Bước đầu xây dựng cơ sở dữ liệu các hợp chất thiên nhiên việt nam phục vụ cho việc sàng lọc ảo

ĐẠI

HỌC QUỐC GIA HÀ NỘI
KHOA Y – DƯỢC

NGUYỄN THỊ THU HÀ

BƯỚC ĐẦU XÂY DỰNG CƠ SỞ DỮ LIỆU
CÁC HỢP CHẤT THIÊN NHIÊN VIỆT NAM
PHỤC VỤ CHO VIỆC SÀNG LỌC ẢO

KHÓA LUẬN TỐT NGHIỆP DƯỢC SĨ ĐẠI HỌC

Hà Nội – 2017


ĐẠI HỌC QUỐC GIA HÀ NỘI
KHOA Y DƯỢC

NGUYỄN THỊ THU HÀ

BƯỚC ĐẦU XÂY DỰNG CƠ SỞ DỮ LIỆU
CÁC HỢP CHẤT THIÊN NHIÊN VIỆT NAM
PHỤC VỤ CHO VIỆC SÀNG LỌC ẢO
KHÓA LUẬN TỐT NGHIỆP DƯỢC SĨ ĐẠI HỌC
Khóa: QH.2012.Y
Người hướng dẫn:
1.

TS. Lê Thị Thu Hường

2.

PGS.TS. Dương Thị Ly Hương

Hà Nội – 2017


LỜI CẢM ƠN
Luận văn này được thực hiện tại Bộ môn Dược liệu – Dược học cổ truyền, Khoa
Y-Dược, Đại học Quốc gia Hà Nội.
Tôi xin bày tỏ lòng kính trọng và biết ơn sâu sắc tới TS. Lê Thị Thu Hường, giảng
viên Bộ môn Dược liệu – Dược học cổ truyền; PGS.TS. Dương Thị Ly Hương, giảng viên
Bộ môn Dược lý - Dược lâm sàng, Khoa Y-Dược, Đại học Quốc gia Hà Nội đã giao đề tài
và luôn ở bên tôi trong suốt quá trình làm luận văn, chỉ bảo tôi về chuyên môn cũng như
động viên tôi trong cuộc sống, giúp tôi hoàn thành tốt đề tài nghiên cứu.

Tôi xin chân thành cảm ơn TS. Đặng Thanh Hải, giảng viên Khoa Công nghệ
thông tin, trường Đại học Công nghệ, Đại học Quốc gia Hà Nội đã giúp tôi đưa CSDL
ra giao diện web. Bên cạnh đó tôi xin gửi lời ơn tới ban quản lý thư viện Quốc gia, thư
viện đại học Dược Hà Nội, thư viện Viện hàn lâm Khoa học Công nghệ, tạp chí Dược
học… các nhà sáng lập và quản lý của ChemAxon, ChemMine Tools, ClassyFire - The
Metabolomics Innovation Centre (TMIC)… đã tận tình giúp đỡ tôi trong suốt thời gian
thực hiện luận văn.
Cuối cùng, xin bày tỏ lòng biết ơn sâu sắc nhất tới gia đình, người thân và bạn
bè là những người đã luôn quan tâm, chăm sóc và động viên tôi trong suốt thời gian
học tập và làm việc.
Xin trân trọng cảm ơn!
Hà nội, ngày tháng năm
Sinh viên

DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT

Ký Diễn giải
hiệu
InChiKey
CS
D
L
Y
H
C
T
F
D
A

IU
PA
C

NI
ST

S
M
IL
ES

In

Ch
i

MACCS
NCI
VNPD_ID


Cơ sở dữ
liệu

National Institute of Standards and
Technology

DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT

Y học cổ
truyền

(Viện Tiêu chuẩn và Công nghệ Mỹ)

DANH MỤC CÁC BẢNG

Food and
Drug
Administrat
ion
(Cục quản
lý thuốc và
thực phẩm

Mỹ)
Internation
al Union of
Pure and
Applied
Chemistry
(Liên minh
Quốc tế về
Hóa học
thuần túy và
Hóa học
ứng dụng)

Simplified Molecular Identification and Line
Entry System
(Hệ thống đơn giản hóa với đầu vào dưới dạng
dòng để biểu diễn
phân tử)
IUPAC International Chemical Identifier

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

ĐẶT VẤN ĐỀ ..............................................

