一种AI辅助筛选药食同源ALK抑制剂的方法与流程

本发明属于人工智能，具体涉及一种ai辅助筛选药食同源alk抑制剂的方法。

背景技术：

1、中药新药的创新发展是中医药现代化的重要方面之一。所谓新药，通常指的是没有在人体内治疗疾病使用经验且疗效优于现有治法的药物。中药新药区别于化药，其创新之处在于新物质(通常是新的活性组分)，新组方，新用途，新机制或者新的更好的治疗效果。中药创新药属于一类新药，主要包括：中药复方制剂，即由饮片、提取物等在中医药理论指导下组方而成的制剂；提取物及其制剂，即从单一植物、动物、矿物等物质中提取得到；新药材及其制剂，即已有标准药材的原动、植物新的药用部位及其制剂。

2、不可忽视的是，中药现代化特别是中药新药研发仍然存在诸多问题。例如，临床中药药效物质基础不清，多数研究停留于单一化学成分的活性筛选，忽略活性提取物或者复方的研究。同时研究模式还相对单一，缺乏利用现代医学、生物学、化学、物理、数学、信息科学、人工智能等的理论和手段开展多学科交叉的研究。最后，基于大数据和人工智能的中医药研究平台体系以及自动化、信息化、高通量的实验研究技术平台也是中药新药研发迫切需要的的重点项目。

3、中国专利申请202110037705.0公开了一种基于协同过滤的新型冠状病毒中药组方推荐方法及系统，包括：获取三药三方中药的化合物，将化合物与新冠蛋白质进行分子对接，得到化合物与蛋白质的结合亲和力；基于adme筛选、结合亲和力和化合物自由能对接阈值对化合物进行筛选，得到有效化合物；根据中药所包含的有效化合物的分子指纹得到中药分子指纹，根据中药分子指纹和中药功效性状特征构建中药-中药相似度矩阵；基于中药-中药相似度矩阵和协同过滤算法对候选中药进行筛选，得到中药组方推荐方案。

4、中国专利申请202010629246.0公开了一种预防或缓解相关疾病的基于药食同源中药的功能性食品组方方法，属于食品科学和现代医药技术领域。所述方法包括如下步骤：(1)针对特定疾病或症状，对致病原因及相应病理过程进行调研或研究；(2)针对疾病或症状的病理过程，确立相应的细胞模型；(3)建立药食同源中药成分实体库；(4)筛选对该疾病特定病理过程具有预防或缓解作用的候选中药；(5)以中药配伍网络为指导，进行候选中药组方设计；(6)以优化组方为实验对象，开展体内动物实验或临床试验，验证其功效性及安全性。

5、alk(anaplastic lymphoma kinase，间变性淋巴瘤激酶)属于受体型ptks家族，主要在神经系统表达，是目前研究相对较多的一种ptks，它与多种肿瘤的发生有着密切的联系。目前围绕alk的研究方向主要和癌症相关，其突变形式有过量表达、与其他基因形成融合基因、发生点突变等。靶向alk的抑制剂已经用于治疗癌症，目前，全球已有多款alk抑制剂获批用于治疗癌症，如辉瑞的克唑替尼(crizotinib)和劳拉替尼(lorlatinib)、诺华的色瑞替尼(ceritinib)、罗氏的阿来替尼(alectinib)、武田制药的布格替尼(brigatinib)等。

6、在脂代谢方面，michael等研究人员首次发现alk有可能也是一种瘦基因，抑制alk的活性可能具有降低血脂、血糖和减重的作用。研究者发现即便是在相同的环境条件下，个体差异也会导致体重增加有实际差异。鉴于之前的肥胖研究都集中在识别肥胖的遗传易感性上，josef penninger院士及其团队成员对爱沙尼亚独特的表型群体中代谢健康的苗条个体(bmi范围最低的6％人类样本)进行了gwas分析，发现alk可以作为候选瘦身基因。在后续的动物实验中，研究人员发现alk在下丘脑神经元中表达，通过交感神经控制脂肪组织的脂肪分解来控制能量消耗。这项研究从多个角度证明了alk是一个瘦身基因，alk的缺失(或抑制alk的活性)会让哺乳动物对肥胖产生抵抗力，而这主要是通过交感神经增加脂解作用，促进身体消耗更多的能量实现的。

