基于網絡藥理學和設計空間的乳腺康提取工藝研究

劉博文，戴 靜，劉曉鳳，閆博文，鄧 妍，劉 濤, *

基于網絡藥理學和設計空間的乳腺康提取工藝研究

劉博文1，戴 靜1，劉曉鳳2，閆博文1，鄧 妍1，劉 濤1, 2*

1. 成都大學藥學院，四川 成都 610106 2. 四川天一學院，四川 德陽 618000

通過網絡藥理學及設計空間法對乳腺康提取工藝參數進行研究。借助網絡藥理學對乳腺康潛在的活性成分進行篩選，并與酪氨酸激酶進行分子對接，結合《中國藥典》2020年版確定指標性成分，采用HPLC法運用設計空間進行乳腺康提取工藝研究。篩選出乳腺康中甘草查爾酮A、川陳皮素、蒲公英甾醇等核心成分與酪氨酸激酶的親和力與臨床推薦用藥相似；設計空間得到最佳提取工藝：浸泡時間為30 min、溶媒量為12倍、提取時間為45～75 min、乙醇體積分數為65%～80%、提取2～3次。實驗所得到的工藝合理可行，驗證實驗與理論值預測值接近，具有一定的實用價值。該研究基于質量源于設計（QbD）理念的乳腺康提取工藝，穩定可靠，為其進一步的工藝開發及質量控制提供思路。

網絡藥理學；乳腺康；酪氨酸激酶；設計空間；提取工藝；甘草查爾酮A；川陳皮素；蒲公英甾醇；橙皮苷；甘草酸銨；咖啡酸

全球乳腺癌發病率逐年增加，在女性患惡性腫瘤的患者中，乳腺癌的病死率高居第1位[1]。目前，乳腺癌的治療仍以手術、放化療、分子靶向治療等為主。西醫治療可直接殺死腫瘤細胞，同時也會損害患者自身正常細胞及免疫系統，隨著中醫藥研究的進步，各種含有中藥及其有效成分的新型抗乳腺癌藥物的研發，為乳腺癌新的治療帶來可能性[2]，如藥物參一膠囊、康萊特注射液[3]、復方斑蝥膠囊等[4]?！吨袊幍洹?020年版一部收載69種中藥用于乳腺癌疾病的治療，但多為提高機體自身免疫力。青皮甘草散收載于清代醫書《醫宗金鑒》卷四十九，由青皮、甘草組成，主治“乳巖”，乳腺康源于青皮甘草散，經加減化裁得到的臨床經驗方，由青皮、甘草及蒲公英3味藥材配伍而成，青皮疏肝破氣，用于乳癖、乳癰；甘草解毒，補益氣；蒲公英清熱解毒，消腫散結，用于乳癰；三藥合用，共湊清熱解毒、活血消腫、化瘀散結之功。本課題組[5-6]前期已經對乳腺康注射液質量標準及藥效學進行研究。目前，中藥復方的提取工藝研究多采用單因素和正交設計實驗，無法達到實際提取工藝參數的動態性。設計空間[7]已被證明為可以保證質量的輸入變量和工藝參數的多維組合，在此空間里允許工藝參數的波動，即在設計空間內發生的工藝參數改變通常不被視為工藝變更，不會影響對結果的綜合要求，有助于結合產品質量屬性控制目標成分，不僅可以有效在誤差方面減少損失，還可以提高工藝參數和產品質量之間的關聯性。

目前，多數中藥工藝研究過程中，多以藥材的指標性化學成分作為工藝篩選的指標，但這些化學成分是否與藥物臨床藥效相關尚未可知，本研究借助網絡藥理學及分子對接技術[8]對乳腺康有效活性成分進行篩選，得到活性成分群并作為指標性成分，采用設計空間法對乳腺康提取工藝進行研究。