CHƯƠNG 1. TỔNG QUAN TÀI LIỆU ....
1.1.

1.1.1. Vai trò hợp chất thiên nhiên trong qu

1.1.2. Y học cổ truyền .................................

1.1.3. Tổng quan về quá trình nghiên cứu p

(Nhận dạng hóa học quốc tế theo IUPAC)

1.2.

IUPAC International Chemical Identifier Key

1.2.1.

(Dạng rút gọn của nhận dạng hóa học quốc tế
theo IUPAC)
Molecular ACCess System (Hệ thống truy cập
phân tử)
National Cancer Institute (Viện ung thư quốc
gia Mỹ)
Vietnam Natural Products Database
_Identification
(Định danh của hợp chất trong cơ sở dữ liệu các
hợp chất tự nhiên

Việt Nam)

Nghiên cứu

Tổng quan v

1.2.2.
1.3.

Cơ sở dữ liệ

1.3.1. Biểu diễn và nhận dạng các hợp chất

1.3.2. Thông tin liên quan về hợp chất đượ

1.3.3. Các đặc tính vật lý và hóa hoc của h
1.4.

Khai thác C

1.4.1.

1.4.2. Ứng dụng CSDL cho quá trình sàng
1.4.3. Xây dựng các hệ thống để xác định

CHƯƠNG 2. ĐỐI TƯỢNG VÀ PHƯƠNG
2.1.

Đố

2.2.

Phương phá

2.2.1. Phương pháp thu thập số liệu ..........

2.2.2. Phương pháp xử lý số liệu ...............

2.2.3. Thiết lập giao diện website ..............

2.2.4. Thiết bị nghiên cứu...........................

CHƯƠNG 3. KẾT QUẢ VÀ THẢO LUẬ
3.1.

Nộ

3.1.1. Số lượng các hợp chất .....................
3.1.2.

P


3.1.3. Phân loại các hợp chất theo nhóm tác dụng sinh học................................................................ 27
3.1.4. Đánh giá mức độ giống thuốc theo quy tắc số 5 của Lipinski.................................................... 30
3.2. VNPD website............................................................................................................................... 31
KẾT LUẬN VÀ KIẾN NGHỊ............................................................................................................. 35

Tài liệu tham khảo
Phụ lục 1
Phụ lục 2
Phụ lục 3
Phụ lục 4
Phụ lục 5


DANH MỤC CÁC BẢNG
Bảng

1.1

Tên b

Một số CSDL công cộng có chứ
thiên nhiên

1.2

Một số CSDL về hợp chất có ng

3.1

Thống kê các phân nhóm chính

3.2

Số vi phạm quy tắc Lipinski của


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình
1.1
2.1

Tên hình

Quá trình nghiên cứu và phát triển thu

CSDL ban đầu với các thông tin được
Exel

2.2

Mô tả nội dung và các trường lớn của

2.3

Quá trình đưa ra dữ liệu hiển thị cho t

3.1

3.2

3.3

3.4

3.5
3.6
3.7

3.8

Biểu đồ biểu thị sự phân bố của các n
hợp chất trong CSDL

Các biểu đồ biểu thị sự phân bố các p
nhóm chính trong CSDL hiện có

Thống kê tác dụng dân gian của các h
CSDL

Thống kê tác dụng dược lý đã được c
ghi nhận được trong CSDL

Các biểu đồ biểu thị sự đánh giá các h
theo quy tắc số 5 của Lipinski
Giao diện VNPD cung cấp các thông

Kết quả tìm kiếm “sterol” ở trường “T
VNPD

Kết quả tìm kiếm “Xoan rừng” ở trườ
VNPD



ĐẶT VẤN ĐỀ
Thuốc có nguồn gốc tự nhiên đóng góp một phần quan trọng trong hệ thống
chăm sóc sức khỏe trên toàn thế giới. Theo ước tính của tổ chức Y tế Thế giới (WHO),
80% dân số trên toàn thế giới sử dụng thuốc có nguồn gốc tự nhiên như một lựa chọn
hàng đầu trong việc phòng và chữa bệnh. Gần đây, do xu hướng toàn cầu của việc sử
dụng các sản phẩm tự nhiên trong phòng ngừa và điều trị các bệnh về thể chất và tinh
thần, thảo dược ngày càng được chú ý trong các điều tri lâm sàng trên toàn thế giới.

