網絡藥理學和斑馬魚模型在中藥藥效物質及作用機制研究中的應用進展

劉可春 王勇澄 臧曉涵 夏青 張云 張姍姍 孫晨

摘要：網絡藥理學高度契合中藥多成分、多靶點的整體觀和系統論思想，在中藥現代化過程中迅速發展。實驗驗證是網絡藥理學的關鍵研究內容之一。斑馬魚模型具有完整的藥物代謝系統、復雜的體內環境和靶點、通路調控機制，且利用該模型開展實驗具有用藥量少、高通量、周期短等優勢。近年來，網絡藥理學預測結合斑馬魚模型實驗驗證的研究模式，在闡明中藥藥效物質及作用機制方面得到廣泛應用。本文對網絡藥理學和斑馬魚模型綜合應用的進展及發展趨勢進行綜述，以期為該方法在闡明中藥功效現代科學內涵中的應用提供參考。

關鍵詞：網絡藥理學；斑馬魚；中藥；藥效物質；機制；質量標志物

中圖分類號：R285.5?? 文獻標志碼：A?? 文章編號：1002-4026（2024）02-0029-07

Advancements in network pharmacology and zebrafish modeling

for studying traditional Chinese medicines effective

substances and mechanisms of action

Abstract∶Network pharmacology， which is highly consistent with the holistic and systematic perspectives of traditional Chinese medicine （TCM） with its multiple components and targets， has rapidly developed in the modernization of TCM. Experimental verification is one of the key contents of network pharmacology research. The zebrafish model has a complete system of drug metabolism， as well as a complex in vivo environment and target and pathway regulation mechanisms. Experiments that utilize this model have the advantages of low drug dosage， high throughput， and short cycle time. In recent years， the research mode that combines network pharmacology prediction with experimental validation using the zebrafish model has been widely applied to elucidate the effective substances and mechanisms of action of TCM. This study reviews the progress and development trends in the comprehensive application of network pharmacology and zebrafish modeling， aiming to provide a reference for their application in elucidating the modern scientific implications of the efficacy of TCM.

Key words∶network pharmacology; zebrafish; traditional Chinese medicine; effective substances; mechanism; quality markers

中醫藥是中華民族與疾病斗爭的智慧結晶，具有一套獨特的科學思想和理論體系。自中藥現代化以來，我國中藥產業快速發展，達到萬億規模，且仍具有巨大潛力［1］。但是，大多數中藥藥效物質不清、作用機制不明，嚴重制約中藥產業高質量發展［2］。近二十年，針對這一瓶頸問題，我國學者引入多種現代先進技術，創新性地建立了一系列具有中醫藥特色的研究思路和方法［3-6］。網絡藥理學（network pharmacology）是以系統生物學和多向藥理學為理論基礎的學科，通過構建網絡分析中藥-成分-靶點-病證之間的關系，解析疾病與中藥相關的生物網絡，發掘疾病復雜生物系統與中藥復雜化學體系的內在網絡關聯，高度契合中藥多成分、多靶點整體調節的作用特點［7］。目前，網絡藥理學已廣泛應用于發現中藥關鍵靶點、挖掘中藥功效物質、解析中藥成分協同作用和方劑調節機制等。

利用網絡藥理學研究中藥藥效物質及作用機制的基本思路是首先構建中藥成分及疾病靶點庫，利用蛋白互作分析建立生物分子網絡；再開展生物信息學分析，進行GO分類富集和KEGG通路富集；最后進行實驗驗證。雖然利用網絡藥理學方法能夠從海量的數據中快速獲取中藥關鍵化學成分和靶點信息，但對關鍵信息的實驗驗證仍工作量巨大。近年來，網絡藥理學與斑馬魚等高通量評價模型的聯合應用已成為熱點研究內容之一。斑馬魚與人類基因的同源性高達87%，利用該模型開展實驗驗證具有用藥量少、準確率高、實驗周期短、透明易觀察、成本低、整體性等優勢［8］。本文綜述了網絡藥理學預測聯合斑馬魚實驗驗證在中藥藥效物質、作用機制、質量標志物、炮制機理等研究中的應用進展，旨在為闡明中藥功效現代科學內涵提供技術參考。