1 儀器與材料

1.1 儀器

Waters-2695型高效液相色譜儀、Photodiode Array Detector型檢測器，美國Waters公司；SQP電子分析天平，賽多利斯科學儀器有限公司；FA2004分析天平，上海良平儀器儀表有限公司；800Y型高速多功能粉碎機，永康市鉑歐五金制品有限公司；MH-3000型調溫電熱套，北京中興偉業世紀儀器有限公司；PS-40超聲波清洗器，AC 200～240 V，50 Hz，深圳得康清洗設備有限公司；HH-6型數顯恒溫水浴鍋，天津泰斯特儀器有限公司。

1.2 材料

青皮（批號180718）、甘草（批號200703）、蒲公英（批號190208）均購自成都市荷花池藥材市場，經成都大學藥學院劉濤教授鑒定，分別為蕓香科柑橘屬植物橘Blanco的果皮、豆科甘草屬植物甘草Fisch.的干燥根及菊科蒲公英屬植物蒲公英Hand. -Mazz.的干燥全草；對照品橙皮苷（批號wkq18040203）、川陳皮素（批號wkq20031701）、甘草查爾酮A（批號wkq20022102）、咖啡酸（批號140107）、甘草酸銨（批號140227），質量分數均≥98%，均購自四川省維克奇生物科技有限公司。

2 方法與結果

2.1 乳腺康網絡藥理學研究

2.1.1 乳腺康成分搜集 采用中藥系統藥理學數據庫和分析平臺（traditional Chinese medicine systems pharmacology database and analysis platform，TCMSP，http://lsp.nwu.edu.cn/tcmsp.php）、中藥分子機制生物信息學分析工具（bio-informatics analysis tool for molecular mechanism of traditional Chinese medicine，BATMAN-TCM，http://bionet. ncpsb.org/batman-tcm），結合中國天然產物化學成分庫，檢索獲得乳腺康所含的化學成分，表1為篩選出的主要活性成分。

表1 乳腺康主要活性成分的基本信息

采用中國天然產物化學成分庫對蒲公英成分進行了篩選，確定成分后在TCMSP中也未查到相關成分的口服生物利用度（OB）及類藥性（DL）值

The dandelion components were screened using the Chinese Natural Product Chemical Components Library. After the components being determined, the OB and DL values of the relevant components were not found in TCMSP

2.1.2 活性化合物及靶標蛋白的篩選 口服生物利用度（OB）是藥物吸收、分布、代謝、排泄（ADME）中最重要的藥代動力學參數之一，參考文獻方法[9]在TCMSP數據庫中用OB≥30%和DL≥0.18篩選乳腺康的活性成分，并利用TCMSP數據庫中的靶點預測功能收集乳腺康中化學成分的靶標蛋白，借助UniProt數據庫（https://www.uniprot.org/），通過導入蛋白名稱并設定物種為人，將檢索得到的所有的蛋白靶標校正為UniProtID，并得到靶標蛋白所對應的基因名PTGS1、SCN5A、HSP90AB1、F2、F10 ACHE等共計382個。

2.1.3 篩選疾病基因靶點及韋恩圖構建 利用比較毒理基因組學數據庫（comparative toxicogenomics database，CTD，http://ctd.mdibl.org/），以關鍵詞“乳腺癌”及“breast cancer”進行搜集，得到10萬余個基因靶點，根據“Inference score”，選取數據庫中前500個基因靶點。將乳腺康得到的382個成分基因靶標與利用比較毒理基因組學數據庫篩選出乳腺癌的前500個疾病基因靶標進行韋恩圖構建，結果見圖1。

圖1 乳腺康成分基因與乳腺癌基因韋恩圖

2.1.4 成分-靶標-通路相互作用網絡的構建 先將化合物基因導入蛋白質相互作用分析平臺STRING（https://string-db.org/cgi/input.pl），獲取蛋白相互作用的關系，再將成分、靶標、通路導入Cytoscape Version 3.7.2軟件構建成分-靶標-通路網絡。設置節點度（degree）值大于所有節點連接2倍中位數為標準進行篩選，確定關鍵節點，探究乳腺康的作用機制。

