中药复方具有整体性和系统性的特征，通过君臣佐使的有机组合，协同发生功能上的改变，这种改变并非中药作用简单的线性相加，而是“整体大于部分之合”的结果。基于中医药整体观，本课题组提出了方药物质基础“组分结构理论”假说：中药及复方物质基础是多成分构成的，理化性质和药理活性相似的成分按照一定的比例构成了“组分”，组分与组分之间，组分内部成分与成分之间的这种量的比例也是一种“结构”[1]。中药与机体均是复杂体系，各组分/成分的药效活性和靶向性有所区别，又相互影响、相互作用，使得中药药效物质基础组分结构的研究就更加复杂。生物信息学（bioinformatics）综合运用数学、计算机科学和系统生物学等技术方法，从中药研究、复杂疾病治疗等生命科学的海量数据中，挖掘、发现、阐述其中所包含生物学意义[2]。本文拟从生物信息学的角度，综述组分中药与药效的关系、中药组分结构优化和组分中药多成分、多途径、多靶点的综合作用相关方面的研究思路与方法。
1生物信息学思路与方法是推动中药研究的新动力
生物信息学思路与方法为中药研究注入了新的动力。系统生物学、网络药理学等研究策略，基因组学、蛋白质组学、代谢组学、转录组学[3]等组学技术以及相关数据挖掘方法推动了中医药基本理论、中药资源以及成分鉴定、中药（复方）机制等多方面的发展。
系统生物学与网络药理学的结合是揭示中医药理论的物质基础以及单味药复杂作用本质的新策略。LiuJ等[4]基于系统生物学原理，采用数学建模和人工智能技术，结合网络药理学方法，建立补气补血分子预测模型，气血分子识别公式，揭示了气血的物质基础，阐明了人参等补气中药、当归等补血中药的分子基础和作用机制。同时对中药的补气补血理论研究提供了新方法。LiuH等[5]根据靶标与疾病相关关系，利用网络药理学研究方法，从系统水平阐明甘草治疗心血管、呼吸系统、胃肠道、肾脏疾病和恶性肿瘤的分子机制，也阐明了“除百毒调诸药”的本质和被称为“国老”的传统经验。
组学技术广泛应用于中药资源、药用植物分子鉴定[6]。陈士林等[7]提出针对具有重大经济价值和典型次生代谢途径的药用植物进行的全基因组测序和后基因组学研究的本草基因组计划，促进各种“组学”研究方法在药用植物研究领域中的应用，推动中国传统药学进入生命科学研究前沿领域。近年来，基于DNA分子标记的鉴定方法在单味中药材基源鉴别和真伪鉴别的研究中已日臻成熟。SunC等[8]结合了Real-timePCR实验和甲基茉莉酸诱导实验研究西洋参P.quinquefolius的转录组，确定了5个可能参与人参皂苷合成的候选基因，包括4个UDP-糖基和一个细胞色素P450转移酶基因。朱英杰等[9]对紫芝NRPS，PKS和TPS基因簇进行挖掘，还构建了药用植物基因组数据库和中药材DNA条形码网络鉴定系统，为数据的有效利用提供平台，促进中药现代化和全球化进程。
中药药性归经基本理论、中药复方作用机制研究依赖生物信息学的推动。胡亚楠等[10]运用决策树中C4.5算法方法，基于39个药理作用建立了20个药性预测模型，其中四气（寒，凉，平，温，热）建立一个模型，五味归经分别建立模型，所建立的模型用直观决策树图表示。并使用药性模型将中药复方血必净为例预测其药性，对其清热解毒功效给出药性理论方面的合理说明。利用决策树算法建立基于药理作用的中药药性理论中四气、五味、归经的预测模型，为组分中药的药性研究提供了一种新的思路与方法，对中药药性理论可描述的中药载体范围的扩大有重要的意义。Yang等[11]利用蛋白质组学技术考察了四物汤对于血虚证患者血清蛋白表达谱的影响，结果发现四物汤可能通过增加血红蛋白、提高免疫、减轻基因损伤等途径治疗血虚证。Wang等[12]运用UPLC-ESI-MS技术通过对大鼠尿液进行代谢组学分析，考察了茵陈汤对酒精肝的治疗作用，并成功地检测到与酒精肝毒性相关的3个潜在的生物标志物：TG，GSH和MDA。结果表明，使用茵陈汤对肝损伤大鼠进行干预治疗可以使大鼠体内上述3种标志物的水平趋于正常。
