高內涵篩選技術在中藥現代化研究中的應用

李敏

浙江大學藥學院中藥科學與工程學系

現代中藥創制全國重點實驗室，浙江大學長三角智慧綠洲創新中心

沈國芳

杭州市食品藥品檢驗研究院

王毅*

浙江大學藥學院中藥科學與工程學系

現代中藥創制全國重點實驗室，浙江大學長三角智慧綠洲創新中心

中醫藥是中華民族的瑰寶，其在重大疑難疾病、慢性病以及老年性疾病等復雜性疾病的治療上具有獨特的優勢，在抗擊新冠疫情期間做出了重要的貢獻[1]。1996年，我國開始實施中藥現代化研究戰略?！爸兴幀F代化”是指將傳統中藥的優勢特色與現代科學技術相結合，詮釋、集成和發揚傳統中藥的理論和實踐，改造和提升中藥的現代研究、開發、生產、管理和應用，以適應社會發展需求的過程。在該戰略實施的20 多年中，我國在中藥現代化研究、中藥標準化與質量控制、中藥產業化、新藥研發以及推動我國中藥進入國際醫藥市場方面取得了重大的進展[2]。

在中藥現代化研究中，化學成分是中藥/方劑發揮藥效的基礎。目前針對中藥的化學成分研究是中藥研究中最活躍的一個方向，取得了快速進展。但是對于很多常用的中藥，已清楚和了解的成分仍然很少。中醫臨床用藥大多是方劑。方劑由多種中藥組成，成分更為復雜，多種效應物質并存，通過疊加、拮抗或是協同的作用實現治療效果。因此，如何從復雜的中藥物質體系中準確、系統且快速地辨析中藥藥效物質是中藥現代化進程中亟待解決的問題[3]。高內涵篩選技術的出現和發展為快速、系統地篩選中藥藥效物質提供了強有力的技術支持。高內涵篩選技術能夠高通量、多靶點、多通道以及全自動化采集熒光圖像并進行分析[4]，符合中藥及方劑多靶點的作用特點，非常適用于中藥現代化研究中多層次多靶點地評價藥效，篩選有效成分，詮釋配伍作用以及探究藥理機制。

1 高內涵篩選技術的概述

1.1 高內涵篩選的概念

高內涵篩選的概念是美國Cellomics 公司于1997年首次提出，并成功開發出來首個高內涵篩選技術平臺[5]。高內涵篩選具體是指在細胞結構和功能完整的前提下，檢測藥物對細胞形態、生長、分化、遷移、凋亡及信號轉導各個環節的影響，從而確定藥物的生物活性和潛在毒性[6]。研究者們通常使用熒光探針或熒光蛋白對細胞的結構、細胞因子、功能蛋白以及各種信號分子進行標記[7]，通過自動成像的熒光顯微鏡高通量地獲取細胞的熒光圖片，再用分析技術進行多項特征的提取，最終獲取反映細胞生理狀態的多項數據[8]。

1.2 高內涵篩選平臺的組成

高內涵篩選技術主要依賴于自動化的、高分辨率的熒光顯微成像技術和熒光標記技術。一個高內涵篩選平臺主要由高分辨熒光顯微鏡、自動化圖像采集系統、熒光標記探針/熒光蛋白、圖像處理分析軟件和數據管理系統以及其他附加模塊組成[4]。

第一臺高內涵篩選系統在20世紀90年代后期由Cellomics公司生產，主要由全區域發光的白色光源、多道濾光片以及一臺圖像傳感照相機組成，能夠進行多色熒光圖像采集，并進行定量分析[9]。