1 網絡藥理學聯合斑馬魚模型在中藥藥效物質研究中的應用

中藥發揮藥效必有其物質基礎。但是，中藥具有多成分、多靶點、多途徑的特點，其化學成分體系極其復雜，為解析藥效物質帶來極大挑戰［9］。網絡藥理學的整體性、系統性和注重藥物間相互作用的特點與中醫藥學的基本特點相吻合，符合中醫藥對疾病本質的認識［10］。建立中藥有效成分庫是開展網絡藥理學研究的首要步驟，也是利用網絡藥理學方法解析中藥藥效物質直接作用和協同起效的關鍵。目前，通常采用數據庫檢索或液質聯用技術鑒定兩種方式建立中藥有效成分庫，根據網絡藥理學預測結果，利用斑馬魚模型進行活性驗證（圖1）。

1.1 利用數據庫檢索建立中藥有效成分庫

隨著研究數據的不斷積累，中藥數據庫發揮著越來越重要的作用。多數常用中藥均已采用傳統分離或液質鑒定的方法從不同程度上解析了其化學成分組成，并收錄在TCMSP（traditional Chinese medicine systems pharmacology database）、TCMIP （中醫藥整合藥理學研究平臺，integrative pharmacology-based research platform of traditional Chinese medicine）、ETCM （the encyclopedia of traditional Chinese medicine）、TCMSID（traditional Chinese medicine simplified integrated database）、CHEM-TCM等數據庫中。除了化合物名稱，上述數據庫還提供了化合物的分子量（MW）、口服生物利用度（OB）、類藥性（DL）、血腦屏障滲透性（BBB）、腸上皮滲透性（Caco-2）、Alog P、負表面積（FASA-）和氫鍵供體/受體（Hdon / Hacc）等信息，為利用網絡藥理學研究中藥及復方提供了重要的潛在有效成分信息。

在網絡藥理學實驗中，通常以OB≥30%和DL≥1.8為條件從上述數據庫中篩選化合物建立潛在有效成分庫，構建成分-靶點-疾病網絡，根據成分與靶點的連接度值，篩選在網絡中具有重要調節作用的化合物，進一步利用斑馬魚模型驗證其活性。Zhong等［11］利用該方法從TCMSP中篩選了中藥復方二至丸中的162個化合物，以其中72個成分構建了成分-靶點-疾病網絡，發現槲皮苷、煙堿、芩黃素等度值排名前15的化合物在網絡中具有重要調節作用，分別利用硬骨熒光標記的轉基因斑馬魚和茜素紅染色野生型斑馬魚兩種方法驗證了槲皮苷能夠顯著提升斑馬魚骨密度。Fu等［12］采用同樣的方法，通過網絡預測結合斑馬魚模型，驗證了從巴戟天篩選出兩種蒽醌、一種環烯醚萜和兩種多糖具有抗骨質疏松活性。Liu等［13］首先利用斑馬魚模型證實了魚腥草提取物的胚胎毒性，進而從TCMSP數據庫中搜集到魚腥草可能含有的189個成分，其中OB≥30%和DL≥1.8的有51個化合物，網絡分析顯示毒性成分可能為齊墩果酸、木酚素和馬兜鈴內酰胺AII。Xue等［14］以OB≥30%和DL≥1.8為篩選條件，從TCMSP數據庫中僅得到7種化合物，作者通過查閱文獻補充了12種潛在的活性成分，共以19種成分建立了成分-靶點-疾病網絡，根據度值發現油酸等6個化合物是活性最高的化合物，并用斑馬魚模型驗證了二氫槲皮素、丁香酚、油酸和肉桂醛抗心肌缺血再灌注損傷活性。Li等［15］綜合網絡藥理學和骨質疏松、阿爾茨海默病2種斑馬魚模型從肉蓯蓉中篩選到22個治療骨質疏松癥和阿爾茨海默病的雙藥效成分，為篩選中藥中的多效化合物提供了技術參考。

可以看出，TCMSP是構建潛在有效成分庫常用的數據庫，該數據庫包含500多種常用中藥，3萬多種化學成分及其藥物代謝動力學、藥物化學、藥物對應靶點信息，提供了化合物的12項性質參數，還包括其在各種數據中的ID號，以方便數據庫間查找，同時還提供了對應的靶點、關聯的疾病及中藥來源。此外還有TCMID平臺，提供了較為詳細的化合物性質，特別是核磁參數，但對靶點信息及來源重要信息提