Trong kỷ nguyên thống trị của hóa học tổ hợp hiện đại, người ta có thể sử
dụng phương pháp tổng hợp, bán tổng hợp để tạo ra các phân tử mới, thiết kế các
cấu trúc thuốc mới. Nhưng theo một số nghiên cứu đã được công bố, các hợp chất

có nguồn gốc tự nhiên có các đặc tính hóa học giống thuốc hơn so với các hợp chất
tổng hợp được từ hóa tổ hợp [41]. Để tổng hợp một số lượng lớn các dữ liệu hóa
sinh và rút ngắn thời gian phát minh thuốc mới, các CSDL phân tử đã được xây
dựng và trở thành một công cụ hữu ích cho các nhà thiết kế thuốc. Trong số đó,
CSDL cấu trúc của các hợp chất được phân lập từ thảo dược tự nhiên mang lại nhiều
ứng dụng hiệu quả trong thực tế, các thảo dược tự nhiên có thể được xem như là
một nguồn phong phú và tiềm năng, là các ứng viên làm thuốc [20].
Khoa học hiện đại giúp chúng ta có thể phân tích sâu hơn về dược liệu, từ các
thành phần hóa học cấu thành đến các tác dụng dược lý liên quan qua những nghiên
cứu thực nghiệm. Hàng năm có rất nhiều báo cáo về phân lập và chiết tách các
thành phần hóa học của cây được công bố trên các tạp chí khoa học ở quy mô quốc
gia, quy mô quốc tế. Nhưng các báo cáo này chỉ dừng lại ở mức độ công bố mà
chưa thực sự đem lại được một giá trị thực tiễn. Các báo cáo cung cấp cho chúng ta
những thông tin tương đối đầy đủ và đáng tin cậy về các hợp chất hóa học được
phân lập từ cây thảo dược với cấu trúc hóa học, định danh, tác dụng dân gian, tác
dụng dược lý đã được chứng minh, nguồn dược liệu làm thí nghiệm …
Mặc dù ta có được một lượng thông tin lớn và đa dạng về các hợp chất, nhưng
chỉ có một tỷ lệ nhỏ trong sự đa dạng đó được khai thác nghiêm túc cho tiềm năng
dược lý của nó. Những thông tin này đã được nghiên cứu và công bố rộng rãi nhưng
chưa có một sự quy tụ hay quản lý chung, là một vấn đề khó khăn trong công tác tìm
kiếm và chọn lựa đối với các nhà khoa học. Do vậy, việc đưa ra các giải pháp thu thập
và quản lý một cách hiệu quả là vấn đề rất cần thiết hiện nay, đặc biệt là những đề xuất,
giải pháp mang tính công nghệ ứng dụng. Đối với vấn đề quản lý hiệu quả


thì việc đề xuất các giải pháp ứng dụng công nghệ thông tin vào xây dựng CSDL và
hệ thống phần mềm giúp cho việc thu thập, quản lý và tra cứu là hết sức cần thiết.
Trên thế giới, một số quốc gia phát triển như Trung Quốc, Nam Phi, Brasil đã
xây dựng thành công hệ CSDL về các hợp chất phân lập từ thảo dược thiên nhiên ở
đất nước họ [1, 8, 22]. Và đã có một số báo cáo ghi nhận các trường hợp thiết kế

thuốc thành công dựa trên các tìm kiếm CSDL cấu trúc đó. Ngày nay, việc tìm kiếm
các hoạt chất tự nhiên có hoạt tính sinh học cao để làm thuốc là một xu thế được rất
nhiều các nhà khoa học quan tâm. Việt Nam là một trong những quốc gia thuộc các
vùng nhiệt đới – nơi chứa đựng giá trị đa dạng sinh học cao chưa được khám phá,
đây như là một tiềm năng và cũng là một thách thức lớn cho việc xây dựng và khai
thác CSDL một cách tối ưu nhất.
Do đó, chúng tôi tiến hành đề tài: “Bước đầu xây dựng cơ sở dữ liệu các hợp
chất thiên nhiên Việt Nam phục vụ cho việc sàng lọc ảo” với các mục tiêu chính
sau:
-

Xây dựng được một CSDL gồm các hợp chất có nguồn gốc thiên nhiên
Việt Nam.
Xây dựng một giao diện website để quản lý và sử dụng CSDL hiệu quả.


