Shanxi College of Traditional Chinese Medicine

title: "IF 7.5！8种机器学习+分子对接+CPZ小鼠验证！原花青素B2锁定多发性硬化4个关键基因！" 做多发性硬化（MS）的生信分析，最怕"只挖数据不验证"、"筛出一堆基因却不知道哪个才是真正的治疗靶点"。 这篇来自山西中医药大学的研究，用 8 种机器学习算法从 GEO 数据集中筛选出 4 个关键基因，再通过 分子对接证明天然化合物 原花青素 B2（PCB2） 能与这些蛋白稳定结合，最后在 CPZ 诱导的小鼠模型中完成全链条验证——行为学改善 + 髓鞘修复 + 炎症抑制 + 关键基因上调。从生物信息学到湿实验，闭环了。 文献解读信息卡 中文标题： 原花青素B2介导的关键基因网络调控在多发性硬化精准诊疗中的转化医学研究 英文标题： Translational medicine research on the role of key gene network modulation mediated by procyanidin B2 in the precise diagnosis and treatment of multiple sclerosis 发表期刊： Journal of Translational Medicine（BMC / Springer Nature） 影响因子： IF 7.5｜JCR Q1｜中科院 2区（医学） 研究类型： 生物信息学 + 网络药理学 + 动物实验验证 样本体量： GEO GSE131282 数据集 142 例 MS 患者脑组织；CPZ 小鼠模型 40 只 C57BL/6 核心方法： WGCNA + 8种ML算法 + Nomogram/ROC + TF-miRNA网络 + 分子对接一、研究背景：MS 的"氧化应激缺口" 多发性硬化（Multiple Sclerosis, MS）是一种以中枢神经系统炎性脱髓鞘为特征的自身免疫性疾病。全球约 280 万患者受其困扰，目前尚无根治手段——现有 DMT 药物只能延缓进展、副作用大且价格昂贵。 近年来，天然植物多酚类化合物因其抗氧化、抗炎特性成为 MS 新药研发的热门方向。原花青素 B2（Procyanidin B2, PCB2）作为葡萄籽等植物中的主要活性成分，已被证实具有神经保护作用，但其在 MS 中的具体靶点和机制此前几乎是一片空白。 本研究首次整合 GEO 转录组数据库 + 多组生信分析方法 + CPZ 小鼠模型，系统揭示了 PCB2 通过调控 KCNH2、PTGS1、ESR1、VEGFA 四个关键基因发挥抗 MS 作用的完整分子通路。二、研究方法：从数据库到小鼠的全链条 pipeline 本研究的技术路线堪称"生信分析的教科书级示范"，涵盖以下关键步骤：靶点收集：SwissTargetPrediction 预测 PCB2 靶点（49 个）；GeneCards + OMIM + DisGeNET 收集 MS 疾病基因（共 1812 个）差异表达分析：limma 包筛选 GSE131282 中 MS vs 正常对照的 DEGs无监督聚类：ConsensusClusterPlus 将 142 例 MS 患者分为 2 个亚型免疫浸润分析：评估不同亚型的免疫细胞浸润模式WGCNA 加权共表达网络分析：识别与 MS 表型高度相关的基因模块GO/GSEA 富集分析：揭示交集基因的功能注释和通路富集8 种机器学习算法筛选关键基因：GBM/SVM/LASSO/GLM 等，构建 ROC 曲线评估Nomogram 列线图 + 校准曲线：评估诊断模型的临床价值TF-miRNA 调控网络构建：Cytoscape + miRWalk 预测上游调控因子分子对接：AutoDock Vina 计算 PCB2 与 4 个关键蛋白的结合能CPZ 小鼠模型验证：行为学测试 + LFB 髓鞘染色 + 免疫荧光 + ELISA + RT-PCR + Western blot  图1. 