Briefings in Bioinformatics | 国际上最大的基于中药活性成分的药物转录图谱平台ITCM

Answer 1

中药(TCM)作为药物发现的重要来源，在预防和治疗疾病方面展现巨大潜力。然而，基于中药活性成分的快速计算筛选平台不足，制约了中药现代化进程。

张卫东教授团队在国际生物信息学权威杂志Briefings in Bioinformatics上发表文章，推出了当前最大规模的基于中药活性成分的药物转录图谱平台ITCM。该平台整合了逾1000套表达谱数据，覆盖496种中药活性成分。研究团队通过多尺度分析，全面解析每个成分的作用机理，并以可视化方式多维度表示。

基于表达谱的计算筛选是现代药物发现的有效方法，尤其在无需药物或疾病特定知识的情况下，显著提高了新药物-疾病配对的发现。然而，针对中药活性成分的药物转录组学数据有限，缺乏详细在线分析工具。张卫东教授团队通过大规模中药活性成分全长转录组测序，填补了这一空白，获得了高质量的中药活性成分转录图谱数据。

药物筛选算法基于转录图谱，主要选择与疾病特异性基因反向作用的药物。作者提出“签名搜索”分析过程，通过比较药物特征和疾病特征，识别具有治疗潜力的药物。六种最先进的签名搜索方法被汇总并集成到筛选策略TCM-Query中，利用该算法实现快速针对特定疾病的中药活性成分筛选，加速创新药物发现。

作者通过三个案例研究，快速发现中药活性成分的新作用机制和针对前列腺癌及COVID-19的新型成分，并通过实验验证。此外，团队手动收集整理中药文献、药典信息，提取各类信息并更新数据平台，构建了包含25857个复方、8454味药材、43430种成分、18851个靶标和11180种疾病的数据库。该数据平台为源于中药的创新药物发现提供了坚实基础，同时为中药新药研发提供了数据驱动线索和理论依据。

张卫东教授团队构建的ITCM平台，结合多尺度生物学分析，揭示了每种活性成分的机制。集成的签名搜索算法快速识别特定疾病的潜在中药活性成分，显著推动了传统网络药理学的发展，加速了源于中药的创新药物发现进程。