成分-靶標-通路相互作用網絡總共包括165個節點（71個成分節點、74個靶標節點、20個通路節點）和1367條邊，如圖2所示，其中圓形代表基因靶點，菱形代表成分，三角形代表通路。一個節點的度值表示網絡中和節點相連的節點的數量，相互作用構成成分-靶標-通路網絡，根據網絡中的拓撲學性質篩選出來的中心度值、親中心度值、等級值較大的節點進行分析，越能連接化合物或者靶點的節點在網絡中越能發揮樞紐作用，在該網絡中每個成分平均與13.51個靶點相互作用，每個靶點平均與12.96個成分相互作用；每個靶點平均與9.41個通路相互作用，每個通路平均與34.80個靶點作用，因此在乳腺康中存在一個成分與多個靶點相互作用，也存在一個靶點與多個成分相互作用；存在一個靶點與多個通路相互作用，也存在一個通路與多個靶點作用。這體現了中藥多成分與多靶點、多通路相互作用的整體性與聯系性。

2.1.5 靶點通路分析 為進一步觀察作用靶標的生物學功能，將所有化合物靶點基因導入到DAVID數據庫（https://david.ncifcrf.gov/）[10]中對其進行通路富集分析。在DAVID的基因列表通用管理面板中復制粘貼基因列表，選擇“OFFICIAL GENE SYMBOL”，List Type設置為“Gene List”，提交的基因列表選擇對應的物種“Homo Sapiens”，選擇基因本體功能（Gene Ontology，GO）生物學過程富集分析和京都基因與基因組百科全書（Kyoto Encyclopedia of Gene and Genomes，KEGG）信號通路富集分析，點擊“Functional Annotation Chart”獲得通路富集結果。使用Omicshare數據庫（https:// www.omicshare.com/）繪制成氣泡圖，用GraphPad Prism軟件繪制柱狀圖[11]。

通過數據庫DAVID進行的GO功能富集分析得到GO條目175個（＜0.05），其中生物過程（BP）條目94個，細胞組成（CC）條目35個，分子功能（MF）條目46個，分別占54%、20%、26%，結果如圖3所示。

KEGG通路富集分析篩選得到113條（＜0.05）信號通路，涉及乙型肺炎、胰腺癌、前列腺癌等，其中乙型肺炎通路涉及、、等基因；胰腺癌通路涉及、、等基因；前列腺癌通路涉及、、、等基因，乙型肺炎、前列腺癌等均含有基因，文獻表明[28]基因為乳腺癌作用的重要基因之一。選值最小的20個通路進行可視化，結果如圖4所示。

2.1.6 成分-靶點分子對接分析 先從RSCB PDB數據庫（https://www.rscb.org/）下載酪氨酸激酶（tyrosine kinase，TK，PDB ID：2B4S）的3D結構的pdb格式文件，運用Discovery Studio 2020 Client軟件移除靶蛋白中的非蛋白分子和配體再保存為pdb后綴的文件[12]。從PubChem數據庫（https:// pubchem.ncbi.nlm.nih.gov/）下載關鍵成分2D結構的sdf格式文件。利用PyRx軟件先上傳去水加氫后的蛋白質文件，將其轉化為pdbqt格式文件，再上傳化合物文件使其能量最小化，并將其轉化為pdbqt格式文件，最后運用vina進行對接[13]。結合能＜0說明配體與受體可以自發結合，研究選取結合能≤?5 kJ/mol[14]的活性成分作為乳腺康的篩選依據。一般認為配體與受體結合的構象越穩定時能量越低，發生作用的可能性越大。本研究分子對接結果顯示，與酪氨酸激酶結合能量較低的化合物分別是蒲公英賽醇（結合能為?36.40 kJ/mol）等，以結合能≤?5 kJ/mol為篩選標準，可知，乳腺康中主要活性成分與酪氨酸激酶結合能遠小于?5 kJ/mol，如表2所示。由此可見，乳腺康中核心成分與酪氨酸激酶形成構象能量低，結構穩定，結合活性高。根據分子對接結果，查閱相關文獻報道[21-23]及依據《中國藥典》2020年版一部中對藥材指標性成分規定，最終確定川陳皮素、甘草查爾酮A、橙皮苷、甘草酸銨、咖啡酸為乳腺康質量控制的活性成分群。