CHƯƠNG 1. TỔNG QUAN TÀI LIỆU
1.1. Nghiên cứu các hợp chất thiên nhiên
1.1.1. Vai trò hợp chất thiên nhiên trong quá trình nghiên cứu và phát triển thuốc
hiện đại
Hợp chất thiên nhiên (hay hợp chất tự nhiên, natural products) là các chất hóa
học có nguồn gốc từ thiên nhiên hoặc được chiết xuất từ các mô của động vật, thực
vật trên cạn; sinh vật biển; vi khuẩn lên men; vi sinh vật [35]. Hầu hết các hợp chất
tự nhiên có hoạt tính sinh học là các chất chuyển hóa thứ cấp có cấu trúc rất phức
tạp. Điều này làm chúng có tính ưu trội hơn vì chúng là các hợp chất cực kỳ mới.
Thực vật được cấu thành bởi một hệ thống lớn và đa dạng các chất hóa học, chúng
có thể cung cấp những hợp chất với cấu trúc có độ phức tạp cao mà không thể tổng hợp
được trong các phòng thí nghiệm. Những phân tử nhỏ này cung cấp nguồn hoặc là tiền
chất cho phần lớn các hoạt chất được FDA chấp thuận và hiện đang là một trong những
nguồn cảm hứng chính cho việc nghiên cứu và phát hiện thuốc mới.

Có nhiều chất dẫn đường có nguồn gốc từ thực vật [46] (ví dụ morphin, cocain,
digitalis, quinin, tubocurarin, nicotin, muscarin…). Một số đóng vai trò trực tiếp là
những loại thuốc hữu ích (ví dụ morphin và quinin), và một số khác là cơ sở cho
tổng hợp các hoạt chất làm thuốc (ví dụ như thuốc gây mê cục bộ phát triển từ
cocain). Gần đây trong lâm sàng, một số loại thuốc mới đã được phân lập từ thực
vật bao gồm thuốc chống ung thư paclitaxel (Taxol) từ cây thủy tùng, và thuốc
chống sốt rét artemisinin từ câu thanh hao hoa vàng.
Nhiều thực vật bậc cao chứa các chất chuyển hóa mới có tính kháng khuẩn và
kháng virus [33]. Ở những nước phát triển, các ca lâm sàng có dử dụng hóa trị liệu
thường dùng các thuốc đã được sản xuất bằng hóa tổng hợp in vitro; nhưng taxol và
vincristin là ngoại lệ [42], chúng là các chất chuyển hóa có cấu trúc phức tạp, rất
khó tổng hợp trong ống nghiệm. Nhiều loại thuốc tổng hợp và bán tổng hợp gây ra
các phản ứng phụ nghiêm trọng, nhất là các thuốc dùng điều trị cho bệnh nhân ung
thư với các tác dụng phụ biểu hiện trên da một cách rất nghiêm trọng. Các chất
chuyển hóa được phát hiện trong một số loài thực vật có thể tránh tác dụng phụ của
thuốc tổng hợp vì chúng đã từng tích tụ trong các tế bào sống [36].
Việc khám phá và phân lập nhiều hợp chất dược liệu từ các nguồn tự nhiên một
phần là do các đặc tính đã biết của các sinh vật chứa các chất này. Một trong những hợp
chất tinh khiết được phân lập đầu tiên trong lịch sử y học là morphin vào khoảng năm
1804 bởi Friedrich Serturner từ thuốc phiện [49]. Vào thời điểm đó, thuốc phiện được
gọi là thuốc gây nghiện, mặc dù nó đã được sử dụng nhiều trong điều trị giảm


