网络药理学的价值

过去十余年来，新药候选物转化成临床有效新药的速率显著下降，而在Ⅱ和Ⅲ期临床试验中因缺乏有效性和出现非预期的毒性所导致的损耗呈现令人担忧的增长趋势，约占研发失败原因的60%[1]。2016年，英国Dundee大学药理学家Hopkins[23]认为，造成上述失败的主要原因并不是技术和条件方面的因素，甚至也不是科学的因素，而是哲学或理念的因素maynotbetechnological，environmentalorevenscientificbutphilosophical，因此，他率先提出并系统地阐述了网络药理学networkpharmacology的概念[3]，为从新的角度认识药物作用机制、以新的策略发现新药提供了新的思想、理论及方法，在生物医药研究领域产生了深远影响。与传统药理学的最大区别在于，网络药理学是从系统生物学systemsbiology和生物网络平衡的角度阐释疾病的发生发展过程、从改善或恢复生物网络平衡的整体观角度认识药物与机体的相互作用并指导新药发现。网络药理学紧紧围绕系统生物学、生物网络构建和分析、连接性、冗余性和多效性等进行药物有效性、毒性、代谢特性的揭示，是建立在高通量组学数据分析、计算机虚拟计算及网络数据库检索基础上的生物信息网络构建及网络拓扑结构分析策略和技术基础上的科学思想和研究策略[23]，代表了现代生物医药研究的全新理念和模式，使以一个药物，一个靶标，一种疾病onedrug，onetarget，onedisease为主导的传统新药研发理念产生了革命性转变，对认识药物及发现药物的理念、策略和方法具有深刻影响。
1、网络药理学的理论基础
网络药理学的产生离不开基因组学、蛋白质组学、代谢组学等组学技术以及高通量、高内涵筛选等现代新药发现技术的发展，也离不开生物信息学、系统生物学、网络生物学及计算生物学等相关学科的基础理论和研究技术的发展，可以说，网络药理学是生命科学发展到系统生物学阶段的产物，是生物学、医学、计算科学、生物信息学等多学科基本理论和研究技术综合集成的结果。
1.1系统生物学
美国科学院院士莱诺伊胡德LeoryHood最早提出了系统生物学的概念和研究体系，按照他的定义，系统生物学就是一门研究生物系统中所有组成成分的构成，以及在特定条件下这些组分间相互关系的学科[4]。系统生物学认为生物体是一个包含多个个体和多个层次相互作用的复杂系统，系统生物学研究就是要在细胞、组织、器官和整体水平对结构和功能各异的所有组成成分如基因、蛋白、mRNA、小分子代谢物等的相互作用关系，以及在特定条件下如遗传、环境因素变化时这些组成成分间相互作用关系的变化进行研究，同时还

要通过生物信息学来定量阐明和预测生物功能、表型和行为。生物系统具有涌现性emergence、复杂性complexity和鲁棒性robustness的特点[57]。生物系统由若干个子系统构成，每个子系统中又涉及到不同种类的生物大分子，研究时需着眼于将这些所有的分子、子系统放入整个生物系统的大环境中去考察其所有的相互关系;系统生物学不是用单一的方法同时研究成千上万个基因或蛋白质的水平研究，而是要将水平研究和垂直研究统一起来，成为一种高维的研究，既要同时考虑多个层次、多种类型的生物信息，还要考虑时间因素;部分之和大于整体是系统科学的核心思想，系统特性是由于不同组成部分、不同层次间相互作用而涌现的新性质，如果只是针对组成部分或低层次的分析并不能真正准确地预测高层次的行为。系统生物学的发展带给药理学工作者的启示是分子到药物的简单模式将逐渐被生物学到药物biologytodrug的模式所取代，药物靶点将从单一分子扩展至分子组合、某个信 转导通路甚至几个通路的组合。对新药研发工作者来说，则认识到那些dirtydrug不纯的药物尽管对单个靶点的亲和性和选择性可能都不高，但因为可作用于疾病网络的多个靶点，或对各靶点的作用可以产生协同效应，使其总效应大于各单效应之和，从而达到比单靶点药物更佳的治疗效果[89]。
1.2网络生物学和生物网络
网络生物学networkbiology的概念是Barabasi和Oltvai[10]于2016年提出的，他们提出可以利用网络学科的语言，将复杂生物系统的相互作用抽象表达为网络，建立网络模型，进而通过研究代表生物体的复杂网络的成分关系和特性来揭示生物体的原理和本质。采用数学领域图论的研究手段，借助网络的概念、属性和复杂网络的研究方法，将生物体中各种生物分子及其相互作用加以抽象将构成系统内的各个组分如生物分子抽象成节点，它们之间的联系或相互作用关系如分子间的相互作用描绘成边，由节点和边构成的图就是网络，组成一个包含多个体、多层次相互作用的复杂网络，称为生物网络biologicalnetwork[11]。度分布degreedistribution、小世界效应smallworldeffects、聚集性clusterness和鲁棒性robustness，也称稳健性或弹性等是描述生物网络性质的基本参数表1[1213]。从网络生物学角度来讲，当生物网络为稳态和平衡态时，机体处于健康状态。网络平衡被扰乱或破坏时即可导致病理或疾病状态。药物对疾病的治疗作用其本质在于重建生物网络的平衡或减轻平衡被破坏的程度[10，14]。
1.3生物网络平衡理论
勒夏特列原理LeChateliersprinciple又称平衡移动原理，是一个定性预测化学

