药食同源中药小分子数据库建立方法、系统及存储介质技术方案

本发明专利技术涉及药食同源中药小分子数据库建立方法、系统及存储介质，其数据库建立方法包括获取中药的小分子成分、含量及产地信息；将小分子按照OB值≥30％及DL值≥0.18进行筛选后按照小分子含量进行分组并获取中药主要小分子成分的衍生代谢物信息；对各分组后的小分子信息所对应的小分子进行赋分；将小分子衍生代谢物信息以及小分子赋分值与对应的小分子信息进行关联；建立药食同源小分子含量及衍生代谢物数据库；本发明专利技术填补了传统药食同源小分子数据库中无小分子含量关系以及小分子衍生代谢物数据的空白，提高计算机虚拟筛选有效的和高含量的小分子的成功率和有利于后期选择中靶小分子的中药产地，提高药物和保健食品开发效率。发效率。发效率。

【技术实现步骤摘要】
药食同源中药小分子数据库建立方法、系统及存储介质


[0001]本专利技术涉及药食同源中药小分子数据库
以及药食同源小分子筛选
，具体涉及药食同源中药小分子数据库建立方法、系统及存储介质。

技术介绍

[0002]药食同源指许多中药植物既是食物也是药物，它们之间并无的分界线。即许多食物既是食物也是药物，食物和药物一样同样能够防治疾病。
[0003]虚拟筛选是指使用计算工具根据结构和能量从药食同源中药小分子数据库预测潜在的生物活性化合物，是计算机辅助药物设计的一个重要途径，为小分子成药提供更便捷的方法。随着计算机技术的不断发展、改进和普及，虚拟筛选在药物发现领域正变得越来越流行，为研发疾病防治药物提供了新的思路。
[0004]生物化学反应通常发生在配体与目标蛋白结合的部位，通过确定受体活性部位和分子相互作用，以此作为分子对接口袋进行分子对接，根据结构和能量评估，可发现有潜在应用价值的功能小分子，对药物发现过程有重大贡献。
[0005]现有中药成分相关数据库，如TMSCP数据库，缺点是没有中药小分子成分的定量信息，不清楚小分子在中药植物中的含量多少，致使计算机药物筛选后常出现后期无法提取、纯化的困难和问题。另一方面，TMSCP数据库也缺乏不同地域的同一种中药的小分子成分的定量信息，导致后期不能择优选择合适的中药提纯。同时，由于中药成分在体内代谢成多种衍生物和代谢物小分子的情况，形成中药疗效的复杂性问题，而目前尚无此类数据库。另外，TMSCP数据库还缺乏动物源性小分子数据，例如蜂胶等。此外，现有中药的各种药食同源中药小分子数据库，并非针对传统中药种类和成分建立的数据库，而且中药小分子数量巨大，多为人工修饰和合成的小分子，如Zinc数据库，包含大量冗余数据，虚拟筛选时运算量大，耗时长，不利于药食同源快速筛选。

