细胞外囊泡(extracellular vesicles,EVs)是细胞主动分泌的具有磷脂双分子层结构的囊泡,天然携带母细胞来源的各种内容物,保留母细胞的生物学特征,可以反映其分泌时的母细胞状态.为了解EVs的生物发生及其在机体内的生物学功能,科学家们做了许多尝试,但直接检测EVs有一定的困难,目前的检测技术通常以EVs内容物作为检测对象,实现间接表征的目的.通过分析体液中的EVs,可以实现疾病诊断的目的,对EVs进行详细表征可以推动精准医学的发展.EVs属于内源性物质,可作为递送药物的载体,具有增加药效、降低药物毒理作用和辅助药物通过生物屏障的优势.目前,作为药物或者递送药物的载体应用尚存在的问题,包括(1)EVs内容物的表征,以便使用更明确定义的EVs;(2)开发适合的检测方法来监测体内的EVs,以确定和优化EVs的剂量、给药途径及潜在毒性;(3)确定EVs膜组成的种类及数量.EVs直径为纳米级别,内容物含量少,但临床应用价值大.应用中选择合适的分析技术将能够对EVs类型进行全面表征,并进一步推进对EVs生物学的理解,开发基于EVs的新型诊断和治疗方法,促进其临床转化.本综述介绍了 EVs研究中分析技术的原理、应用及优缺点,重点是EVs和EVs中蛋白质的表征检测技术.

目的 用现有药代动力学(PK)药物相互作用(DDI)信息的数据库,构建出可用于预测AUC倍数变化(FC)的机器学习模型,用于探究对现有DDI预测的可能,为临床用药提供一定的合理建议.方法 从美国食品药品监督管理局(FDA)认证的药品标签中提取DDI的PK数据和AUC倍数变化的数据.通过DrugBank检索出DDI有关的多肽和药效学(PD)信息,用蛋白质资源(UniProt)对相关多肽ID进行药物类型(PPDT)标识,用矩阵归一化的代码生成便于分析的多维向量数据.PPDT对AUC的影响和所产生的倍数变化作为因变量,进行机器学习模型构建.用均方根误差(RMES)值最小的模型进行模型构建,训练出袋装决策树(Bagged)预测模型.利用训练好的模型对部分药物检验,检测模型的预测性别.通过查阅现有的有关检测DDI对的文献研究结果,对预测值进行分析比较,对模型进行评价.结果 检验模型药物对共16对,分别为16种药物对他克莫司的影响,发现对DDI的有无预测准确率为81.25％;预测结果根据FDA标准分类强弱,结果表明,DDI强弱预测,偏离较大的预测较少.结论 模型预测DDI的有无评价一般;但对DDI的强弱分类后,对DDI的预测结果较好,预测结果说明模型预测性能对于在临床试验之前进行潜在的DDI评估具有一定的参考价值.

对治疗痿病的古籍验方和名医验案进行挖掘,获得中医治疗痿病的核心组方,并加以筛选与评价,为中医优势病种的新药开发提供示范.通过检索治疗痿病的古籍验方和名医验案中所含方药,建立痿病方药数据库,利用中医传承计算平台对古籍验方和名医验案的用药规律进行挖掘分析;基于网络稳健性中药药效预测平台计算获得古籍验方和名医验案核心组方的干扰分值.在此基础上,将古籍验方、名医验案、计算分析的结果进行综合评判,最终确定聚类获得的核心组方的开发优先等级.结果显示,古籍验方和名医验案用药多倾向于补虚、活血化瘀、清热和解表类,尤以温性和甘味药为主,主要归属脾、肝、肾经.古籍验方和名医验案聚类分析获得的核心组方通过网络稳健性分析显示,古籍验方组合1对疾病网络的扰动作用最强,综合评价显示具有最优的开发潜力.中医治疗痿病均重视脾、肝、肾、肺的调理,补虚的同时辅以清热、活血化瘀和解表类药物,获得的古籍验方组合1提示具有最优的潜在开发价值,形成的"古籍验方-名医验案-计算分析"整合策略可用于中药新药候选处方的筛选.

发酵作为常用的中药炮制技术之一,是指在一定条件下借助微生物和酶的催化分解作用,改变原有药性、药效的方法.现系统综述双向固体发酵技术的现状、常用的发酵菌种、发酵前后对中药毒性及药效成分的影响,并对中药发酵的发展方向提出了建议,可为后续深入研究和开发利用中药发酵技术提供参考.

