-
2019年12月,武汉市出现多例不明原因的病毒性肺炎病例,病例临床表现主要为发热、咳嗽,少数病人腹泻、呕吐、呼吸困难,胸片呈双肺浸润性病灶[1]。2020年2月11日,世界卫生组织将该病命名为新型冠状病毒肺炎(corona virus disease 2019,COVID-19),并称引起该病的病毒为SARS-CoV-2,与成年人相比,儿童更不易感染该病毒,65岁以上老年人更易受感染[2]。目前全球疫情愈演愈烈,国内用了两个多月控制住疫情,中医药做出了巨大贡献,但部分地区输入性病例和无症状感染者不断增加,寻找相应的群体性配方,是当前一项十分紧迫的研究任务。据古文献记载,加上黄煌教授临床经验和近期的个案报道,建议可以采用两首古代相传的治疗时令病的经验成方——荆防败毒散和十神汤,作为群体性预防用方[3]。
荆防败毒散,出自《摄生众妙方》,由荆芥、防风、羌活、独活、柴胡、前胡、川芎、枳壳、茯苓、桔梗、甘草等十一味中药组成,已上市的中成药包括荆防颗粒、荆防合剂。临床研究表明,荆防败毒散能缓解发热、咳嗽、喘息与肺部啰音等作用,调节机体炎症因子和细胞免疫状况,增强机体的免疫功能[4-6]。现代药理学研究证明其具有解热、镇痛和抗炎的作用[7]。
本文通过网络药理学筛选出荆防败毒散作用靶点,并进行聚类分析,预测荆防败毒散中核心活性成分,进而运用分析软件对药材-成分-靶点进行分子对接及信号通路分析,并预测其治疗COVID-19的作用机制,为荆防败毒散用于预防及治疗COVID-19的可能性提供理论参考。
-
从TCMSP数据库中搜索荆防败毒散各味药的成分,并依据OB≥30%及DL≥0.18要求,得到最终选定的结果为187个不同的成分(28个无已知靶点),其中荆芥11个、防风18个、羌活15个、独活9个、柴胡17个、前胡24个、川芎7个、枳壳5个、茯苓15个、桔梗7个、甘草92个。筛选后的荆防败毒散中部分活性成分的基本信息见表1。
表 1 荆防败毒散中部分活性成分的基本信息
成分名称 MOL ID MW OB (%) DL 药味归属 β谷甾醇 MOL000358 414.79 36.91 0.75 荆芥、防风、羌活、前胡、独活、枳壳 谷甾醇 MOL000359 414.79 36.91 0.75 荆芥、防风、羌活、前胡、川芎、甘草 槲皮素 MOL000098 302.25 46.43 0.28 荆芥、柴胡、前胡、甘草 异欧前胡素 MOL001942 270.30 45.46 0.23 防风、前胡、羌活、独活 欧前胡素 MOL001941 270.30 34.55 0.22 防风、前胡、羌活、独活 紫花前胡苷 MOL004792 408.44 57.12 0.69 羌活、独活、前胡 柚皮素 MOL004328 272.27 59.29 0.21 枳壳、甘草 异鼠李素 MOL000354 316.28 49.60 0.31 柴胡、甘草 豆甾醇 MOL000449 412.77 43.83 0.76 荆芥、柴胡 亚油酸乙酯 MOL001494 308.56 42.00 0.19 防风、川芎 山奈酚 MOL000422 286.25 41.88 0.24 柴胡、甘草 紫花前胡素 MOL013077 328.39 39.27 0.38 防风、前胡 木犀草素 MOL000006 286.25 36.16 0.25 荆芥、桔梗 甘草酚 MOL002311 366.39 90.78 0.67 甘草 宽叶甘松酸 MOL013098 328.39 87.48 0.37 前胡 Divaricate acid MOL011737 320.32 87.00 0.32 防风 甘草吡喃
香豆素MOL004904 384.41 80.36 0.65 甘草 shinpterocarpin MOL004891 322.38 80.30 0.73 甘草 芒柄花黄素 MOL000392 268.28 69.67 0.21 甘草 xambioona MOL005018 388.49 54.85 0.87 甘草 丹参酮IIA MOL007154 294.37 49.89 0.40 前胡 异甘草酚 MOL004948 366.39 44.70 0.84 甘草 去氢齿孔酸 MOL000300 453.75 44.17 0.83 茯苓 7-甲氧基-2-甲基异黄酮 MOL003896 266.31 42.56 0.20 甘草 美迪紫檀素-3-O-葡萄糖苷 MOL004924 432.46 40.99 0.95 甘草 过氧化麦角
甾醇MOL000283 430.74 40.36 0.81 茯苓 去氢茯苓酸 MOL000276 526.83 35.11 0.81 茯苓 茯苓酸 MOL000289 528.85 33.63 0.81 茯苓 kanzonol F MOL004988 420.54 32.47 0.89 甘草 汉黄芩素 MOL000173 284.28 30.68 0.23 防风 -
利用Cytoscape软件进行“荆防败毒散药材-成分-靶点”网络的构建,网络共包括447个节点(11种药材节点、159个成分节点、277个靶点节点)和2718条边,如图1所示,其中形状“△”代表药材,“〇”代表成分,“◇”代表基因,每条边则表示药材中所含成分及成分与靶点相互作用关系。性状的大小代表Degree值的大小。按照Degree值,排名前10位的成分分别是槲皮素、山奈酚、木樨草素、汉黄芩素、β-谷甾醇、7-甲氧基-2甲基异黄酮、丹参酮IIA、柚皮素、芒柄花黄素、异鼠李素。
-
在数据库中检索并筛选得到COVID-19相关的273个靶点,将273个疾病靶点和277个荆防败毒散活性成分的作用靶点导入String数据库,得到靶点PPI关系,利用Cytoscape软件将两者进行Merge取交集处理,得到包含55个靶点和766条边的Hub网络,见图2。按照Degree值从高到低,Hub网络中排名前10位的靶点分别为MAPK3、TNF、IL6、CASP3、TP53、MAPK8、MAPK1、IL10、CCL2、MAPK14。