平衡点的原理。该原理认为化学平衡是动态平衡，如果改变影响平衡的一个因素，平衡就向能够减弱这种改变的方向移动，以抗衡该改变。该原理体现在生物网络上就是生物网络具有鲁棒性，表现在拓扑结构的鲁棒性、功能的鲁棒性和动力学的鲁棒性，这是由于生物分子的功能冗余性和替代补偿性信 通路的存在造成的[15]。生物网络的鲁棒性反映了机体或网络对错误和攻击的容忍能力。生物网络的勒夏列特原理，即如果一个系统生物网络的平衡健康状态经历了一个改变疾病状态，那么有效药物的作用将使平衡向能够减弱这种改变的方向移动。网络药理学是基于网络生物学和生物网络平衡理论提出的，它为新药发现提供了新的思维体系anewframework和研究策略，同样也为研究和理解药物作用方式作用机制提供了新的思路和途径[1，3]。生物网络保持平衡的能力或鲁棒性带给药理学和新药研发工作者深刻的启示就是要干扰致病网络diseasecausingnetwork，寻求扰动perturbations而不是寻找致病基因diseasecausinggene，可能才是药物作用机制研究和新药发现的有效途径，这也正是网络药理学的核心[10，16]。
2、网络药理学在药理学研究和新药发现中的作用
建立在系统生物学和网络生物学之上的网络药理学能够在系统的分子水平上更好地理解细胞以及器官的行为对功能表型的影响，推动对药物作用机制的重新认识，为药物重定位drugrepositioning提供理论依据和技术支撑，为临床合理用药及多药组合使用提供科学依据，并系统的预测和解释药物相互作用、优化药物的使用，预测及发现影响药物有效性和安全性的因素，加速药物靶点的确认以及发现生物标志物。
2.1对认识药物作用机制及指导临床合理用药的意义
过去几十年间，药理学科将研究重点主要放在分子药理学研究方面，对体内大量单个分子靶点及其与许多疾病和药物的关系有了较为深入地认识，但从系统生物学角度深入研究药物作用及作用机制的研究当时还非常有限。网络药理学的重要任务之一就是从整体网络的角度认识药物的作用机制，指导临床合理用药。已如前述，从系统的角度来看，疾病的本质在于生物网络失平衡，药物治疗疾病的本质在于重建生物网络的平衡或减轻平衡被破坏的程度[14，17]。因此，从整体生物网络稳态的角度来讲，理解单个生物分子在生物体系中的生物学地位和动力学过程要比理解单个生物分子的具体生物功能更为重要。同样，对于药理学和新药研发工作者来说，理解药物在生物体系中的地位和动力学过程要比理解药物在个别靶点或组合靶点上的有效性更为重

要。寻找那些作用于生物网络中多个构件而不是网络中的单一构件、恢复或改善生物网络平衡的药物才是突破目前新药尤其是治疗多因素复杂性疾病药物研发瓶颈的出路。生物网络具有鲁棒性，即对于内外干扰的承受能力。鲁棒性关系到生物体的生存，是生物体承受内外环境变化的一种能力。然而，这种鲁棒性在多个扰动因子的作用下则变得非常脆弱。如对酵母的基因敲除与化学干预、环境影响的合成致死syntheticlethality实验结果表明，酵母中只有34%的单个基因敲除可引起死亡或疾病，但是单基因敲除叠加一个小分子化合物或一个环境因素干预，则可对63%的单基因敲除产生增强效应，如死亡或疾病;若单基因敲除、一个小分子化合物、一个环境因素三者同时干预，则可对97%的基因敲除产生预期的缺陷，如死亡或疾病。该结果表明，尽管大多数基因在任何一种环境下可能是冗余的，但是通过遗传扰动结合化学干预的各种条件谱实验，说明这些基因似乎很少是冗余的[18]。这充分体现了生物网络鲁棒性的容错和抗攻击能力，也从反面说明了具有多向药理学或多靶标性质的药物在临床上将更为有效。在临床药物治疗学中，基于具有多向药理学性质的药物对多个靶点的低亲和力相互作用，或平衡调节与疾病相关且具有内在联系的多个靶点，或许将产生更好的疗效和更小的副作用，从而达到最佳治疗效果。而且药物对各靶点的作用可能产生协同协同有效或协同毒性，使总效应大于各单效应之和[19]。在给定剂量配伍比例的药物在联用时，其联用的顺序可对网络产生不同的扰动，并可能对功效产生巨大的作用[2021]。因此，在临床上，无论是多药联用，使用同一药物载体中含多组分配伍药物还是使用基于设计的可选择性作用于多靶点的单一药物，除了这些药物的协同作用所产生的显著疗效外，不可忽视其同样的对表型的改变作用毒性作用。在目前临床药物治疗中，抗药性如肿瘤药、抗菌药的产生已然成为常态。这是因为目前所用药物多为基于单靶点设计的药物，而靶点蛋白的一个单独的氨基酸突变通常就足以导致药物抗性，因此，许多有效的抗生素通常是通过同时靶向多个蛋白而不是单个蛋白来发挥作用的[22]。如内酰胺类lactams的抗菌作用依赖于多青霉素结合蛋白multiplepenicillinbindingproteins，PBPs中的至少2个来发挥抗菌作用的，这主要基于多PBPs缺失而对表型无变化的事实[23]。氟喹诺酮fluoroquinolone抗生素是蛋白ParC和GyrA蛋白的双靶标抑制剂[24]。而基于网络药理学的药物，可以同时调节疾病网络系统中的多个环节，不易产生抗药性。
2.2对新药发现的影