đau vào thời Trung cổ. Thuốc kháng sốt rét, quinin đã được Pelletier và Caventou phân
lập từ cây vỏ cây cinchona vào năm 1820 [47]. Loại vỏ cây này đã được sử dụng để
điều trị sốt rét từ những năm 1600 và cũng là một phần của y học cổ truyền Nam Mỹ để
điều trị bệnh sốt. Sự gia tăng tính kháng thuốc đối với quinin và dẫn chất của nó dẫn
đến nhu cầu về thuốc sốt rét thay thế và ta có artemisinin được phân lập từ cây thanh
hao hoa vàng [44]. Một thuốc giảm đau tự nhiên khác, và là một trong những loại thuốc

được sử dụng rộng rãi nhất mọi thời đại [51], là axit acetylsalicylic, được đăng ký dưới
tên "Aspirin" [23]. Tiền thân của nó là axit salicylic từ vỏ cây liễu, lá của cây này được
người Ai Cập cổ đại sử dụng với tác dụng giảm đau và chống viêm.

Sự khám phá ngẫu nhiên penicillin vào năm 1928 đã đánh dấu một mốc quan
trọng cho nền Y học hiện đại. Alexander Fleming đã nghiên cứu và quan sát được vi
khuẩn Staphylococcus không thể phát triển xung quanh một khu vực nhỏ xung
quanh khuôn của chi Penicillium [6]. Fleming đã thử nghiệm ảnh hưởng này lên các
vi sinh vật khác nhau và suy luận rằng nó có tính kháng khuẩn.
1.1.2. Y học cổ truyền
Theo Tổ chức Y tế Thế giới (WHO), định nghĩa Y học cổ truyền bao gồm các kỹ
năng, kiến thức và thực hành được sử dụng trong chăm sóc sức khoẻ dựa trên kinh
nghiệm hoặc tín ngưỡng của các nền văn hoá khác nhau [52].
Từ ngàn năm xưa, sự hình thành và phát triển các nền văn minh cổ đại phụ thuộc
rất nhiều vào hệ thực vật và động vật bản địa. Họ đã thử nghiệm với nhiều quả
mọng, lá, rễ, các bộ phận động vật hoặc khoáng chất để tìm ra những thứ có lợi cho
họ. Do đó, nhiều thuốc thô đã được quan sát bởi các thầy lang tại địa phương hoặc
thầy pháp sư và được sử dụng để chữa bệnh. Mặc dù một số chế phẩm có thể gây
nguy hiểm nhưng các phương pháp chữa bệnh truyền thống đã thu được những hiệu
quả đáng kể, và thực tế hầu hết các loại thuốc tây cho đến những năm 1920 được
phát triển theo cách này [26]. Nền Y học cổ truyền phương Đông đã trải qua hàng
nghìn năm hình thành và phát triển, dù là cách thức hay phương tiện khác nhau
nhưng sự kết hợp của nền Y học cổ truyền với Y học hiện đại đã đem lại nhiều hiệu
quả cao trong công tác chăm sóc sức khỏe con người [37].
Các tài liệu của Y học Trung Quốc về phản ứng của artemisia đối với bệnh sốt
rét cũng là nguồn gốc của artemisinin chống sốt rét ngày nay [40]. Các đặc tính trị
liệu của cây thuốc phiện (hoạt chất gốc - morphin) đã được biết đến ở Ai Cập cổ đại.
Các nền văn hoá Aztec và Maya của Mesoamerica đã sử dụng chiết xuất từ nhiều
loại cây bụi bao gồm gốc rễ ipecacuanha (hoạt chất emetin), cây coca (hoạt chất
cocain) và vỏ cây cinchona (hoạt chất quinin).