差异表达基因鉴定与无监督聚类。（A）MS vs HC 火山图，红色=上调、蓝色=下调；（B–E）ConsensusClusterPlus 将 142 例 MS 患者最优分为 Cluster 1 和 Cluster 2 两个亚型三、研究人群与数据来源 数据来源 样本量 说明GEO GSE131282 142 例 MS 患者脑组织 limma 分析得 857 个 DEGs（3↑/854↓） GeneCards 753 个 MS 相关疾病基因 OMIM 165 个 孟德尔遗传疾病关联 DisGeNET 929 个 基因-疾病关联 SwissTargetPrediction 49 个 PCB2 药物靶点预测CPZ 小鼠模型 40 只 C57BL/6（♂, 7–8周龄） 分为 Normal / Normal+PCB2 / CPZ+NS / CPZ+PCB2 四组 WGCNA 分析确定软阈值 β=1 时网络满足无标度分布要求；蓝色模块包含 4909 个基因，与 MS 表型的相关性 cor=0.65（P<1e−200），是后续分析的核心模块。四、核心指标 主要终点指标：机器学习 AUC：各算法对 PCB2 靶点的预测准确度（GBM 最高 0.927）Nomogram 诊断 AUC：联合 8 个基因的列线图诊断效能（AUC=0.888）单基因 ROC：4 个关键基因各自的诊断 AUC（均 >0.7） 次要终点指标：分子对接结合能（kJ/mol）：PCB2 与蛋白的结合亲和力（阈值 <−5 kJ/mol 为强结合）动物实验终点：行为学评分（OFT/EPM/T-Maze/CPT）、髓鞘染色密度、炎症因子水平、抗氧化酶活性、关键基因 mRNA/蛋白表达量五、统计方法亮点 本研究的统计 pipeline 有几个值得"抄作业"的技术亮点：8 种 ML 算法并行交叉验证：GBM、SVM、RF、XGBoost、LASSO、GLM、EL、NNet 全部跑一遍，用 Reverse Cumulative Distribution of Residual Curve 评估残差分布，最终取交集锁定最稳健的候选基因——这种"多算法共识"策略比单一算法更可靠WGCNA + ML 双重筛选：先通过 WGCNA 找到与疾病表型相关的基因模块（蓝色模块 4909 基因），再通过 ML 从中筛选关键基因——两步过滤大幅降低假阳性Nomogram + 校准曲线双保险：不仅看 AUC，还用校准曲线验证预测值与实际观测值的一致性——这是临床预测模型的金标准做法分子对接量化结合能：AutoDock Vina 输出精确的结合自由能（kJ/mol），4 个蛋白的结合能均在 −14 至 −23 kJ/mol 范围，远超 −5 kJ/mol 的强结合阈值多层次动物验证：从宏观（行为学）→ 组织学（LFB 染色）→ 细胞（免疫荧光 MBP/APC/NG2）→ 分子（ELISA/Western blot/RT-PCR）逐层递进六、选题优势：为什么这篇适合当模板？方法学完整度极高：从公共数据库挖掘 → 生信分析 → ML 筛选 → 网络药理学 → 分子对接 → 动物实验，形成完整的"干湿结合"闭环，可直接复用到任何疾病的天然产物研究中8 种 ML 算法并行是当前生信文章的热门加分项，审稿人看到"多算法共识"会认为结果更可靠天然产物 + 神经退行性疾病是高引方向，葡萄籽原花青素又是大众熟悉的成分，科普传播性强期刊友好：JTM IF 7.5/Q1，接受生信+实验混合型文章，审稿快（中位首次决定仅 11 天）可扩展性强：换成其他天然化合物（姜黄素、白藜芦醇、槲皮素…）或其他神经疾病（AD、PD、ALS…），整套 pipeline 直接平移七、研究结果01 差异基因与聚类：857个DEGs锁定MS转录特征 limma 分析从 GSE131282 中鉴定出 857 个 DEGs（3 个上调、854 个下调），绝大多数基因在 MS 中呈低表达状态（图1A）。