近日，以北京中医药大学东直门医院重点实验室博士后徐雪为第一作者，北京交通大学计算机与信息技术学院周雪忠研究员，北京中医药大学东直门医院商洪才研究员，北京中医药大学中医学院陈建新教授为共同通讯作者的论文“Identification of herbal categories active in pain disorder subtypes bymachine learning help reveal novel molecular mechanisms of algesia”（采用机器学习建立中草药治疗疼痛的精准策略，揭示痛觉的新分子机制）在药理学研究领域著名期刊Pharmacological Research正式发表。

慢性疼痛为当今世界重大公共卫生问题，然而由于疼痛临床表型的异质性，对一组患者的有效治疗可能对其他患者疗效有限。因此，阐明疼痛患者亚群或表型亚群的潜在机制，研发无耐药性新药，对精准医疗具有重要意义。中医以临床为基础，注重患者个体化治疗，治疗处方主要来源于中草药，其中富含多种活性成分，目前已被广泛用于多种疼痛的治疗。因此系统整合疼痛植物数据资源有助于研究疼痛表型的分子机制。

我实验室徐雪博士等学者基于网络药理学和机器学习的理论和方法，首先通过文献挖掘，构建表型库；然后利用表型库从SemRep数据库中检索到活性分子，并根据对接分析确定活性中草药分子与靶点之间的关联；接着通过相互作用模拟，探索这些活性中草药植物分子与人体和肠道微生物靶标的结合靶点；随后建立以中草药症状/疗效关联为基础的中草药网络，利用机器学习（网络聚类算法）通过适应症、靶点和富集通路分析发现有3个具有特定靶点和表型特征的中草药类群——分别以神经性疼痛、生殖和自身免疫性疼痛及癌症疼痛为特征。最后，测量三种中草药类群对疼痛表型疾病模块的不同靶点之间的相互作用，从而探索这三种中草药对疼痛调节的潜在分子机制。此外，该研究通过基于人类PPI网络分析以揭示与疼痛相关的中草药靶点和已知的疼痛相关基因/靶点之间的相关性。

研究结果表明，整合中医和现代生物医学数据的网络药理学分析，对新药研发和疼痛的精准治疗具有重要价值。研究加深了对中草药参与疼痛亚型潜在分子机制的了解，对于研发治疗疼痛的新型个性化药物意义重大。

图识别在疼痛亚型中中草药种类的研究流程

本研究得到国家高层次人才特殊支持计划(W02020052)等项目资助。