网络药理学完整版细节化实战教程

零基础全流程 | 操作细节 | 免费工具 | 数据流转 | 结果解读

数据闭环：药物→活性成分→成分靶点→疾病靶点→Venny交集→DCTD网络→PPI网络→核心靶点→GO/KEGG富集→机制阐释

结尾有彩蛋！

1. 成分、靶点、疾病靶点收集 + Venny韦恩图

✅ 核心目的：获取标准化的活性成分、成分靶点、疾病靶点，筛选共同作用靶点📥 初始输入：研究药物名称（如黄芪）、研究疾病名称（如糖尿病）📤 最终输出：药物-疾病交集靶点（核心分析数据）

1.1 活性成分筛选（TCMSP）

操作步骤

1. 打开TCMSP：https://tcmspw.com/
2. 输入药名 → 搜索 → 导出所有成分
3. 筛选标准（全网通用）
   ：OB≥30% + DL≥0.18 + Caco-2>0
4. 删除无结构、无靶点的无效成分

输入/输出

输入：药名 | 输出：筛选后的活性成分表

1.2 成分靶点预测

免费工具

SwissTargetPrediction：http://www.swisstargetprediction.ch/ 免费

操作步骤

1. 粘贴成分SMILES结构/上传结构文件
2. 物种选择 Homo sapiens（人类）
3. 运行预测 → 导出靶点（Gene Symbol格式）
4. 去重、删除无效靶点

输入/输出

输入：活性成分结构 | 输出：标准化成分靶点列表

1.3 疾病靶点收集（超详细操作）

免费数据库

GeneCards 详细操作

1. 输入疾病英文名称（如Diabetes）
2. 设置筛选阈值：Relevance score ≥ 5
3. 点击Export → 导出Gene Symbol靶点列表
4. 删除非人类基因、重复基因

输入/输出

输入：疾病英文名 | 输出：标准化疾病靶点列表

1.4 靶点名称标准化

统一使用 HGNC官方基因名，删除别名、蛋白ID，保证全流程数据一致

1.5 Venny2.1 韦恩图绘制

✅ 核心目的

取「成分靶点」和「疾病靶点」的交集，获得药物治疗疾病的潜在核心靶点

免费网址

https://bioinfogp.cnb.csic.es/tools/venny/ 免费

📥 输入文件来源

• List 1：1.2导出的【成分靶点列表】
• List 2：1.3导出的【疾病靶点列表】

操作步骤

步骤1：打开Venny2.1，选择2组数据模式步骤2：左侧框粘贴成分靶点，右侧框粘贴疾病靶点步骤3：自动生成韦恩图，中间重叠部分=交集靶点步骤4：点击重叠区域 → 复制导出交集靶点列表步骤5：下载高清韦恩图（PNG格式）

📤 输出结果

1. 高清韦恩图 2. 药物-疾病交集靶点（后续所有分析的核心数据）

结果解读

交集靶点 = 药物直接作用于疾病的关键靶点，是PPI/富集分析的唯一输入数据

2. 药物-成分-靶点-疾病(DCTD)网络构建

✅ 核心目的：可视化多成分-多靶点调控关系，筛选关键活性成分📥 输入文件来源：Part1导出的活性成分、成分靶点、交集靶点、疾病名📤 输出结果：DCTD可视化网络、关键活性成分列表

2.1 免费工具

Cytoscape：https://cytoscape.org/ 免费

2.2 数据准备

整理Excel表格，包含3组对应关系：药物-成分 | 成分-靶点 | 靶点-疾病

2.3 详细构建步骤

步骤1：Cytoscape → File → Import → Network from File步骤2：导入Excel数据，设置节点/边对应关系步骤3：网络美化：✦ 药物(蓝色)、成分(红色)、靶点(绿色)、疾病(紫色)✦ Degree越大，节点尺寸越大步骤4：Tools → Analyze Network 计算拓扑参数步骤5：按Degree(度值)排序，筛选Top10-20=关键活性成分

2.4 结果解读

度值越高 → 成分连接靶点越多 → 药理作用越强，为后续实验提供核心成分依据

3. PPI网络构建与核心靶点筛选

✅ 核心目的：分析蛋白互作关系，挖掘疾病核心调控靶点📥 输入文件来源：Part1 Venny导出的【药物-疾病交集靶点】📤 输出结果：PPI网络、核心靶点(Hub Genes)列表

3.1 免费数据库

STRING：https://cn.string-db.org/ 免费

3.2 详细操作步骤

步骤1：STRING输入交集靶点列表，物种选人类步骤2：设置置信度>0.4（中等置信度）步骤3：隐藏游离节点，导出TSV互作数据+网络图步骤4：Cytoscape导入TSV文件，可视化PPI网络步骤5：安装CytoHubba插件，选择MCC算法筛选Top10-20核心靶点