ConsensusClusterPlus 将 142 例患者最优分为 Cluster 1 和 Cluster 2 两个亚型——Cluster 2 的基因表达谱更接近正常对照组，提示可能代表较轻的疾病亚型。02 免疫浸润与WGCNA：蓝色模块是MS的核心驱动者 免疫浸润分析发现 Cluster 2 中 M2 型巨噬细胞浸润显著增加（P<0.05），提示该亚型可能处于不同的免疫微环境状态。 WGCNA 分析中，蓝色模块（4909 个基因）与 MS 表型的相关性最强（cor=0.65, P<1e−200）。将蓝色模块基因与 MS 疾病基因、DEGs、PCB2 靶点取交集，得到 25 个核心交集基因——GO 富集显示这些基因主要集中在氧化应激相关生物学过程（response to oxidative stress、cellular response to ROS 等）。03 8种机器学习：4个关键基因脱颖而出 8 种 ML 算法全部展现出优秀的预测能力（AUC > 0.8），其中 GBM 以 0.927 登顶，GLM 最低但仍有 0.805（图5A-B）。取 33 个重要基因与 25 个交集基因的再交集 → 21 个基因 → 按 Feature Importance 出现频率排序选出 Top 8 → 最终聚焦 4 个诊断 AUC > 0.7 的核心基因： 关键基因 全称 单基因 AUC 功能定位KCNH2 钾离子通道 H 亚家族成员 20.742 心血管/神经电活动PTGS1 前列腺素内过氧化物合酶 1（COX-1）0.802 炎症介质合成ESR1 雌激素受体 α0.823 性激素信号/神经保护VEGFA 血管内皮生长因子 A0.857 血管生成/血脑屏障  图5. 8 种机器学习算法筛选关键基因。（A）反向累积残差分布曲线；（B）ROC 曲线（GBM AUC=0.927 最高）；（C）特征重要性排序；（D）预测残差箱线图；（E-F）交集基因 Venn 图与 Top 8 排名04 Nomogram诊断模型：联合AUC达0.888 基于 8 个交集基因构建的 Nomogram 列线图联合诊断 AUC = 0.888（远超 0.7 的临床可用标准）（图6A-B）。校准曲线显示训练集和验证集的预测值与实际观测值高度一致（图6C）。PPI 网络进一步揭示 PTGS1 与 ESR1 之间存在强正相关（r=0.71）（图6D-E）。小提琴图确认 4 个关键基因在 MS 组的表达均显著低于正常组（P<0.0001）（图6F）。  图6. Nomogram 与诊断模型效果评估。（A）列线图；（B）单基因及联合 ROC 曲线（4 个关键基因 AUC 均 >0.7）；（C）校准曲线；（D）PPI 网络；（E）基因相关性热图；（F）4 个关键基因表达小提琴图05 TF-miRNA调控网络：222节点全景图谱 通过 Cytoscape iRegulon 插件预测出 46 个转录因子（TFs），miRWalk 3.0 筛选得到 172 个 miRNAs，构建了包含 222 个节点、271 条边的 Gene-TFs-miRNA 调控网络（图7A）。网络拓扑分析显示：ESR1 度值最高（122），是网络的枢纽节点VEGFA（79）、PTGS1（57）、KCNH2（13）依次排列SRF（血清反应因子） 是唯一能同时调控 4 个关键基因的上游 TF（图7D）  图7. Gene-TFs-miRNA 调控网络。