供較少，該數據庫主要針對分子化合物的對接及化學結構對蛋白結合的影響等［16］。上述數據庫為快速獲取中藥潛在藥效成分提供了便利條件，但是數據庫更新相對較滯后，對一些化學成分尚不十分明確的中藥適用性較差［17］。

1.2 利用液質聯用技術建立中藥有效成分庫

液質聯用技術已廣泛應用于快速獲取中藥化學成分信息，并可通過多重反應監測技術、峰面積歸一化法等實現快速定量分析。在開展網絡藥理學研究時，通常以中藥全成分或含量排名靠前的化合物為基礎，依據OB值和DL值篩選化合物建立成分-靶點-疾病網絡，根據度值排序篩選潛在藥效化合物，并進一步利用斑馬魚模型驗證化合物活性。Zhou等［18］首先利用2種斑馬魚模型證實普爾納具有明顯的抗炎作用，然后采用液質聯用（LC-MS）結合廣泛靶向代謝組學方法，從普爾納中鑒定了185個成分，以相對含量大約1%的20個化合物開展了網絡藥理學，根據網絡分析獲得了3，7-di-O-methylquercetin等排名前10的化合物，最后利用斑馬魚模型驗證了其中6個化合物具有顯著抗炎活性。Yang等［19］利用HPLC-Q-TOF-MS（高效液相色譜-四級桿-反行時間高分辨質譜）從茯神中鑒定了36個化合物，利用氯化鋇誘導的斑馬魚心律失常發現茯神可以改善心臟充血、縮短SV-BA（靜脈竇與動脈球）距離、緩解心肌細胞凋亡，結合網絡藥理學篩選出茯苓酸、齊墩果酸等11種抗心律失?；钚猿煞?。Zhang等［20］采用液質聯用結合數據庫檢索，從當歸-川芎藥對中選取24個潛在活性成分建立了成分-靶點-疾病網絡，利用斑馬魚證實當歸-川芎藥對具有抗血栓、抗炎、抗氧化和促血管生成作用，并進一步發現歐當歸內酯A為主要抗血栓活性成分，咖啡酸和阿魏酸為主要抗炎活性成分，阿魏酸、cis-ligustilide歐當歸內酯A為主要抗氧化活性成分，阿魏酸是主要的促血管生成活性成分。相比于利用數據庫檢索建立潛在有效成分數據庫，液質聯用技術能夠更真實地反映中藥或復方中含有的化合物，從而能夠更準確地開展網絡藥理學研究。入血成分是最直接的藥效物質。但是，入血成分通常較難獲得實體化合物。隨著分離技術的進步，結合斑馬魚實驗，未來有望從體內角度建立更真實體內調控網絡，并實現體內直接藥效物質的活性驗證。

2 網絡藥理學聯合斑馬魚模型在中藥作用機制研究中的應用

闡明作用機制是理解中藥藥效現代科學內涵的關鍵內容。網絡藥理學結合斑馬魚模型研究中藥作用機制的思路主要是通過網絡藥理學預測中藥作用靶點及信號通路，利用斑馬魚模型結合實時熒光定量PCR（RT-qPCR）、Western blot、組學等技術驗證其作用機制（圖2）。Wang等［21］利用網絡藥理學預測出六味地黃丸抗白癜風的潛在作用靶點和信號通路之后，利用斑馬魚模型發現六味地黃丸升高過氧化氫酶（CAT）和超氧化物歧化酶（SOD）水平，降低活性氧自由基（ROS）和丙二醛（MDA）含量，結合Western blot技術發現六味地黃丸提高了黑色素生成相關蛋白質的表達水平，結合RT-qPCR技術發現六味地黃丸可以上調[STBX]Nrf2和HO-1[STBZ]基因表達水平，認為六味地黃丸通過調節氧化應激因子和Nrf2/HO-1信號通路發揮抗白癜風作用。Liu等［22］通過網絡藥理學預測出清風藤及其生物堿可能通過靶向MAPK14、CASP3、CXCL8、IL-1β、IL6、PTGS2、TNF-α、ESR1和MMP9等靶點，調節TNF、PI3K-Akt、T細胞受體、破骨細胞分化等信號通路發揮抗骨質疏松活性，進一步結合qRT-PCR技術檢測斑馬魚中這些關鍵靶點的mRNA表達水平，驗證了網絡藥理學推測出的作用機制。