1.3 高內涵篩選技術的優勢

與傳統的高通量篩選相比，高內涵篩選具有較為顯著的優勢。經典的高通量篩選方法篩選靶點單一，高內涵篩選結果則以多指標、多靶點共同作用作為主要特點[10]，篩選中所涉及的靶點包括細胞的膜受體、細胞器和其他胞內成分等。高內涵篩選和高通量篩選都是使用96/384 微孔板作為載體進行篩選[11]。與高通量篩選相比，高內涵篩選能夠獲得更多信息，所需要的檢測體積與高通量篩選一致，而且操作步驟同樣是簡單可行且自動化的。更重要的是，高內涵篩選具有單細胞分辨率[9]，換而言之，高內涵篩選獲取的信息是以細胞為單位的，而高通量篩選一般是采集一個孔的生化測定平均信號或者總信號，無法獲取單個細胞的信號。單個細胞的信號相比于整個孔中細胞的總生化信號或者平均生化信號，能更高程度地模擬實際生理病理情況。這是因為細胞間異質性較高，如果測定的是整個孔中的所有細胞的平均信號，則會掩蓋單個細胞的差異。比如，在檢測細胞的病毒感染時，采用一個孔的細胞讀數，會掩蓋siRNA 干擾引起的細胞表型的變化[12]。研究者在高內涵篩選中可以從單個細胞獲取信息，從而克服細胞間的異質性這一問題。

2 高內涵篩選技術的發展現狀

顯微鏡技術和熒光標記技術的更新迭代推動了高內涵篩選技術的發生發展（圖1），隨著更高分辨率、更快成像速度的高內涵成像平臺的開發和標記范圍越來越廣泛的熒光標記技術的出現，高內涵篩選技術在生物醫藥領域被廣泛應用。

圖1 高內涵篩選技術的歷史沿革

2.1 顯微鏡技術

圖像采集是高內涵篩選的關鍵步驟，圖像的質量決定了整個篩選的質量。在這一步中圖像分辨率和放大率最為關鍵，足夠高的分辨率和放大倍數才能滿足捕捉表型細節的需求。在圖像采集中，必須注意避免成像偽影。照明不均勻或者光源衰減是造成成像偽影的關鍵原因。隨著工程學和計算機科學的進步，越來越多具備穩定光源、高分辨率和快速自動聚焦的自動成像顯微鏡被開發出來，擴大了視覺表型的自動篩選范圍[11]。目前實驗室常見的高內涵成像儀器如表1 所示。

表1 常見的高內涵成像儀器

2.2 熒光標記技術

為了觀察細胞的表型，大多數高通量篩選使用熒光標記技術對需要觀察的細胞結構、蛋白質以及信號分子等進行標記。熒光標記方法主要有基因編碼的熒光蛋白、免疫熒光染色和各種化學探針[13]。1987年，Martin Chalfie 和Douglas Prasher 合作克隆了綠色熒光蛋白（green fluorescent protein，GFP）。1994年，Science發布了大腸埃希菌表達GFP 的熒光照片，此后基因編碼的熒光蛋白技術使得熒光標記目的蛋白成為可能[14-15]。與熒光蛋白不同，化學染料的使用更為方便，標記范圍不僅限于蛋白，還可以標記細胞內的信號分子。本課題組針對氧化應激通路源頭分子超氧陰離子[16]、蛋白翻譯后修飾關鍵酶SIRT1[17]、HDAC1[18]、ACE2[19]、DDP4[20-21]等靶點開發了高特異性的新型熒光探針，并將其應用于高內涵篩選中。比如，應用四嗪作為超氧反應基團，連接上不同熒光性質的發色團，開發了一系列高時空特異性超氧探針，使用其中綠色的熒光探針標記了氧化應激損傷后的H9c2 細胞，結合高內涵篩選平臺，成功篩選了223 個小分子化合物，從其中發現了4 個超氧抑制劑[16]。得益于研究者們在熒光標記技術方面的努力，越來越多的化學染料[22]、基因編碼的熒光蛋白被開發出來，可被熒光標記的亞細胞結構、細胞因子、功能蛋白和信號分子范圍越來越廣，高內涵篩選的可視化細胞表型大大增加。

