[发明专利]一种复杂药物体内外物质组关联构建代谢网络的方法

说明书

技术领域

本发明属于医药领域，涉及药物复杂组分代谢物的快速检出、代谢途径的分步分类广泛预测和“原型成分-代谢产物”关联网络的全面构建。

背景技术

中药是中国传统医药的瑰宝，但目前国内外关于中药的研究并不能系统的、明确的阐明中药复杂成分及其代谢物的关系，缺乏相应的理论与技术支撑，因此中药体内过程长期被视为“黑箱”，是中药现代化研究的主要瓶颈。生物处置知识的缺乏是为中草药的疗效和风险评估提供证据的主要障碍之一。大多数天然化合物的结构比化学药物更脆弱，从而更容易受到广泛的生物代谢。更重要的是，已发现的天然化合物的药效很大一部分不是来自母体化合物，而是来自其产生的活性代谢产物。此外，许多中药成分的特点是口服生物利用度差，在胃肠道产生的代谢产物比中草药成分更容易被吸收进入流通系统，再进一步发生广泛代谢。因此，中药成分的代谢物的检测和鉴定，不仅是发现中草药药理活性成分的关键步骤，，也可能为从天然化合物发现新的药物提供额外资源。

然而，代谢物的检测和鉴定绝非易事，即使是单一的化学药物，因为生物基质中大量的内源性干扰和代谢物丰度低等困难。即使采用高分辨率(如TOF和FT Obitrap)质谱仪可实现对低浓度成分进行检测，仍要使用一些额外的软件工具，如质量亏损过滤器，背景扣除，和离子筛选等进行必要的数据处理，以实现从庞杂的数据中分析出代谢物的相关信息。而天然化合物往往具有更特殊的代谢途径，对天然化合物的成分检测和代谢产物鉴定面临更广泛的干扰因素和不确定性，无疑是更艰巨的任务。现有的关于中草药代谢物的研究绝大多数局限于已分离得到的单一化合物，少数关于中药复杂代谢成分的研究也极大程度地依赖于已知代谢途径的几种确证成分，即依赖于标准品的靶向性研究。针对中草药多成分、多靶点的作用机制和体内浓度低、在生物基质中检测困难、数据量巨大、有效目的成分不明确、缺乏标准品的特性，亟需开发高效、快速、自动化的分析方法，对复杂生物基质中的非靶向性成分进行不依赖标准品的全局检测和鉴定。

发明内容

技术问题：本发明针对中草药复杂成分在生物基质中浓度低、干扰大、缺乏标准品、检测困难、代谢途径广泛未知、数据庞杂、缺少有效数据分析手段的问题，首次提出了一种对复杂药物成分在复杂基质中的代谢物检出、代谢途径预测和“原型成分-代谢产物”关联网络构建的高效、快速、自动化的分析方法。

技术方案：本发明的目的是提供一种复杂药物成分在生物基质中的代谢物检出、代谢途径预测和“原型成分-代谢产物”关联网络构建的通用性方法。这种方法的核心思路是原型成分和代谢产物在相同的质谱条件下具有相似的碎裂方式，以此为基础将原型成分谱和代谢产物谱中具有相似质谱行为的物质关联起来，并通过两者的多重对应关系，构建“原型成分-代谢产物”关联网络。对于每一对相关联的原型成分和代谢产物，利用两者之间的精确分子量差值和碎片离子比对，快捷地预测其代谢途径。本方法可通过如下步骤完成(见图1)，各步骤均利用计算机编程实现自动化运行。

1、应用LC-MS分析药物制剂提取物样品和给药后生物样品并通过设置一定的标准输出样品的色谱、质谱数据：

根据药物制剂和给药生物样品的特性选择色谱(包括色谱柱的长度、内径、填料，柱温，流速，流动相组成，洗脱梯度等)、质谱条件(仪器的各设定参数)，应用LC-MS扫描样品得到其总离子流色谱图。根据实际情况，从总离子流中提取、检出、确定具有较高强度和适宜保留时间的离子作为主要目标成分。采集各主要成分的分子离子和碎片离子的精确分子量等多级质谱信息，且每级质谱图都能同时做到高分辨率、高质量精确度和高灵敏度。

2、扣除内源性干扰，构建药源性成分数据矩阵：

比对给药生物样品谱和空白生物样品谱，将给药样品谱中的内源性成分扣除。

3、剥离原型成分，获得代谢产物谱：

将药源性成分数据矩阵再与药物制剂样品的数据比较，将体内测到的原型成分剥离，获得体内代谢产物谱。

4、原型成分与代谢产物关联分析鉴定代谢物和代谢途径：

1)原型成分与代谢产物关联分析