基于整合亲和超滤的多维筛选从工业栽培天麻中鉴定乙酰胆碱酯酶抑制剂

《Industrial Crops and Products》：Integrated affinity ultrafiltration-based multidimensional screening of acetylcholinesterase inhibitors from industrially cultivated Gastrodia elata

　　

本研究开发了一种用于数据驱动发现乙酰胆碱酯酶（AChE）抑制剂的多维筛选平台。研究人员引入对数拟合以表征动态超滤-液相色谱（UF-LC）结合进程，并建立了一种两阶段高速逆流色谱（HSCCC）策略，用于高纯度分离活性化合物。通过整合网络药理学和PC12细胞实验，对初步机制进行了验证。研究发现，巴利森苷A和巴利森苷C是有效的AChE抑制剂，具有神经保护潜力。

**论文解读**

**1. 研究背景与问题**

阿尔茨海默病（AD）与胆碱能神经传递失调密切相关，乙酰胆碱酯酶（AChE）是评估神经退行性疾病中胆碱能调节功能的公认靶标。从天然产物发现的角度，AChE抑制常被用作筛选具有神经调节潜力的生物活性化合物的代表性生化终点。然而，该领域的主要挑战不在于靶标识别本身，而在于用于评估抑制活性的筛选策略的可靠性和客观性。传统的筛选策略常依赖单一浓度的酶活性测定、孤立的分子对接分析或对活性排序的经验性解读，这可能导致可重复性降低，并限制了结构相近的天然产物之间的客观比较。工业药用作物衍生的天然产物是结构多样的小分子重要来源，其中天麻（*Gastrodia elata*）在东亚传统医学中用于治疗与神经功能紊乱相关的疾病。现代药理学研究已报告天麻中的多种成分，特别是天麻素和巴利森苷类化合物，具有神经保护、抗氧化、抗炎和认知相关生物活性。然而，尽管对天麻来源化合物的神经保护特性兴趣日益增加，但对其AChE结合成分的系统筛选和定量优先排序仍然有限，特别是针对巴利森苷类化合物。因此，亟需一种整合的筛选方法，以便更系统地从工业药用作物中优先筛选出候选生物活性化合物。

**2. 研究目标与创新性**

本研究旨在建立一个整合且客观的筛选工作流程，用于从工业栽培天麻中鉴定AChE结合成分。研究人员假设，将多浓度亲和超滤筛选与计算分析、酶学验证、制备分离和初步细胞评估相结合，能够比传统的单一方法更可靠地对生物活性化合物进行优先排序。通过定量归一化和加权评估整合多个正交指标，所提出的多维平台旨在减少研究者依赖性偏差，并提高活性排序的一致性。该研究不仅旨在鉴定天麻中主要的AChE活性成分，还旨在初步验证其在受损PC12细胞中的神经保护相关性。该整合工作流程旨在为从工业药用作物中进行天然产物筛选和优先排序提供一种系统且可扩展的策略。

**3. 主要技术方法概述**

本研究主要采用以下关键技术方法：（1）**亲和超滤-液相色谱（UF-LC）筛选**：使用多浓度AChE进行结合实验，并引入对数拟合分析不同浓度下的结合度（BD）和回收率（R）变化趋势；（2）**分子对接与分子动力学（MD）模拟**：利用AutoDock Vina和GROMACS等软件预测化合物与AChE的结合模式和动态稳定性，并结合MM/GBSA方法计算结合自由能；（3）**高速逆流色谱（HSCCC）分离**：通过优化两相溶剂系统，实现目标化合物的高纯度制备分离；（4）**酶抑制动力学分析**：采用Ellman改良法测定IC₅₀值，并利用Lineweaver-Burk图分析抑制类型（如混合型）和动力学常数（K_i、K_is）；（5）**细胞实验与网络药理学**：通过Aβ_25-35诱导的PC12细胞损伤模型评估神经保护作用，并利用网络药理学预测化合物与AD相关靶点和通路的潜在关联。样本来源为工业栽培天麻。

