基于姜黄组效关系的抗肿瘤活性预测研究

本项目研究突破中药新药发现须经大量分离和活性试验筛选而得活性化合物的传统方法，旨在通过姜黄定性定量组效关系研究，构建一种抗肿瘤活性预测方法，即通过建立姜黄定量组效关系模型，实现指纹图谱特征峰及其组合的活性预测，将活性预测前置中药分离之前，以提高新药发现效率。本项目研究首先建立姜黄化学指纹图谱数据库和抗肿瘤活性数据库；逐步回归法等辨识分析与抗肿瘤活性相关的特征峰；以辨识的特征峰为自变量，神经网络模型等建模。及将指纹图谱中所有特征峰为自变量，PLSR非线性模型、支持向量机等建模。"留一法"交叉验证以评价模型的预测精度。对比分析以选择适合抗肿瘤活性预测的模型方法；利用模型进行姜黄指纹图谱特征峰及其组合的活性预测，对预测有活性的特征峰及其组合进行各特征峰的分离纯化和成分鉴定，响应面试验设计成分配伍试验，并进行活性试验验证，最终获得活性成分和活性成分配方，为抗肿瘤新药发现奠定基础。

本项目旨在突破中药新药发现须经大量分离和活性试验筛选而得活性化合物的传统方法理论，通过建立中药定量组效关系模型，实现对中药指纹图谱特征峰及其组合的活性预测，将活性预测前置到中药分离之前，以提高新药发现效率，力求取得理论范式和研究方法上的创新。本项目以抗肿瘤中药姜黄为范例，首先，分别建立了药材姜黄中姜黄素类提取物、姜黄挥发油类、姜黄总提物的化学指纹图谱数据库和抗肿瘤活性数据库。液质联用定性了姜黄素类提取物中28种化合物，其中8种尚未见文献报道，并解析了它们的二级质谱断裂规律，内标法相对定量了26个色谱峰；气质联用定性了姜黄挥发油中16种化合物，内标法相对定量了20个特征峰；液质联用和气质联用分析了48批次姜黄总提取物，定性了18种非挥发性成分和19种挥发性成分，内标法分别相对定量了22种非挥发性成分和21种挥发性成分。试验结果均表明不同来源批次同等生药量的同种提取物化学组成差异很大。MTT法评价了不同来源31批次姜黄素类提取物、31批次姜黄挥发油类、48批次姜黄总提取物的抗肿瘤活性，试验结果均表明不同来源批次同等生药量的同种提取物对人宫颈癌HeLa细胞的抑制作用差异很大。其次，多元统计分析方法分别辨识了姜黄素类提取物、姜黄挥发油类、姜黄总提物中具有显著抗肿瘤活性成分。OPLS方法分别分析了此三类提取物的指纹图谱特征峰与其抗肿瘤活性之间的组效关系，根据VIP值辨识分析了具有显著活性的化合物。辨识结果与CCA、双变量相关分析法结果一致。再次，其他智能算法分别建立了姜黄素类提取物、姜黄挥发油类、姜黄总提物抗肿瘤组效关系模型，MIV法分别辨识其显著抗肿瘤活性成分。SVR、BPNN、GRNN等模型方法并结合参数优化算法PSO、GA、GS和k-fold 交叉验证等分别为此三类提取物建立组效关系模型，评价并筛选出最优模型。结合MIV法辨识出显著活性成分。最后，辨识成分活性试验验证及配伍优化。MTT法验证了被辨识显著活性成分姜黄素、去甲氧基姜黄素和双去甲氧基姜黄素对人宫颈癌HeLa细胞的抑制作用。Design Expert 软件创建这3种成分的3因素5水平响应曲面设计试验，MTT法检测20组配方的抑制率，建立三元二次方程得到潜在的最佳配方，通过活性试验验证了最佳配方。