摘要：目的:利用數據挖掘結果,采用網絡藥理學和生物信息學方法,分析傳統中藥虎杖抗高血脂的作用及信號通路。方法:采用TCMSP數據庫從虎杖中篩選出主要活性成分,利用Drug-CPI服務器反向藥效團匹配方法,預測并獲得虎杖主要活性成分靶點。通過OMIM、TTD、Genecards等疾病靶點數據庫篩選出高血脂相關疾病靶點,獲得活性成分靶點和疾病靶點交集。采用Cytoscape 3.7.1 軟件構建虎杖可視化網絡,應用STRING在線平臺對交集靶點進行蛋白互作網絡分析,同時對交集靶點進行GO功能和KEGG通路富集分析。根據KEGG通路分析結果,應用Autodock 4.2.6 分子對接軟件研究虎杖中相關活性成分與胰島素抵抗和PPAR信號通路中的關鍵靶點蛋白,即TNFRSF1A和PPARG的結合作用強弱與結合機制。結果:采用TCMSP數據庫從虎杖中篩選出12個主要活性成分,并預測獲得288個靶點。從疾病靶點數據庫篩選出高血脂相關疾病靶點571個,并獲得虎杖潛在抗高血脂作用靶點共48個。構建了“藥物-活性成分-靶點-疾病”網絡,該網絡中化合物的平均度值為 16.67 ,其中有8個化合物能與15個及以上靶點發生相互作用。KEGG通路富集分析的結果發現48個作用靶點主要參與調控胰島素抵抗(insulin resistance)、PPAR信號通路(PPAR signaling pathway)、非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)、HIF-1信號通路(HIF-1 signaling pathway)、調節脂肪細胞中的脂肪分解(regulation of lipolysis in adipocytes)等信號通路。分子對接結果表明,4個活性成分均能與TNFRSF1A結合,其中rhein(大黃酸)與TNFRSF1A結合能最低,為-10.08 kcal/mol。在虎杖的7個活性成分中,physovenine(囊毒堿)與PPARG的結合能最低,為-13.45 kcal/mol。結合方式主要以氫鍵、靜電力及疏水作用為主。結論:虎杖活性成分可能通過參與調控胰島素抵抗、PPAR信號通路以及調節脂肪細胞中的脂肪分解等信號?