（A）完整调控网络（222 节点/271 边）；（B）4 个关键基因的度值排名（ESR1=122 居首）；（C）miRNA 交集 Venn 图；（D）TF 交集（SRF 为共享转录因子）06 分子对接：PCB2与4个蛋白均有强结合 AutoDock Vina 分子对接结果显示，PCB2 与 4 个关键蛋白均能自发稳定结合（结合能 < −5 kJ/mol）： 蛋白 结合能 (kJ/mol) 结合强度评价VEGFA−23.51 最强结合KCNH2−22.09 强结合PTGS1−15.48 中强结合ESR1−14.06 中强结合 单基因 GSEA 进一步验证：4 个关键基因在 "response to oxidative stress" 通路上均呈现显著的富集效应（NES 显著，P<0.01），与 GO 富集结论完全一致（图8B）。  图8. 分子对接与单基因 GSEA。（A）PCB2 与 KCNH2/PTGS1/ESR1/VEGFA 的 3D 分子对接构象（红色=PCB2）；（B）4 个关键基因在氧化应激通路的 GSEA 富集曲线07 动物实验验证：PCB2全方位改善MS小鼠表型 在 CPZ（铜腙唑）诱导的脱髓鞘小鼠模型中，PCB2 给药后展现出多维度的治疗效果： 行为学改善：OFT（旷场试验）：总运动量和中央区域活跃度降低（P<0.0001），焦虑/多动缓解EPM（高架十字迷宫）：闭臂停留时间增加（P<0.0001），抗焦虑T-Maze：诱饵臂进入次数和活动距离增加（P<0.001），空间学习记忆增强CPT（转棒试验）：下落时间延长、错误次数减少（P<0.05），运动协调改善 髓鞘修复：LFB 染色：CC 区髓鞘密度显著回升（P<0.05~0.001）免疫荧光：MBP（髓鞘碱性蛋白）↑、APC（少突胶质细胞）↑、NG2（前体细胞）↑ 炎症与氧化应激：促炎因子：TNF-α↓、IL-1β↓、IL-6↓（均 P<0.001）抗炎因子：IL-10↑（P<0.01）抗氧化酶：CAT↑、SOD↑、GSH-Px↑（P<0.05~0.01） 关键基因验证：RT-PCR 和 Western blot 一致证实：PCB2 给药后 KCNH2/PTGS1/ESR1/VEGFA 的 mRNA 和蛋白表达水平均显著上调（P<0.01~0.0001）八、研究短板：承认局限，反而更可信单一 GEO 数据集：仅使用 GSE131282 一个数据集（142 例），未在外部独立队列中验证 4 个关键基因的诊断效能PCB2 剂量探索不足：动物实验仅使用一个剂量组，缺乏剂量-效应关系曲线机制深度有限：虽然证明了 PCB2 能上调 4 个关键基因，但这些基因如何具体参与 MS 脱髓鞘/修复过程的详细信号通路尚未阐明（如是否通过 NF-κB 通路介导？）物种差异：小鼠 CPZ 模型模拟的是急性脱髓鞘过程，与人类 MS 的慢性复发-缓解病程存在差距PCB2 药代动力学缺失：未检测 PCB2 在脑组织中的浓度分布和代谢半衰期 但这些局限不影响核心结论的价值——作为一项"发现+初步验证"阶段的转化医学研究，它成功搭建了从计算预测到实验验证的桥梁。九、如果接着做，可以往哪走？外部队列验证：在其他 MS 转录组数据集（如 GSE108000、GSE135511）中验证 4 个关键基因的诊断 AUC剂量梯度实验：设置 PCB2 低/中/高三个剂量组，绘制量效曲线并确定最佳治疗窗信号通路深挖：敲低/过表达 KCNH2 或 ESR1，观察下游 NF-κB/Nrf2 通路变化类器官/人源化模型：使用 MS 患者 iPSC 来源的脑类器官或人源化小鼠模型验证其他天然产物平行研究：用同一套 pipeline 筛选姜黄素/白藜芦醇/EGCG 的 MS 关键靶点，做横向对比十、总结 这篇研究用 "8 种 ML + WGCNA + 分子对接 + CPZ 小鼠" 的全链条策略，系统揭示了 原花青素 B2（PCB2） 通过上调 KCNH2、PTGS1、ESR1、VEGFA 四个氧化应激相关关键基因发挥抗多发性硬化作用的分子机制。 