2.3 高內涵分析方法

在高內涵篩選中，為了確認命中的化合物，需要對所得圖像進行量化，以評估藥物誘導的變化。經典的高內涵圖像分析流程大致如下：首先，處理圖像以減少噪聲并校正不均勻照明，這可以使用各種濾波器來完成[23]。其次，將要分析的對象，比如單個細胞或者亞細胞器分割出來。在圖像上劃定目標分析區域，即定義它們的輪廓，將它們表征為單獨的對象，可以使用閾值法，比如Otsu 算法，先得到背景與對象區分開的二值化圖像，然后使用分水嶺算法分割相鄰的對象[24]。最后，從分割得到的對象中計算出許多數字描述符，這些數字描述符是用于編碼各種有用的特征來區分細胞表型，比如細胞器的面積或者周長，特定區域的平均強度、測量強度均勻性或異質性、平滑度或者粗糙度等[25]。目前，有許多開源軟件集成了多種圖像處理方法，比如Fiji[26]或者CellCognition[27]等，使 用方法簡單易學，使用簡單的宏代碼也可以實現批量處理圖像，極大地便利了高內涵篩選的圖像處理。除了開源軟件之外，還有像CellProfiler[28]這樣的專用軟件，可以自動從細胞繪畫圖像中提取大約1500 個形態特征。盡管這些軟件可以提取出許多細胞特征，但是多數參數是無意義的，這會引入噪聲并對下游分析產生不利影響。因此，真正的預測特征需要人為甄別，手動選擇。往往高內涵篩選所得到的特征是海量的，需要研究者們使用數據降維方法進行特征提取，比如主成分分析法或者高斯隨機投影法等[25,29]。在此之后，對選擇或提取的特征進行統計分析。隨著計算科學的發展，深度學習、機器學習等方法在圖像預處理、分割對象、提取特征和選擇特征等方面成為助力高內涵分析的有力工具[30]。本課題組基于深度學習的方法構建了一種自適應的細胞分割算法，利用風格感知的預訓練模型，結合對比微調策略，在細胞器、細胞和生物體3 個層次的顯微鏡圖像數據集上實現了最先進的平均精度和聚合Jaccard 指數可轉移性。微調該算法，其性能在大約8 張圖像后趨于平穩，僅需很少的手動操作即可獲得適合用戶使用的專業細胞分割模型[31]。此外，藥物或者遺傳擾動以及隨后出現的細胞形態反應之間的關系通常是復雜的，不一定由任何單個特征捕獲。因此，與其逐個考慮這些特征，不如通過使用這些特征的適當加權線性組合或者更復雜非線性函數來實現對相關表型的更敏感的區分。如2013年PNAS報道了一項研究[32]，研究者將細菌接種在384 孔板上，用大約20 種不同的抗生素處理，并對DNA 和膜進行染色。從圖像中提取100 多個特征，在這些特征上訓練隨機森林算法，并再次發現能夠基于6 種參考抗生素區分的具有不同作用機制的抗生素。除了研究藥物的機制，篩選對某種疾病具有治療效果的藥物也是高內涵篩選的主要應用方向，如何對產生的熒光圖像數據集進行高效的分類和解析也一直是研究者們的興趣所在。比如，DNA 損傷是許多復雜疾病的罪魁禍首之一，人們對發現調節DNA 損傷的新型先導化合物充滿了興趣。然而，通過計算核內病灶的數量來評估DNA 損傷仍然存在很多挑戰。本課題組開發了一個基于深度學習的開源算法FociNet，用于自動分割全場熒光圖像并分析每個細胞的DNA 損 傷。FociNet 能 夠對各種成像平臺拍攝所得的熒光圖像進行分析，高效分類損傷細胞和正常細胞。該算法被成功地應用于分析315 種中藥天然化合物的高內涵篩選所得的5000 多個病灶圖像數據集。首次鑒定發現吳茱萸堿、異甘草素和草質素可以減少輻照誘導的foci[33]。

