学习专栏

面向初学者的网络药理学 12 步操作路线:从选题、成分与靶点整理,到网络、富集、可选对接和结果归档。

课程路线 · 12 步 + 附录

把网络药理流程走成一张可核对的清单

先按九步 Hub 看全貌,再展开十二步操作。每一步都保留外部平台入口、利剑平台入口、产出验收和常见坑。

选题与靶点发现
把复方、活性成分、药物靶点和疾病靶点整理成可以比较的基因列表。
12345
网络构建与 Hub
把交集基因转成网络、练习 PPI,并学习如何筛核心节点。
678
通路与富集
理解交集基因可能关联的功能、通路和后续解释方向。
9
延伸与成果整理
准备可选分子对接材料,并把结果整理成可回看、可交接的文件包。
101112

九步总览

步骤 1选题与靶点发现

选题与复方、疾病确定

先把研究对象说清楚:你要分析哪一个复方、里面有哪些中药、准备对应哪一种疾病或症状。

在模块 1 输入复方

外部平台怎么做

  1. 把复方拆成一味一味的中药,确认中文名、英文名或拼音写法
  2. 为目标疾病准备常用中文名、英文病名和缩写
  3. 记录你最终采用的药味清单和疾病关键词
  4. 先固定输入,再进入成分和靶点筛选

外部平台

利剑平台接住什么

模块 1 负责保存你的复方输入,让后面的筛选、导出和结果整理都有同一个起点。

交付物

复方名称、每味中药名称、目标疾病关键词和检索记录。

怎么判断做对了

  • 每味药都是单独一行,没有把复方名当成单味药
  • 疾病关键词已经固定,不在分析中途随意更换
  • 后续导出的结果能追溯回这份起始清单

容易错在哪里

一开始药味或疾病关键词写错,后面所有结果都会跟着偏。

步骤 1 外部平台操作截图占位
选题与复方、疾病确定 的外部平台操作截图待补充
步骤 1 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 2选题与靶点发现

TCMSP 活性成分筛选(OB、DL)

在 TCMSP 或同类数据库中筛出候选活性成分,得到后续靶点预测和网络分析需要的成分表。

在模块 1 筛选 TCMSP 成分

外部平台怎么做

  1. 进入数据库后按药材名检索,确认进入的是正确药材页面
  2. 按课程或导师要求设置 OB、DL 等筛选条件
  3. 只保留通过筛选、并且后续能继续查靶点或结构信息的成分
  4. 每味药分别保存结果,再合并去重

外部平台

利剑平台接住什么

模块 1 帮你按阈值和药味整理成分表,并保留后续导出需要的字段。

交付物

每味药的活性成分表,以及合并后的复方成分清单。

怎么判断做对了

  • 每味药都筛过,没有漏掉药味
  • 导出表保留成分名、结构信息、筛选指标和来源药味
  • 合并后已经去重,同一个成分不会重复计算

容易错在哪里

不要把数据库搜到的所有成分都当成活性成分;筛选条件不同,结果数量也会不同。

步骤 2 外部平台操作截图占位
TCMSP 活性成分筛选 的外部平台操作截图待补充
步骤 2 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 3选题与靶点发现练习数据需外部核验

药物靶点预测与整理

把成分转换成可能作用的人类靶点基因,为后面的疾病交集做准备。

在模块 3 整理药物靶点

外部平台怎么做

  1. 为成分准备 SMILES 或其他可用于预测的结构信息
  2. 在外部平台选择人类物种后提交预测
  3. 下载预测结果,并整理成 Gene Symbol 列表
  4. 把多个来源的靶点合并去重,保留来源记录

利剑平台接住什么

模块 3 接收药物侧靶点列表,帮助你合并、去重并进入交集分析。

交付物

药物侧 Gene Symbol 列表,以及每个靶点的来源说明。

怎么判断做对了

  • 靶点使用 Gene Symbol,而不是混入蛋白 ID 或描述文本
  • 已去重,并能区分不同来源
  • 失败或缺失的成分已单独记录

容易错在哪里

结构信息错误、物种选错或 Symbol 格式混乱,都会导致后续交集异常。

步骤 3 外部平台操作截图占位
药物靶点预测与整理 的外部平台操作截图待补充
步骤 3 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 4选题与靶点发现

疾病靶点检索与导入

从疾病数据库或公开资料中整理疾病相关基因,形成疾病侧靶点列表。

在模块 3 导入疾病靶点

外部平台怎么做

  1. 先确认疾病的中文名、英文名和常见同义词,优先用英文关键词检索
  2. 前往 GeneCards 搜索疾病关键词,查看结果中与疾病相关的 Gene Symbol
  3. 导出或复制 Gene Symbol 与 Relevance Score 等字段,保存为 CSV 或表格
  4. 记录数据库名称、检索词、检索日期和筛选条件
  5. 多个数据库结果合并时先统一 Symbol 格式

