包括藥材名、藥材類別、性味、歸經(jīng)、藥理作用、功能主治、化學(xué)成分、產(chǎn)地、形態(tài)和規(guī)格、組成方劑、治療疾病與藥材圖片等內(nèi)容，如上海有機(jī)所的中藥與化學(xué)成分?jǐn)?shù)據(jù)庫(kù)；2）提供藥物、靶標(biāo)和疾病之間的關(guān)系，包括化學(xué)物質(zhì)、靶點(diǎn)和藥物靶點(diǎn)網(wǎng)絡(luò)等內(nèi)容，如TCMSP和YaTCM數(shù)據(jù)庫(kù)；3）提供常用中藥和中藥配方及其成分的全面和標(biāo)準(zhǔn)化信息，包括中藥、配方、成分、基因靶標(biāo)與相關(guān)途徑或疾病之間的關(guān)系和網(wǎng)絡(luò)等內(nèi)容，如ETCM數(shù)據(jù)庫(kù)；4）提供中醫(yī)藥證候關(guān)聯(lián)信息，將中醫(yī)證候與西醫(yī)癥狀相對(duì)應(yīng)，同時(shí)收錄了與這些證候相關(guān)聯(lián)的疾病、草藥成分與藥物靶點(diǎn)等內(nèi)容，如SymMap數(shù)據(jù)庫(kù).

在中藥現(xiàn)代研究中，將中藥數(shù)據(jù)庫(kù)信息和國(guó)外大型數(shù)據(jù)庫(kù)信息相結(jié)合研究，逐漸成為主流，在研究中用到的數(shù)據(jù)庫(kù)可分為以下幾類：1）提供基因組、核酸或蛋白序列信息的數(shù)據(jù)庫(kù)，如GenBank和DDBJ數(shù)據(jù)庫(kù)等；2）提供生物大分子結(jié)構(gòu)與分類信息的數(shù)據(jù)庫(kù)，如PDB和CATH數(shù)據(jù)庫(kù)等；3）提供活性化合物信息及其生物活性測(cè)試結(jié)果的數(shù)據(jù)庫(kù)，如PubChem、ZINC和BindingDB數(shù)據(jù)庫(kù)等；4）提供化合物藥代動(dòng)力學(xué)、代謝性質(zhì)和毒性數(shù)據(jù)的數(shù)據(jù)庫(kù)，如DrugBank和admetSAR數(shù)據(jù)庫(kù)等.

1.2 分子對(duì)接

李源博［1］從TCMs數(shù)據(jù)庫(kù)中檢索清熱解毒解表類中藥單體成分，利用AutoDock4.2軟件，以流感病毒NA（N1和N2）為靶點(diǎn)，分別對(duì)小分子數(shù)據(jù)庫(kù)進(jìn)行篩選，獲得候選化合物中藥單體化合物1.通過(guò)聯(lián)合用藥研究，驗(yàn)證了中藥單體化合物1聯(lián)合奧司他韋對(duì)流感病毒N1和N2靶點(diǎn)相互作用呈協(xié)同效應(yīng)，相互作用結(jié)果如圖1所示.宋煒等［2］在TCMSP數(shù)據(jù)庫(kù)中篩選出娑羅子的化學(xué)成分，用SYBYL軟件對(duì)小分子與抗炎作用相關(guān)的16個(gè)蛋白靶點(diǎn)進(jìn)行分子對(duì)接，通過(guò)對(duì)接打分函數(shù)篩選出活性成分，采用admetSAR數(shù)據(jù)庫(kù)對(duì)打分高的活性單體進(jìn)行藥物動(dòng)力學(xué)預(yù)測(cè)，篩選出具有抗炎活性的七葉皂苷苷元A與山柰酚等5

