项目名称: 基于“活性成分群-生物代谢靶点-疾病网络” 研究参附注射液“精而有效”的制剂特征

项目编号: No.81503266

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 医药、卫生

项目作者: 赵萱

作者单位: 成都中医药大学

项目金额: 18万元

中文摘要: 参附注射液源于七百年古方参附汤,是结合“整体活性,去杂存精”制剂原则和“直入血分,速效救急”临床应用的成功剂型改革典范。本课题以参附注射液为研究对象,提出假说:“参附注射液通过去杂存精的制备工艺,使其活性成分群更加精粹,更显原方回阳救逆、益气固脱之效,具有‘精而有效’的制剂特征”。课题组采用化学指纹图谱技术,明确制剂主要活性成分群;采用代谢足迹技术,明确生物代谢靶点;依据网络药理学理念,明确活性成分对应的疾病通路;建立“活性成分群-生物代谢靶点-疾病网络”模型,将“药-靶-症”三方关联,筛选对靶点和疾病贡献较大的活性成分群,即为参附注射液之“精”;探寻活性成分群在机体内的代谢途径和所作用的疾病通路,即为参附注射液之“有效”,二者交互作用,科学阐释参附注射液“精而有效”的制剂特征,为研究中药复方注射液制剂特征建立新模式。

中文关键词: 参附注射液;制剂特征;化学指纹图谱;;代谢组学;网络药理学

英文摘要: Shenfu Injection (SFI), originating from 700 years old ancient prescription Shenfu Decoction, is the successful preparation formulation reform model that combines preparation principle of the whole activity and Removal of impurities and save the essence and clinical application of straight into the bloodstream and available emergency. This research project focuses on SFI, which is one of the most widely used Chinese medicine formula injection, and put forward the hypothesis that SFI, through the preparation process for refine, keeps the active ingredient group more succinct, enhance the effect of Yang save back counter, nourishing qi to stop collapse, to attach the essential and effective preparation characteristics.This research project will use the chemical fingerprint technology to clarify the main active ingredient group of the preparations, adopt metabonomics footprinting to clarify the biological metabolism targets, employ network pharmacology theory to clarify disease pathways corresponding active ingredients, establish active ingredients group - biological metabolism targets - disease network model to correlate the tripartite medicine - target - Syndrome and screen the active ingredients spectrum contributing much more to the targets and diseases, which is the essence of SFI, and quest for metabolic pathway and the role in disease pathways of the active ingredients group in vivo, which is the effect of SFI. Both essence and effect interact with each other, scientifically elucidating SFI’s preparation characteristics of essence and effect and establishing a new mode for the preparation characteristics study of Chinese medicine formula injection

英文关键词: Shenfu Injection; preparation characteristics;chemical fingerprint; metabolomics;network pharmacology

成为VIP会员查看完整内容
0

相关内容

专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
37+阅读 · 2021年5月28日
专知会员服务
95+阅读 · 2021年5月25日
专知会员服务
27+阅读 · 2020年12月15日
【KDD2020】TAdaNet: 用于图增强元学习的任务自适应网络
专知会员服务
17+阅读 · 2020年9月21日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
小贴士
相关主题
相关VIP内容
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
37+阅读 · 2021年5月28日
专知会员服务
95+阅读 · 2021年5月25日
专知会员服务
27+阅读 · 2020年12月15日
【KDD2020】TAdaNet: 用于图增强元学习的任务自适应网络
专知会员服务
17+阅读 · 2020年9月21日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员