另有學者通過網絡藥理學預測出中藥作用靶點，并進一步利用抑制劑或激動劑等處理斑馬魚，從而驗證中藥作用機制。例如，Hu等［23］通過網絡藥理學發現復方丹參滴丸通過調節VEGF/VEGFR和PI3K/AKT通路治療冠心病，利用斑馬魚模型驗證了復方丹參滴丸的促血管生成活性，并發現復方丹參滴丸緩解了VEGF受體抑制劑造成的斑馬魚血管損傷，PI3K和AKT抑制劑降低了復方丹參滴丸在斑馬魚中的促血管生成作用，認為復方丹參滴丸可能通過調節VEGF/VEGFR和PI3K/AKT信號通路發揮促血管生成作用。Chen等［24］利用網絡藥理學預測出真武湯對心肌的保護作用與sGC-cGMP-PKG信號通路的激活有關，利用斑馬魚模型發現能阻斷該信號通路的sGC抑制劑可以使真武湯的心肌保護作用消失。斑馬魚體外發育，發育迅速，且斑馬魚基因編輯手段較成熟。今后有望通過斑馬魚靶基因敲除、敲降、過表達等手段更加深入地驗證網絡藥理學預測的靶點及分子機制。

3 網絡藥理學聯合斑馬魚模型在中藥質量標志物研究中的應用

中藥質量是中藥臨床療效的保障，是中藥產業發展的生命線［25］。影響中藥質量的因素極其復雜，品種、生長環境、采收運輸、用藥部位、炮制方式和配伍等因素會導致中藥藥效差異［26］。劉昌孝院士提出“質量標志物”的概念，其核心理念是反映中藥治療疾病本質特征，建立中藥專屬的質量評價標準［3］。中藥質量標志物確認的核心原則為有效、特有、傳遞與溯源、可測和處方配伍“五要素”?；诰W絡藥理學識別中藥質量標志物的研究策略主要是構建可視化候選質量標志物網絡，通過中藥成分、靶點和通路之間的網絡關系為中藥質量標志物的挖掘和分析提供依據［27］。羅林等［28］通過UPLC-Q-TOF-MS和網絡藥理學技術確定了驅蟲斑鳩菊注射液抗白癜風的藥效物質，優選出芹菜素、金圣草黃素、丁香脂素和紫鉚花素等質量標志物，利用斑馬魚模型發現驅蟲斑鳩菊注射液毒性低，能增強酪氨酸酶活性，促進黑色素生成，從而發揮抗白癜風的作用。Wei等［29］建立了心可舒片HPLC指紋圖譜與斑馬魚心率恢復率的譜效關系模型，確定了丹參素、丹酚酸B、丹酚酸A、葛根素和大豆苷元為心可舒片抗心律失常的質量標志物。Dong等［30］利用基于UHPLC-QE-Orbitrap-MS（超高效液相色譜-四級桿-靜電場軌道肼高分辨質譜法）的非靶向代謝組學篩選出西洋參抗心力衰竭的潛在藥效物質，構建斑馬魚心力衰竭模型驗證西洋參潛在藥效物質的活性，通過網絡藥理學和分子對接技術預測了西洋參抗心力衰竭的作用機制，最后利用RT-qPCR技術在斑馬魚中驗證西洋參潛在藥效物質關鍵靶點的基因表達水平，發現蘋果酸、奎寧酸、人參皂苷Rg3、人參皂苷Rg5、人參皂苷Rg6和擬人參皂苷F11是西洋參抗心力衰竭的質量標志物。Shi等［31］采用HPLC-Q-TOF-MS檢測梔子中的化合物，通過代謝組學和灰色關聯度分析鑒定了梔子抗血栓活性的關鍵化合物，然后利用斑馬魚對這些化合物進行了抗血栓活性評價，最后利用網絡藥理學探索這些化合物的靶點和信號通路，發現京尼平苷、檸檬酸和奎寧酸是梔子發揮抗血栓作用的質量標志物。在中藥質量標志物研究中，可以利用網絡藥理學篩選中藥潛在藥效物質以及預測作用靶點與信號通路，并用斑馬魚模型驗證。