7、由于目前靶向alk的药物都是人工合成的化学药，副作用较多，不适合其他用途。天然产物毒副作用较少，但目前还没有靶向alk的天然产物研究和产品。

技术实现思路

1、为了筛选出低毒、高抑制活性的天然化合物，本发明选择从药食同源中药中基于ai辅助筛选出潜在的alk抑制剂，并提供了一种从药食同源中药快速提取中药活性组分的方法和一种提取菊苣活性组分的方法，以验证筛选具有低毒、高alk蛋白抑制活性的中药。

2、为了达到上述目的，本发明特此提出以下技术方案：

3、本发明第一方面提供一种ai辅助筛选药食同源alk抑制剂的方法，所述方法包括以下步骤：

4、1)查询与搜集药食同源中药后，建立药食同源中药数据库；

5、2)构建药食同源中药的活性单体成分数据集；

6、3)分子对接分析，筛选具有alk蛋白亲和力的活性单体；

7、4)建立具有alk蛋白亲和力的活性单体与中药的映射关系，筛选得到潜在的药食同源中药alk抑制剂；

8、5)在细胞水平上，验证所述药食同源中药alk抑制剂的抑制活性。

9、在一些实施方式中，所述步骤2)还包括以下步骤：

10、ⅰ)在中草药数据库symmap进行检索，下载、整理数据库中收录的中药及单体成分信息；

11、ⅱ)将中药及单体成分信息根据pubchem id，tcmid id，tcmsp id进行分类，并将其分别映射至pubchem、tcmsp和tcmid数据库；

12、ⅲ)去除不同中药中重复出现的活性单体，从而得到药食同源中药的活性单体成分数据集。

13、在一些实施方式中，所述步骤2)还包括以下步骤：

14、对于映射失败的药食同源中药，以中药名为关键词在网络或数据库进行检索，筛选出其活性单体；

15、对于最终映射到pubchem数据库的活性单体，下载其“sdf文件”；

16、对于最终映射到tcmsp数据库的活性单体，下载其“mol2文件”，并将其“mol2文件”转换为“sdf文件”；

17、对于只映射至tcmid数据库的活性单体，舍弃其成分信息。

18、在一些实施方式，步骤3)中所述分子对接分析包括以下步骤：

19、ⅰ)以alk蛋白-克唑替尼的复合物结构为基础，构建受体蛋白构象；

20、ⅱ)生成活性单体的三级结构信息，构建配体分子构象；

21、ⅲ)进行分子对接的蛋白口袋设置；

22、ⅳ)将受体蛋白构象与配体分子构象进行分子对接验证。

23、在一些实施方式中，所述ⅰ)包括以下步骤：

24、从pdb数据库中下载alk蛋白-克唑替尼的复合物结构信息；

25、使用pymol(tm)molecular graphics system去除克唑替尼的单体结构，得到alk蛋白的结合构象；

26、使用autodocktools软件对alk蛋白的结合构象进行加水、加氢后，保存其“pdbqt文件”。

27、在一些实施方式中，所述步骤ⅱ)包括以下步骤：

28、使用openbabel软件将活性单体转换为具有三级结构信息的“pdbqt文件”。

29、在一些实施方式中，所述软件的参数设置为obabel-isdf./ligands.sdf/$file-opdbqt-o./ligands.pdbqt/$outname.pdbqt--gene3d。

30、在一些实施方式中，所述步骤ⅲ)包括以下步骤：

31、通过autodocktools软件对蛋白口袋设置对接box，生成config文件；所述对接box的参数为receptor＝2xp2_receptor.pdbqt，center_x＝34.197，center_y＝47.817，center_z＝10.816，size_x＝38.5，size_y＝34.65，size_z＝24.3833333333，num_modes＝9，其余选用默认参数。

