基于中药质量标志物的理念，对茵陈化学成分有效性、生源途径、成分特异性、传统功效、传统药性及化学成分可测性进行了潜在质量标志物的预测.通过网络药理学进行成分有效性分析，基于文献整合及数据分析对茵陈的生源途径、成分特异性、传统功效、传统药性及化学成分可测性进行质量标志物预测.结果显示，网络药理学获得槲皮素、异鼠李素及茵陈黄酮等13个活性成分，关键靶点有AKT1、TNF、JUN、MAPK1、RELA、TP53及IL6等.GO功能富集分析得到GO条目1 892个，其中生物过程条目1 648个，细胞组成条目82个，分子功能条目162个.KEGG通路富集筛选得到281条信号通路(P<0.05)，涉及癌症通路、乙型肝炎及TNF信号通路等.结果表明，结合网络药理学和文献分析得出了茵陈蒿灵A、马栗树皮素二甲醚、大牛儿烯D、6，7-二甲氧基香豆素和茵陈色原酮可作为茵陈潜在的质量标志物。

引言

茵陈为菊科植物滨蒿或茵陈蒿的干燥地上部分，具有利湿退黄与清热解毒的功效，主要用于治疗黄疸与湿疣等疾病。茵陈的主要成分包括有机酸类、黄酮类、香豆素类及挥发油类等．茵陈的现代药理作用有解热、镇痛、抗炎、抗病毒、抗肿瘤、降血压、调血脂、抗骨质疏松、神经保护、调节代谢及预防阿尔茨海默病等多种功效。中药质量标志物(Q-marker)是中药质量控制的新概念，基于中药传递与溯源、有效、特有、可测和处方配伍的“五原则”，可建立中药全程质量控制及质量溯源体系，为中药质量控制提供了新的思路．本文基于Q-marker理论，运用网络药理学和文献分析对茵陈潜在Q-marker进行预测，为整体控制茵陈的质量提供参考依据。

1数据库和相关软件

TCMSP数据库(http://lsp.nwu.edu.cn/tcmsp.php)，Uniprot数据库(https://www.uniprot.org/)，Gene Cards数据库(https://www.genecards.org)，在线韦恩图(http://bioinfogp.cnb.csic.es/tools/venny/index.html)，DAVID6.8.0数据库(https://david.ncifcrf.gov/)，Omicshare数据库(http://ww.omicshare.com)，STRING数据库(https://string-db.org/)，Graph Pad Prism 6.0软件及Gytoscape 3.7.2软件等。

2方法与Q-marker预测

2.1基于网络药理学的茵陈成分有效性的Q-marker预测

2.1.1茵陈活性成分及靶点的筛选

运用中药系统药理学数据库和分析平台TC-MSP，以“茵陈”为关键词进行化学成分搜索，以口服生物利用度(OB)≥30%和类药性(DL)≥0.18为筛选条件，进行茵陈活性成分的筛选，共得到13种活性成分(见表1)。同时，利用TCMSP数据库收集茵陈活性成分的靶标蛋白。借助Uniprot数据库，将靶标蛋白名称导入，物种限定为“Human”，检索得到的所有靶标蛋白校正Uniprot ID，并得到靶标蛋白所对应的基因名。

2.1.2交集基因的筛选

茵陈的主治疾病为黄疸和湿疹．黄疸临床常见疾病有急慢性肝炎、肝硬化、胆结石及消化道肿瘤等．以急性肝炎、慢性肝炎、病毒性肝炎、肝硬化、胆结石、消化道肿瘤和湿疹为疾病，利用Gene Cards数据库查找以上疾病的基因，选择每种疾病的前300个基因排列在一起，作为药物的疾病基因，共获得疾病基因1 050个。利用在线韦恩图，将成分基因和疾病基因导入，得到交集基因共81个，结果如图1所示。

声明：本文所用图片、文字来源《成都大学学报》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系删除。

相关链接：质量，黄酮，蛋白