4 網絡藥理學聯合斑馬魚模型在中藥炮制的應用

中藥多源于自然界的植物、動物、礦物，藥用部位含有一定的藥用部分，但也常帶有一些非藥用部分影響療效，并且不同藥用部位藥效有異。而原藥材在發揮治療作用的同時，也可能出現一些不良反應，這就需要通過炮制調整藥性，增利除弊，減毒增效，以滿足臨床治療要求［32］。網絡藥理學結合斑馬魚模型的研究模式為解決中藥炮制增效減毒機理提供了幫助。例如，肖建鵬［33］通過不同批次的女貞子、酒女貞子的HPLC指紋圖譜發現女貞子酒制后所含化學成分的種類和含量均發生了變化，采用UPLC-Q-Orbitrap-MS技術定性分析女貞子酒蒸前后含有的化學成分，發現紅景天苷、羥基酪醇、酪醇和齊墩果酸等20個化合物與女貞子酒蒸相關，通過網絡藥理學和分子對接預測出酒女貞子主要通過調節TGF-beta信號通路治療鐵超載骨質疏松，并用斑馬魚模型發現酒女貞子治療鐵超載骨質疏松作用強于女貞子，證實了酒蒸炮制具有增效的作用。

5 討論與展望

網絡藥理學從復雜生物網絡的角度闡釋中藥-成分-靶點-病證之間的關系，與中醫藥整體觀、系統論思想不謀而合［34］。斑馬魚模型具有完整的藥物代謝系統、復雜的體內環境和靶點、通路調控機制，且利用該模型開展實驗具有用藥量少、高通量、周期短等優勢。近年來，網絡藥理學預測結合斑馬魚模型實驗驗證的研究模式，在闡明中藥藥效物質及作用機制方面得到廣泛應用，高效地闡明了一系列中藥、復方等的關鍵活性成分，以及其調控的作用靶點和信號通路，促進了中藥的現代化發展。但是，在二者的聯合應用中，斑馬魚實驗通常僅用于潛在藥效成分的活性評價，以及PPI網絡分析或信號通路中關鍵靶點編碼基因表達水平的檢測。隨著人工智能、多組學及基因編輯等技術的快速發展，網絡藥理學預測和斑馬魚模型實驗驗證有望進一步深度結合。

中藥成分和疾病潛在靶點的準確性，是決定網絡藥理學實驗結果可信性的關鍵內容。目前，網絡藥理學方法嚴重依賴數據庫，通常采用TCMSP等數據庫預測中藥成分靶點，從GeneCards等數據庫中搜尋疾病靶點。然而，不同數據庫中的靶點信息存在較大的差別。轉錄組、代謝組、蛋白組等組學技術已成熟應用于斑馬魚模型?？梢岳媒M學技術尋找中藥干預斑馬魚疾病模型前后的差異基因、蛋白和代謝物，建立中藥干預疾病過程中切實調控的靶點庫，用于網絡藥理學研究。然而，如何建立中藥成分與真實調控靶點之間的關聯性，是該方法需要解決的關鍵問題。隨著分子對接和人工智能的發展，通過大數據分析和深度學習，構建不同特征化學結構與疾病靶點相結合的預測模型，建立中藥化學成分與體內真實調控靶點的相關性，能夠大幅提升網絡藥理學預測結果的準確性。此外，斑馬魚體型小、胚胎發育快速，綜合運用基因編輯、轉基因、基因沉默、小RNA定向干擾等遺傳學手段，建立與關鍵靶點基因相關的轉基因、過表達、敲降等斑馬魚，深度驗證作用機制，并結合表型組學-活體熒光表征-超微結構智能掃描等綜合策略，驗證關鍵藥效成分對靶點及下游信號通路的調控作用。

總之，網絡藥理學和斑馬魚模型在中藥藥效物質及作用機制研究中已得到廣泛應用，且具有進一步深度結合的潛力。通過與人工智能、多組學及基因編輯等技術的交叉融合，有望助力闡明中藥功效現代科學內涵，促進產業高質量發展。

參考文獻：

［1］李天斯. 新醫改背景下YD制藥集團營銷策略研究［D］. 北京： 北京建筑大學， 2020.

［2］馬飛. 中藥標準化融通國際資源鏈［N］. 醫藥經濟報， 2023-07-24（1）.

［3］劉昌孝，陳士林， 肖小河， 等. 中藥質量標志物（Q-Marker）： 中藥產品質量控制的新概念［J］. 中草藥， 2016， 47（9）： 1443-1457. DOI： 10.7501/j.issn.0253-2670.2016.09.001.