从方法学角度看，这篇文章提供了一个可直接复用的"天然产物-疾病靶点"研究生信模板：公共数据库挖掘 → 多算法 ML 共识筛选 → 网络药理学 → 分子对接 → 动物实验五步法。无论你研究的是哪种天然化合物（中药单体/植物提取物）或哪种疾病（肿瘤/神经退行性/心血管/代谢），这套 pipeline 都能直接平移。— END — 本/硕/博/课题等论文： 数据分析、实证分析、机器建模、数学建模、论文润色及全包。 中英文期刊文章： 统计分析、数据分析、实证分析、机器建模、文章润色、期刊代投及全包（包括普刊、核心、SCI、SSCI、EI等）。 META分析： 文献检索、文献筛选、质量评价、数据提取、数据分析（普通、网状）。 生物信息学统计分析 / 多数据库挖掘分析： 选题、方案设计及数据分析，比如孟德尔随机化、单细胞转录组、临床数据库分析等。 专业： 医学、教育、金融、经济、心理、管理、农学等。 技术： SPSS、STATA、R、Amos、Python、Matlab、Meta、Eviews、Revman等 微信：zy10178083 声明： 本文仅对发表于 Journal of Translational Medicine（BMC/Springer Nature）的论文进行学术解读，不构成任何医疗建议。具体治疗方案请遵循临床指南并由专科医生决策。影响因子数据来源于 2024 Journal Citation Reports（Clarivate）；研究数据请以原文为准。

本文要点 研究背景与设计 针对类风湿关节炎（RA）中肠道菌群失调与免疫微环境紊乱，整合患者队列、胶原诱导性关节炎小鼠及成纤维样滑膜细胞模型，解析干酪乳酪杆菌（Lactobacillus casei）的干预机制。 核心发现与意义 干酪乳酪杆菌通过重塑肠道菌群、提高丁酸水平，并协同调控组蛋白去乙酰化和蛋白质糖基化，缓解小鼠关节与肠道炎症，为靶向肠-关节轴干预RA提供机制依据。 临床特征关联 RA患者粪便中干酪乳酪杆菌丰度低于健康对照，且与类风湿因子和IL-6水平呈负相关。 关节与屏障表型 干酪乳酪杆菌干预减轻小鼠关节肿胀、骨侵蚀、滑膜炎和肠屏障损伤，降低血清炎症因子水平，并提高ZO-1、Occludin和MUC2表达。 菌群代谢重塑 干酪乳酪杆菌恢复肠道菌群多样性，富集Butyricicoccus等产丁酸菌，并提高粪便丁酸浓度。 炎症信号调控 干酪乳酪杆菌及丁酸均抑制滑膜HDAC1/2表达、TLR4-MyD88互作和NF-κB活化，减弱促炎信号传导。 糖基化修饰 干酪乳酪杆菌通过降低O-GlcNAcase活性，增强STAB1蛋白的O-GlcNAc糖基化修饰，并与丁酸协同抑制滑膜炎症。 核心关键词 类风湿关节炎　　干酪乳酪杆菌　　肠道菌群　　肠-关节轴　　丁酸盐　　组蛋白去乙酰化酶　　NF-κB信号通路　　O-GlcNAc糖基化　　STAB1 科普解读 类风湿关节炎（RA）不仅是一种导致关节畸形与功能丧失的自身免疫病，其背后更隐藏着一个关键的驱动因素—— 肠道菌群失调 。在RA患者体内，有益菌的减少与致病菌的增多，会破坏肠道屏障，使得细菌产物与炎症信号持续渗入血液，最终加剧全身性的免疫攻击。然而，这种局面并非不可逆转。 一项发表于 Gut Microbes 的研究，由山西中医药大学、经方扶阳山西省重点实验室、陕西师范大学等机构的周然、彭涛、王永辉、李广林及马艳苗等研究团队完成，揭示了益生菌 干酪乳酪杆菌 不仅能修复肠道防御，更能通过多条精密的分子通路，从根源上抑制关节炎症。 