-
通过Metascape数据库进行的GO功能富集分析得到GO条目1376个(P<0.01),其中BP条目1304个,包括细胞因子和凋亡信号、刺激反应、多生物过程、免疫过程、细胞代谢、生物进程调控等;CC条目19个,包括细胞膜、细胞器膜、基质、转录因子等;MF条目53个,包括酶活性和酶结合、细胞因子活性和结合能力、转录因子结合、蛋白特异性结合等各类别分析中排名前20位的条目,见图3。
KEGG通路富集分析筛选得到136条(P<0.01)通路,涉及与寄生虫、真菌、病毒感染引起的疾病通路有22条(如朊病毒、甲型流感、人类嗜T淋巴细胞病毒I型感染、丙肝、肺结核、疟疾、百日咳等)、癌症相关的通路17条(如非小细胞肺癌、小细胞肺癌、黑色素瘤、癌症中碳代谢、转录失调等)、细胞进程、免疫系统进程、信号通路等。选Count值较大的前20条通路进行可视化,结果见图4。
-
将荆防败毒散中排序前10的核心成分分别与Mpro、ACE2受体进行分子对接。一般认为配体与受体结合的构象稳定时能量越低,发生的作用可能性越大,结合能≤–5.0 kJ/mol作为筛选标准,结合能≤–20.93 kJ/mol时则视为成分与靶点有较好的活性,结合能≤–29.336 kJ/mol时则结合活性强烈[17]。分子对接结果显示,筛选出的荆防败毒散核心成分与Mpro结合能远小于–20.93 kJ/mol,与ACE2受体结合能远小于–29.336 kJ/mol(见表2)。选择结合能均小于–29.336 kJ/mol的β-谷甾醇、丹参酮IIA、芒柄花黄素,对其与Mpro、ACE2的结合形式进行分析,丹参酮IIA可与Mpro的110位谷氨酰胺(GLN)和ACE2的158位络氨酸(TYR)形成氢键(键长20 nm和22 nm);芒柄花黄素可与Mpro的131位精氨酸(ARG)和287位亮氨酸(LEU)分别形成氢键(键长27 nm和19 nm),与ACE2的615位天冬氨酸(ASP)形成氢键(键长22 nm)。氢键、疏水作用可能是荆防败毒散成分与两个受体主要的结合形式,结果见图5。分子对接结果表明荆防败毒散中活性成分与Mpro、ACE2结合活性较强,与后者的结合能力优于前者。
表 2 荆防败毒散中核心成分与Mpro、ACE2的结合能
成分 CAS号 化学式 结合能(kJ/mol) Mpro ACE2 槲皮素 117-39-5 C15H10O7 −27.21 −34.33 山奈酚 520-18-3 C15H10O6 −27.21 −32.66 木樨草素 491-70-3 C15H10O6 −28.89 −34.33 汉黄芩素 10-29-7 C16H12O5 −27.21 −33.91 7-甲氧基-2-甲基异黄酮 19725-44-1 C17H14O3 −25.96 −32.24 β-谷甾醇 83-46-5 C29H50O −31.40 −36.84 丹参酮IIA 568-72-9 C19H18O3 −30.14 −36.43 异鼠李素 480-19-3 C16H12O7 −27.21 −33.49 芒柄花黄素 485-72-3 C16H12O4 −29.73 −30.14 柚皮素 153-18-4 C15H12O5 −28.47 −33.49
Study on active ingredients of Jingfang Baidu San for preventing COVID-19 based on network pharmacology and molecular docking
-
摘要:
目的 运用网络药理学和分子对接方法,预测荆防败毒散预防新型冠状病毒肺炎(COVID-19)的活性成分,为临床用药提供参考。 方法 通过中药系统药理学分析平台,检索荆防败毒散组方中所有药材的化学成分和作用靶点。通过Uniprot数据库校正靶点对应的基因,利用Cytoscape软件构建药材-成分-靶点网络并进行可视化处理,利用疾病数据库检索COVID-19相关的靶点,筛选出重合的靶点,通过String数据库构建蛋白-蛋白相互作用网络。通过Metascape进行GO富集分析和KEGG通路富集分析,预测其作用机制,通过分子对接,计算核心成分在预防新型冠状病毒肺炎的作用强度。 结果 限定筛选条件为口服生物利用度(OB)≥30%、类药性(DL)≥0.18,共得到荆防败毒散的159个活性成分和277个靶点,与获得的273个COVID-19相关的靶点取交集,得到55个核心靶点;对核心靶点进行GO富集分析和KEGG通路富集分析,得到GO条目1376个和136条信号通路,涉及感染性疾病、癌症、细胞进程、免疫系统、信号等通路。分子对接结果显示荆防败毒散核心成分与SARS-CoV-2 3CL水解酶、血管紧张素转化酶II(ACE2)具有较强的结合能力,结合形式有氢键、疏水作用。 结论 荆防败毒散中的活性成分能通过抑制新型冠状病毒(SARS-CoV-2)蛋白,ACE2结合,通过对多靶点、多通路的作用发挥对COVID-19的防治作用。 