技术实现思路

[0006]为了解决目前中药没有药食同源中药小分子成分的定量和衍生代谢物的问题，中药本专利技术提供药食同源中药小分子数据库药食同源中药小分子数据库建立方法、系统及存储介质。
[0007]为解决上述技术问题，本专利技术提供药食同源中药小分子数据库建立方法，包括如下步骤：
[0008]获取药食同源数据源中表征中药小分子的小分子信息，并将获取到的所述小分子信息进行集合，得到原始药食同源数据集；其中，所述小分子信息包括小分子名称、小分子二维结构信息、OB值、DL值以及小分子来源信息，所述小分子来源信息包括中药名称、产地以及小分子含量值；
[0009]从所述原始药食同源数据集中筛选出满足OB值≥30％及DL值≥0.18条件的所述小分子信息，得到初始药食同源数据集；
[0010]将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在同一中药中的所述小分子含量值进行分组，得到多组第一分组药食同源数据集；将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在不同中药中的所述小分子含量值由高到低的顺序进行排序，并按照所述小分子信息所对应的中药小分子在不同中药中的所述小分子含量值进行分组，得到多组第二分组药食同源数据集；将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在不同产地的同一中药中的所述小分子含量值由高到低的顺序进行排序，并按照所述小分子信息所对应的中药小分子在不同产地的同一中药中的所述小分子含量值进行分组，得到多组第三分组药食同源数据集；
[0011]获取多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的中药小分子的小分子衍生代谢物信息；
[0012]对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的中药小分子进行赋分，得到小分子赋分值；
[0013]将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第一分组药食同源数据集中对应的小分子信息进行关联，得到第一最优药食同源数据集；将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第二分组药食同源数据集中对应的小分子信息进行关联，得到第二最优药食同源数据集；将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第三分组药食同源数据集中对应的小分子信息进行关联，得到第三最优药食同源数据集；
[0014]利用所述第一最优药食同源数据集、所述第二最优药食同源数据集以及所述第三最优药食同源数据集建立数据库，得到所述药食同源中药小分子数据库。
[0015]本专利技术的有益效果是：本专利技术通过将药食同源中药的小分子含量、不同中药和不同产地的同一种中药中的同一小分子含量排序以及小分子衍生代谢物信息等信息纳入数据库中，能够便于药品开发者了解各种药食同源中药中各种小分子的含量以及其小分子衍生代谢物，够提高计算机虚拟筛选有效及高含量小分子的成功率，以提高药物和保健食品的开发效率。并且，还能够从第二分组药食同源数据集中得到同一中药小分子信息对应的小分子在不同中药和不同地域的同一种中药中的含量，便于在药物开发中，根据小分子含量选择合适产地的中药。
[0016]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0017]进一步，在获取药食同源数据源中表征中药小分子的小分子信息之后，还包括如下步骤：将所述小分子信息中的所述小分子二维结构信息转换为三维构象，得到小分子三维构象；其中，所述小分子三维构象属于所述小分子信息；
[0018]将获取到的所述小分子信息进行集合得到原始药食同源数据集具体为：将带有所述小分子三维构象的小分子信息进行集合得到所述原始药食同源数据集。
[0019]采用上述进一步技术方案的有益效果是，通过获取小分子三维构象，并将小分子三维构象纳入药食同源中药小分子数据库中，能够在开发药物以及保健食品时，直接使用数据库中的小分子三维构象进行分子筛选，进一步提高了药物和保健食品的开发效率。
[0020]进一步，对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的小分子进行赋分，得到小分子赋分值，包括如下步骤：
[0021]将多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个小分子信息所对应的小分子进行ADMET性质分析以及毒性分析，得到ADMET性质分析结果以及毒性分析结果；
[0022]根据所述ADMET性质分析结果以及所述毒性分析结果，对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中所述小分子信息所对应的小分子进行赋分，得到所述小分子赋分值。
[0023]采用上述进一步技术方案的有益效果是，根据ADMET性质分析结果以及毒性分析结果来对小分子进行赋分，能够在药物和保健食品的开发过程中，直接选用其ADMET性质优良以及毒性较低的小分子作为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.药食同源中药小分子数据库建立方法，其特征在于，包括如下步骤：获取药食同源数据源中表征中药小分子的小分子信息，并将获取到的所述小分子信息进行集合，得到原始药食同源数据集；其中，所述小分子信息包括小分子名称、小分子二维结构信息、OB值、DL值以及小分子来源信息，所述小分子来源信息包括中药名称、产地以及小分子含量值；从所述原始药食同源数据集中筛选出满足OB值≥30％及DL值≥0.18条件的所述小分子信息，得到初始药食同源数据集；将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在同一中药中的所述小分子含量值进行分组，得到多组第一分组药食同源数据集；将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在不同中药中的所述小分子含量值由高到低的顺序进行排序，并按照所述小分子信息所对应的中药小分子在不同中药中的所述小分子含量值进行分组，得到多组第二分组药食同源数据集；将所述初始药食同源数据集中的所述小分子信息按照所述小分子信息所对应的中药小分子在不同产地的同一中药中的所述小分子含量值由高到低的顺序进行排序，并按照所述小分子信息所对应的中药小分子在不同产地的同一中药中的所述小分子含量值进行分组，得到多组第三分组药食同源数据集；获取多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的中药小分子的小分子衍生代谢物信息；对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的中药小分子进行赋分，得到小分子赋分值；将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第一分组药食同源数据集中对应的小分子信息进行关联，得到第一最优药食同源数据集；将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第二分组药食同源数据集中对应的小分子信息进行关联，得到第二最优药食同源数据集；将所述小分子衍生代谢物信息以及所述小分子赋分值与多组所述第三分组药食同源数据集中对应的小分子信息进行关联，得到第三最优药食同源数据集；利用所述第一最优药食同源数据集、所述第二最优药食同源数据集以及所述第三最优药食同源数据集建立数据库，得到所述药食同源中药小分子数据库。2.根据权利要求1所述的药食同源中药小分子数据库建立方法，其特征在于，在获取药食同源数据源中表征中药小分子的小分子信息之后，还包括如下步骤：将所述小分子信息中的所述小分子二维结构信息转换为三维构象，得到小分子三维构象；其中，所述小分子三维构象属于所述小分子信息；将获取到的所述小分子信息进行集合得到原始药食同源数据集具体为：将带有所述小分子三维构象的小分子信息进行集合得到所述原始药食同源数据集。3.根据权利要求1所述的药食同源中药小分子数据库建立方法，其特征在于，对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个所述小分子信息所对应的小分子进行赋分，得到小分子赋分值，包括
如下步骤：将多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中各个小分子信息所对应的小分子进行ADMET性质分析以及毒性分析，得到ADMET性质分析结果以及毒性分析结果；根据所述ADMET性质分析结果以及所述毒性分析结果，对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中所述小分子信息所对应的小分子进行赋分，得到所述小分子赋分值。4.根据权利要求3所述的药食同源中药小分子数据库建立方法，其特征在于，根据所述ADMET性质分析结果以及所述毒性分析结果，对多组所述第一分组药食同源数据集、多组所述第二分组药食同源数据集以及多组所述第三分组药食同源数据集中所述小分子信息所对应的小分子进行赋分，包括如下步骤：在所述ADMET性质分析结果中，溶解度大于
‑
4且小于0赋1分，能穿过血脑屏障赋1分，是细胞色素P4502D6酶的抑制剂赋1分，无肝毒性赋2分，人体肠道吸...

【专利技术属性】
技术研发人员：高兵，彭佳琦，滕恩达，于志豪，芦秀丽，
申请(专利权)人：沈阳医学院，
类型：发明
国别省市：