联合用药通常用于治疗各种疾病，以达到协同治疗效果或减轻耐药性。然而，一些药物在联合用药时可能会导致不良反应。因此，在临床治疗前，探索药物相互作用的机制至关重要。一般来说，药物相互作用是通过非临床药代动力学、毒理学和药理学进行研究。基于此，厦门大学董继扬和东华理工大学邓伶莉等人提出了一种基于代谢组学的补充策略，可称之为相互作用代谢物集富集分析，或iMSEA，来破译药物相互作用。

本文要点：

（1）首先，基于京都基因与基因组百科全书(KEGG)数据库，构建基于有向图的异构网络模型，对生物代谢网络进行建模；其次，计算了治疗对所有检测到的代谢物所带来的特定影响，并在整个网络模型中传播。第三，定义并丰富通路活性，以量化每种治疗对预定义功能代谢物集(即代谢通路)的影响。最后，通过比较联合用药和单药治疗富集的通路活性，确定药物间的相互作用。
（2）一个由奥沙利铂(OXA)和/或维生素C (VC)治疗的肝细胞癌(HCC)细胞组成的数据集被用来说明iMSEA策略在评估药物相互作用方面的有效性。使用合成噪声数据进行性能评估，以评估iMSEA策略的灵敏度和参数设置。iMSEA策略强调了OXA和VC联合治疗的协同效应，包括甘油磷脂代谢途径和甘氨酸、丝氨酸和苏氨酸代谢途径的改变。这项工作为从代谢组学的角度揭示药物联合作用机制提供了另一种方法。

参考文献：

Yongpei Wang, Xingxing Liu, Liheng Dong, Kian-Kai Cheng, Caigui Lin, Xiaomin Wang, Jiyang Dong, Lingli Deng, and Daniel Raftery. iMSEA: A Novel Metabolite Set Enrichment Analysis Strategy to Decipher Drug Interactions. Anal. Chem. 2023

DOI:10.1021/acs.analchem.2c04603

https://doi.org/10.1021/acs.analchem.2c04603