2.4 用于高內涵篩選的模型

目前，大多數的高內涵篩選使用二維（2D）培養的細胞。2D 細胞一直是了解疾病和藥物功能機制的有力工具。在細胞培養過程中，細胞生長為附著在培養瓶/培養皿表面的單層[34]。這種培養方法有許多缺點。比如，細胞和細胞外環境缺乏相互作用，結構與在體組織相比顯示出改變的形態，以及上皮細胞極性的喪失。此外，2D 培養的細胞可以無限制地獲得培養基成分，如營養物質、代謝物和信號分子，這與生理條件不相似，可能導致非自然的基因反應和細胞生物化學反應[35]，從而無法模擬組織中存在的細胞功能和信號通路。因此，與在體組織相比，2D 培養的細胞也可能無法模擬在體組織對藥物的反應[36]。近年來，許多研究者致力于開發與在體組織生理相關程度更高的模型，從而提高篩選結果轉化臨床應用的可行性。比如，與2D 培養的細胞不同，三維（3D）細胞培養提供了細胞可以在3 個維度上相互作用的環境，可以進一步模擬在體組織[37]。類器官是3D 細胞培養的一種。早在2009年，Hans Clevers 實驗室就首次將單個腸道干細胞接種在基質膠中，使其增殖并獲得了復雜的3D 組織結構，這些復雜的3D 細胞結構包括干細胞和各種分化的細胞構型被稱為是第一個“現代”類器官[38]。目前，已有成熟的實驗方案可以獲取類器官，主要有兩種途徑：一種途徑是用胚胎干細胞或者多能干細胞的固有自組織能力形成類似體內組織的3D 結構；另一種途徑則是使用器官特異性成體干細胞[37]，它們能自我更新并產生祖細胞，祖細胞增殖并分化成為存在于其來源組織中的所有細胞類型[39]。鑒于類器官復雜性及其成熟的培養技術，人們期望類器官可以減少或者取代藥物篩選中的動物模型。Vlachogiannis 等[40]培養了一種轉移性胃腸道癌癥患者的衍生類器官模型，用它們來預測患者的治療反應，并使用了一個化合物庫測試了類器官對患者反應的敏感性。研究結果表明，陽性預測值為88%。由此說明，類器官可以用于高通量藥物篩選，并且能夠更高程度地模擬在體組織的情況。利用3D細胞培養技術，構建更貼近在體組織的仿生模型，有望加速高內涵篩選實驗結果到臨床應用的轉化。除了使用3D培養的細胞或者類器官，本課題組還利用斑馬魚和線蟲這樣的模式生物構建了模擬多種疾病的高內涵篩選模型。圖2 對本課題組已有的高內涵篩選模型及藥效評價模型進行了總結。比如，首先使用阿霉素構建斑馬魚心衰模型，結合深度學習實現了使用斑馬魚胚胎高內涵篩選了300 余個中藥化合物，并首次發現了氯化矢車菊素、迷迭香酸、2''-O-?；鸾z桃苷等10 余個具有抗心衰活性的中藥成分，并對氯化矢車菊素的藥效在整體動物模型上進行了評價，深入研究了其抗心衰的作用機制[41]。此外，本課題組還在過表達皮膠原XII（COL-12）的秀麗隱桿線蟲上使用GFP 標記了COL-12，之后利用高內涵篩選系統和圖像分割算法Scellseg 構建了基于線蟲的高內涵篩選模型。探索可能在膠原生物發生、分泌和組裝中發揮重要作用的天然小分子化合物，對614個天然小分子化合物進行了篩選，經過驗證篩選所得的丹參素、指甲花醌和血根堿對COL-12 的合成或分泌更有效[42]。

圖2 多尺度藥效評價模型

3 高內涵篩選技術在中藥現代化研究中的應用進展

近年來，在中藥領域使用高內涵篩選技術的研究逐年攀升。在中藥現代化研究中的高內涵篩選可以大致分為兩種：基于靶點的篩選和表型篩選。對于基于靶點的篩選，首先要明確靶點，再用熒光標記的方法，比如基因編碼的熒光蛋白或者是化學染料，使感興趣的靶點可視化。而表型篩選則是基于細胞整體的表型變化來篩選藥物，不需要靶點先驗知識，可檢測的表型包括細胞或細胞器形態、細胞代謝情況、細胞黏附遷移情況、細胞周期調節和凋亡情況以及第二信使等。明確了使用哪種篩選之后，研究者一般會先構建相關的細胞模型，使用熒光標記技術對靶點和表型進行可視化，這里需要研究者在大規模篩選應用之前，首先測試模型是否構建成功以及熒光標記是否成功，以確認適用性并確保特定和可測的關鍵靶標或表型。在此之后，再進行大規模篩選，用于篩選的對象可以是方劑、藥材提取物、組分以及中藥單體化合物，將藥物與細胞共孵育后，進行熒光標記（由基因編碼的熒光蛋白則略過這一步），使用高內涵成像平臺獲取高通量的細胞圖像，對圖片進行分析處理或特征提取，數據分析后，獲得有效的化合物，最后對所獲得的化合物進行二次篩選或者使用其他手段驗證其藥效。目前，研究者們大多利用2D 培養的細胞進行高內涵篩選以研究中藥藥效物質、評價藥物安全性和中藥質量以及提升中藥標準化和產業化。