Abstract:Objective To investigate the active ingredients of Jingfang Baidu San for the prevention and treatment of COVID-19 by using network pharmacology and molecular docking, and to provide references for clinical applications. Methods The chemical constituents and action targets of all medicinal materials in Jingfang Baidu San were retrieved from TCMSP. Uniprot database was used to search the corresponding genes of targets. Cytoscape software was used to construct the network of medicinal materials-compounds-targets for visualization. The target proteins of COVID-19 were searched by disease databases. The intersection of both was considered to be analyzed to establish the protein-protein interaction (PPI) network by STRING database. GO function enrichment analysis and KEGG pathway enrichment analysis were performed through Metascape database to predict its mechanism. The effective strength of core constituents on preventing COVID-19 was calculated by molecular docking method. Results A total of 159 effective ingredients and 277 potential targets were obtained in Jingfang Baidu San within the given screening conditions [oral bioavailability (OB) ≥30%; drug-like (DL) ≥ 0.18], including 55 core targets with the intersection of 273 targets of COVID-19. According to the results of GO and KEGG enrichment analysis performed on the core targets, 1376 GO items and 136 KEGG pathways were obtained, involving infectious diseases, cancer, cell progress, immune system, signaling pathways etc. The results of molecular docking indicated strong binding capacity between the core ingredients and SARS-CoV-2 3CL hydrolase or angiotensin-converting enzyme II (ACE2). The hydrogen binding and hydrophobic effect were the main forms of the interaction. Conclusion The active ingredients in Jingfang Baidu San can inhibit the binding between SARS-CoV-2 protein and ACE2, thus regulating multiple targets and signal pathways, which plays a role in the prevention and the treatment of COVID-19. -
Key words:
- Jingfang Baidu San /
- SARS-CoV-2 /
- COVID-19 /
- network pharmacology /
- molecular docking
-
表 1 荆防败毒散中部分活性成分的基本信息
成分名称 MOL ID MW OB (%) DL 药味归属 β谷甾醇 MOL000358 414.79 36.91 0.75 荆芥、防风、羌活、前胡、独活、枳壳 谷甾醇 MOL000359 414.79 36.91 0.75 荆芥、防风、羌活、前胡、川芎、甘草 槲皮素 MOL000098 302.25 46.43 0.28 荆芥、柴胡、前胡、甘草 异欧前胡素 MOL001942 270.30 45.46 0.23 防风、前胡、羌活、独活 欧前胡素 MOL001941 270.30 34.55 0.22 防风、前胡、羌活、独活 紫花前胡苷 MOL004792 408.44 57.12 0.69 羌活、独活、前胡 柚皮素 MOL004328 272.27 59.29 0.21 枳壳、甘草 异鼠李素 MOL000354 316.28 49.60 0.31 柴胡、甘草 豆甾醇 MOL000449 412.77 43.83 0.76 荆芥、柴胡 亚油酸乙酯 MOL001494 308.56 42.00 0.19 防风、川芎 山奈酚 MOL000422 286.25 41.88 0.24 柴胡、甘草 紫花前胡素 MOL013077 328.39 39.27 0.38 防风、前胡 木犀草素 MOL000006 286.25 36.16 0.25 荆芥、桔梗 甘草酚 MOL002311 366.39 90.78 0.67 甘草 宽叶甘松酸 MOL013098 328.39 87.48 0.37 前胡 Divaricate acid MOL011737 320.32 87.00 0.32 防风 甘草吡喃