从药效相关性和成分差异阐释青翘与老翘改善博来霉素(BLM)诱导肺纤维化小鼠的作用差异.小鼠随机分为正常组,模型组,吡非尼酮组(50mg·kg-1),青翘低、高剂量组(1.3、2.6g·kg-1),老翘低、高剂量组(1.3、2.6 g·kg-1).采用气管滴注BLM制备肺纤维化模型,统计小鼠存活率及体质量变化;给药完成后计算肺指数,HE染色、Masson染色和天狼星红染色评价肺组织病理变化;透射电子显微镜观察肺组织超微结构;生化法测定肺组织转化生长因子-β1(TGF-β1)、α-平滑肌肌动蛋白(α-SMA)、E钙黏着蛋白(E-cadherin)、羟脯氨酸(HYP)及肺泡灌洗液中白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)水平;RT-qPCR、Western blot法检测肺组织中基质金属蛋白酶7(MMP7)、胶原蛋白I型(collagen I)、E-cadherin、TNF-α、波形蛋白(vimentin)、TGF-β1、α-SMA表达;免疫荧光检测肺组织中α-SMA的表达;主成分分析法评价老翘与青翘改善肺纤维化的作用差异;分子对接技术分析老翘中含量高的化合物与TGF-β1受体之间的相互作用,CCK-8法检测其对TGF-β1诱导BEAS-2B和HFL1细胞模型的影响.结果显示,青翘、老翘可提高肺纤维化小鼠存活率,降低肺指数,改善肺组织病理损伤与胶原纤维沉积水平,改善小鼠Ⅱ型肺泡上皮细胞板层小体受损情况,降低肺泡灌洗液中IL-6、TNF-α水平,下调肺组织中HYP、MMP7、vi-mentin、collagen Ⅰ、TGF-β1、α-SMA的表达,上调E-cadherin的表达.通过主成分分析综合评价胶原纤维沉积水平,其改善程度为老翘高剂量＞老翘低剂量＞青翘高剂量＞青翘低剂量.分子对接显示羟基酪醇、咖啡酸、连翘脂素、落叶松脂素与TGF-β1受体有较好的结合活性,且可显著减轻TGF-β1诱导BEAS-2B细胞损伤,抑制TGF-β1诱导HFL1细胞增殖.综上,青翘、老翘均可有效改善BLM诱导的肺纤维化小鼠损伤,老翘在减少胶原沉积方面优于青翘,可能与老翘中羟基酪醇、咖啡酸、连翘脂素、落叶松脂素含量高于青翘有关.

综述类方开心散和定志小丸在化学成分上的差异以及在增强学习记忆、抗氧化、抗抑郁和抗阿尔茨海默病等方面的药理活性研究进展.通过查阅开心散和定志小丸的相关文献,对开心散和定志小丸的化学成分以及药理活性研究进行归纳.结果发现定志小丸是在开心散的基础上改变了药材配伍比例,导致药理活性发生改变;开心散和定志小丸都广泛用于抗抑郁、抗阿尔茨海默病、改善学习记忆能力、抗衰老以及抗疲劳等方面,但是二者发挥作用的机制不同.虽然开心散和定志小丸的化学成分以及药理活性研究取得了一定进展,但学者们多基于基础模型进行实验证明开心散和定志小丸的药理作用,对药效物质基础以及具体作用机制研究较少,有待进一步深入研究.

为探析黄芪四妙汤(Huangqi Simiao Decoction,HSD)治疗2型糖尿病(type 2 diabetes mellitus,T2DM)的作用机制.通过网络药理学筛选HSD的成分靶点及T2DM相关疾病靶点,构建交集靶点的蛋白-蛋白相互作用(PPI)网络、药物-成分-交集靶点网络,并筛选出潜在活性成分及靶点;使用AutoDock Vina软件进行分子对接验证潜在成分与核心靶点的相互作用;通过超高效液相色谱-串联质谱代谢组学技术检测血清,采用主成分分析(PCA)及偏最小二乘法判别分析(PLS-DA)等多元统计分析,结合MetaboAnalyst数据库寻找各组差异代谢物与相关代谢通路,并将筛选的差异代谢物结合网络药理学筛选的交集靶点联合分析相同代谢通路.网络药理学显示,HSD治疗T2DM的9个核心成分为槲皮素、山柰酚、豆甾醇、汉黄芩素、β-谷甾醇、黄藤素、黄连素、黄连碱、小檗红碱;5个核心靶点为AKT1、TP53、TNF、IL6、VEGFA.分子对接显示,核心成分和靶点基因结合较好.代谢组学显示,共鉴定出112个共同差异代谢物,经HSD治疗后,其中88个代谢物浓度上升,24个代谢物下降.富集分析表明,HSD调节T2DM患者机体代谢主要与氨基酸代谢、三羧酸循环等7条代谢通路有关.代谢组学与网络药理学联合分析显示,二者均涉及组氨酸代谢通路、精氨酸和脯氨酸代谢通路.结果表明,HSD对T2DM具有较好的治疗作用,基于代谢组学和网络药理学分析发现其作用机制可能是HSD中槲皮素、山柰酚、豆甾醇等药效基础通过调控多种代谢物,加强对组氨酸代谢、精氨酸和脯氨酸代谢通路的影响,为进一步防治T2DM提供了依据.