3.1 應用高內涵篩選技術研究中藥藥效物質

高內涵篩選技術在中藥藥效評價和中藥藥效物質發現的研究中廣受研究者的青睞。研究者們常使用表型篩選的方式，構建對應疾病的體外模型，對其中的關鍵表型進行熒光標記，再使用高內涵篩選技術評價藥效以及篩選有效成分。

方劑是中醫臨床遣方用藥的主要形式[3]，體系復雜、化學成分繁多，因此高內涵篩選在中藥復方研究中優點最為突出。本課題組將高內涵篩選技術與高分辨質譜、液質聯用技術結合起來，構建了斑馬魚炎性腸病高內涵篩選模型，從桃花湯、白頭翁湯、葛根芩連湯3 個與炎性腸病相關的仲景方中制備了74 個組分，以活性氧水平為篩選標準，發現了6 種有效成分對腸道的炎癥表型具有較強的抑制作用[43]。在血管緊張素Ⅱ誘導的心肌肥大模型上明確了通脈養心丸對心肌肥大的抑制作用，并從該復方中鑒定出了4 種抗心肌肥大的有效成分[44]。同樣是對通脈養心丸的研究，Liu等[45]構建了腎小管上皮間質轉化（epithelial-mesenchymal transition，EMT）體外模型，使用高內涵篩選技術自動采集和處理雙熒光標記的圖像識別EMT抑制劑，結合色譜分離和質譜聯用技術，發現了其中5 個組分具有抗EMT 活性，從中進一步鑒定了甘草酸、粗毛甘草素A 和甘草酸內酯A 對EMT 有抑制作用。此外，一些方劑在臨床應用中具有顯著的療效，但是藥效物質基礎不明確，使其廣泛應用被限制，高內涵篩選技術在鑒定這類方劑的藥效物質基礎方面優勢突出。比如，宣肺敗毒方在臨床治療新冠病毒感染中療效顯著，但藥效物質基礎和作用機制不明確，本課題組在高分辨質譜、液質聯用對復方成分分離鑒定的基礎上，結合質譜分子網絡技術和高內涵篩選，在巨噬細胞系和斑馬魚損傷模型中鑒定了宣肺敗毒方中來自不同藥材的多種活性成分的生物學效應，比如虎杖、蘆根和化橘紅中的虎杖苷、異甘草素和洋丁香酚苷可以強烈下調巨噬細胞的活化。茅蒼術、青蒿草和麻黃中的活性成分白術內酯I、山柰酚和麻黃堿被發現能顯著抑制內源性巨噬細胞的遷移[46]。

高內涵篩選技術在單味中藥和中藥化合物的藥效物質中應用也頗為廣泛。趙志敏等[47]利用高內涵篩選技術觀察黃芪來源的成分對肝竇內皮細胞缺氧損傷的保護作用，實驗結果表明，黃芪來源的7 種單體成分對缺氧損傷的肝竇內皮細胞有明顯保護作用。在中藥化合物藥效研究中，Wang 等[48]使用轉化生長因子-β1（TGF-β1）誘導正常大鼠的腎成纖維細胞NRK-49F纖維化，建立了穩定的腎纖維化體外模型，以肌成纖維細胞標志α-平滑肌肌動蛋白（α-SMA）作為檢測指標，篩選了包含344個中藥分子的標準中藥化合物庫，共鑒定出16 種化合物具有潛在的抑制活性。Wang 等[49]利用高內涵篩選技術成功在中藥化合物庫中篩選出丹酚酸A、丹酚酸B 和鞣花酸對泛素-蛋白酶體系統有激活作用。上述研究均基于固定的時間點對細胞進行圖像采集分析，而高內涵成像不僅可以對固定時間點的細胞進行采集，還可以對細胞效應進行動態追蹤。倪曉晨等[50]使用高內涵成像追蹤細胞軌跡并對細胞運動功能進行測定，在傷口愈合模型上鑒定了南蛇藤提取物能夠劑量依賴性地抑制非小細胞肺癌細胞的遷徙能力。