利剑平台接住什么

模块 3 支持粘贴或上传 GeneCards 结果,并帮助你检查来源和重复项。

交付物

疾病侧 Gene Symbol 列表,以及对应的数据来源记录。

怎么判断做对了

  • 疾病关键词和数据库来源已记录
  • 基因名格式统一为 Gene Symbol
  • 练习数据和正式导入数据已分开

容易错在哪里

只用一个模糊关键词,或把预设练习基因当成正式疾病全量结果,都会让后续解释变弱。

步骤 4 外部平台操作截图占位
疾病靶点检索与导入 的外部平台操作截图待补充
步骤 4 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 5选题与靶点发现

药物与疾病靶点取交集

比较药物侧靶点和疾病侧靶点,找出两边共有的候选基因。

在模块 3 生成交集

外部平台怎么做

  1. 准备药物侧 Gene Symbol 列表
  2. 准备疾病侧 Gene Symbol 列表
  3. 在 Venny 或模块 3 中生成交集
  4. 导出交集基因,作为下游网络和富集分析输入

外部平台

利剑平台接住什么

模块 3 会展示交集区域,并提供基因列表和图形导出。

交付物

药物与疾病共有的候选 Gene Symbol 列表。

怎么判断做对了

  • 两个列表都已经去重
  • 交集基因可以一行一个导出
  • 筛选阈值和输入列表已经保存

容易错在哪里

空格、重复、大小写混乱和不同 ID 类型会让交集不稳定。

步骤 5 外部平台操作截图占位
药物与疾病靶点取交集 的外部平台操作截图待补充
步骤 5 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 6网络构建与 Hub

Cytoscape 网络构建

把药材、成分和靶点整理成网络,让用户能看见复方分析的关系结构。

下载 Cytoscape 懒人包

外部平台怎么做

  1. 下载或准备网络边表和节点类型表
  2. 在 Cytoscape 中导入网络文件
  3. 按节点类型设置颜色和样式
  4. 检查节点、边和标签是否能看清

外部平台

利剑平台接住什么

下游分析页可以导出 Cytoscape 需要的表格包,减少手工改列名和整理格式的工作。

交付物

可导入 Cytoscape 的网络文件包和一张可继续美化的关系网络。

怎么判断做对了

  • 节点类型能区分药材、成分和靶点
  • 导入后网络不是空白
  • 导出的文件可以重新打开复查

容易错在哪里

网络文件列名、节点类型或编码错误,会导致导入后样式混乱。

步骤 6 外部平台操作截图占位
Cytoscape 网络构建 的外部平台操作截图待补充
步骤 6 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 7网络构建与 Hub练习数据需外部核验

STRING 蛋白互作网络练习

理解交集基因之间可能存在的蛋白互作关系,并学会区分练习网络和外部正式结果。

查看 PPI 练习网络

外部平台怎么做

  1. 把交集 Gene Symbol 粘贴到 STRING
  2. 选择人类物种
  3. 根据课程或导师要求设置置信度
  4. 导出网络或边表,供后续 Cytoscape 分析

外部平台

利剑平台接住什么

平台内 PPI 区用于熟悉流程;正式材料请保留外部平台导出的结果。

交付物

PPI 网络文件、边表或练习网络截图。

怎么判断做对了

  • 输入基因能被 STRING 正确识别
  • 物种选择正确
  • 练习数据和外部正式结果已分开保存

容易错在哪里

不要把练习网络当成外部正式分析结果。

步骤 7 外部平台操作截图占位
STRING 蛋白互作网络练习 的外部平台操作截图待补充
步骤 7 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 8网络构建与 Hub

Hub 基因筛选

在网络基础上学习如何用拓扑指标筛选更值得关注的核心节点。

筛选 Hub 基因

外部平台怎么做

  1. 在 Cytoscape 或平台内查看网络节点指标
  2. 按 Degree 等指标排序
  3. 选择一组候选 Hub 基因
  4. 记录筛选指标和阈值,避免只保留结果不保留方法

外部平台

利剑平台接住什么

下游分析页提供 Hub 基因练习视图,帮助理解拓扑筛选的含义。

交付物

Hub 基因候选列表和筛选依据。

怎么判断做对了

  • 知道筛选来自哪一张网络
  • 保留了排序指标和阈值
  • 结果可回到原网络中定位

容易错在哪里

不要把成分网络的度值和 PPI 网络的度值混在一起解释。

步骤 8 外部平台操作截图占位
Hub 基因筛选 的外部平台操作截图待补充
步骤 8 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 9通路与富集

GO / KEGG 富集分析

把交集基因放进富集分析工具,了解这些基因可能参与的功能和通路。

导出交集并做富集

外部平台怎么做

  1. 准备交集 Gene Symbol 列表
  2. 上传到 Metascape 或使用课程指定的富集工具
  3. 检查识别成功和失败的基因
  4. 导出结果表和图形

