网络药理学及分子对接

网络药理学与分子对接的组合，已成为中药复方、天然产物单体作用机制研究的标配路径。本项目在承接这类课题时，把”成分-靶点-通路”网络构建与分子对接验证串成一条可发表的证据链。下文说明两者如何衔接、数据从哪里来、以及结论强度该怎么把握。

网络药理学解决”治什么”

网络药理学回答的是”活性成分可能作用于哪些靶点、富集到哪些疾病通路”。本项目标准流程：

1. 成分收集：从 TCMSP、HERB、SymMap 拉取化合物的 ADME 属性，用 OB（口服生物利用度）与 DL（类药性）过滤，保留候选活性成分。
2. 靶点预测：用 SwissTargetPrediction、PharmMapper 预测成分作用靶点，与人类疾病基因集（DisGeNET、GeneCards）取交集。
3. 网络构建：用 Cytoscape 建”成分-靶点-通路”网络，靠度中心性、介数中心性挑 PPI 核心节点。
4. 通路富集：DAVID / clusterProfiler 做 KEGG、GO 富集，定位显著通路。

分子对接回答”怎么结合”

网络药理学给出的是统计层面的关联，分子对接补上结构层面的机制：把高中心性靶点与其对应活性成分做对接，看结合构象与打分是否合理。本项目通常对每个”成分-靶点”对用 AutoDock Vina 粗筛，top pose 再进 PyMOL 检视与短程 MD 验证。

两者衔接的关键节点

• 靶点结构获取：核心靶点若无共晶，需同源建模，本项目会用模板一致性与模型 QMEAN 评分交代可靠性。
• 配体结构：天然产物建议用 PubChem 标准 3D 构象，异构体要核对。
• 打分阈值：Vina 打分 < −7.0 kcal/mol 通常视为有结合倾向，但要结合氢键几何判断，不能唯分数论。

证据链强度的诚实分层

需要明确：网络药理学 + 对接属于”计算预测证据”，在机制研究里通常是假说生成层级，不是实验确证。本项目在交付时会按强度分层——核心靶点 + 高中心性 + 对接 pose 稳定 + MD 验证，才建议后续做体外酶活或 CETSA 验证。把计算结论包装成”已证实机制”是这类文章常见的退稿原因。

案例线索

某复方研究经网络药理学筛出 12 个核心成分、86 个交集靶点，KEGG 富集落点在 PI3K-Akt 与 NF-κB 通路；取得分最高的 3 对”成分-靶点”做对接，其中一对在铰链区形成稳定双氢键，已进入湿实验验证阶段。

方法边界

天然产物配体常含多个手性中心与柔性糖基，对接时构象采样不足会低估结合，本项目对这类配体倾向先做构象搜索再对接。网络药理学与对接的完整技术细节可查本站的分子对接计算栏目。更多科研计算服务见科研学术网首页。