圖2 乳腺康成分-靶標-通路網絡

圖3 乳腺康的成分作用靶點GO功能分析

圖4 乳腺康作用靶點KEGG通路富集分析的20條通路氣泡圖

2.2 活性成分群含量測定方法的建立

2.2.1 對照品溶液的制備 分別精密稱取對照品甘草查爾酮A 2.82 mg、川陳皮素2.58 mg、橙皮苷5.31 mg、甘草酸銨7.63 mg、咖啡酸3.07 mg分別置于25、50、50、50、25 mL量瓶中，加甲醇定容至刻度線，制成質量濃度分別為甘草查爾酮A 112.8 μg/mL、川陳皮素51.6 μg/mL、橙皮苷106.2 μg/mL、甘草酸銨152.6 μg/mL、咖啡酸122.8 μg/mL的對照品溶液。

2.2.2 供試品溶液的制備 取“1.2”項下3味中藥飲片適量，加10～15倍溶媒，浸泡30～60 min，提取1～3次，每次提取30～90 min，濾過，合并濾液，冷卻至室溫，量取總體積，精密移取500 μL提取液加溶媒定容至10 mL量瓶中，搖勻，作為供試品溶液。

表2 乳腺康中活性成分及目前臨床報道有效化學藥與酪氨酸激酶的結合能

2.2.3 色譜條件 采用Supersil ODS色譜柱（250 mm×4.6 mm，5 μm）；進樣量為10 μL；柱溫為30 ℃；體積流量為1 mL/min；檢測波長：先在全波長200～400 nm下測定，后根據各對照品最大吸收波長切換檢測波長；以乙腈-0.5%磷酸水溶液為流動相梯度洗脫[15]（0～20 min，10%～32%乙腈；20～50 min，32%～70%乙腈；50～60 min，70%～10%乙腈）檢測甘草酸銨（237 nm）、橙皮苷（284 nm）、川陳皮素（330 nm）、甘草查爾酮A（361 nm）；以甲醇-0.15%磷酸水溶液為流動相梯度洗脫[15]（0～20 min，20%甲醇；20～40 min，20%～30%甲醇；40～50 min，30%～20%甲醇）檢測咖啡酸（323 nm）。

2.2.4 專屬性試驗 精密移取“2.2.1”項下對照品溶液、“2.2.2”項下供試品溶液各10 μL，按“2.2.3”項下色譜條件進樣測定。結果表明，供試品溶液在對照品相同保留時間的出峰位置處分別與對照品色譜峰對應一致。色譜圖見圖5。

2.2.5 線性關系考察 分別精密移取甘草查爾酮A、川陳皮素、橙皮苷、甘草酸銨、咖啡酸對照品溶液2 mL，分別采用二倍稀釋法，制得6個樣品[16]，采用“2.2.3”項下色譜條件進樣測定，以對照品質量濃度為橫坐標（），峰面積為縱坐標（），繪制標準曲線，進行線性回歸，得到回歸方程分別為甘草查爾酮A＝45 536＋8624，＝0.995 1；川陳皮素＝46 332－18 169，＝0.998 9；橙皮苷＝20 421－9715，＝0.998 0；甘草酸銨＝10 828－22 550，＝0.997 1；咖啡酸＝138 662－ 199 822，＝0.999 3；結果表明，甘草查爾酮A在3.5～112.8 μg/mL、川陳皮素在1.6～51.6 μg/mL、橙皮苷在3.3～106.2 μg/mL、甘草酸銨在4.8～152.6 μg/mL、咖啡酸在3.8～122.8 μg/mL與峰面積線性關系良好。

1-橙皮苷 2-川陳皮素 3-甘草查爾A 4-甘草酸銨 5-咖啡酸

2.2.6 精密度試驗 量取對照品溶液適量，按照“2.2.3”項下色譜條件，連續進樣測定6次，記錄峰面積[17]。計算得甘草查爾酮A、川陳皮素、橙皮苷、甘草酸銨、咖啡酸峰面積的RSD分別為1.44%、1.95%、1.08%、1.32%、0.36%，結果表明儀器精密度良好。