32、在一些实施方式中，所述步骤ⅳ)包括以下步骤：

33、通过autodock vina软件进行分子对接，对接使用的shell脚本为vina_screen_local.sh。

34、#！/bin/bash

35、for f in./ligands.pdbqt/*.pdbqt；do

36、b＝`basename$f.pdbqt`

37、echo processing ligand$b

38、mkdir-p./results/$b

39、vina--config config.txt--ligand$f--out./results/${b}/out.pdbqt--log./results/${b}/log.txt

40、done。

41、在一些实施方式中，所述步骤5)包括以下步骤：

42、s1：从药食同源中药中提取中药活性组分；

43、s2：测试所述中药活性组分对细胞中alk蛋白磷酸化的影响；和/或

44、测试所述中药活性组分对细胞的毒性。

45、在一些实施方式中，所述细胞包括karpas 299细胞、h3112细胞或nb1细胞。

46、在一些具体的实施方式中，所述细胞为karpas 299细胞。

47、在一些实施方式中，所述步骤s1包括以下步骤：

48、(a)将中药在乙醇溶液中浸泡过夜后，超声处理，得到粗提液；

49、可选地，对中药进行粉碎处理；

50、(b)除去粗提液中残留的乙醇后加入重悬液，加入萃取试剂，得到萃取液；

51、(c)干燥萃取液，得到萃取物；

52、(d)将萃取物与硅胶混合均匀，加入无水乙醇溶解后干燥，得到萃取物与硅胶的混合物；

53、(e)将所述混合物加入到层析柱中进行层析，使用洗脱试剂洗脱并收集洗脱液；

54、(f)干燥洗脱液，得到中药活性组分。

55、在一些具体的实施方式中，步骤d)中所述干燥为旋蒸干燥。

56、在一些实施方式中，步骤a)中所述乙醇溶液为60％-80％乙醇。其中百分比为体积比。

57、在一些具体的实施方式中，所述乙醇溶液为70％乙醇。

58、在一些实施方式中，所述萃取试剂选自正己烷，二氯甲烷，乙酸乙酯或正丁醇中的一种或多种。

59、在一些具体的实施方式中，所述重悬液为水。

60、在一些实施方式中，所述重悬液与萃取试剂的体积比约为0.5-0.9：1。

61、在一些实施方式中，所述重悬液与萃取试剂的体积比可以约为0.5：1，0.6：1，0.7：1，0.8：1或0.9：1。

62、在一些实施方式中，所述萃取物与硅胶的质量比为1：2。

63、在一些实施方式中，所述洗脱试剂为正己烷、二氯甲烷、乙酸乙酯和甲醇中的至少一种。

64、在一些实施方式中，所述洗脱试剂的体积为250-300ml。

65、在一些实施方式中，所述洗脱试剂的体积为250ml，260ml，270ml，280ml，290ml，300ml。

66、在一些具体的实施方式中，所述洗脱试剂的体积为300ml。

67、在一些实施方式中，所述洗脱采用依次洗脱的模式，其包括以下步骤：

68、(1)加入正己烷洗脱，收集第一洗脱组分；

69、(2)加入正己烷和二氯甲烷的混合物洗脱，收集第二洗脱组分；

70、(3)加入二氯甲烷和乙酸乙酯的混合物洗脱，收集第三洗脱组分；

71、(4)加入乙酸乙酯和甲醇的混合物洗脱，收集第四洗脱组分；

72、(5)加入乙酸乙酯和甲醇的混合物洗脱，收集第五洗脱组分；

73、(6)加入甲醇洗脱，收集第六洗脱组分。

74、在一些具体的实施方式中，步骤(2)中所述正己烷和二氯甲烷的体积比为1：9。

75、在一些具体的实施方式中，步骤(3)中所述二氯甲烷和乙酸乙酯的体积比为1：9。

76、在一些具体的实施方式中，步骤(4)中所述乙酸乙酯和甲醇的体积比为1：1。

77、在一些具体的实施方式中，步骤(5)中所述乙酸乙酯和甲醇的体积比为1：9。