個(gè)中藥單體化合物.魯?。?］運(yùn)用AutoDock軟件的分子對(duì)接功能，驗(yàn)證抗包蟲藥物與包蟲β-tubulin結(jié)合能的大小與對(duì)包蟲的治療效果呈正相關(guān)，證實(shí)了該技術(shù)的可行性.進(jìn)而利用中藥單體庫(kù)篩選出活性成分，經(jīng)體外藥效試驗(yàn)和細(xì)胞毒性試驗(yàn)篩選出較好的中藥單體多花蒿類和黃酮肉桂類.Gao等［4］ 為尋找可用于治療COVID-19的潛在中藥，利用Autodock Vina軟件實(shí)現(xiàn)了中藥中化合物與SARS-Cov-2 3CL水解酶和ACE2轉(zhuǎn)化酶的分子對(duì)接，從238種潛在治療COVID-19的中藥中篩選出含最有效成分的16種中藥，以及5種已被廣泛使用的治療COVID-19的中藥.基于分子對(duì)接技術(shù)，劉小赟等［5］對(duì)來(lái)源于中藥的26種單體成分進(jìn)行對(duì)接，探索潛在的Ⅱ型5α-還原酶抑制劑，并通過(guò)體外微量酶反應(yīng)體系進(jìn)行驗(yàn)證，顯示女貞苷、紅花黃色素和扁柏雙黃酮3種成分對(duì)5α-還原酶具有一定的抑制作用.

近年來(lái)，分子對(duì)接技術(shù)在中藥中的應(yīng)用越來(lái)越多，通過(guò)分子對(duì)接技術(shù)可以快速探索中藥的作用機(jī)制，是中藥現(xiàn)代化研究技術(shù)中強(qiáng)有力的手段.

2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)已用于許多屬性預(yù)測(cè)問(wèn)題，是一種大腦啟發(fā)系統(tǒng).多個(gè)節(jié)點(diǎn)（也稱為神經(jīng)元）像大腦中的神經(jīng)元一樣相互連接，來(lái)自不同節(jié)點(diǎn)的信號(hào)被轉(zhuǎn)換并級(jí)聯(lián)到下一層的神經(jīng)元［6］.人工神經(jīng)網(wǎng)絡(luò)近年來(lái)已經(jīng)應(yīng)用于中藥研究，包括中藥傳統(tǒng)藥性理論研究、質(zhì)量控制研究、有效成分提取和含量測(cè)定研究等方面，為中藥現(xiàn)代化研究提供了新的方法和思路.

在中藥傳統(tǒng)藥性理論研究方面，李雨等［7］從《中華本草》篩選出屬性和藥性特征明確的植物藥，將其特征屬性與藥性進(jìn)行相關(guān)性回歸分析，建立反向傳播（back propagation，BP）神經(jīng)網(wǎng)絡(luò)模型，如圖2所示.對(duì)測(cè)試集藥材進(jìn)行藥性識(shí)別，整體正確率達(dá)到71.49%.回音等［8］運(yùn)用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)43批皂角刺進(jìn)行質(zhì)量控制研究，建立神經(jīng)網(wǎng)絡(luò)模型，該模型能準(zhǔn)確區(qū)分皂角刺真?zhèn)?在有效成分提取和含量測(cè)定研究中，王昭懿等［9］采用BP神經(jīng)網(wǎng)絡(luò)方法建立紅外光譜數(shù)據(jù)與黃芩中總黃酮含量之間的預(yù)測(cè)模型，結(jié)果顯示，該方法可預(yù)測(cè)黃芩中總黃酮的含量.人工神經(jīng)網(wǎng)絡(luò)已用于化合物性質(zhì)預(yù)測(cè)，有實(shí)驗(yàn)表明，通過(guò)建立決策樹模型能夠預(yù)測(cè)化合物的溶解性和滲透性對(duì)藥物口服吸收的影響［10］.楊詩(shī)龍等［11］通過(guò)建立BP人工神經(jīng)網(wǎng)絡(luò)模型對(duì)不同品種與儲(chǔ)藏年限的陳皮進(jìn)行鑒定研究，結(jié)合電子鼻技術(shù)判別區(qū)分效果良好，對(duì)不同品種與儲(chǔ)藏年限的陳皮測(cè)試樣本識(shí)別率達(dá)到86.36%.