寻找失衡的源头与修复的起点 研究团队首先通过临床样本锁定了关键线索：与健康人相比，RA患者肠道中的 干酪乳酪杆菌丰度显著降低 ，且这种减少与类风湿因子及促炎细胞因子水平呈负相关。这意味着，补充这种缺失的特定益生菌，或许能成为逆转炎症的关键。 为了验证这一猜想，团队在胶原诱导性关节炎（CIA）小鼠模型中展开了干预实验。结果令人振奋，经过4周的干酪乳酪杆菌治疗后，小鼠的关节肿胀、软骨侵蚀及骨破坏均得到显著缓解，体内的炎症信号也被大幅削弱。 多层次的“防火墙”修复工程 干酪乳酪杆菌的保护作用并非单点突破，而是建立了一套立体的防御体系。研究显示，它首先深度重塑了肠道微生态，不仅显著提升了 产丁酸盐菌群 （如Butyricicoccus）的丰度，还抑制了普雷沃菌等有害菌。这种菌群结构的优化，直接促进了关键代谢物 丁酸盐 的生成。 丁酸盐如同一把关键的钥匙，它不仅修复了肠道中ZO-1、Occludin等紧密连接蛋白，强化了物理屏障，还抑制了TLR4/MyD88这一炎症信号通路的启动，从源头阻断了炎症的级联反应。 双重分子开关：不止于经典通路 在深入分子层面的探索中，该研究发现了两个高度协同的调控机制。其一，干酪乳酪杆菌及其代谢物丁酸盐强力抑制了滑膜组织中 HDAC/NF-κB信号通路 。数据显示，在干酪乳杆菌的干预下，HDAC1、HDAC2以及NF-κB p65的磷酸化水平均显著下降，这意味着驱动滑膜炎症和细胞增殖的核心引擎被有效遏制。其二，研究团队通过O-GlcNAc糖基化蛋白质组学分析，发现了一个此前未被充分关注的新维度。 干酪乳酪杆菌通过下调OGA酶，上调了关键免疫蛋白（如 STAB1 ）的O-GlcNAc糖基化修饰，这一改变协同强化了对NF-κB信号的抑制，从而实现了更精细的炎症调控。 走向精准干预的新范式 这项研究最具转化价值的部分在于，它将丁酸盐与干酪乳酪杆菌联合使用，在动物模型中观察到了 更优的协同抗炎效果 。联合干预不仅更全面地抑制了IKK/IκBα/NF-κB信号轴，还最大程度地修复了关节和肠道的病理损伤。这暗示，直接补充益生菌加上其关键代谢物，或许是一条比单一疗法更为高效的潜在策略。 当然，该研究也坦诚地指出，关于丁酸盐的G蛋白偶联受体通路与表观遗传调控路径的具体贡献，以及O-GlcNAc修饰与其他翻译后修饰的动态互作，仍需在临床样本中进一步验证。但这无疑为基于“肠道-关节轴”的微生态精准治疗，打开了一扇充满希望的新窗口。 图片摘要 相关文章推荐 01 Gut Microbes · IF: 15.3 Gut Microbes：潜在二代益生菌P. faecium或经PYY抗肥胖 02 Cell Metabolism · IF: 37 西交一附院李铤/丁宁等Cell Metab：心病肠治！肠菌代谢物IVA阻断焦亡防治房颤 03 Gut Microbes · IF: 15.3 肠道双菌协同过度降解黏蛋白，驱动细菌性便秘 04 Gut Microbes · IF: 15.3 郑大一院孙同文团队：衰老肠道菌群如何增加脓毒症易感性？ 05 Science · IF: 47.3 Science：肾病恶性循环，尿毒素如何催生肠菌产毒？ 原文链接 https://rbase.chinagut.cn/base/article/af86add1b59a4399b36a0d5e0c2643c4