外部平台

利剑平台接住什么

下游分析页可以整理交集基因和富集结果,便于后续说明方法和导出结果。

交付物

富集结果表、气泡图或条形图,以及无法识别的基因记录。

怎么判断做对了

  • 输入基因是正确的 Gene Symbol
  • 保存了富集参数和导出文件
  • 知道哪些基因没有被工具识别

容易错在哪里

输入 ID 类型错误时,富集结果会明显变少或无法解释。

步骤 9 外部平台操作截图占位
GO / KEGG 富集分析 的外部平台操作截图待补充
步骤 9 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 10延伸与成果整理练习数据需外部核验

分子对接材料准备

了解分子对接需要哪些输入材料,为后续外部软件操作做准备。

查看对接工具清单

外部平台怎么做

  1. 选择候选成分和候选靶点
  2. 下载或准备蛋白结构
  3. 下载或准备配体结构
  4. 记录结构来源和处理步骤

外部平台

利剑平台接住什么

平台目前提供对接延伸阅读和工具入口,实际计算需要外部软件完成。

交付物

受体结构、配体结构和候选配对表。

怎么判断做对了

  • 每个结构都有来源
  • 配体和受体命名清楚
  • 记录了准备过程中做过的处理

容易错在哪里

结构文件不是下载完就能直接用,通常还需要去水、加氢、格式转换等处理。

步骤 10 外部平台操作截图占位
分子对接材料准备 的外部平台操作截图待补充
步骤 10 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 11延伸与成果整理练习数据需外部核验

运行 AutoDock Vina 与可视化

用外部对接工具计算结合能,并用可视化软件检查结合模式。

查看对接工具清单

外部平台怎么做

  1. 把受体和配体转换为对接工具需要的格式
  2. 设置口袋中心和盒子大小
  3. 运行计算并导出结果
  4. 选择代表性构象做可视化截图

外部平台

PyMOLAutoDock Vina · AutoDock Tools

利剑平台接住什么

完成外部计算后,可回到平台记录结果文件和说明。

交付物

结合能表、对接构象图和候选复合物截图。

怎么判断做对了

  • 每次运行的参数已经保存
  • 结果能对应到具体成分和靶点
  • 截图能看清关键相互作用位置

容易错在哪里

结合能只是线索,不能替代实验验证;参数和口袋范围要能说明。

步骤 11 外部平台操作截图占位
运行 AutoDock Vina 与可视化 的外部平台操作截图待补充
步骤 11 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充
步骤 12延伸与成果整理

结果整理与方法记录

把每一步的输入、参数、导出文件和结果说明整理成一个可回看的项目包。

前往导出中心

外部平台怎么做

  1. 按步骤整理输入文件、输出文件和截图
  2. 记录每一步使用的平台、版本、阈值和参数
  3. 把练习数据、外部正式结果和补充材料分开存放
  4. 为后续写 Methods / Results 留下可追溯依据

利剑平台接住什么

导出中心用于整理结果包,帮助你把分析过程从零散文件变成可交接材料。

交付物

结果包、方法参数摘要、文件清单和待补充事项。

怎么判断做对了

  • 每个结果文件都能找到对应输入
  • 关键阈值和平台来源已记录
  • 练习材料和正式材料没有混放

容易错在哪里

只保存最终截图,不保存输入和参数,后面很难解释结果来自哪里。

步骤 12 外部平台操作截图占位
结果整理与方法记录 的外部平台操作截图待补充
步骤 12 利剑平台入口截图占位
在利剑平台完成本步骤的界面截图待补充

附录与核对清单

附录 A · 名词速查

解释初学者最容易卡住的数据库、阈值和文件名概念。

  • OB / DL 是常见成分筛选指标
  • Gene Symbol 是后续交集和富集常用的基因名格式
  • SMILES 是靶点预测常用的结构信息

附录 B · 练习数据 vs 正式结果

区分平台内练习路径、外部正式结果和待补充材料。

  • 练习网络只用于熟悉流程
  • 正式材料需保留外部平台导出
  • 输入、阈值和参数要随结果一起保存

附录 C · Cytoscape 补图清单

为后续补截图预留固定位置,避免补图后布局跳动。

  • 导入网络表
  • 按节点类型着色
  • 运行 Network Analyzer
  • 导出高清网络图

附录 D · 常见错误

集中解释列表格式、ID 混用和练习数据误用。

  • 基因 Symbol 一行一个
  • 不要混用蛋白 ID 和 Gene Symbol
  • 练习材料和正式材料分开保存

附录 E · 新旧平台关系

说明新版外部平台与传统工具链的关系,避免把平台升级误解为学习路径必须重做。

  • 学习传统流程有助于理解每一步输入输出
  • 新版平台导出的结果也需要记录版本、参数和来源
  • 本专栏优先服务想低成本快速掌握流程的研究生个人
  • 未来拿到外部平台导出样例后,可作为外部结果导入、格式清洗和核对