| 摘要 | 第10-13页 |
| Abstract | 第13-15页 |
| 缩略词表 | 第17-18页 |
| 第一章 引言 | 第18-30页 |
| 一、心衰疾病的研究进展 | 第18-19页 |
| 二、化学信息学的定义和研究进展 | 第19-25页 |
| 三、基于化学信息学的中药复方作用机制研究现状和存在的问题 | 第25-29页 |
| 四、本研究的内容和意义 | 第29-30页 |
| （一）本研究的内容 | 第29页 |
| （二）本研究的意义 | 第29-30页 |
| 第二章 虚拟筛选靶向肿瘤坏死因子-α 的小分子拮抗剂 | 第30-46页 |
| 一、引言 | 第30-33页 |
| 二、实验部分 | 第33-35页 |
| （一）准备配体 | 第33页 |
| （二）肿瘤坏死因子-α 与配体的分子对接研究 | 第33页 |
| （三）肿瘤坏死因子-α 拮抗剂的药效团筛选 | 第33-34页 |
| （四）分子对接虚拟筛选肿瘤坏死因子-α 拮抗剂 | 第34页 |
| （五）将肿瘤坏死因子-α 固定于传感器表面 | 第34页 |
| （六）表面等离子共振筛选和亲和分析 | 第34页 |
| （七）测试化合物抗肿瘤坏死因子-α 诱导的L929细胞毒性 | 第34-35页 |
| （八）毒性预测 | 第35页 |
| 三、结果和讨论 | 第35-45页 |
| （一）所有已知肿瘤坏死因子-α 抑制剂的结构分析 | 第35页 |
| （二）基于药效团模型的虚拟筛选 | 第35-36页 |
| （三）基于分子对接的虚拟筛选 | 第36页 |
| （四）虚拟筛选得到的新颖的肿瘤坏死因子-α 结合配体 | 第36-39页 |
| （五）目标化合物对肿瘤坏死因子-α 介导的L929细胞毒性的抑制作用 | 第39-41页 |
| （六）T1和肿瘤坏死因子-α 的结合模式 | 第41-42页 |
| （七）目标化合物的毒性预测 | 第42-45页 |
| 四、本章小结 | 第45-46页 |
| 第三章 基于代谢组学和网络药理学相结合的四逆汤抗阿霉素诱导心衰作用研究 | 第46-70页 |
| 一、引言 | 第46-48页 |
| 二、实验部分 | 第48-51页 |
| （一）材料与试剂 | 第48页 |
| （二）构建四逆汤各组方药材有效部位化学成分数据库 | 第48页 |
| （三）四逆汤的制备及单个药材活性成分的质量控制 | 第48-49页 |
| （四）动物实验 | 第49页 |
| （五）样品前处理、GC/LC-MS分析和数据前处理 | 第49页 |
| （六）GC/LC-MS方法的验证 | 第49-50页 |
| （七）多变量统计分析 | 第50页 |
| （八）分子对接和网络分析 | 第50-51页 |
| （九）验证潜在的成分-靶标对 | 第51页 |
| 三、结果和讨论 | 第51-69页 |
| （一）药理测试 | 第51-53页 |
| 1、血清CK和LDH激酶的测定 | 第51-52页 |
| 2、组织病理切片 | 第52-53页 |
| （二）代谢组学研究 | 第53-64页 |
| 1、GC/LC-MS数据的多变量统计分析 | 第53-54页 |
| 2、鉴别心衰相关的生物标志物及它们的功能 | 第54-59页 |
| 3、四逆汤和TAGFS的代谢组学研究 | 第59-63页 |
| 4、TAG、TAFS、TA、TG和TFS的代谢组学研究 | 第63-64页 |
| （三）网络药理学研究 | 第64-67页 |
| （四）整合代谢组学和网络药理学 | 第67-69页 |
| 四、本章小结 | 第69-70页 |
| 第四章 网络分析方法的构建及其在四逆汤活性成分靶标鉴别方面的应用 | 第70-98页 |
| 一、引言 | 第70-71页 |
| 二、实验部分 | 第71-78页 |
| （一）分析四逆汤中化学成分的吸收和代谢 | 第71-72页 |
| （二）构建四逆汤抗心衰活性成分数据库 | 第72-75页 |
| （三）化学空间映射与分析 | 第75页 |
| （四）靶标鉴别 | 第75-76页 |
| （五）生物标志物的通路富集分析和网络的构建 | 第76页 |
| （六）网络分析 | 第76页 |
| （七）实验验证 | 第76-78页 |
| 1、测试化合物抗肿瘤坏死因子-α 诱导的L929细胞毒性 | 第77页 |
| 2、表面等离子共振分析 | 第77页 |
| 3、测试化合物抗阿霉素诱导的H9C2细胞毒性 | 第77页 |
| 4、统计分析 | 第77-78页 |
| 三、结果 | 第78-96页 |
| （一）四逆汤活性成分吸收和代谢方面配伍的合理性 | 第78-80页 |
| （二）四逆汤活性成分的理化性质分布与分析 | 第80-82页 |
| （三）网络药理学方法预测药理机制 | 第82-88页 |
| （四）靶标蛋白-疾病网络的构建和分析 | 第88页 |
| （五）网络分析用于四逆汤活性成分的靶标鉴别 | 第88-90页 |
| （六）活性成分-靶标对的实验验证 | 第90-96页 |
| 1、四逆汤活性成分抑制肿瘤坏死因子-α 介导的L929细胞毒性 | 第91-93页 |
| 2、四逆汤活性成分与肿瘤坏死因子-α 的直接结合 | 第93-94页 |
| 3、四逆汤活性成分对阿霉素诱导的心肌细胞损伤的保护作用 | 第94-96页 |
| 四、讨论 | 第96-97页 |
| 五、本章小结 | 第97-98页 |
| 第五章 HF-NetPharm: 心衰相关中草药网络药理平台 | 第98-123页 |
| 一、引言 | 第98-101页 |
| 二、实验部分 | 第101-103页 |
| （一）数据库基础结构 | 第101页 |
| （二）数据的搜集 | 第101页 |
| （三）网页界面 | 第101页 |
| （四）化学信息学工具 | 第101-102页 |
| （五）有用的链接 | 第102页 |
| （六）用于实验验证的化合物和试剂 | 第102页 |
| （七）细胞水平测试山奈酚对肿瘤坏死因子-α 的抑制作用 | 第102-103页 |
| 三、结果和讨论 | 第103-122页 |
| （一）数据库的构建 | 第103-109页 |
| 1、中药复方模块 | 第103-105页 |
| 2、药材模块 | 第105-106页 |
| 3、成分模块 | 第106页 |
| 4、分子靶标、通路和药物模块 | 第106-109页 |
| 5、参考文献和超链接模块 | 第109页 |
| （二）数据库的验证 | 第109-122页 |
| 1、案例研究 1：已知抗心衰药物和草药成分的多向药理预测用于多靶标药物的发现 | 第109-115页 |
| 2、案例研究 2：预测和实验验证心肌活性天然产物山奈酚与肿瘤坏死因子-α 之间的联系 | 第115-117页 |
| 3、案例研究 3：预测生脉散的网络药理 | 第117-122页 |
| 四、本章小结 | 第122-123页 |
| 参考文献 | 第123-144页 |
| 在读期间发表论文与科研工作情况说明 | 第144-146页 |
| 一、参与基金项目 | 第144页 |
| 二、发表论文 | 第144-146页 |
| 致谢 | 第146-147页 |
