中草药数据库 TCMID、SymMap、YaTCM、TCMSP

Traditional Chinese Medicine Integrated Database


1. 什么是 TCMID?

中医药综合数据库是一个提供信息、缩小中医药与现代生命科学差距的综合数据库。我们收集了有关中药各方面的信息,包括配方、草药和草药成分。我们还收集了现代药理学和生物医学所深入研究的药物、疾病的信息。我们将两组单独的知识与药物靶点或疾病基因/蛋白质进行桥梁连接。

众所周知,中医和传统医学是基于不同的哲学。但他们都可以治疗人类疾病它们的共同方面是,它们都通过化学分子来治疗疾病,这些化学分子与与疾病有关的功能失调的蛋白质相互作用。两套知识的衔接,不仅将促进中医药的现代化,而且有助于传统医学领域的研究人员发现潜在的新药和药物相互作用的机制。

2. TCMID 是如何建造的?

为了将中药草本成分和它们相互作用的蛋白质联系起来,我们采用了两种方法。首先,由于中医研究的投入日益加大,已经发现了大量的生物活性化合物,并推断出其相互作用的蛋白质靶点。我们进行了文本挖掘来收集这类信息。其次,现在已经有一些数据库托管关于复合蛋白相互作用的信息,一些书籍和论文也记录了有关中药材及其成分的相关信息。我们手动收集了有关草药及其成分的信息,然后采用STITCH(一个收集化学物质和蛋白质之间的相互作用的数据库)将成分(化合物)与蛋白质联系起来。

3. 中医国际有限公司与其他中医网站有什么区别?

虽然有一些数据库记录有关中医的信息,但它们要么只含有少于1500种草药和少于5000种草本成分,要么缺乏有关蛋白质-复合相互作用的信息。我们的 TCMID 含有 8159 种草药、46914 种中药配方和 25210 多种草本成分。

TCMID 的另一个亮点是,它使用草药和化合物作为桥梁,将 TCM 配方与蛋白质连接。因此,它可用于分析公式的多目标效应,并探索每种公式的潜在分子机制。

我们还将药草成分与疾病 (OMIM)、药物 (药物库) 联系起来。它将提供丰富的信息,以帮助研究人员的药物发现。例如,如果化合物和经批准的药物瞄准相同的蛋白质,该化合物可能是新药最有希望的候选药物。如果化合物和疾病具有相同的蛋白质,含有化合物的药草可能对此病有一定影响。

4. 如何在 TCMID 中搜索信息?

当前版本中有六种查询 TCMID 的方法

处方查询:现在可用的处方信息是中文的,所以用户可以用汉语拼音的名字搜索处方。

草本查询:草本可以查询其名称在汉语拼音名称或英文名称。

成分查询:查询都接受复合名称、STITCH 数据库 ID、CAS 编号。

疾病查询:我们已经从 OMIM 收集了疾病信息,因此用户可以使用 OMIM 表型名称或表型 ID 进行查询。

药物查询:可以使用药物名称及其药物库 ID。

目标查询:接受任何类型的蛋白质名称或 Uniprot AC ID。

5. 药草的五个属性是什么?

药草有五个属性。它们是自然,味道,通道性,功能和指示。自然是指基于患者对药草反应的基本特征,它有四种特性:冷、冷、暖、热;味道表示药草对人体的行为,它包括五个字:辣,酸,甜,苦,盐;通道性研究描述了药草对身体某一部位的选择性治疗效果,它包括十二种不同的器官:心脏、肝脏、脾脏、肺、肾、胃、大肠、小肠、膀胱、胆囊、腹水、三个加热器;功能说明了药草的治疗效果的机制。例如,一种常见的药草"中国安吉莉卡"具有"协调血液","调节男性"和"湿润肠"的功能;指示是指药草治疗的疾病或症状。几种草药按大师、顾问、士兵和公会的顺序组成一个公式,而后来的草本则表示不太重要。

6. 中医百科全书的数据资源是什么?

处方主要是通过从书籍和发表文章的文本挖掘收集的。草药信息主要从中医ID数据库和文本挖掘中提取。通过梳理来自中药、TCM-ID和文本挖掘方法的信息,输入了有关草药成分的数据TCM@Taiwan,如名称和结构。从药物银行和OMIM检索到疾病及其相关蛋白质、药物及其靶点的信息。


SymMap

https://www.symmap.org

Nucleic Acids Research, Volume 47, Issue D1, 08 January 2019, Pages D1110–D1117, https://doi.org/10.1093/nar/gky1021

介绍

SymMap通过内部分子机制和外部符号ptommapping将中医(TCM)与现代医学(MM)集成在一起。

它含有499种在中国药典中注册的草药,含有19,595种成分,以及1,717种在中药(TCM交集)中使用的相应症状。这些中医症状被严格映射到现代医学中使用的961个症状术语(MM症状)。此外,SymMap 收集了这些草药的关联目标(基因)和疾病,无论是通过症状-疾病关联,还是通过成分-目标关系。总共列入了4 302个目标和5 235种疾病。

目前,SymMap 提供了大量有关草药、中医症状、MM 症状、成分、靶点和疾病的描述性信息。它还通过直接关联或间接统计推理,提供这六种组件之间的成对关系。总之,它显示了一个网络,用于所有六个组件之间的综合关系。



YaTCM

YaTCM (nankai.edu.cn)

YaTCM(另一个中医数据库),一个免费的基于网络的工具包,它提供全面的中医信息,并配备了分析工具。它包含47,696种天然化合物、6,220种草药、18,697个目标(包括3,461个治疗目标)、1,907个预测目标、390个通路和1,813个处方。YaTCM允许用户(1)通过相似性搜索和子结构搜索识别对中药材至关重要的潜在成分,(2)通过通路分析和网络药理学分析调查中药或处方的作用机制,(3)通过多投票化学相似性组合方法预测中药分子的潜在靶点,(4)探索功能相似的草布对。所有这些功能都可能导致一个系统网络,用于可视化中医食谱、草药、成分、明确或应定蛋白质靶点、通路和疾病。本网络服务有助于揭示中医的作用机制,揭示中医理论的精髓,进而促进药物的发现过程。



TCMSP - Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (tcmspw.com)

Jinlong Ru; Peng Li; Jinan Wang; Wei Zhou; Bohui Li; Chao Huang; Pidong Li; Zihu Guo; Weiyang Tao; Yinfeng Yang; Xue Xu; Yan Li; Yonghua Wang; Ling Yang. TCMSP: a database of systems pharmacology for drug discovery from herbal medicines. J Cheminformatics. 2014 Apr 16;6(1):13.

TCMSP是中草药独特的系统药理学平台,可以捕捉药物、靶点和疾病之间的关系。该数据库包括化学品、靶点和药物靶点网络,以及相关的药物靶点疾病网络,以及涉及口服生物利用性、药物性、肠道上皮渗透性、血脑屏障、aq尿溶性等天然化合物的药代动力学特性。这一突破引发了对各种中药材候选药物寻找的新兴趣。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,458评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,454评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,171评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,062评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,440评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,661评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,906评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,609评论 0 200
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,379评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,600评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,085评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,409评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,072评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,088评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,860评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,704评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,608评论 2 270

推荐阅读更多精彩内容