3 網(wǎng)絡(luò)藥理學(xué)

網(wǎng)絡(luò)藥理學(xué)是系統(tǒng)生物學(xué)的組成部分，其整體觀與系統(tǒng)性同中醫(yī)藥的配方組合及辨證論治的原則相契合［12］.近年來(lái)，網(wǎng)絡(luò)藥理學(xué)多用于研究“藥物—靶點(diǎn)—疾病”之間的復(fù)雜關(guān)系，并結(jié)合系統(tǒng)生物學(xué)等方法來(lái)研究藥物的作用機(jī)制［13］.

在網(wǎng)絡(luò)藥理學(xué)研究中，常用化學(xué)信息學(xué)數(shù)據(jù)庫(kù)有TCMID和TCMSP等，生物信息學(xué)數(shù)據(jù)庫(kù)有DrugBank、Cytoscape、PubChem、STRING和STITCH等.這些數(shù)據(jù)庫(kù)主要用于中藥藥效探索、機(jī)制研究、新藥研發(fā)、質(zhì)量控制與復(fù)方配伍等方面.藥物研發(fā)中，網(wǎng)絡(luò)藥理學(xué)使中藥從“1個(gè)藥物、1個(gè)基因和1種疾病”的傳統(tǒng)研究模式向“多個(gè)藥物、多種因素和多種疾病”的非線性研究模式轉(zhuǎn)型，降低了網(wǎng)絡(luò)藥理學(xué)理論下設(shè)計(jì)的新藥在臨床試驗(yàn)中的失敗率.

Zhu等［14］通過(guò)對(duì)芍藥甘草湯中甘草和芍藥的活性成分進(jìn)行數(shù)字化挖掘，23個(gè)活性成分對(duì)應(yīng)226個(gè)靶點(diǎn)，重疊基因占161個(gè)，被認(rèn)為與骨關(guān)節(jié)炎有關(guān).在探索疏肝健脾方治療腹瀉型腸易激綜合征的藥理機(jī)制時(shí)，鐘嬋等［15］利用TCMSP數(shù)據(jù)庫(kù)查詢化合物及相關(guān)靶點(diǎn)，運(yùn)用軟件將“化合物—靶點(diǎn)”可視化處理，預(yù)測(cè)了疏肝健脾方通過(guò)IL-17信號(hào)通路、TNF信號(hào)通路與ToLL-Like 受體信號(hào)通路等藥物—疾病的相關(guān)通路發(fā)揮抗炎、調(diào)節(jié)免疫與降低內(nèi)臟敏感性等治療作用.胡曉茹等［16］通過(guò)“化學(xué)成分—靶點(diǎn)—疾病”的網(wǎng)絡(luò)拓?fù)鋵W(xué)分析，獲得紅花注射液用紅花藥材的核心成分，并作為質(zhì)控指標(biāo)，開展質(zhì)量控制.姚運(yùn)秀等［17］利用TCMSP數(shù)據(jù)庫(kù)收集抗病毒顆粒中各藥材的化學(xué)成分和作用靶點(diǎn)，構(gòu)建“藥材—化合物—靶點(diǎn)（基因）”網(wǎng)絡(luò)，將篩選排名靠前的化合物、臨床推薦化學(xué)藥與血管緊張素轉(zhuǎn)化酶Ⅱ（ACE2）進(jìn)行分子對(duì)接，揭示了其可能的作用機(jī)制.賀紅安等［18］借助TCMSP數(shù)據(jù)庫(kù)與中醫(yī)藥分子機(jī)制生物信息學(xué)分析工具，并參考藥代動(dòng)力學(xué)參數(shù)構(gòu)建了“藥物—成分—核心靶點(diǎn)—疾病”網(wǎng)絡(luò)，結(jié)合分子對(duì)接找出具有較穩(wěn)定結(jié)合活性的活性成分，揭示升降散對(duì)兒童慢性扁桃體炎的治療機(jī)制.