目前，使用高內涵篩選技術研究方劑、中藥以及中藥化合物的有很多，但是對于組分配伍和優化的研究較少。組分配伍是中醫遣方用藥的核心，對組分配伍的研究可能是闡釋其中科學內涵的一種解題思路[3]。畢蕾等[51]利用高內涵篩選平臺分析丹參-人參組分配伍對肺癌A549 細胞遷移的作用，結果表明，丹參-人參組分配伍可以顯著降低細胞遷移的面積，對A549 細胞遷移有抑制作用，且呈劑量依賴性。充分表明了中藥組分配伍可以起到增效的作用，而高內涵篩選技術的高通量、多通道特點，為研究中藥組分配伍研究提供了強有力的平臺。本課題組在國內率先使用高內涵篩選進行中藥藥效物質的研究，并在組分配伍研究方面做了一些探索。綜合運用前文提到的針對氧化應激通路源頭分子超氧陰離子、蛋白翻譯后修飾關鍵 酶SIRT1、HDAC1、ACE2、DDP4 等靶點開發的高特異性的新型熒光探針，采用“亞細胞器—細胞—3D 細胞球/類器官—整體動物模型”多層次高內涵藥效評價方法和基于深度學習的高內涵圖像分析方法[32-33]，構建了具有多靶點標記技術、多層次藥理學模型以及人工智能（AI）賦能高效分析方法的高內涵篩選平臺用于中藥藥效物質研究，并結合中醫藥典籍等文獻資料，整合方劑化學分析數據和多組學數據等，運用知識發現和關聯分析等手段，挖掘出方-證-病間相互關系，研究發現了ACE2、SGK1、SIRT1 等中成藥治療心血管疾病的潛在作用靶點群，明確了主要作用途徑以合理選擇評價模型，從而發現了一批中藥藥效物質，對通脈養心方[34]、宣肺敗毒方[36]和冠心寧片[52]的藥效辨析、組分配伍和作用機制的研究充分證明了高內涵篩選技術在明晰中藥復方配伍規律、作用機制和有效成分群辨識方面的潛力，研究流程概括總結如圖3 所示。

圖3 本課題組應用高內涵篩選技術研究中藥流程示例

3.2 應用高內涵篩選技術評價中藥安全性

中藥臨床應用的安全性缺乏科學、客觀的評價方法和標準規范，一直是中醫藥研究者和百姓關注的問題，建立中藥安全性預警體系是中藥現代化發展中需要直面的問題。高內涵篩選技術與傳統分析技術相比，能夠通過較少的實驗全面地獲得因藥物造成的細胞形態和標志分子的微小變化，更加準確地分析出藥物的潛在安全隱患[53]。

郭曉等[54]使用HEK293 細胞系作為模型，選擇具有明顯腎損傷的化合物馬兜鈴酸A 和環孢素A 作為陽性對照，建立了一種基于細胞表型的高內涵多指標中藥腎損傷檢測方法，檢測指標為細胞存活率、細胞核面積、細胞核圓度、線粒體質量和線粒體膜電位。對文獻中報道的18 種具有潛在腎損傷的中藥化合物進行篩選。實驗結果表明，該方法可應用于建立中藥腎損傷安全預警體系。方劑中具有潛在腎損傷成分的發現也非常重要。楊春啟等[55]通過高內涵成像系統結合腎小管上皮細胞HK-2 模型篩選了左金丸中主要生物堿類組分對腎細胞的損傷，通過高內涵成像系統對細胞數目、細胞膜通透性和線粒體膜電位的分析，發現了該復方中吳茱萸堿能夠顯著降低細胞數目導致細胞損傷，是導致腎損傷的主要成分，為安全使用該方劑提供了客觀科學的指導。此外，高內涵分析技術還可以應用于腎損傷機制的研究中。路青瑜等[56]使用高內涵篩選技術分析了山柰酚對細胞數目、活性氧水平、線粒體膜電位和Ca2+內流水平的影響，鑒定了山柰酚對人腎近曲小管HK-2 的毒性之后，使用免疫熒光的方法對氧化應激相關蛋白標記后，在高內涵篩選系統上進行分析，進一步發現其損傷機制與促進活性氧水平升高而導致氧化應激損傷和細胞凋亡相關。

