在SPECTRE（一种生物信息学工具）的引导下，从毛花党参（Codonopsis pilosula）中发现了具有神经保护作用的多炔类化合物，这些化合物能够防止氧化应激/Reperfusion（OGD/R）诱导的损伤

《Bioorganic Chemistry》：SPECTRE-guided discovery of polyacetylenes from Codonopsis pilosula with neuroprotective activity against OGD/R-induced injury

　　

• •
  从C. pilosula中分离出了九种先前未描述的聚乙炔化合物。
• •
  评估了所有化合物的神经保护作用，其中化合物7在HT22细胞中对OGD/R诱导的损伤表现出最强的活性。
• •
  利用ICD、ECD计算和DP4+分析确定了新化合物的绝对构型。

引言

Codonopsis pilosula（Franch.）Nannf.主要分布在中国东北部和西北部[1]。其根部是一种传统的中药，用于补充阳气并增强脾和肺的功能。临床应用还包括治疗因脾肺之气或气血不足引起的症状，如心悸和呼吸困难[2]。中国国家卫生委员会分别于2018年和2023年提出，将C. pilosula列入可作为食品和药物的候选物质清单[3]。

聚乙炔是菊科（Asteraceae）、伞形科（Apiaceae）和桔梗科（Campanulaceae）植物中常见的成分[16]。在C. pilosula中发现了超过50种这类代谢物，其根部是结构多样性的重要来源[17]。值得注意的是，lobetyolin能够保护神经元细胞免受OGD/R诱导的损伤[15]，因此聚乙炔也可能具有与C. pilosula相关的神经保护作用。然而，C. pilosula中其他聚乙炔成分的神经保护作用尚未进行研究。

SPECTRE（SPECtral TRansformEr）是一个最近开发的基于变换器的平台，旨在通过光谱数据辅助天然产物的结构注释和去重复工作[19]。与传统依赖复杂NMR数据集手动解释的结构注释工作流程不同，SPECTRE采用多模态学习策略，整合了HSQC、¹H NMR和¹³C NMR数据以及分子指纹来进行候选结构的检索。该平台引入了一种熵优化的、无碰撞的分子指纹表示方法，提高了分子相似性搜索的准确性，并通过相似性映射提供了可解释的结构线索。与主要依赖单一光谱模式的SMART和DeepSAT等工具相比，SPECTRE能够灵活结合不同的NMR数据组合，从而提高了注释性能和可解释性。因此，SPECTRE为优先处理化学信息丰富的组分和加速目标天然产物的发现提供了一种有效策略[19]。

因此，本研究采用了SPECTRE引导的注释方法，从C. pilosula中定向分离聚乙炔化合物。通过这一策略，我们旨在发现先前未描述的聚乙炔成分，并系统评估它们对OGD/R诱导的神经元损伤的神经保护潜力。此外，还对最活跃的化合物7进行了进一步研究，结合转录组分析、分子建模、CETSA和Western blot实验来探索其潜在的生物学靶点。这项研究为C. pilosula聚乙炔的化学多样性和潜在的神经保护特性提供了新的见解。

章节片段

一般实验程序

分析仪器和试剂的完整规格以及用于ECD和DP4+计算的计算协议详见支持信息。

植物材料

C. pilosula的根材于2024年10月从中国黑龙江省宁安县采集。植物鉴定由黑龙江中医药大学的范瑞峰博士完成，并保存了参考样本（编号20241128）。

提取和分离

干燥的Codonopsis pilosula根材

SPECTRE引导的分离

使用SPECTRE平台分析了Fr. A–Fr. I组分的HSQC光谱，以确定其主要化合物类别。Fr. C被预测富含聚乙炔类成分，所有八个排名最高的候选结构根据余弦相似性显示相同的化学分类（见图1）。因此选择Fr. C进行色谱分离，获得了20种聚乙炔衍生物（1–20；见表1）。SPECTRE被用来确定

结论

通过对Codonopsis pilosula的SPECTRE引导研究，定向分离出了20种聚乙炔衍生物，其中包括九种（1–9）首次在此报道的化合物。这些分离物的神经保护特性针对OGD/R诱导的神经元损伤进行了评估。这是首次系统评估C. pilosula中聚乙炔成分的神经保护活性。几种化合物表现出保护作用，其中化合物7的活性最强。

CRediT作者贡献声明

李俊男：撰写——原始草稿，研究。李 Luxin：撰写——原始草稿，研究。李光志：撰写——原始草稿，研究。黄玉清：研究。张振凯：研究。姜鹏：软件开发。潘娟：研究，数据管理。张莉莉：研究，数据管理。陈青山：研究，数据管理。马晓迟：研究，数据管理。匡海雪：研究，数据管理。卢芳：研究，数据管理。刘燕：

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

该项目得到了黑龙江省自然科学基金团队项目（TD2024H002）、黑龙江春燕创新团队计划（编号CYQN24014）、中国中医药研究生院科学教育专项项目（拨款编号CI2023C038LH）以及黑龙江省“双一流”学科协同创新成就建设项目（LJGXCG2024-F28）的支持。

Junnan Li|Luxin Li|Guangzhi Li|Yuqing Huang|Zhenkai Zhang|Peng Jiang|Juan Pan|Lili Zhang|Qingshan Chen|Xiaochi Ma|Haixue Kuang|Fang Lu|Yan Liu