4 分子動(dòng)力學(xué)模擬

分子動(dòng)力學(xué)模擬（molecular dynamics simulation，MDS）是近年來(lái)飛速發(fā)展的一種分子模擬方法.其以經(jīng)典力學(xué)、量子力學(xué)與統(tǒng)計(jì)力學(xué)為基礎(chǔ)，利用計(jì)算機(jī)數(shù)值求解分子體系運(yùn)動(dòng)方程的方法，模擬研究分子體系的結(jié)構(gòu)和性質(zhì)，能夠進(jìn)一步理解蛋白質(zhì)生物活性位點(diǎn)在配體結(jié)合與催化過(guò)程中的運(yùn)動(dòng)特征，也為天然生物大分子的改性和基于受體結(jié)構(gòu)的藥物分子設(shè)計(jì)提供了重要的依據(jù).

王寅磊等［19］根據(jù)蕁麻屬植物化學(xué)成分建立化合物配體庫(kù)，對(duì)模型進(jìn)行評(píng)價(jià)并通過(guò)分子動(dòng)力學(xué)模擬優(yōu)化模型，快速篩選出潛在抑制5ａ-還原酶活性的單體.分子動(dòng)力學(xué)模擬還運(yùn)用于預(yù)測(cè)中藥對(duì)疾病的干預(yù)作用，戚璐等［20］對(duì)分子動(dòng)力學(xué)過(guò)程進(jìn)行模擬，完成青黛干預(yù)COVID-19的自由能計(jì)算與氫鍵分析等，進(jìn)一步驗(yàn)證了結(jié)合模式.

5 結(jié)構(gòu)和功能預(yù)測(cè)

5.1 結(jié)構(gòu)預(yù)測(cè)

在天然產(chǎn)物化學(xué)中，分子的結(jié)構(gòu)闡明是研究的難點(diǎn)，特別是在中藥成分分離過(guò)程中得到的新骨架單體由于其復(fù)雜的結(jié)構(gòu)難以用NMR數(shù)據(jù)進(jìn)行分析.結(jié)構(gòu)接近的異構(gòu)體（例如區(qū)域異構(gòu)體和保護(hù)基團(tuán)的定位）和非對(duì)映異構(gòu)體通常在其1D NMR光譜中僅表現(xiàn)出細(xì)微的差異，因此很難確定結(jié)構(gòu)和相對(duì)立體化學(xué)位置.通過(guò)其他NMR實(shí)驗(yàn)，然后將觀察到的NMR光譜與公開的NMR光譜進(jìn)行比較，可解決這一問(wèn)題，但此方法成本高且耗時(shí)［21］.自動(dòng)分析并解譜軟件的發(fā)明為廣大中藥研究者在分離鑒定天然產(chǎn)物結(jié)構(gòu)的過(guò)程中提供了便利與重要的信息.

Howarth等［22］建立了可以自動(dòng)分析NMR數(shù)據(jù)并得到結(jié)構(gòu)信息的軟件DP4-AI，其分析功能強(qiáng)大，不僅可以預(yù)測(cè)分子的相對(duì)立體化學(xué)和其他變化，還可以增加貝葉斯定理預(yù)測(cè)結(jié)構(gòu)的正確性.目前，DP4-AI已成功用于確定立體化學(xué)許多類似天然產(chǎn)物的分子、合成中間體、天然產(chǎn)物片段與藥物化合物.用戶輸入未知的立體化學(xué)結(jié)構(gòu)和指定的13C和1H NMR光譜，便可以進(jìn)行相對(duì)立體化學(xué)闡明，NMR光譜的自動(dòng)處理和分配將減少合成的時(shí)間限制.