2.2.7 重復性試驗 精密稱取樣品6份，依法制備供試品溶液，按照“2.2.3”項下色譜條件進樣測定，記錄峰面積并計算含量[18]。結果甘草查爾酮A、川陳皮素、橙皮苷、甘草酸銨、咖啡酸質量分數的RSD分別均小于5%，表明方法重復性良好。

2.2.8 穩定性試驗 取同一供試品溶液適量，分別于0、2、4、8、12、16、20、24 h進樣，按照“2.2.3”項下色譜條件進樣測定，記錄峰面積。結果甘草查爾酮A、川陳皮素、橙皮苷、甘草酸銨、咖啡酸峰面積的RSD均小于5%，表明供試品溶液在室溫放置24 h內基本穩定[19]。

2.2.9 樣品測定 將“2.2.2”項下制備的供試品溶液按照“2.2.3”項下色譜條件進樣測定。

2.3 設計空間法優化乳腺康提取工藝

2.3.1 關鍵質量屬性（CQA）和關鍵工藝參數（CPP）的確定 生產工藝風險評估需要保證能夠對生產工藝中所有的CQA和CPP進行充分的控制。

（1）CQA的確定：對乳腺康提取過程中干膏率和指標性成分含量進行CQA確定。結合乳腺康中網絡藥理學、文獻中藥效活性的研究[29-30]及《中國藥典》2020年版一部中對各藥材指標性成分的規定，將干膏得率（1）及甘草查爾酮A、甘草酸銨、川陳皮素、橙皮苷、咖啡酸的提取量（2～6）作為乳腺康制備工藝的CQA。

（2）CPP的確定：對乳腺康提取工藝過程中在藥材、溶劑、提取操作、濾過操作等方面所涉及的潛在CPP［提取時間（1）、加溶媒量（2）、提取次數（3）、浸泡時間（4）、乙醇體積分數（5）］進行篩選及風險評估。利用Minitab 18軟件進行Plackett-Burman實驗設計，篩選出對乳腺康成分含量影響較大的CPP，結果見表4。

分別以1～6對1～5進行線性回歸，得回歸方程：1＝6.36－0.127 31＋0.4472＋5.1583＋0.032 74＋0.021 45，2＝?2.58×10?3＋2.0×10?51＋1.27×10?42＋4.17×10?43＋1.9×10?54＋1×10?65，3＝0.031 9＋1.038×10?31－2.25×10?32＋0.020 5＋5.17×10?44－3.72×10?45，4＝0.037 3－2.57×10?41－1.37×10?42＋4.74×10?33＋3.79×10?44－8.5×10?55，5＝?1.028＋4.8×10?41＋0.066 02＋0.653 33＋2.08×10?34＋5.93×10?35，6＝1.45－0.028 511＋0.2972＋1.4853＋5.7×10?34－0.022 145。

方差分析見表5，由表5可知1、3～6均對1、3或5顯著；標準化效應的pareto圖見圖6，效應值影響較大的工藝參數分別為1、3、5。結合方差分析和pareto圖最終篩選出提取時間1、提取次數3、乙醇體積分數5作為CPP。

表4 工藝參數的篩選

表5 方差分析

圖6 標準化效應的pareto圖

2.3.2 Box-Behnken設計實驗優化乳腺康最佳提取工藝參數 根據Plackett-Burman實驗結果，以1、3和5為自變量，以1～6為響應值，利用軟件Design-Expert 10，設計3因素3水平實驗，共有17個試驗點，中心點5個，實驗設計與結果見表6。

