一种降血糖药物的筛选方法与流程

技术特征：
1.一种与降血糖药物的筛选相关的生物标志物组合，其特征在于，所述的组合为丙氨酸、丝氨酸、谷氨酸、还原谷胱甘肽、氧化谷胱甘肽、苏氨酸、半胱氨酸、牛磺酸、异亮氨酸、亮氨酸、天冬氨酸、苯丙氨酸、马尿酸、肌醇、硝基酪氨酸、胞嘧啶核苷、马来酸、延胡索酸、琥珀酸、色氨酸、谷氨酰胺、蛋氨酸、组氨酸。2.权利要求1所述的生物标志物组合在筛选降血糖药物中的应用。3.一种通过权利要求1所述的生物标志物组合中的生物标志物含量来筛选降血糖药物的模型，其特征在于，所述的模型如下：y＝
‑
7*10
‑4x2 0.0474x 0.1645(0<x<40),r2＝0.9522其中x代表样品的预测值，y代表降血糖活性值，y值在0
‑
1之间，y值越接近于1，说明降血糖效果越好；y值越接近0，说明降血糖效果越差。4.如权利要求3所述的模型，其特征在于，所述的x代表样品的预测值的获得方法如下：1)用待筛选的药物处理高血糖细胞系，并测定上述的生物标志物组合中各代谢物在药物处理组和对照组的含量；2)对获取的对照组和模型组各代谢物含量信息进行预处理，使对照组和模型组的各代谢物的峰对齐；3)得到代谢物导入simca软件，进行pca分析，根据对照组和模型组的分组趋势确定r2值和q2值；然后进行正交偏最小二乘法判别分析对获取的数据信息进行判别分析，得到分组模型后，将样品处理组得到代谢组导入simca软件，得到预测值。5.一种用于降血糖药物的筛选方法，其特征在于，所述的方法是使用权利要求3所述的模型来筛选具有降血糖效果的药物组分。6.如权利要求5所述的方法，其特征在于，所述的方法包括如下的步骤：1)用待筛选的药物处理高血糖细胞系，并测定上述的生物标志物组合中各代谢物在药物处理组和对照组的含量；2)对获取的对照组和模型组各代谢物含量信息进行预处理，使对照组和模型组的各代谢物的峰对齐；3)得到代谢物导入simca软件，进行pca分析，根据对照组和模型组的分组趋势确定r2值和q2值；然后进行正交偏最小二乘法判别分析(opls
‑
da)对获取的数据信息进行判别分析，得到分组模型后，将样品处理组得到代谢组导入simca软件，得到预测值，代入到模型公式中，得到降血糖活性值；根据活性值大小，确定样品的降血糖效果大小。7.如权利要求6所述的方法，其特征在于，所述的预处理，是进行归一化、正交信号校正osc处理。

技术总结
本发明提供一种降血糖药物的筛选方法，通过对模型细胞代谢物的分析，确定与降血糖相关的生物标志物及其含量变化，从而建立降血糖药物的筛选模型，并用于降血糖相关药物的筛选，从而为药物的筛选提供一种新的模式。本发明方法通过系统生物学策略，通过一组或一群生物靶标综合评价抗氧化活性，相对于单一指标而言，更加全面、准确。细胞代谢组学是以生物体内源性物质为研究对象，使得复杂的生命体系与抗氧化活性有机的关联，与化学方法比较，更具有代表性。表性。表性。


技术研发人员：邸多隆 魏鉴腾 裴栋
受保护的技术使用者：中国科学院兰州化学物理研究所
技术研发日：2021.07.10
技术公布日：2021/10/26