3.3 核心拓扑参数

• Degree：节点连接数（核心指标）
• Betweenness：信息调控能力
• Closeness：网络核心位置

4. GO功能与KEGG通路富集分析

✅ 核心目的：注释靶点功能，挖掘药物作用信号通路📥 输入文件来源：Part3筛选的【核心靶点】/Part1【交集靶点】📤 输出结果：富集结果表、气泡图、柱状图、通路图

4.1 免费在线分析工具

4.2 免费在线绘图网址大全（无需R语言）

⚠️ 全部免费，上传富集结果即可一键出图

4.3 详细分析步骤

步骤1：Metascape粘贴核心靶点，物种选人类步骤2：设置阈值P<0.05，FDR<0.05步骤3：运行GO/KEGG富集，导出结果表格步骤4：筛选Top15显著条目，上传至免费绘图工具步骤5：生成气泡图/柱状图，下载高清图片

4.4 图形解读（讲课必讲）

1. 气泡图（最常用发文图）

X轴：GeneRatio（富集比例）| Y轴：功能/通路名 | 气泡大小：基因数 | 颜色：P值

解读：气泡越大、颜色越深、越靠右=富集越显著

2. 柱状图

展示基因数量，柱子越长=功能越重要

3. KEGG通路图

标记靶点位置，明确药物作用环节

4.5 结果解读逻辑

• GO-BP：药物调控炎症、凋亡、氧化应激等生物学过程
• GO-CC：靶点定位于细胞膜、线粒体等细胞结构
• GO-MF：靶点具有蛋白结合、酶活性等分子功能
• KEGG：药物通过PI3K-Akt、TNF等信号通路治疗疾病

5. 完整技术路线 + 核心注意事项

5.1 闭环技术路线（必背）

确定药物/疾病 → 筛选活性成分 → 预测成分靶点 → 收集疾病靶点 → Venny取交集 → DCTD网络(关键成分) → PPI网络(核心靶点) → GO/KEGG富集(功能/通路) → 实验验证

5.2 核心注意事项（避坑指南）

• ✅ 所有靶点必须用HGNC基因名标准化
• ✅ 成分必须按OB≥30%、DL≥0.18筛选
• ✅ 富集分析必须看FDR<0.05的显著结果
• ✅ 全流程统一物种：人类(Homo sapiens)
• ✅ 免费工具即可完成所有分析，无需付费软件

5.3 最终研究成果

1. 关键活性成分（Top10-20）
2. 核心治疗靶点（Top10-20）
3. 核心生物学功能（GO）
4. 关键信号通路（KEGG）
5. 4张发文级图表：韦恩图、DCTD网络、PPI网络、气泡图

结语：以上就是网络药理学一个整体分析流程，为了让更多小伙伴能快速学习并掌握网络药理学分析技术，我们采取理论+实操的教学模式，让大家按部就班跟着视频即可拿到发文级别图片结果。

需要可扫码私信buy并可指导学习，前五buy仅100r。

课程主要内容包括：

0. 网络药理学概述

主要介绍网络药理学定义+流程+工具+应用

1. 成分收集以及靶点预测

TCMSP数据库获得植物成分——pubchem收集SMILES号——成分靶点预测（SwissTargetPrediction/Similarity Ensemble Approach (SEA)）——汇集在一个表格（完成）

2. 疾病靶点收集(GeneCards、OMIM和TTD)以及Venny图构建

系统梳理疾病靶点挖掘方法（GeneCards、OMIM和TTD实操）以及成分靶点和疾病靶点Venny图构建获得交集靶点。

3. PPI网络构建以及cytoscape软件筛选核心靶点

STRING数据库——Cytoscape软件安装和插件安装以及使用教程——Upset图构建，以及插件算法筛选核心靶点。完美获得下面所有结果图。

4. 药物-成分-靶点-通路-疾病网络构建与关键成分筛选

如何准备cytoscape输入文件（网络文件和分类文件格式）——药物-成分-靶点-通路-疾病网络构建以及美化——插件筛选核心成分。完美获得下面结果图。

5. GO功能和KEGG通路富集分析

从靶点列表到生物学机制：目的 · 步骤 · 结果解读 · 可视化。包含Metascape、DAVID以及作图软件实操教程，包括结果解读。获得部分图展示。

购买可获得：

1.购买后提供学习和实操指导。

2.Cyoscape3.10软件安装教程以及所需要的插件。

3.课件：

4.视频讲解：

点击蓝字

关注我们

生信解码师

微信号丨x17684075971

可私信合作

分子对接+分子动力学+代谢组学+网药代做

关注我，生信不迷路！