Trên thế giới, nhu cầu về các lựa chọn chăm sóc sức khoẻ theo YHCT đã tăng
lên trong những năm gần đây với xu hướng quay về với thiên nhiên của con người
hiện nay [13]. Ở nhiều vùng nông thôn, người dân không có điều kiện được hưởng
những chăm sóc y tế hiện đại, YHCT lại đóng vai trò quan trọng trong công tác
chăm sóc và bảo vệ sức khỏe cho con người nơi đây [37]. Y học cổ truyền cũng
được coi là một phần của một số nền văn hoá.
1.1.2.1. Nền Y học cổ truyền Việt Nam
Từ xa xưa các lý luận triết học duy vật cổ đại (thuyết âm dương, ngũ hành...)
đã được các nhà y học cổ phương Đông vận dụng vào y học trong mọi lĩnh vực từ
phòng bệnh đến chẩn trị, bào chế thuốc men, làm phong phú thêm cho kho tàng lý
luận của y học cổ truyền.
Đặc biệt dưới thời nhà Trần, trong lúc triều đình và giới quan lại quyền quý
sính dùng thuốc Bắc thì thầy thuốc Tuệ Tĩnh với tinh thần độc lập tự chủ đã đề
xướng lên quan điểm “Nam dược trị Nam nhân” qua tác phẩm Nam dược thần hiệu
(được bổ sung và in lại năm 1761). Tuy nhiên, phải đến thời Hậu Lê, thì toàn bộ
những lý luận, học thuật của Trung Quốc và Việt Nam mới được tổng kết ở mức độ
uyên thâm nhất qua tác phẩm Hải Thượng Y Tôn Tâm lĩnh của Lê Hữu Trác (1720 1791). Ngoài tác phẩm kinh điển vĩ đại của Hải Thượng Lãn ông Lê Hữu Trác còn
có thêm: Nam Dược của Nguyễn Hoành (Tây Sơn) giới thiệu 500 dược thảo và 130
dược liệu từ khoáng vật và động vật. Trong thế kỷ 20 các vị danh y Việt Nam cũng
đã biên soạn trên 200 tập sách có giá trị về Đông y bằng tiếng Quốc ngữ.
Ngày nay dược liệu nói chung và thuốc YHCT nói riêng đã có trong danh
mục thuốc thiết yếu.
1.1.2.2. Tiềm năng nguồn dược liệu Viêt Nam
Theo kết thống kê của Viện Dược liệu, tính đến năm 2017 đã ghi nhận được
5.117 loài thực vật và nấm lớn, 52 loài tảo biển, 408 loài động vật và 75 loài khoáng
vật có công dụng làm thuốc. Trong số đó, có khoảng 70 loài có tiềm năng khai thác
với tổng trữ lượng khoảng 18.000 tấn/năm như diếp cá (5.000 tấn), cẩu tích (1.500
tấn), lạc tiên (1.500 tấn), rau đắng đất (1.500 tấn)…Đặc biệt, Việt Nam sở hữu nhiều

loài dược liệu quý, hiếm, đặc hữu như: Sâm Ngọc Linh, Ba kích, Châu thụ, Ngân
đằng… Kết quả này cho thấy nguồn dược liệu ở nước ta rất phong phú. Con số này
còn có thể sẽ tăng thêm, nếu đi sâu điều tra cụ thể hơn một số nhóm động – thực vật
tiềm năng, mà trong đó số loài Tảo, Rêu, Nấm và Côn trùng làm thuốc mới được
thống kê còn quá ít.


Chiến lược quốc gia phát triển ngành dược đến năm 2020 đã đặt mục tiêu
phấn đấu sản xuất được 20% nhu cầu nguyên liệu cho sản xuất thuốc trong nước;
thuốc sản xuất trong nước chiếm 80% tổng giá trị thuốc tiêu thụ trong năm, trong đó
thuốc từ dược liệu chiếm 30%.
1.1.3. Tổng quan về quá trình nghiên cứu phát triển thuốc mới
Con đường phát triển thuốc là một con đường rất dài và gặp nhiều khó khăn,
tốn kém. Tỷ lệ thành công thấp, rủi ro cao và chi phí ngày càng nhiều là những điều
chúng ta thường nghe thấy khi đề cập đến quá trình nghiên cứu và phát triển thuốc
trong thời gian gần đây. Quá trình phát triển đó thể hiện qua biểu đồ dưới đây:

Hình 1.1: Quá trình nghiên cứu và phát triển thuốc mới

Toàn bộ giai đoạn chiếm thời gian khoảng 15 – 25 năm, từ khoảng 10.000 hoạt
chất tiềm năng ở bước 1 đến duy nhất 1 thuốc ở bước 4, và chi phí khoảng 2 tới 3 tỷ
USD. Chi phí này bao gồm cả các thử nghiệm thất bại trong quá trình nghiên cứu. Do
vậy, số lượng thuốc mới trên thị trường ngày càng giảm sút. Đối với các thuốc được
cấp phép bởi FDA cứ 10 thuốc thì chỉ có khoảng 2 thuốc có khả năng bù đắp lại được
chi phí nghiên cứu ban đầu. Theo hướng này, các ngành công nghiệp dược toàn cầu đã
sử dụng phương pháp mới trợ giúp bởi máy tính để tối ưu hóa quá trình này.