2.3.3 設計空間計算和驗證 通過Monte CarLo法計算獲得基于達標概率的設計空間，將Box- Behnken實驗的數據，進行計算機模擬1萬次，計算步長為0.02，達標概率為0.9可以獲得較滿意結果[20]，建立設計空間-采用MatLab（2018b）軟件提供的Monte CarLo方法計算獲得乳腺康提取工藝參數的設計空間圖，見圖7。在最佳提取工藝范圍點內A（?0.26，?0.58，?0.54）、點外B（?0.38，0，0.36）分別選擇1個點平行進行2組實驗，測定，干膏率、甘草查爾酮A、甘草酸銨和橙皮苷最佳工藝點內A高于點外B，川陳皮素和咖啡酸含量點外B高于點內A，綜合評分（綜合評分＝干膏率/最大干膏率×10＋甘草查爾酮A質量濃度/最大甘草查爾酮質量濃度A×30＋甘草酸銨質量濃度/最大甘草酸銨質量濃度×10＋川陳皮素質量濃度/最大川陳皮素質量濃度×30＋橙皮苷質量濃度/最大橙皮苷質量濃度×10＋咖啡酸質量濃度/最大咖啡酸質量濃度×10）最佳工藝點內A優于點外B，見表7。

表6 Box-Behnken試驗設計與結果

4 討論

本研究采用網絡藥理學對乳腺康組方青皮、蒲公英、甘草的主要活性成分和作用靶點進行網絡分析。根據網絡藥理學研究結果，對原藥材中的蒲公英甾醇等成分進行了含量測定，發現其在原藥材中的含量遠遠低于萬分之一，甚至有的低于檢測限，無法對其進行測定，這也是網絡藥理學篩選方法的局限性[24]，即只考慮成分“有無”，對其“含量高低”考慮不多。目前，多數中藥工藝研究過程中，多以藥材的指標性化學成分作為工藝篩選的指標，但這些化學成分是否與藥物臨床藥效相關尚未可知，本研究以藥物、臨床適應癥為指標，通過網絡藥理學篩選出乳腺康的潛在活性成分，結合《中國藥典》2020年版一部青皮、甘草、蒲公英的指標性成分，活性成分群在提取液中的含量，采用綜合評分法作為工藝評價指標對其提取工藝進行篩選，間接地對藥物活性進行控制，改進了目前多數工藝以藥材中指標性成分為指標而與藥物臨床相關性不強的不足。

表7 設計空間驗證結果

通過研究，最終確定川陳皮素、甘草查爾酮A、橙皮苷、甘草酸銨及咖啡酸為乳腺康質量控制的活性成分群。并以此為指標通過分析軟件進行DOE試驗設計和設計空間對乳腺康提取工藝進行設計并優化。結果表明，提取次數、乙醇體積分數、加溶媒量、提取時間、浸泡時間均對乳腺康的提取工藝具有影響，其中提取次數、提取時間和乙醇體積分數的影響較為顯著。得到乳腺康提取的最佳工藝為浸泡時間為30 min、溶媒量為12倍、提取時間45～75 min、乙醇體積分數為65%～80%、提取2～3次。

現有的中藥復方提取多采用單因素、正交試驗，并未完全反映中藥復方提取的工藝參數動態化。本研究在掌握CQA與CPP的基礎上，通過實驗設計分析各影響因素對最終產品質量的影響[25]。在Plackett-Burman實驗的基礎上進一步對工藝進行優化，在Box-Behnken實驗過程中應該嚴格按照實驗設計進行，減少因為組數較多引起的誤差[26]，并對Box-Behnken實驗結果通過Monte CarLo法計算獲得基于達標概率的設計空間，計算機模擬1萬次，計算步長為0.02，達標概率為0.9可以獲得較滿意結果并參照文獻[27]進行驗證，驗證實驗結果與空間預測結果一致，表明該設計空間法運用于乳腺康提取工藝穩定可行，該方法使提取工藝參數更加動態化，為實際大生產中工藝參數篩選提供一種思路。

本研究通過網絡藥理學與分子對接技術篩選出乳腺康的CQA，采用設計空間法對乳腺康進行提取工藝研究，用大數據分析和計算機模擬與實驗數據相結合，對乳腺康指標性成分篩選到最終提取工藝的初步確定進行研究，避免了提取工藝的臨床利用與指標性不強的問題和提取工藝參數篩選盲目性，具有一定的創新性。

利益沖突 所有作者均聲明不存在利益沖突

[1] Boumendjel A, Sotoing Ta?we G, Ngo Bum E,. Occurrence of the synthetic analgesic tramadol in an African medicinal plant [J]., 2013, 52(45): 11780-11784.