> “孩子不爱吃饭，肚子总胀，大便也不成形”——这句话，几乎是每个有娃家庭的“高频台词”。带去医院，检查一圈，什么问题都没查出来，医生给出的诊断往往是“儿童功能性消化不良”。 它的本质，不是肠胃器官坏了，而是肠胃功能“闹了脾气”，运化节奏乱了。对很多家长来说，这是一个比感冒发烧更磨人的慢性难题：孩子吃得少、吸收差，长此以往，体重不增、面色发黄，却没有一款专属的、针对性的中药可以精准使用。 2026年7月，这个临床痛点迎来了一个突破。山西省中医药研究院（山西省中医院）倪艳教授团队自主研发的中药**1.1类新药“香术调脾和中颗粒”**，正式获得国家药监局药品审评中心（CDE）的临床试验默示许可。 这是一款从零开始、专为儿童功能性消化不良打造的原创中药复方，填补了该细分领域长期以来的“专用药空白”。 ## 十年磨一剑，瞄准儿科“空白地带” 一个新药从立项到拿到临床试验“入场券”，需要多久？倪艳教授团队的答案是：**整整10年**。 “香术调脾和中颗粒”是山西省中医药研究院**2016年度新药研究专项重点扶持项目**，从处方开发、药学研究到临床前安全性与药效学评价，团队一步步走完了所有环节。 它的根，扎在传统中医“脾胃论治”理论里；它的“弹药”，来自**广藿香、白术、薏苡仁、茯苓等14味道地药材**的精准配伍。 核心功效锁定在**“运脾和中、化滞开胃”**——翻译成大白话，就是帮孩子把脾胃的运化功能“修好”，把积食“化开”，让胃口回来。 为什么说这是个“空白地带”？在儿科治疗领域，过去医生给孩子开的中成药，大多是通用型健脾消食药，比如小儿健脾散、醒脾养儿颗粒等，虽然有效，但并非针对“功能性消化不良”这个特定适应症研发的专属新药。 2024-2026年，国内该领域公开可见的进展中，只有“王氏保赤丸”启动了针对儿童功能性消化不良的2000例多中心真实世界研究，但那是已上市多年的经典老药，并非全新原创。而“香术调脾和中颗粒”，是**同期唯一进入临床阶段的、完全从头研发的中药1.1类新药**。 ## 什么是“中药1.1类新药”？它的含金量在哪？ 很多人听到“1.1类”这个编号，可能没什么概念。简单来说，在药品注册分类里，这相当于**“原创全家桶”的顶级认证**。 根据《中药注册管理专门规定》，中药1.1类新药（现归入中药创新药范畴）的核心定义是：**全球范围内均未上市销售的原创中药复方制剂**。这意味着，它的配方、功效、适应症，都是“独一份”的，没有同靶点、同适应症的已上市中药制剂可以参照。 换个更直观的比喻：如果说仿制药是“抄作业”，改良型新药是“改作业”，那么1.1类新药就是**“自己出一道全新的题，并自己写出正确答案”**。 它需要经过药效学研究、安全性评价、处方工艺摸索等一系列前期工作，证明自己“值得被拿到人体上试验”，才有资格获得临床试验默示许可。 “香术调脾和中颗粒”的获批，也正是**山西省中医药创新体系建设的关键成果**。 就在2026年7月，山西省层级最高的中医药科创平台——**“中医药新产品创制山西省实验室”**刚刚获批筹建，由山西中医药大学、山西省中医药研究院、山西中医药大学附属医院和亚宝药业四方共建。 这款新药，恰好成为该实验室落地后，当地中药创新体系产出的**标志性“第一枪”**。 ## 从“默认许可”到“惠及患儿”，还有几道关？ 拿到CDE的临床试验默示许可，意味着监管机构认可了该品种的临床前研究数据，允许其进入人体试验阶段。但这只是**万里长征走出了第一步**。 接下来，倪艳教授团队将开展**多中心临床试验**，系统评价该药品的临床疗效与用药安全性。这个过程通常需要数年时间，要经过I期（安全性）、II期（初步疗效与剂量探索）、III期（大规模确证）临床试验，全部通过后，才能向国家药监局提交上市申请。 对于广大患儿家庭而言，这无疑是一个值得期待的信号。儿童功能性消化不良虽然不是致命疾病，但长期厌食、腹胀、吸收不良，会直接影响孩子的生长发育和日常精神。 一旦“香术调脾和中颗粒”在后续临床试验中被证实安全有效，它将成为国内首个**专属针对该适应症的原创中药**，为临床医生提供一把更精准的“钥匙”，也让家长在给孩子喂药时，不再只能“拆东墙补西墙”。