5.2 功能預(yù)測(cè)

雖然現(xiàn)代技術(shù)可以立即識(shí)別中藥中單體化合物的2D結(jié)構(gòu)，但很難發(fā)現(xiàn)其特殊的生物活性，原因在于尚不了解這些結(jié)構(gòu)中的代碼.因此，解碼纏結(jié)在這些化合物2D結(jié)構(gòu)中的功能信息至關(guān)重要，這些信息是通過(guò)不斷進(jìn)化而選擇的，幾乎所有功能都是與大分子（主要是蛋白質(zhì)）相互作用的結(jié)果.通過(guò)找到結(jié)構(gòu)和生物活性的潛在聯(lián)系和信息，可對(duì)單體化合物進(jìn)行功能預(yù)測(cè)；通過(guò)分子結(jié)構(gòu)（如天然產(chǎn)物）來(lái)預(yù)測(cè)功能的能力，將為尋找下一代精準(zhǔn)藥物創(chuàng)造新的方式.

Liu等［23］在天然產(chǎn)物的片段數(shù)據(jù)庫(kù)中，使用天然質(zhì)譜技術(shù)收集了62種惡性瘧原蟲蛋白作為抗瘧藥的潛在靶標(biāo)，發(fā)現(xiàn)了96種低分子天然產(chǎn)物能和62種特定靶標(biāo)結(jié)合，其中低分子化合物中79個(gè)片段對(duì)惡性瘧原蟲具有直接的生長(zhǎng)抑制作用，該研究通過(guò)AI技術(shù)建立模型，由天然產(chǎn)物和蛋白質(zhì)的相關(guān)作用，找到天然產(chǎn)物的功能信息.AI技術(shù)除運(yùn)用于藥效預(yù)測(cè)外，還運(yùn)用于毒理預(yù)測(cè)，近幾年計(jì)算機(jī)毒理學(xué)研究越來(lái)越多地應(yīng)用于中藥的毒性預(yù)測(cè)及安全輔助評(píng)價(jià)中.中藥毒性預(yù)測(cè)方法包括決策森林（IDF）、基于支持向量機(jī)（SVM）、k最近鄰（kNN）和最近質(zhì)心（NC）等算法的集成毒性預(yù)測(cè)方法，藥物肝毒性的跨組織預(yù)測(cè)方法，以及基于SVM和微粒群算法的P-糖蛋白底物預(yù)測(cè)方法等［24-25］.

6 結(jié) 語(yǔ)

計(jì)算機(jī)技術(shù)的運(yùn)用為中藥和現(xiàn)代科學(xué)建立起了橋梁，并為中藥的研究提供了新的思路和技術(shù)支持，還在中藥活性成分尋找與靶標(biāo)篩選等方面發(fā)揮了重要作用.目前，具有中醫(yī)藥信息特點(diǎn)的數(shù)據(jù)庫(kù)已經(jīng)初見規(guī)模，研究者將中藥理論和計(jì)算機(jī)輔助藥物設(shè)計(jì)相結(jié)合，引入國(guó)內(nèi)外數(shù)據(jù)庫(kù)，利用分子對(duì)接、人工神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)藥理學(xué)、分子動(dòng)力學(xué)、功能和結(jié)構(gòu)預(yù)測(cè)等技術(shù)促進(jìn)中藥研究，用于中藥復(fù)方藥效成分的組成、結(jié)構(gòu)與藥理活性研究，以及中藥單體化合物的篩選與作用機(jī)制闡明，有助于提高先導(dǎo)活性單體發(fā)現(xiàn)率和成藥可能性.