此外，藥物潛在的肝損傷在藥物開發和臨床應用方面一直備受關注，因為肝臟承擔著藥物代謝轉化的關鍵作用。目前已明確具有潛在肝損傷風險的中藥包括生物堿類（如千里光屬、澤蘭屬、款冬屬等）、苷類（如黃藥子、何首烏等）、毒蛋白類（如蓖麻子、相思豆等）、多肽類（如毒蕈傘含有的毒傘肽和毒肽等）、萜與內酯類（如川楝子、艾葉等）、鞣質類（如五倍子、石榴皮等）、動物類（如蜈蚣、蟾酥等）、礦物類（如含汞、砷、鉛的礦物藥等）[57]。但是還有許多中藥在服用過程中造成肝損傷的發病機制和原因尚不明確，需要研究者們深入研究。高內涵篩選技術因其能夠靈敏穩定、簡單易行地獲得目的藥物對細胞產生的實時多維立體的生物效應信息，為體外預警肝損傷風險和研究其作用機制規避損傷風險提供了強有力的工具。耿興超等[58]為了篩選何首烏中潛在的致肝損傷的風險成分，采用4 種人源肝細胞系建立CCK-8 體外高通量篩選方法，對其總提物及其分部進行篩選，確定潛在風險成分分部。對其中16 種代表性單體化合物進一步篩選，確定潛在風險成分。最后通過高內涵分析平臺檢測潛在風險成分對亞細胞器的影響，初步探索其機制，基本確定了沒食子酸為何首烏中潛在的致肝損傷的危險成分，確定了其通過引起內質網應激導致肝細胞損傷。除了這種針對某種中藥或者方劑的潛在肝損傷成分的發現和機制研究，余璇等[59]基于兩種肝細胞系，采用多種熒光探針分析多種細胞表型，對56 種中藥活性成分進行了肝損傷快速篩選評價，篩選結果證明了高內涵篩選方法適用于大規模初步篩選預警中藥活性成分潛在的肝損傷風險。

多種研究實例證明，高內涵篩選技術因其能夠快速獲得多維細胞生物學效應，從而能快速簡便地評價和篩選從中藥化合物到復雜方劑潛在的風險成分，并發現關鍵致機體損傷成分，但是目前研究多集中于中藥潛在的肝腎損傷研究中，對其他潛在的風險研究較少，且多集中于中藥活性化合物的應用，缺乏對方劑和組分的評價。

3.3 應用高內涵篩選技術建立中藥質量評價體系

中藥質量評價是中藥現代化進程的關鍵問題之一，中藥材、中藥飲片以及中藥復方制劑的質量是保證中藥臨床有效性、安全性的基礎，同時也是促進中藥國際化、產業化和現代的關鍵[2]。中藥的質量是中藥化學物質綜合生物效應的整體表現，其特點是多成分、多功效和整體性?，F代中藥質量評價體系以“找成分，測含量”為主，以高效液相色譜、液質聯用、紫外光譜等技術為主的化學評價能夠宏觀地反映中藥的物質成分，而基于生物體系和藥效實驗的生物評價則更能夠總體評價和表征中藥的安全性和有效性[60]。高內涵篩選技術與傳統的分析實驗相比，高內涵成像平臺多通道地采集藥物對細胞的生物學效應，發現中藥的生物質量標志物，從而構建分析方法，方法構建完畢后，能夠通過較少的樣本和較少的實驗以及較少的時間高通量地快速評價多批次、多產地的中藥質量。比如，阿膠作為臨床常用的名貴中藥，長期以來因產品質量問題備受關注，究其原因是與其臨床功效相關的質量評價方法的缺失。劉靖等[61]采用高內涵篩選技術，建立了基于小鼠巨噬細胞系RAW 264.7 吞噬模型的阿膠生物活性評價方法，實現了對不同品質的阿膠的質量評價。在相同的細胞模型上，曹俊嶺等[62]結合高內涵分析，比較了鐵棍山藥和非鐵棍山藥促進巨噬細胞吞噬活性的差異，分析了11 個批次山藥的藥效，鐵棍山藥的生物效價明顯高于非鐵棍山藥，為山藥的質量評價構建了快速簡便的方法。

