多组分药物体内吸收、代谢过程的一个解析软件

      我们课题组应用基于代谢组学的多成分药物动力学Poly-PK（poly-pharmacokinetics）思想实现了对志愿者喝普洱茶前后普洱茶中的化学成分吸收、分布、代谢和排泄（ADME）代谢过程，以及喝茶后机体的整体代谢变化的研究（见参考文献 J Proteome Res, 2012）。最近，我们采用Poly-pk思想对中药黄芪汤I期临床研究中健康志愿者服用黄芪汤的体内药物成分ADME过程以及机体代谢应答反应进行了整体、动态性的检测（详情请看博文：尝试用代谢组学打开中药体内过程的“黑箱”），验证了多药药物动力学Poly-PK研究策略以及技术方法的可行性(Clin Pharmacol Ther. 2017)。在此基础上，为了进一步推广这种新研究策略的应用，同时便于非组学和非药代药动的研究人员的研究和应用，我们自主研发了一套专门应用于多组分药物动力学数据分析的生物信息学软件，R包——PolyPK。目前，该研究结果发表于生物信息学和计算生物学学术期刊Bioinformatics上 (Bioinformatics.2017)，该软件包的开发也获得软件著作权，被CRAN收录，并提供免费下载使用（https://CRAN.R-project.org/ package=polyPK）。

       含多种药物分子的体内动力学研究的数据分析流程相对比较复杂，通常涉及多种不同的软件，我们团队研发的PolyPK软件R包针对各种数据分析中的技术环节以及研究者应用中会出现的主要问题，对多药药物动力学数据分析流程采用一站式自动化分析平台，采用10个函数实现了从数据预处理、差异性物质鉴定、分组、PK参数的计算、各种多元统计分析、相关分析、聚类分析等药代动力学及对机体效应分析的全部功能，最后均得到可视化的研究结果。
      该应用R包还可以根据应用中出现的问题不断实现升级、更新，欢迎研究人员和同行尝试和使用。
      以下做一个使用示例介绍：
      安装方式：
      install.packages(”polyPK”)
      library(polyPK)
      主要函数介绍：
DataPre：数据预处理函数，包括：稀疏样本的去除，多种方式的缺失值填补（例如：QRILC法，最小值法等），去除和替换奇异值，对数变换等。
GetDiffData：通过统计检验方法（统计检验方式：t检验，Mann-Whitney检验，校正方式：FDR法，holm法等）得到总体差异性代谢物。
GetEndo：统计变化的内源性代谢物。
GetAbso：统计被人体吸收的药物原型成分。
GetSecdAbso：统计药物成分在机体内转化后的次级代谢物。
PKs：计算PK参数（Cmax, Tmax, AUC, CL, Tlast, Tfirst, Cmin），绘制所有成分的药-时曲线。
CorrPlot：相关性分析（Pearson法, Kendall法, Spearman法）。
ScatPlot：多元统计分析：PCA，PLS-DA。
HeatMap：层级聚类分析，并绘制热图。

主要参考文献：
1. 软件著作权：多组分药物动力学研究R函数包软件 V1.0，2017SR363080
2. Li, M.C., Wang, S.L., Xie, G.X., Ma, X.H., Chen, T.L., Jia, W.* polyPK: An R package for pharmacokinetic analysis of multi-component drugs using a metabolomics approach. Bioinformatics. btx834, 2017.
3. Xie, G.X., Wang, S.L., Hang, H., Zhao, A.H., Liu, J.J., Ma, Y.M., Lan, K., Liu, C.X., Liu, P., Chen, T.L., Jia, W.* Poly-Pharmacokinetic study of a multicomponent herbal medicine in healthy Chinese volunteers. Clinical Pharmacology & Therapeutics. doi: 10.1002/cpt.784. [Epub ahead of print], 2017.
4. Jia, W.,* Fan, T.P., Wang, X.N., Xie, G.X. Poly-pharmacokinetics of Herbal Medicines. Science, Special issue: The Art and Science of Traditional Medicine. S76-79, Oct, 2015.
5. Xie G, Zhao A, Zhao L, Chen T, Chen H, Qi X, Zheng X, Ni Y, Cheng Y, Lan K, Yao C, Qiu M, Jia W.* Metabolic fate of tea polyphenols in humans. Journal of Proteome Research, 11(6):3449-54, 2012.