78、本发明第二方面提供一种电子设备，其包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。

79、本发明第三方面提供一种计算机可读存储介质，其用于存储计算机指令，所述计算机指令被执行时，完成第一方面所述的方法。

80、本发明第四方面提供一种提取菊苣活性组分的方法，所述方法包括以下步骤：

81、(ⅰ)将菊苣浸漉后，得到醇沉膏；

82、(ⅱ)向所得醇沉膏中加入水定容，得到上样液；

83、(ⅲ)将上样液上柱到含有树脂填料的的层析柱中以进行树脂吸附；

84、(ⅳ)使用洗脱试剂对吸附后的树脂进行洗脱，得到洗脱液；

85、(ⅴ)将洗脱液干燥，得到菊苣活性组分。

86、在一些实施方式中，所述菊苣包括菊苣茎和菊苣根中的至少一种。

87、在一些实施方式中，所述浸漉包括以下步骤：

88、(ⅰ)将菊苣浸入乙醇溶液中，过夜，得到浸漉液；

89、(ⅱ)收集浸漉液，干燥，得浓缩浸漉液；

90、(ⅲ)重复上述步骤3-5次，优选4次。

91、在一些具体的实施方式中，步骤(ⅱ)中所述干燥为旋蒸干燥。

92、在一些实施方式中，所述树脂填料为大孔树脂。

93、在一些具体的实施方式中，所述树脂填料选自大孔树脂hpd100、大孔树脂d101、大孔树脂d101-c、大孔树脂d101-1、大孔树脂hp-20或大孔树脂hpd300。

94、在一些更具体的实施方式中，所述树脂填料为大孔树脂hpd100。

95、在一些实施方式中，述洗脱试剂包括水、乙醇或氢氧化钠溶液。

96、在一些实施方式中，所述乙醇为10％-95％乙醇。其中百分比为体积比。

97、在一些具体的实施方式中，所述乙醇为70％乙醇或85％乙醇。

98、在一些具体的实施方式中，所述氢氧化钠溶液为5％氢氧化钠水溶液，其中百分比为质量体积比，质量以g计，体积以ml计。

99、在一些实施方式中，所述上柱的速度为120ml/h。

100、本发明第五方面提供一种根据第四方面所述方法所提取的菊苣活性组分。

101、本发明第六方面提供一种alk抑制剂，所述抑制剂包含第五方面所述的菊苣活性组分和药学上可接受的辅料。

102、在一些实施方式中，所述辅料选自稀释剂、黏合剂、崩解剂、润滑剂、助流剂、抗结块剂、包衣剂、增塑剂、表面活性剂、栓剂基质、助悬剂、增稠剂、软膏基、络合剂、保湿剂、成膜剂、冻干保护剂、干粉吸入剂、乳化剂、释放调节剂、压敏胶黏剂和硬化剂中的至少一种。

103、本发明第七方面提供一种第五方面所述的菊苣活性组分或第六方面所述的alk抑制剂在制备预防和/或治疗癌症的药物，或制备降低血脂和/或血糖、减重药物中的应用。

104、在一些实施方式中，所述癌症选自三阴性乳腺癌、非小细胞肺癌、炎性成肌纤维母细胞瘤、淋巴瘤、食管鳞状细胞癌、肾细胞癌、卵巢癌、结直肠癌或黑色素瘤。

105、在一些实施方式中，所述药物的剂型选自注射剂、片剂、丸剂、胶囊、悬浮和乳剂中的至少一种。

106、本发明提供的一种ai辅助筛选药食同源alk抑制剂的方法，建立包含113种药食同源中药的数据库，构建了包含6073个活性单体成分的数据集，通过将活性单体与目标蛋白进行高通量分子对接，进而筛选到了607个具有高亲和力的活性单体，并将所述活性单体映射至29种中药，后续结合细胞实验快速筛选出了潜在的药食同源中药alk抑制剂。本发明所述的方法筛选出了alk蛋白抑制活性最佳且毒性小的菊苣，其在0.5mg/ml的浓度下没有毒性，表现出了比阳性对照药crizotinib更好的抑制活性。

107、本发明还提供了一种提取菊苣活性组分的方法，所述方法可以精细分离菊苣活性组分，其中70％和85％乙醇分离组分在无毒浓度下表现出更好地抑制alk磷酸化活性，几乎全部抑制alk的磷酸化，表现出了优于阳性对照药crizotinib的alk磷酸化抑制活性。