**4. 研究结果**

**4.1 亲和超滤（UF-LC）筛选与结合亲和力评估**
通过UF-LC筛选，从天麻提取物中鉴定出6个主要AChE结合成分（天麻素、对羟基苯甲醇、巴利森苷B、C、A、D）。结合度（BD）和回收率（R）值显示，巴利森苷A表现出最强的结合亲和力和复合物稳定性，其BD值在AChE浓度2.0 U/mL时达到98.43%，R值大于99%。巴利森苷C表现出次强的结合行为，BD值逐步增加，R值较高。巴利森苷D呈浓度依赖性结合，但R值较低。天麻素和对羟基苯甲醇在高酶浓度下BD值较高，但R值极低，表明结合不稳定。通过雷达图可视化和对数拟合分析，确立了明确的AChE结合活性层级：巴利森苷A > 巴利森苷C > 巴利森苷D > 巴利森苷B ≈ 天麻素 ≈ 对羟基苯甲醇。

**4.2 分子对接与分子动力学（MD）模拟**
分子对接结果表明，巴利森苷A与AChE形成最广泛的预测相互作用网络，包括19个氢键和多重π-π堆积、疏水相互作用。巴利森苷C形成14个氢键，但缺乏π-π堆积。MD模拟和MM/GBSA结合自由能计算进一步支持了这些结果，巴利森苷A表现出最强的结合自由能（ΔE_total = -82.65 kcal/mol），主要由范德华力和静电相互作用驱动。能量分解揭示，巴利森苷A的强结合虽伴随着较高的极性溶剂化惩罚，但被其强大的分子间相互作用所补偿。这些计算分析为UF-LC和酶学实验结果提供了分子层面的结构基础。

**4.3 高速逆流色谱（HSCCC）分离**
基于分配系数（K值）优化，研究人员采用两阶段溶剂系统策略进行HSCCC分离。对于极性较大的化合物1-3（天麻素、对羟基苯甲醇、巴利森苷B），采用乙酸乙酯/甲醇/正丁醇/水（5.5:2.0:2.0:10.0, v/v/v/v）系统。对于关键活性成分巴利森苷C、A、D，采用乙酸乙酯/甲醇/正丁醇/水（6.0:2.0:1.0:10.0, v/v/v/v）系统。成功分离出6个化合物，纯度均超过98%，其中巴利森苷A纯度为99.16%，巴利森苷C纯度为98.35%。

**4.4 酶抑制动力学**
酶动力学分析表明，所有6个化合物均为可逆的混合型AChE抑制剂，既能与游离酶结合，也能与酶-底物复合物结合。巴利森苷A表现出最强的抑制活性，IC₅₀值为0.0145 mM，抑制常数K_i = 0.009 mM，K_is = 0.016 mM。巴利森苷C次之，IC₅₀值为0.0248 mM。抑制活性排序为：巴利森苷A > 巴利森苷C > 巴利森苷D ≈ 巴利森苷B > 天麻素 > 对羟基苯甲醇，这与UF-LC和计算分析结果一致。

**4.5 细胞保护作用与网络药理学**
在Aβ_25-35诱导的PC12细胞损伤模型中，巴利森苷A和C均未表现出明显细胞毒性，并能以剂量依赖的方式显著提高细胞活力，改善细胞核形态（减少凋亡小体）。Western blot分析显示，高剂量巴利森苷A能显著下调促凋亡蛋白Bax、cleaved caspase-3的表达，上调抗凋亡蛋白Bcl-2、p-AKT/AKT、Nrf2和HO-1的表达，巴利森苷C也表现出类似但稍弱的调节作用。网络药理学分析预测，巴利森苷A和C可能与多个AD相关靶点（如ACHE、AKT1、CASP3等）和通路（如胆碱能突触、cAMP信号通路、AD通路）存在关联，为后续机制研究提供了假说。

**5. 讨论与结论**

本研究通过整合亲和超滤、分子模拟、HSCCC分离、酶动力学、细胞验证和网络药理学，建立了一个多维度的系统化工作流程，用于从工业栽培天麻中发现和优先排序AChE抑制剂。研究结果一致表明，巴利森苷A和C是天麻中主要的AChE活性成分，它们作为混合型抑制剂，具有强效的AChE抑制活性，并在细胞水平上展现出初步的神经保护潜力，其作用可能与调节凋亡和氧化应激相关蛋白（如AKT/Nrf2通路）有关。然而，该研究也存在局限性，如缺乏体内实验验证、血脑屏障（BBB）渗透性评估，以及网络药理学预测结果尚需靶向干预实验进行因果验证。综上，本研究提出的整合筛选策略为从工业药用作物中系统识别和优先排序生物活性天然产物提供了一个有效范例，巴利森苷A和C作为有潜力的AChE活性成分，值得进一步开展机制、药代动力学和体内药效学研究。