［4］蔡少青， 王璇， 尚明英， 等. 中藥“顯效理論” 或有助于闡釋并弘揚中藥特色優勢［J］. 中國中藥雜志， 2015， 40（17）： 3435-3443. DOI： 10.4268/cjcmm20151720.

［5］曾克武， 姜勇， 王晶， 等. 中藥化學生物學：“中藥化學” 與“生物學” 交叉形成的新興學科［J］. 中國中藥雜志， 2019， 44（5）： 849-860. DOI： 10.19540/j.cnki.cjcmm.20190222.011.

［6］王喜軍. 中藥藥效物質基礎研究的系統方法學：中醫方證代謝組學［J］. 中國中藥雜志， 2015， 40（1）： 13-17. DOI： 10.4268/cjcmm20150103.

［7］肖沐紫， 王思齊， 賈壯壯， 等. 基于網絡藥理學及實驗驗證探討補腎定眩湯治療高血壓的作用機制［J］. 中國療養醫學， 2024， 33（2）： 25-31. DOI：10.13517/j.cnki.ccm.2024.02.005.

［8］王成金，呂琳， 張玉琳， 等. 斑馬魚中高通量毒性測試方法研究進展和應用現狀［J］. 生態毒理學報， 2023， 18（6）： 60-67.

［9］李蕙質， 周小玲， 楊玉杰， 等. 數據挖掘算法在中藥方劑研究中的應用現狀［J］. 中國藥房， 2024， 35（1）： 112-118.

［10］劉志華，孫曉波.網絡藥理學：中醫藥現代化的新機遇［J］.藥學學報，2017，47（6） ：696-703.DOI：10.16438/j.0513-4870.2012.06.001.

［11］ZHONG Z G， LI Y Y， CHEN Y， et al.Predicting and exploring the mechanisms of erzhi pill in prevention and treatment of osteoporosis based on network pharmacology and zebrafish experiments［J］. Drug Design， Development and Therapy， 2021， 15： 817-827. DOI： 10.2147/DDDT.S293455.

［12］FU S Q， WANG Z Y， JIANG Z M， et al. Integration of zebrafish model and network pharmacology to explore possible action mechanisms of Morinda officinalis for treating osteoporosis［J］. Chemistry & Biodiversity， 2020， 17（5）： e2000056. DOI： 10.1002/cbdv.202000056.

［13］LIU Y F， YANG G D， YANG C Q， et al. The mechanism of Houttuynia cordata embryotoxicity was explored in combination with an experimental model and network pharmacology［J］. Toxins， 2023， 15（1）： 73. DOI： 10.3390/toxins15010073.

［14］XUE T， XUE Y， FANG Y Y， et al.Exploring myocardial ischemia-reperfusion injury mechanism of cinnamon by network pharmacology， molecular docking， and experiment validation［J］. Computational and Mathematical Methods in Medicine， 2023， 2023： 1066057. DOI： 10.1155/2023/1066057.

［15］LI Y Q， CHEN Y， FANG J Y， et al. Integrated network pharmacology and zebrafish model to investigate dual-effects components of Cistanche tubulosa for treating both Osteoporosis and Alzheimers Disease［J］. Journal of Ethnopharmacology， 2020， 254： 112764. DOI： 10.1016/j.jep.2020.112764.

［16］ALEJANDRO P， CONSTANTINESCU F. A review of osteoporosis in the older adult： An update［J］. Rheumatic Diseases Clinics of North America， 2018， 44（3）： 437-451. DOI： 10.1016/j.rdc.2018.03.004.

［17］宋闊魁， 畢天， 展曉日， 等. 網絡藥理學指導下的中藥有效成分發現策略［J］. 世界科學技術-中醫藥現代化， 2014， 16（1）： 27-31.

［18］ZHOU C Y， CHEN J， ZHANG H Z， et al. Investigation of the chemical profile and anti-inflammatory mechanisms of flavonoids from Artemisia vestita Wall. ex Besser via targeted metabolomics， zebrafish model， and network pharmacology［J］. Journal of Ethnopharmacology， 2023， 302：115932. DOI： 10.1016/j.jep.2022.115932.

［19］YANG N J， LIU Y R， TANG Z S， et al.Poria cum Radix pinirescues Barium chloride-induced arrhythmia by regulating the cGMP-PKG signalling pathway involving ADORA1 in zebrafish［J］. Frontiers in Pharmacology， 2021， 12： 688746. DOI： 10.3389/fphar.2021.688746.