計(jì)算機(jī)技術(shù)在中藥的應(yīng)用過(guò)程中依然存在一定局限性，如計(jì)算機(jī)輔助篩選中難以全面考慮藥代動(dòng)力學(xué)等問(wèn)題；人工神經(jīng)網(wǎng)絡(luò)部分?jǐn)?shù)據(jù)受實(shí)驗(yàn)人員主觀因素影響，存在過(guò)擬合現(xiàn)象；網(wǎng)絡(luò)藥理學(xué)存在數(shù)據(jù)庫(kù)采集信息不全面、各數(shù)據(jù)庫(kù)間篩選標(biāo)準(zhǔn)及算法不一致，無(wú)法與藥代動(dòng)力學(xué)性質(zhì)結(jié)合，單用計(jì)算機(jī)虛擬篩選的結(jié)果常遭受質(zhì)疑，需要進(jìn)行藥理實(shí)驗(yàn)進(jìn)一步驗(yàn)證［26］.隨著人工智能技術(shù)的理論完善，多學(xué)科交叉融合發(fā)展，研究者不斷發(fā)現(xiàn)和建立適合中藥研究開發(fā)的模型和專業(yè)軟件，必將推動(dòng)中藥理論向更全面、更深層次方向發(fā)展，實(shí)現(xiàn)計(jì)算機(jī)技術(shù)與中藥復(fù)雜理論體系研究的“無(wú)縫銜接”.中藥有多成分、多靶標(biāo)、多環(huán)節(jié)及多層次的作用特點(diǎn)，其研究思路和方法的創(chuàng)新將是中藥現(xiàn)代化的突破點(diǎn).

參考文獻(xiàn)：

［1］李源博.基于計(jì)算機(jī)輔助設(shè)計(jì)篩選具有抗流感病毒神經(jīng)氨酸酶活性的中藥單體化合物［D］.長(zhǎng)春：吉林大學(xué)，2018.

［2］宋煒，袁橋玉，王靜，等.娑羅子中抗炎活性成分的計(jì)算機(jī)虛擬篩選［J］.綠色科技，2020，11（2）：180-184.

［3］魯俊.基于計(jì)算機(jī)模擬分子對(duì)接技術(shù)抗包蟲中藥單體篩選及治療機(jī)制的研究［D］.蘭州：蘭州大學(xué)，2018.

［4］Gao L Q，Xu J，Chen S D.In silico screening of potential Chinese herbal medicine against COVID-19 by targeting SARS-CoV-2 3CLpro and angiotensin converting enzyme Ⅱ using molecular docking［J］.Chin J Integr Med，2020，26（7）：527-532.

［5］劉小赟，潘敬靈，梁玉婷，等.基于分子對(duì)接及分子動(dòng)力學(xué)模擬的中藥來(lái)源Ⅱ型5ａ-還原酶抑制劑篩選［J］.中草藥，2020，51（10）：2819-2827.

［6］Hessler G，Baringhaus K H.Artificial intelligence in drug design［J］.Molecules，2018，23（10）：2520-2532.

［7］李雨，李驍，薛付忠，等.基于人工神經(jīng)網(wǎng)絡(luò)的中藥藥性判別研究［J］.山東大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2011，49（1）：57-61.

［8］回音，王麗君，江坤，等.中藥皂角刺質(zhì)量的化學(xué)模式識(shí)別研究［J］.沈陽(yáng)藥科大學(xué)學(xué)報(bào)，2019，36（2）：123-129.

［9］王昭懿，陳永杰，韓麗琴.基于BP神經(jīng)網(wǎng)絡(luò)黃芩紅外光譜數(shù)據(jù)與總黃酮含量模型的建立［J］.吉林醫(yī)藥學(xué)院學(xué)報(bào)，2016，37（4）：257-260.

［10］Newby D，Alex A F，Ghafourian T.Decision trees to characterise the roles of permeability and solubility on the prediction of oral absorption［J］.Eur J Med Chem，2015，90：751-765.

［11］楊詩(shī)龍，王瑾，汪云偉，等.基于電子鼻與人工神經(jīng)網(wǎng)絡(luò)的陳皮鑒別研究［J］.時(shí)珍國(guó)醫(yī)國(guó)藥，2015，26（1）：112-114.

［12］葉霽，李睿旻，曾華武，等.基于整體觀中藥質(zhì)量標(biāo)志物的發(fā)現(xiàn)及研究進(jìn)展［J］.中草藥，2019，50（19）：4529-4537.

［13］Nakamura N，Hayasaka S，Zhang X Y，et al.Effects of baicalin，baicalein，and wogonin on interleukin-6 and interleukin-8 expression，and nuclear factor-［kappa］b binding activities induced by interleukin-1［beta］in human retinal pigment epithelial cell line ［J］.Exp Eye Res，2003，77（2）：195-202.

