基於中藥質量標誌物的茵陈预测理念，對茵陳化學成分有效性、质量生源途徑、标志成分特異性、茵陈预测傳統功效、质量傳統藥性及化學成分可測性進行了潛在質量標誌物的标志預測.通過網絡藥理學進行成分有效性分析，基於文獻整合及數據分析對茵陳的茵陈预测生源途徑、成分特異性、质量傳統功效、标志傳統藥性及化學成分可測性進行質量標誌物預測.結果顯示，茵陈预测網絡藥理學獲得槲皮素、质量異鼠李素及茵陳黃酮等13個活性成分，标志關鍵靶點有AKT1、茵陈预测TNF、质量JUN、标志MAPK1、RELA、TP53及IL6等.GO功能富集分析得到GO條目1 892個，其中生物過程條目1 648個，細胞組成條目82個，分子功能條目162個.KEGG通路富集篩選得到281條信號通路(P<0.05)，涉及癌症通路、乙型肝炎及TNF信號通路等.結果表明，結合網絡藥理學和文獻分析得出了茵陳蒿靈A、馬栗樹皮素二甲醚、大牛兒烯D、6，7-二甲氧基香豆素和茵陳色原酮可作為茵陳潛在的質量標誌物。
茵陳為菊科植物濱蒿或茵陳蒿的幹燥地上部分，具有利濕退黃與清熱解毒的功效，主要用於治療黃疸與濕疣等疾病。茵陳的主要成分包括有機酸類、黃酮類、香豆素類及揮發油類等．茵陳的現代藥理作用有解熱、鎮痛、抗炎、抗病毒、抗腫瘤、降血壓、調血脂、抗骨質疏鬆、神經保護、調節代謝及預防阿爾茨海默病等多種功效。中藥質量標誌物(Q-marker)是中藥質量控製的新概念，基於中藥傳遞與溯源、有效、特有、可測和處方配伍的“五原則”，可建立中藥全程質量控製及質量溯源體係，為中藥質量控製提供了新的思路．本文基於Q-marker理論，運用網絡藥理學和文獻分析對茵陳潛在Q-marker進行預測，為整體控製茵陳的質量提供參考依據。
TCMSP數據庫(http://lsp.nwu.edu.cn/tcmsp.php)，Uniprot數據庫(https://www.uniprot.org/)，Gene Cards數據庫(https://www.genecards.org)，在線韋恩圖(http://bioinfogp.cnb.csic.es/tools/venny/index.html)，DAVID6.8.0數據庫(https://david.ncifcrf.gov/)，Omicshare數據庫(http://ww.omicshare.com)，STRING數據庫(https://string-db.org/)，Graph Pad Prism 6.0軟件及Gytoscape 3.7.2軟件等。
運用中藥係統藥理學數據庫和分析平台TC-MSP，以“茵陳”為關鍵詞進行化學成分搜索，以口服生物利用度(OB)≥30%和類藥性(DL)≥0.18為篩選條件，進行茵陳活性成分的篩選，共得到13種活性成分(見表1)。同時，利用TCMSP數據庫收集茵陳活性成分的靶標蛋白。借助Uniprot數據庫，將靶標蛋白名稱導入，物種限定為“Human”，檢索得到的所有靶標蛋白校正Uniprot ID，並得到靶標蛋白所對應的基因名。
茵陳的主治疾病為黃疸和濕疹．黃疸臨床常見疾病有急慢性肝炎、肝硬化、膽結石及消化道腫瘤等．以急性肝炎、慢性肝炎、病毒性肝炎、肝硬化、膽結石、消化道腫瘤和濕疹為疾病，利用Gene Cards數據庫查找以上疾病的基因，選擇每種疾病的前300個基因排列在一起，作為藥物的疾病基因，共獲得疾病基因1 050個。利用在線韋恩圖，將成分基因和疾病基因導入，得到交集基因共81個，結果如圖1所示。
聲明：本文所用圖片、文字來源《成都大學學報》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯係刪除。
相關鏈接：質量，黃酮，蛋白