［20］ZHANG M Q， LI P H， ZHANG S S， et al. Study on the mechanism of the Danggui-Chuanxiong herb pair on treating thrombus through network pharmacology and zebrafish models［J］. ACS Omega， 2021， 6（22）： 14677-14691. DOI： 10.1021/acsomega.1c01847.

［21］WANG D D， YANG Y， HENGERJIA G， et al. Exploring the mechanism of LiuweiDihuang formula for promoting melanin synthesis in juvenile zebrafish based on network pharmacology and molecular docking［J］. Heliyon， 2023， 9（11）： e21744. DOI： 10.1016/j.heliyon.2023.e21744.

［22］LIU W J， JIANG Z M， CHEN Y， et al. Network pharmacology approach to elucidate possible action mechanisms of Sinomenii Caulis for treating osteoporosis［J］. Journal of Ethnopharmacology， 2020， 257： 112871. DOI： 10.1016/j.jep.2020.112871.

［23］HU Y X， YOU H M， REN C Z， et al. Proangiogenesis effects of compound Danshendripping pills in zebrafish［J］. BMC Complementary Medicine and Therapies， 2022， 22（1）： 112. DOI： 10.1186/s12906-022-03589-y.

［24］CHEN L Q， ZHOU X H， DENG Y J， et al. Zhenwu decoction ameliorates cardiac hypertrophy through activating sGC （soluble guanylate cyclase）-cGMP （cyclic guanosine monophosphate）-PKG （protein kinase G） pathway［J］. Journal of Ethnopharmacology， 2023， 300： 115705. DOI： 10.1016/j.jep.2022.115705.

［25］張鐵軍， 白鋼， 劉昌孝. 中藥質量標志物的概念、核心理論與研究方法［J］. 藥學學報， 2019， 54（2）： 187-196. DOI： 10.16438/j.0513-4870.2018-0912.

［26］劉昌孝. 基于中藥質量標志物的中藥質量追溯系統建設［J］. 中草藥， 2017， 48（18）： 3669-3676. DOI： 10.7501/j.issn.0253-2670.2017.18.001.

［27］唐加龍， 周莉， 孫祖越， 等. 網絡藥理學在中醫藥治療自身免疫性疾病中的應用［J］. 中國藥理學通報， 2021， 37（3）： 323-327. DOI： 10.3969/j.issn.1001-1978.2021.03.006.

［28］羅林， 張晏源， 王程， 等. 基于UPLC-Q-TOF-MS聯合網絡藥理學探討驅蟲斑鳩菊注射液誘導黑色素積累的作用機制［J］. 中國中藥雜志， 2023， 48（6）： 1606-1619. DOI： 10.19540/j.cnki.cjcmm.20221201.703.

［29］WEI Y H， NIE L， GAO L L， et al. An integrated strategy to identify and quantify the quality markers of Xinkeshu Tablets based on spectrum-effect relationship， network pharmacology， plasma pharmacochemistry， and pharmacodynamics of zebrafish［J］. Frontiers in Pharmacology， 2022， 13： 899038. DOI： 10.3389/fphar.2022.899038.

［30］DONG R， ZHANG Y G， CHEN S J， et al. Identification of key pharmacodynamic markers of American ginseng against heart failure based on metabolomics and zebrafish model［J］. Frontiers in Pharmacology， 2022， 13： 909084. DOI： 10.3389/fphar.2022.909084.

［31］SHI Y P， ZHANG Y G， LI H N， et al. Discovery and identification of antithrombotic chemical markers in Gardenia Fructus by herbal metabolomics and zebrafish model［J］. Journal of Ethnopharmacology， 2020， 253： 112679. DOI： 10.1016/j.jep.2020.112679.

［32］呂維紅. 中藥炮制與臨床療效的關系［J］. 中國城鄉企業衛生， 2006，21（1）： 61-63. DOI：10.3969/j.issn.1003-5052.2006.01.041.

［33］肖建鵬. 基于網絡藥理學和PK-PD結合模型闡釋酒女貞子抗骨質疏松增效機理［D］. 鎮江： 江蘇大學， 2022.

［34］陳春妮. 基于代謝組學和網絡藥理學技術探討黃芩總黃酮改善阿爾茨海默癥的作用機制［D］. 太原： 山西大學， 2023.