［14］Zhu N，Hou J，Ma G，et al.Network pharmacology identifies the mechanisms of action of Shaoyao Gancao decoction in the treatment of osteoarthritis［J］.Med Sci Monitor，2019，25：6051-6073.

［15］鐘嬋，黃李冰雪，陳遠(yuǎn)能，等.基于網(wǎng)絡(luò)藥理學(xué)探討疏肝健脾方干預(yù)腹瀉型腸易激綜合征的藥理機(jī)制［J］.中藥材，2020，43（4）：951-960.

［16］胡曉茹，鄭海榮，黨海霞，等.基于網(wǎng)絡(luò)藥理學(xué)的紅花注射液用紅花藥材質(zhì)量控制方法研究［J］.藥學(xué)學(xué)報(bào)，2019，54（11）：2074-2082.

［17］姚運(yùn)秀，賀楨翔，劉曉鳳，等.基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接技術(shù)的抗病毒顆粒治療新型冠狀病毒肺炎（COVID-19）的潛在物質(zhì)基礎(chǔ)研究［J］.中草藥，2020，51（6）：1386-1396.

［18］賀紅安，王曉，陳雅桐，等.基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接探討升降散治療兒童慢性扁桃體炎的作用機(jī)制［J］.中國(guó)中藥雜志，2021，46（4）：877-884.

［19］王寅磊，盧軒，曹洪玉，等.蕁麻屬化合物抗良性前列腺增生活性受體分子對(duì)接及其藥代動(dòng)力學(xué)性質(zhì)研究［J］.中國(guó)臨床藥理學(xué)雜志，2019，35（18）：2104-2108.

［20］戚璐，徐俊，許杰，等.基于分子對(duì)接及分子動(dòng)力學(xué)模擬預(yù)測(cè)青黛對(duì)新型冠狀病毒肺炎的干預(yù)作用［J］.中藥材，2020，43（7）：1794-1798.

［21］Troche-Pesqueira E，Anklin C，Roberto R，et al.Computer-assisted 3D structure elucidation of natural products using residual dipolar couplings［J］.Angew Chem Int Edit，2017，56（13）：3660-3664.

［22］Howarth A，Ermanis K，Goodman J M.DP4-AI automated NMR data analysis：Straight from spectrometer to structure［J］.Chem Sci，2020，11（17）：4351-4359.

［23］Liu M，Karuso P，F(xiàn)eng Y，et al.Is it time for artificial intelligenc-e to predict the function of natural products based on 2D-structure［J］.MedChemComm，2019，10（10）：1667-1677.

［24］黃劍平.藥物毒性預(yù)測(cè)方法研究［D］.杭州：浙江大學(xué)，2010.

［25］孫冬梅，陳玉興，曾曉會(huì)，等.基于系統(tǒng)生物學(xué)的計(jì)算機(jī)藥物輔助設(shè)計(jì)中藥研發(fā)新模式［J］.中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2014，20（17）：223-227.

［26］張彥瓊，李梢.網(wǎng)絡(luò)藥理學(xué)與中醫(yī)藥現(xiàn)代研究的若干進(jìn)展［J］.中國(guó)藥理學(xué)與毒理學(xué)雜志，2015，29（6）：883-892.

（責(zé)任編輯：伍利華）

Abstract：Modern computer technology provides a new way to innovate and develop traditional Chinese medicine.This article reviews the research and application of computer technology，such as network pharmacology，molecular docking，artificial neural network，molecular dynamics simulation，and the prediction of both structure and function in the discovery of the active ingredients in traditional Chinese medicine in order to lay a solid foundation for the extensive research，application and promotion of modern computer technology in Chinese medicine.

Key words：computer technology;Chinese medicine;artificial neural network;network pharmacology;molecular docking

作者簡(jiǎn)介：潘迎志（1983—），男，工程師，從事在產(chǎn)中成藥工藝優(yōu)化及新藥研究.E-mail：290283380@qq.com