香豆素MOL004904 384.41 80.36 0.65 甘草 shinpterocarpin MOL004891 322.38 80.30 0.73 甘草 芒柄花黄素 MOL000392 268.28 69.67 0.21 甘草 xambioona MOL005018 388.49 54.85 0.87 甘草 丹参酮IIA MOL007154 294.37 49.89 0.40 前胡 异甘草酚 MOL004948 366.39 44.70 0.84 甘草 去氢齿孔酸 MOL000300 453.75 44.17 0.83 茯苓 7-甲氧基-2-甲基异黄酮 MOL003896 266.31 42.56 0.20 甘草 美迪紫檀素-3-O-葡萄糖苷 MOL004924 432.46 40.99 0.95 甘草 过氧化麦角
甾醇MOL000283 430.74 40.36 0.81 茯苓 去氢茯苓酸 MOL000276 526.83 35.11 0.81 茯苓 茯苓酸 MOL000289 528.85 33.63 0.81 茯苓 kanzonol F MOL004988 420.54 32.47 0.89 甘草 汉黄芩素 MOL000173 284.28 30.68 0.23 防风 表 2 荆防败毒散中核心成分与Mpro、ACE2的结合能
成分 CAS号 化学式 结合能(kJ/mol) Mpro ACE2 槲皮素 117-39-5 C15H10O7 −27.21 −34.33 山奈酚 520-18-3 C15H10O6 −27.21 −32.66 木樨草素 491-70-3 C15H10O6 −28.89 −34.33 汉黄芩素 10-29-7 C16H12O5 −27.21 −33.91 7-甲氧基-2-甲基异黄酮 19725-44-1 C17H14O3 −25.96 −32.24 β-谷甾醇 83-46-5 C29H50O −31.40 −36.84 丹参酮IIA 568-72-9 C19H18O3 −30.14 −36.43 异鼠李素 480-19-3 C16H12O7 −27.21 −33.49 芒柄花黄素 485-72-3 C16H12O4 −29.73 −30.14 柚皮素 153-18-4 C15H12O5 −28.47 −33.49 -
[1] 大汇临床研究. 重磅!钟南山院士最新千例新冠肺炎研究结果来了![EB/OL]. (2020-02-10)[2020-02-15]. https://mp.weixin.qq.com/s/SzFloKDdXQNG8fbLYqfThg. [2] ZHANG J J, LITVINOVA M, LIANG Y X, et al. Changes in contact patterns shape the dynamics of the COVID-19 outbreak in China[J]. Science,2020,368(6498):1481-1486. doi: 10.1126/science.abb8001 [3] 黄煌. 基于经方医学对新型冠状病毒肺炎的思考[J]. 南京中医药大学学报, 2020, 36(2):152-156. [4] 胡相萍, 张兰萍. 荆防败毒散联合阿奇霉素治疗小儿急性支气管炎临床疗效及其对患儿肺功能的动态观察[J]. 中国妇幼保健, 2016, 31(19):3975-3978. [5] 吴晖, 邵丹, 文丹, 等. 加减荆防败毒散治疗风寒型外感热病疗效观察及对TNF-α、IL-1β的影响[J]. 福建中医药, 2017, 48(3):11-13. doi: 10.3969/j.issn.1000-338X.2017.03.005 [6] 邵丹, 吴晖, 文丹, 等. 加减荆防败毒散对急性上呼吸道感染患者外周血T淋巴细胞亚群的影响[J]. 福建中医药, 2014, 45(2):18-19. [7] 张奎, 陈红英, 马瑜. 荆防败毒散药效学研究[J]. 河南中医, 2009, 29(6):601-602. [8] RU J L, LI P, WANG J N, et al. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines[J]. J Cheminform,2014,6:13. doi: 10.1186/1758-2946-6-13 [9] DAINA A, MICHIELIN O, ZOETE V. SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small molecules[J]. Nucleic Acids Res,2019,47(w1):W357-W364. doi: 10.1093/nar/gkz382 [10] UniProt Consortium. UniProt: a worldwide hub of protein knowledge[J]. Nucleic Acids Res,2019,47:D506-D515. doi: 10.1093/nar/gky1049 [11] ZHOU Y Y, ZHOU B, PACHE L, et al. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets[J]. Nat Commun,2019,10(1):1523. doi: 10.1038/s41467-019-09234-6 [12] STERLING T, IRWIN J J. ZINC 15: ligand discovery for everyone[J]. J Chem Inf Model,2015,55(11):2324-2337. doi: 10.1021/acs.jcim.5b00559 [13] GOODSELL D S, ZARDECKI C, DI COSTANZO L, et al. RCSB Protein Data Bank: Enabling biomedical research and drug discovery[J]. Protein Sci,2020,29(1):52-65. doi: 10.1002/pro.3730 [14] CHEN C N, LIN C P, HUANG K K, et al. Inhibition of SARS-CoV 3C-like protease activity by theaflavin-3, 3'-digallate (TF3)[J]. Evid Based Complement Alternat Med,2005,2(2):209-215. doi: 10.1093/ecam/neh081 [15] MENACHERY V D, YOUNT B L Jr, DEBBINK K, et al. A SARS-like cluster of circulating bat coronaviruses shows potential for human emergence[J]. Nat Med,2015,21(12):1508-1513. doi: 10.1038/nm.3985 [16] NGUYEN N T, NGUYEN T H, PHAM T N H, et al. Autodock vina adopts more accurate binding poses but Autodock4 forms better binding affinity[J]. J Chem Inf Model,2020,60(1):204-211. doi: 10.1021/acs.jcim.9b00778 [17] HSIN K Y, MATSUOKA Y, ASAI Y, et al. systemsDock: a web server for network pharmacology-based prediction and analysis[J]. Nucleic Acids Res,2016,44(w1):W507-W513. doi: 10.1093/nar/gkw335 [18] WANG C, HORBY P W, HAYDEN F G, et al. A novel coronavirus outbreak of global health concern[J]. Lancet,2020,395(10223):470-473. doi: 10.1016/S0140-6736(20)30185-9 [19] 林伯良. 小柴胡汤证的研究[M]. 北京: 人民卫生出版社, 1959: 23. [20] 邓翠娟. 探究荆防败毒散加减配合拔罐治疗风寒感冒的临床效果[J]. 内蒙古中医药, 2017, 36(14):42-43. doi: 10.3969/j.issn.1006-0979.2017.14.043 [21] 李丽, 陈玉婷, 曾希. RelA/p65的磷酸化调节及其与肿瘤的关系[J]. 中南医学科学杂志, 2018, 46(2):216-220. [22] 冯馨锐, 崔雨舒, 何志涛, 等. 肿瘤坏死因子-α的生物学功能研究进展[J]. 吉林医药学院学报, 2019, 40(1):66-68. [23] ZHOU P, YANG X L, WANG X G, et al. A pneumonia outbreak associated with a new coronavirus of probable bat origin[J]. Nature,2020,579(7798):270-273. doi: 10.1038/s41586-020-2012-7 [24] 齐阳, 黄爱文, 宋洪涛. 血管紧张素转换酶2抗新冠病毒药理作用机制的研究进展[J/OL]. 中国医院药学杂志: 1-5[2020-07-14]. https://kns.cnki.net/kcms/detail/42.1204.R.20200420.1846.047.html. [25] 张启燕, 张文会, 肖军海, 等. 3C和3CL蛋白酶及广谱抑制剂的研究进展[J]. 国际药学研究杂志, 2016, 43(3):425-430. [26] ZHANG L L, LIN D Z, SUN X, et al. Crystal structure of SARS-CoV-2 main protease provides a basis for design of improved α-ketoamide inhibitors[J]. Science,2020,368(6489):409-412. doi: 10.1126/science.abb3405 [27] 张泽鑫, 吴汶丰, 谢丹, 等. 基于网络药理学和分子对接分析达原饮治疗新型冠状病毒肺炎(COVID-19)的分子靶点和机制[J/OL].中药材: 1-8[2020-05-14]. https://kns.cnki.net/kcms/detail/44.1286.R.20200511.1748.002.html. [28] 詹群璋, 黄英杰, 林树红, 等. 基于网络药理学和分子对接的玉屏风散预防新型冠状病毒肺炎(COVID-19)活性化合物的研究[J]. 中草药, 2020, 51(7):1731-1740. doi: 10.7501/j.issn.0253-2670.2020.07.007