我们文章里也提到中药网络药理学的两个主要思路：

1.基于网络药理学的某中药/方剂治疗某疾病/改善某表型的分子机制研究；

2. 某中药/方剂通过某某基因调节某某通路治疗某某疾病/表型的研究。

中药成分非常复杂，研究起来确实不容易，对以往的研究结果缺乏系统性的组织和挖掘。《这个包含中药的肿瘤免疫数据库太值得挖掘了》曾给大家介绍过TCMIO数据库。

12月2日北京中医药大学赵屹教授和中国科学院计算技术研究所吴杨教授在国际著名期刊《Nucleic Acids Research》发表了HERB数据库，中文名为“本草组鉴”。该数据库的网址为：http://herb.ac.cn/

赵屹教授课题组在1037个评估草药/成分的高通量实验中重新分析6164个基因的表达谱，并通过将药物转录学数据集映射到CMap上，生成了中草药/成分与2837种现代药物之间的联系。

此外，他们还从最近发表的1966篇文献中为473种中草药/成分手动挑选了1241个基因靶点和494种现代疾病，并将这些新信息与包含这些药物数据的数据库进行交叉注释。

再结合数据库挖掘和统计推理，将12933个靶点和28212个疾病与7263种中草药和49258种成分联系起来，并提供了它们之间的6种配对关系。

所以不管是大家想做中草药的网络药理学还是想做中草药的实验研究，不管大家研究的是肿瘤还是非肿瘤，还是给自己研究的中药找靶点，还是给自己研究的靶点找中药，这个数据库就是目前为止最全面的了！

下面本工来给大家介绍这款新鲜出炉的数据库。

在快捷搜索栏，我们可以直接搜索中草药名（Herb）、成分名（Ingredient）、靶点（Target）和疾病名（Disease）。草药名支持中文（如灵芝、金银花、菊花），其他的只支持英文。

在Select栏里，可以选择Herb/Ingredient/Target/Disease，也在选项里只留下有高通量实验证据的草药。在下图竖的方框里就可以看到我们耳熟能详的中草药了。

我们以“当归”为例，点击蓝色的ID进入，可以看到如下的数据展示

关于当归的介绍，例如它的功能、可用部分（Use part）等等。

有高通量实验证据的中草药则会有下图这样的结果展示：

1.Connectivity with CMap perturbagens 中间为当归，周围4种不同颜色的节点为不同的化合物，分别代表了CMap扰动的数据类型，包括复合(CP)、扰动类(PCL)、基因过度表达(OE)、基因敲除(KD)。

当归和其映射的基因/化合物之间的线条以两种颜色显示，红色代表正相关，蓝色代表与基因表达之间为负相关。网页默认只显示连接性得分（connectivity score）大于95的映射结果。

用户可以自由选择80到100之间的数字作为cut off，也通过在“Type of perturbagen”里勾选不同CMap数据类型的子集来展示大家感兴趣的数据。

2.Differentially expressed genes 这部分的差异基因是根据GEO中的数据得来的，实验组的小鼠使用了当归作为变量。火山图下面有差异表达的基因列表，点击红色方框里的Download可以下载差异表达结果。

3.GO enrichment 这部分会用差异表达基因进行GO富集，展示的结果也是出版级别的，点击红色方框里的Download可以下载GO富集结果。

4.KEGG enrichment 这部分会根据差异表达基因进行KEGG通路富集，点击红色方框里的Download可以下载KEGG富集结果。

5.“Experiment list”这部分会展示高通量实验证据的来源和相关数据信息，如GEO数据的ID，实验的物种等等。

然后网页会展示与当归的相关成分、相关基因靶点和相关疾病。所有结果均可通过点击Download下载。（如下图所示，HERB也收集了SymMap，TCMID，TCMSP，TCM-ID的数据信息）

大家可以通过点击不同的小模块并在搜索框里输入内容来得到自己想要的数据信息。

在这部分可以通过3个选项卡来筛选过滤不同的GEO数据集。

这个模块可以通过三个不同的选项卡来筛选不同的研究，可以迅速查找中草药或者成分的相关研究。

在这个模块里，大家可以通过点击蓝色字体的download下载数据，数据的格式和相关的注释，可以在下方的“File formats”查看。

关于这个款新鲜出炉的数据库就介绍到这里了。正如HERB在他们的abstract中写到，HERB将大力支持中药现代化并指导合理的现代药物开发工作。

相信这款数据库可以帮助大家挖掘中药的机制，发表科研论文。