目的 通过灰色关联度分析12批清半夏与其体外抗氧化作用间的谱效关系,寻找其体外抗氧化作用的物质基础.方法 建立清半夏的HPLC指纹图谱,以DPPH、ABTS自由基清除率及总还原能力的半抑制浓度为药效指标,采用灰色关联度分析其谱效关系.结果 建立的指纹图谱中确定了 7个共有峰,并指认了 6个,相似度均＞0.977.聚类分析将12批清半夏饮片分为5类.对12批清半夏与体外抗氧化作用进行谱效关联,其关联度均＞0.6,表明其体外抗氧化作用是由多种成分共同作用,对其贡献较大的为峰1(草酸)、峰6(鸟苷)、峰3(腺嘌呤).结论 清半夏体外抗氧化作用的主要成分为草酸、鸟苷、腺嘌呤,为清半夏抗氧化作用机制的深入研究提供了依据.

目的 基于文献研究、网络药理学、分子对接与实验验证的方法,探究藏药红景天改善脑微循环障碍的核心靶点、关键成分和作用机制.方法 通过文献和数据库收集红景天化学成分,利用反向药效团匹配预测红景天的潜在靶点;获取脑微循环障碍靶点,并与红景天靶点映射,构建交集靶点蛋白互作网络,获取核心靶点;构建"中药-成分-核心靶点-疾病"调控网络并获取关键成分;进行GO和KEGG富集分析,构建"核心靶点-信号通路-生物过程"网络;进行分子对接验证;采用RT-qPCR和Western blot进行动物实验验证,进一步证实网络药理学分析结果.结果 从红景天中筛选出76个活性成分和285个靶点,获取脑微循环障碍靶点1 074个,交集靶点97个,核心靶点6个,关键成分6个.分子对接结果表明,有3个关键成分与核心靶点的结合性大于核心靶点蛋白与其原始配体结合性.RT-qPCR结果显示红景天能下调核心靶点CASP3、AKT1 mRNA水平,Western blot检测结果显示藏药红景天能降低CASP3、AKT1蛋白表达(P＜0.05).结论 藏药红景天可通过多成分、多靶点、多通路协同改善脑微循环障碍,该研究为临床应用藏药红景天治疗脑微循环障碍提供实验依据.

目的 建立一种基于DeepLabCut(DLC)算法用于评价老年小鼠运动功能的步态分析系统.方法 基于深度学习技术中的DLC算法,采用跑台装置和全封闭设计,构建系统软硬件;应用本系统评价不同运动模式下衰老所致小鼠的步态差异;通过相关性分析探究体质量与体长对步态指标的影响.结果 本系统实现特定步速下小鼠三维立体步态(侧面和腹平面)的同步分析,自动量化47项步态指标.应用本系统发现,步行时(15 cm·s-1),相比2月龄、8月龄和15月龄小鼠体转角标准偏差下降,前肢摆动时长、膝关节(Knee)角度标准偏差、左后爪和右后爪向外角度平均值增加;15月龄小鼠还出现步频降低,步幅、双支撑总时长、Knee伸展和收缩距离增加.小跑时(20 cm·s-1),15月龄小鼠无法稳定行走,相比2月龄,8月龄小鼠左后爪向外角度平均值和双支撑总时长增加.相关性分析发现,步频、步幅、前肢摆动时长、后爪向外角度平均值、双支撑总时长、Knee角度标准偏差、Knee伸展和收缩距离等指标均未受到体质量和体长变化的影响.结论 基于DLC算法的小鼠步态分析系统实现了对老年小鼠步态更加敏感、准确、全面的评价,区分出老年小鼠为维持步态稳定性所表现的步态特征,并筛选出更能反映老年小鼠步态变化的行为指标.为今后更有效评估抗衰老、抗运动协调功能下降药物的药效与副作用提供方法学基础.