[2] 李云祥, 梁引庫, 高飛雄, 等. 中藥治療乳腺癌疾病研究進展 [J]. 中國實驗方劑學雜志, 2019, 25(3): 211-219.

[3] 畢四麗, 曹建雄. 靶向藥物及中藥抗血管治療乳腺癌研究進展 [J]. 中國醫藥指南, 2012, 10(6): 9-12.

[4] 劉靜, 陸德銘. 中醫藥治療三陰性乳腺癌的臨床研究進展 [J]. 山東中醫雜志, 2016, 35(11): 1015-1017.

[5] 朱紅梅, 劉翠, 張倩, 等. 乳腺康注射液質量標準研究 [J]. 中國畜牧獸醫, 2017, 44(8): 2465-2474.

[6] 劉濤, 彭曉鳳, 劉翠, 等. 乳腺康注射液的藥效學研究 [J]. 中國畜牧獸醫, 2017, 44(9): 2822-2828.

[7] 徐冰, 史新元, 喬延江, 等. 中藥制劑生產工藝設計空間的建立 [J]. 中國中藥雜志, 2013, 38(6): 924-929.

[8] Hopkins A L. Network pharmacology [J]., 2007, 25(10): 1110-1111.

[9] 黃啟和, 周福軍, 徐旭, 等. 基于分子對接技術虛擬篩選延胡索抗心肌缺血物質基礎研究 [J]. 中草藥, 2019, 50(10): 2355-2361.

[10] 張新莊, 蕭偉, 徐筱杰, 等. 利用網絡藥理學方法研究熱毒寧注射液抗流感病毒的分子作用機制 [J]. 物理化學學報, 2013, 29(7): 1415-1420.

[11] 解靜, 高杉, 李琳, 等. 網絡藥理學在中藥領域中的研究進展與應用策略 [J]. 中草藥, 2019, 50(10): 2257-2265.

[12] 陳璟, 徐貝貝, 徐墜成, 等. 基于網絡藥理學的防己黃芪湯防治2型糖尿病的潛在作用機制研究 [J]. 現代鹽化工, 2020, 47(1): 10-13.

[13] 黃啟和, 周福軍, 徐旭, 等. 基于分子對接技術虛擬篩選延胡索抗心肌缺血物質基礎研究 [J]. 中草藥, 2019, 50(10): 2355-2361.

[14] 徐文華, 鄭景輝, 楊文娜, 等. 基于分子對接和系統藥理學小青龍湯治療哮喘的作用機制 [J]. 天然產物研究與開發, 2019, 31(6): 964-974.

[15] 甄中鋒. 多基源甘草藥材HPLC指紋圖譜及指標性成分研究 [J]. 四川中醫, 2018, 36(12): 178-180.

[16] 崔翠翠, 張學蘭, 李慧芬. 炮制對石榴皮中沒食子酸、鞣花酸和鞣質含量的影響 [J]. 中成藥, 2010, 32(4): 613-615.

[17] 鄧斌, 韋炳華, 黃盛超, 等. HPLC法同時測定旱蓮草中木犀草素和芹菜素的含量 [J]. 中國藥房, 2014, 25(39): 3685-3687.

[18] 孔瑋, 王艷, 朱源, 等. HPLC法同時測定知柏地黃丸中3種主要成分的含量 [J]. 中國藥房, 2012, 23(32): 3055-3057.

[19] 邱紅梅, 楊林, 何丹. HPLC法同時測定鼻炎靈片中綠原酸、黃芩苷和歐前胡素的含量 [J]. 中國藥房, 2018, 29(12): 1605-1608.

[20] 邵靜媛, 瞿海斌, 龔行楚. 2種設計空間計算方法的比較研究: 達標概率法和多指標疊加法 [J]. 中國中藥雜志, 2018, 43(10): 2074-2080.

[21] 李先端, 馬志靜, 林生, 等. 高效液相色譜法測定青皮中辛弗林和-甲基酪胺的含量 [J]. 中國中藥雜志, 2004, 29(6): 537-539.

