Brief. Bioinform. | 识别靶向癌症免疫微环境和代谢重编程的中药活性成分的算法COIMMR开发

海军军医大学药学系张卫东教授团队在国际生物信息学权威杂志Briefings in
Bioinformatics上发表文章COIMMR: a computational framework to
reveal the contribution of herbal ingredients against human cancer via immune
microenvironment and metabolic reprogramming【https://doi.org/10.1093/bib/bbad346】。免疫微环境和代谢重编程是影响肿瘤发生发展的重要因素。近年来的研究表明，中药在调节免疫微环境和代谢重编程上具有突出优势，从而发挥抗肿瘤的作用。本项研究基于前期开发的目前最大的基于中药活性成分的药物转录图谱平台【https://doi.org/10.1093/bib/bbad027】，对药物转录图谱平台数据再利用，并整合癌症基因组数据，在免疫微环境和代谢重编程方面，对近30种癌症开展中药活性成分抗肿瘤的深度解析，并计算其特定生物学角度的贡献度。

图1 文章封面

研究内容

中药发挥治疗作用往往是多通路多靶点发挥整体协同调控作用。但是，如何定量评价特定生物学功能在药物治疗中的贡献，一直是一个没有深度解析的问题。本研究创新性的提出了一种新的计算方法COIMMR，我们选择免疫微环境和代谢重编程相关通路为切入点，构建定量评价免疫和代谢在中药发挥治疗作用中的贡献度，并用于筛选特异性靶向免疫和代谢的关键活性成分。

图2 COIMMR原理示意图

在该模型中，我们首先通过GSEA计算每个免疫signature或代谢signature在癌症和中药活性成分的转录表达中的富集程度，分别构建了癌症和中药活性成分的免疫图谱或代谢图谱。随后，通过癌症和中药活性成分的免疫/代谢图谱进行相关性分析，计算中药活性成分与癌症之间的免疫相似性评分（Iscore）和代谢相似性评分（Mscore），评估了中药活性成分调节癌症免疫系统和代谢通路的能力。进一步将癌症特异性signature，通过RGSEA计算中药活性成分对癌症的整体疗效评分（OCES）。最后，将OCES分别与Iscore和Mscore进一步做相关分析计算出免疫微环境和代谢重编程对整体疗效的贡献。基于该算法模型，我们首次发现绝大多数的中药活性成分主要通过免疫微环境发挥治疗作用，代谢次之。

最后，我们采用2个案例，说明了我们的算法的稳健性。基于COIMMR计算方法，筛选得到针对STAD的异甘草素和针对LGG的吐根酚碱盐酸盐并进行了实验验证。

图3：贡献度概图

药学系天然药物化学教研室田赛赛讲师、李雅楠硕士和徐嘉硕士为本论文共同第一作者、张卫东教授为通讯作者。该研究成果在国家重点研发计划、国家自然科学基金，国家中医药多学科交叉创新团队、上海市扬帆计划等项目资助下完成。