Các phương pháp trợ giúp bởi máy tính được ứng dụng vào nhiều khâu của
quá trình nghiên cứu và phát triển thuốc, từ khâu tìm kiếm các hợp chất hóa học có

tác dụng sinh học, đến tối ưu hóa cấu trúc các hợp chất này nhằm tăng hoạt tính sinh
học, giảm độc tính, tăng các tính chất dược động học của thuốc, đến các khâu
nghiên cứu tiền lâm sàng và lâm sàng [10, 18]. Chúng được gọi chung là các
phương pháp “in silico”.
Các khái niệm về sàng lọc in silico (sàng lọc ảo) xuất hiện vào những năm 60
của thế kỷ XX với các mô hình của Hansch. Thế nhưng, chỉ từ năm 1990 thì lĩnh
vực này mới có nhiều bước tiến và từ đó đến nay, ngày càng phát triển mạnh mẽ.
Mô hình in silico không những bổ sung cho các mô hình thực nghiệm mà còn giúp
định hướng quá trình tổng hợp/phân lập các chất. Ngoài ra sau khi được xây dựng,
việc sử dụng các mô hình này tương đối rẻ (tiết kiệm nguyên liệu thử), nhanh và
cho phép làm việc với số lượng lớn lên tới hàng triệu hợp chất, một điều không thể
làm được trong các mô hình thực nghiệm. Các kỹ thuật sàng lọc ảo có nhiều ứng
dụng trong nghiên cứu về thiết kế thuốc, phát triển các hợp chất ức chế trên đích
sinh học khác nhau, điển hình như các đích phân tử cho những bệnh đang được
quan tâm hiện nay như ung thư, bệnh do ký sinh trùng, bệnh HIV,…
1.2. Tổng quan về CSDL các hợp chất có nguồn gốc tự nhiên
1.2.1. Trên thế giới
Ngày nay trên thế giới, đặc biệt là ở các nước phát triển như Mỹ, Trung Quốc,
các nước châu Âu… đã xây dựng và đưa vào ứng dụng thành công các CSDL, các ngân
hàng cấu trúc về các hợp chất. Các hợp chất hóa học được biểu diễn dưới các định dạng
khoa học thống nhất, bằng ngôn ngữ máy tính được tập hợp và lưu trữ trong các kho dữ
liệu phục vụ hữu ích cho các nhà nghiên cứu; đặc biệt trong quá trình sàng lọc in silico
để tìm ra hợp chất dẫn đường, có tiềm năng làm thuốc [11, 19]. Bảng 1.1 và Phụ lục 1
tổng hợp một số CSDL lớn và được dùng phổ biến hiện nay, chúng gồm các hợp chất
có nguồn gốc tự nhiên và các hợp chất tổng hợp bán tổng hợp nhân tạo. Ngày nay các
ngân hàng cấu trúc được biệt lập và phát triển hơn với những CSDL đặc thù về các hợp
chất có nguồn gốc tự nhiên, hầu hết các CSDL này có tính chất phi thương mại và được
xây dựng dưới dạng một giao diện web. Người dùng có thể tìm kiếm thông tin về hợp
chất dựa trên nhiều lựa chọn tìm kiếm khác nhau theo tên thông thường, tên IUPAC,

SMILES, InChi, tính chất phân tử… [8, 22]. Một số CSDL còn hỗ trợ cho phép người
dùng tải về cấu trúc hợp chất dưới dạng molfile hoặc sdffile. Một số CSDL lớn cung
cấp cho người truy cập thêm thông tin về các dự đoán với mục tiêu phân tử của hợp
chất tiềm năng trong Y học hiện đại hay ước tính hoạt động phân tử theo tác dụng cổ
truyền của thảo dược.