由此可见，生物信息学的研究内容和技术手段以及相关数据挖掘方法推动中药的各方面发展，结合生物信息学进一步研究中药的信息化、数字化是中药发展的必由之路。中药研究及生物信息学领域的科学家在中药信息化建设方面构建了大量中药数据库[13-14]，但大多只是对中药信息的收集和罗列，不能代表中药整体性的作用特点，缺乏中医理论指导。组分结构中药和生物信息学研究技术方法结合可以解决这方面的不足。“组分结构中药”认为中药是在继承中医药整体性和系统性的基础上和“组分结构”理论的指导下，明确组分内/组分间量比关系，能清晰揭示其药效作用机制的物质基础整体。二者相结合对中药知识的整合发现、趋势走向信息的预测甚至是组分中药数据库的构建有重要参考意义。
2生物信息学为解析组分中药与药效相互关系提供有效的数学工具
中药（复方）物质基础与药效研究要体现中药整体效应的特点，组分结构中药是基于复方研究提出的一个有序整体，具有中药整体性和系统性的特征。神经网络、灰色关联度等机器学习技术；聚类分析、主成分分析等统计方法在对中药药效之间的相关性分析方面的分析已有成功探索，结合组分中药可以继承并发扬中药（复方）物质基础的整体性、系统性理念，为科学的揭示作用机制奠定基础。
神经网络属于数据挖掘中机器学习的重要内容，不论在单味中药还是复方的物质基础与药效关系研究中均有所发展。侯恩广等[15]根据大量实验数据，针对黄芩运用BP神经网络进行回归和分类，建立了两味中药谱效结合评价系统，并进行参数训练。测试结果显示了模型的可靠性，其误差均在理想的范围之内，是中药药效评价的有效尝试。陈超等[16]采用正交设计法以加味生化汤的6个组分进行对抗雌激素的子宫增重实验，以药物对抗雌激素的子宫增重作用指数作为目标，建立基于RBF人工神经网络的药效模型，发现模型的预测值与实测值相关性较好。神经网络可以同时处理定量和定性知识，具有自适应性、容错性、非线性等特点，运用神经网络建立相应的复杂非线性药效模型，可以有效地解决中药与药效的非线性相关关系问题。
灰色关联分析是一种模式识别方法。根据灰关联矩阵，利用其优势分析原则，判断中药复杂成分与药效关系的紧密程度，可以得出各成分对药效影响的顺序，最终确定出各成分药效贡献度[17]。陈跃飞等[18]计算出该方各味药物对心肌收缩力的影响因子，利用灰色关联度来研究葶苈大枣桑白皮汤组方，并对复方中各药的药效贡献度进行分析。按照基本步骤与公式计算出苦葶苈、桑白皮、大枣对心肌收缩力的影响的两两灰关联度依次为r01=0.609，r02=0.573，r03=0.551，因素间的灰关联度为|r01|>|r02|>|r03|。得出苦葶苈对心肌收缩力的影响最大，其次为桑白皮和大枣。朱诗塔等[19]采用灰色关联度分析方法研究掌叶大黄不同炮制品水提取物的指纹图谱与其止血作用的谱效关系，确定了对止血作用贡献较大的色谱峰，从中药多成分、多组分的角度，为中药“谱效关联”的质控模式提供理论依据。相对于神经网络以及相似度等常用的数据挖掘方法，灰色关联分析对数据要求较低，计算量也较低；分析者可根据“最大匹配度”原则获取识别结果，在中药与药效关系的应用中具有很大的指导意义。 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(代写代发论文_广州毕业论文代笔_广州职称论文代发_广州论文网）