3.4 應用高內涵篩選技術助力中藥標準化和中藥新藥藥品注冊

中藥標準化是中藥現代化的重要內容之一[2]，包括中藥質量標準的現代化和國際化、中藥質控技術的現代化、中藥安全性評價研究。如前文提到的，已有研究將高內涵篩選技術應用于評價中藥的毒性，構建中藥毒性預警體系[45-49]。另外利用中藥的生物學效應，應用高內涵分析技術構建快速簡便的質量評價體系[51-52]。證明了高內涵篩選技術在中藥標準化方面有著巨大的應用前景。高內涵篩選技術所獲得的中藥材、中藥復方以及中藥制劑的多維、海量的生物學效應信息對進一步提高中藥質量標準的現代化和國際化大有裨益，同時也可以作為現代化中藥質控技術的一種。此外，該技術還能實現快速評價中藥安全性，全面助力提升中藥標準。

中藥新藥研發的主要來源是中醫藥長期的臨床實踐與經驗總結，現有的中藥復方新藥研究多是基于已有臨床實踐經驗和確切療效的中藥方劑基礎上的研究，來源主要包括經典名方、臨床經驗方、民間藥方等[63]。2015～2020年，中藥新藥獲批的數量為個位數，尤其從2016年開始，每年僅有1～4 個品種獲批[64]。2019年發布的《中共中央 國務院關于促進中醫藥傳承創新發展的意見》中提出：改革完善中藥注冊管理，及時完善中藥注冊分類，加快構建中醫藥理論、人用經驗和臨床試驗相結合的中藥注冊審評證據體系。支持中藥新藥以臨床應用價值為導向，注重藥品的安全性、有效性和質量可控性[64]。因此，對于中藥新藥研發要加強物質基礎、藥效特點、安全性研究和評價、借鑒現代醫學的循證醫學理念創新中藥臨床療效評價體系、充分采用適宜的制劑技術，確保發揮療效優勢和降低安全風險[2]。高內涵篩選技術在明晰中藥作用機制、辨識有效成分群、定量設計和優化有效成分群組方和質控方面具有明顯的優勢。比如，在作用機制和有效成分辨識方面，本課題組在紅景天、通脈養心方[34]、宣肺敗毒方[36]和冠心寧片[52]的藥效辨析和作用機制的研究，充分證明了高內涵篩選技術在明晰中藥或中藥復方作用機制和有效成分群辨識方面的潛力。中藥復方需要從多組分、多劑量、多配比中優選[2]，而高內涵篩選技術能夠同時獲取高通量、多維度信息的特點則恰好符合實現自動化優化多變量、多指標的需求。因此，高內涵篩選技術能夠為中藥新藥注冊和獲批提供更多的研究信息和科學支撐，助力中藥新藥注冊。

4 展望

面對中藥現代化的發展需求，高內涵篩選技術為中藥藥效物質研究、中藥安全性評價以及中藥質量評價提供了有力的幫助。如上所述，廣大中藥研究者也借助高內涵成像平臺解決了中藥現代化中的一些問題，研究者能夠利用高內涵成像多通道、多靶點的特點較為全面地發現中藥藥效物質及作用靶點，系統地揭示其中一些方劑的科學內涵，但尚有許多問題未能解決，比如目前中藥研究中高內涵篩選的通量較低，對于組分配伍和組分優化的研究甚少。隨著熒光標記技術的進步，越來越多的靶點、信號分子和蛋白質能夠可視化，3D 仿生模型構建技術、微流控技術的發展則使可用于高內涵篩選的體外模型越來越貼近真實的在體組織、光學顯微鏡的迭代更新會使高內涵成像系統的分辨率越來越高，能夠捕捉更微小的生物學效應，圖像分割、特征提取以及機器學習的算法的推陳出新也使得高內涵分析能力越來越強。未來可能借助更加強大的高內涵篩選云平臺，實現自動化（無人值守復合機器人系統避免實驗誤差）、數字化（全生命周期管理實現實驗流程追溯和實驗數據分析平臺支撐多維度篩選）和智能化（智能化引擎精準調度實驗操作和智能化設備支持多種研發實驗流程）的中藥現代化研究，比如中藥功效組分智能辨識與組方優化等。