[22] Lawrence N J, Rennison D, McGown A T,. Linked parallel synthesis and MTT bioassay screening of substituted chalcones [J]., 2001, 3(5): 421-426.

[23] Kelland L R. Farnesyl transferase inhibitors in the treatment of breast cancer [J].2003, 12(3): 413-421.

[24] 任艷, 鄧燕君, 馬焓彬, 等. 網絡藥理學在中藥領域的研究進展及面臨的挑戰 [J]. 中草藥, 2020, 51(18): 4789-4797.

[25] 王婭玲, 陶然, 梁峰源, 等. 響應面法優化中藥降脂復方多糖提取工藝及抗氧化研究 [J]. 當代化工, 2020, 49(3): 555-558.

[26] 姜慧潔, 黃薇, 胡林水, 等. 基于質量源于設計(QbD)理念的延胡索醇提工藝質量控制研究 [J]. 中草藥, 2020, 51(2): 372-380.

[27] 王超越, 龔行楚, 付澤飛, 等. 確定性篩選設計結合設計空間法優化黃芩提取物的純化工藝[J/OL]. 中國中藥雜志:1-7[2021-01-24]. https://doi. org/10. 19540/j. cnki. cjcmm. 20201209. 301.

[28] Shani H, Bernstein-Molho R, Laitman Y,. Double heterozygosity for TP53 and BRCA1 mutations: Clinical implications in populations with founder mutations [J]., 2021: 1-5.

[29] 陳向榮. 甘草查爾酮A抗氧化及抗癌活性機制研究 [D]. 長春: 吉林大學, 2018.

[30] 馬于然. 川陳皮素增強抗癌藥物抗腫瘤效果及機理研究 [D]. 江門: 五邑大學, 2020.

Research on extraction process of Ruxiankang based on network pharmacology and design space

LIU Bo-wen1, DAI Jing1, LIU Xiao-feng2, YAN Bo-wen1, DENG Yan1, LIU Tao1, 2

1. School of Pharmacy, Chengdu University, Chengdu 610106, China 2. Sichuan Tianyi University, Deyang 618000, China

To explore the extraction process parameters of Ruxiankang (乳腺康) through network pharmacology and design space.With the help of network pharmacology, the active ingredients of Ruxiankang were screened, and molecular docking with tyrosine kinase was carried out, combined with “” 2020 edition to determine the index components, and the extraction process of Ruxiankang by high performance liquid chromatography and design space was studied.The core components of Ruxiankang screened, such as licochalcone A, nobiletin, and taraxasterol, had affinity with tyrosine kinases similar to those recommended in the clinic, and the optimal extraction process was obtained in the design space: the immersion time was 30 min, and the solvent volume was 12 times, extraction time was 45—75 min, ethanol concentration was 65%—80%, for 2—3 extraction times.The process obtained in the experiment is reasonable and feasible, the verification experiment is close to the predicted value of the theoretical value, which has certain practical value. The Ruxiankang extraction process is based on the QbD concept, which is stable and reliable, and provides ideas for its further process development and quality control.

network pharmacology; Ruxiankang; tyrosine kinase; design space; extraction process; licochalcone A; nobiletin; taraxasterol; hesperidin; ammonium glycyrrhizinate; caffeic acid

R283.6

A

0253 - 2670(2021)06 - 1634 - 11

10.7501/j.issn.0253-2670.2021.06.011

2020-11-03

四川省科技成果轉移項目（2020ZHCG0073）；2019年德陽市產學研合作科技研發類項目（2019CK090）；廣西壯瑤藥重點實驗室2020年開放課題（GXZYKF202004）；成都大學CC國家眾創空間2020年度創新創業項目（ccyg202001003）；四川省大學生創新創業訓練計劃項目（S202011079112X）

劉博文（1996—），男，在讀研究生，研究方向為中藥藥劑學。Tel: 15708143246 E-mail: 2499677479@qq.com

劉 濤（1976—），男，博士，研究員級高級工程師，碩士生導師，從事中藥新藥研究及中成藥質量再評價研究工作。Tel: 13378118375 E-mail: liutao057@sina.com

[責任編輯 鄭禮勝]