响
网络药理学与传统药理学一样，其重要任务之一就是新药的发现和新药作用评价，并开发新药。但网络药理学却为新药研发提供了全新的视角，首先，药物靶点并不是随机分布在网络中，而是具有靶点分布的特点和一定的规律，因此，可通过网络药理学的研究来寻找、优化或确认靶点;为多靶点药物设计和优化提供重要信息;预测和分析药物毒性作用产生的可能性。
2.2.1加速治疗靶点的发现和确认
传统的药物靶点发现研究是一种垂直式的研究，即以个别分子为研究对象，采用多种手段研究其生物学性质。这种将分子靶点孤立起来的研究不但耗时长、投资大，而且很难对靶点的功能建立全面的认识，以该模式开发出的新药进入临床后通常会因药动学或毒性作用而终止。而以整体性和系统性为特征的网络药理学则具有强大的预测能力，而且着眼于靶点分子或靶点分子组合或子网组合在整体生物网络中的定位和生物动力学以及调节动力学，并注重研究其扰动后所涌现的表型。因此，对于药物治疗靶点的发现和确认会更加迅速，以其为模式进行新药的研发其临床成功率会更高。网络药理学研究结果告诉我们，在靶点发现中需考虑以下基本事实:①多靶标的成药能力在根本上优于单靶标。②对于生物体，靶标不必要是唯一的，或在宿主中是缺失的。尽管许多基本的看家酶在宿主和传染原之间是共同的，但是药物在宿主和传染原之间的选择性即在结合位点水平上是不相同的。③组合靶标作用于多靶点的作用是致死性，但在单个基因敲除研究中却被忽略为非必要的靶标单靶点敲除对表型无作用。④被预测为有可能和相同化合物结合的靶标群优于单个可药性靶标[2]。在药物靶点发现中，各种不同的网络被构建和不同的模型算法被开发以用于建立连接、分析拓扑结构和定量优先位次，如使用多种药物靶点数据库如Drugbank，SuperTarget，TDR，TTD，Matador，Pdtd和STITCH等，利用多种靶点预测工具如CellDesigner，COPASI，iPATH，SABIORK，SYCAMORE和Tide等，在构建均相的homogenous和异质的heterogeneous蛋白质相互作用网络、信 转导网络、代谢网络、基因调控网络、miRNA网络[25]等上进行靶点的预测和发现[26]。如使用与疾病相关的生理通路联合其已知的药物和药物靶点构建网络，预测生物药过程药物相关性biologicalprocessdrugrelationships，所建立的模型预测的2078个相关性中有40118.1%个已经进入临床试验[27]。聚腺苷二磷酸核糖聚合酶1〔polyADPribosepolymerase1，PARP〕抑制剂对有BRAC1或BRAC2缺陷的细胞具有高致死性，因而PARP抑制剂作为BRAC1和BRAC2突变携带者肿瘤患者的有效治疗药物而

进入临床。PARP抑制剂合成致死siRNA筛选结果表明，许多激酶的沉默或敲低对PARP抑制剂具有强烈的敏感性，包括CDK5，MAPK12，PLK3，PNKP，STK22c和STK36。尤其是CDK5对于非神经元细胞的DNA损伤反应、细胞周期的内SintraS和G2M期检查点checkpoints是必需的[28]。分析乳腺癌基因表达数据揭示了4个基因:COX2，MMP1，MMP2和表皮调节素epiregulin对于肺癌迁移是必需的[2930]。在小鼠模型中，这4个基因的遗传和药理学抑制皆可导致肿瘤迁移进程的停止[29]。
2.2.2指导新药研发