Bảng 1.1: Một số CSDL công cộng có chứa các hợp chất có nguồn gốc thiên nhiên [29].
Tên CSDL
ChEBI
ChemBank
ChemID
NCI
PubChem

TCMDatabase@Taiwan [8] được coi là hệ CSDL lớn nhất hiện nay. CSDL
chứa 37.170 hợp chất (32.364 không trùng lặp) được phân lập từ 352 loài thảo dược
Trung Quốc.
Bảng 1.3: Một số CSDL về hợp chất có nguồn gốc tự nhiên trên thế giới


1.2.2. Tại Việt Nam
Thảo dược và các sản phẩm của chúng ngày càng nhận được sự quan tâm từ
các nhà khoa học và các đề xuất nghiên cứu hiện nay. Từ xu hướng chung cùng nhu


cầu thực tế, các công trình nghiên cứu về hợp chất thiên nhiên đã nở rộ và phát triển
mạnh ở nhiều đơn vị. Đặc biệt trong một số dự án nghiên cứu tìm kiếm các hợp chất
dẫn đường, các đơn vị nghiên cứu đã tiến hành xây dựng được một số CSDL hợp chất
thiên nhiên phục vụ cho quá trình nghiên cứu của mình. Tuy nhiên quy mô và phạm

vi quản lý của các CSDL còn nhiều hạn chế, các CSDL này mới dừng ở mức độ sử

dụng nội bộ.
1.3. Cơ sở dữ liệu các hợp chất
CSDL là một hệ thống các thông tin có cấu trúc được lưu trữ trên các thiết bị
lưu trữ thứ cấp nhằm thoả mãn yêu cầu khai thác thông tin đồng thời của nhiều
người sử dụng hay nhiều chương trình ứng dụng với nhiều mục đích khác nhau.
CSDL giúp tổ chức/quản lý thông tin một cách hiệu quả hơn; giảm sự trùng lặp
thông tin xuống mức thấp nhất và do đó bảo đảm được tính nhất quán và toàn vẹn
dữ liệu; giúp tìm kiềm thông tin một cách hiệu quả hơn; dữ liệu có thể được truy
xuất theo nhiều cách khác nhau; khả năng chia sẻ thông tin cho nhiều người sử dụng
và nhiều ứng dụng khác nhau.
CSDL các hợp chất có nguồn gốc tự nhiên Việt Nam được xây dựng với mục
đích tập hợp và quản lý các hợp chất được phân lập từ các thảo dược Việt Nam
nhằm phục vụ cho việc sàng lọc ảo thuốc và là nguồn tham chiếu cho một số mục
đích nghiên cứu khoa học khác. Các hợp chất được biểu diễn trong CSDL chứa các
thông tin về định dạng biểu diễn dòng (SMILES, InChi, InChiKey); số đăng ký tên
hợp chất VNPD_ID; tên thông thường; tên IUPAC; công thức; thông tin về nguồn
dược liệu (tên nguồn dược liệu, tên khoa học, họ thực vật, địa điểm thu mẫu, thời
gian thu mẫu, bộ phận dùng, tác dụng dân gian, tác dụng dược lý được chứng
minh); phân loại nhóm cấu trúc; thông tin về các thông số lý hóa của hợp chất (khối
lượng phân tử, XlogP, Số liên kết cho Hydro, Số liên kết nhận Hydro, Số vi phạm
quy tắc Số 5 của Lipinski, Số liên kết xoay đồng vị, Diện tích bề mặt hạt mang điện
và MACCS); tài liệu tham khảo.
1.3.1. Biểu diễn và nhận dạng các hợp chất hóa học bởi máy tính
1.3.1.1. SMILES
SMILES (Simplified Molecular Identification and Line Entry System) là một
dạng ký hiệu ngôn ngữ hóa học được thiết kế đặc biệt để sử dụng trên máy tính [17].
SMILES cho phép biểu diễn chính xác các đặc điểm cấu trúc bằng ngôn ngữ đơn
giản và tự nhiên hơn. Nó dễ dàng được truy cập và sử dụng trong các chương trình

máy tính hiện đại. Tương tự như ký hiệu hóa học, nhưng nó được cải thiện về
phương pháp phần mềm do đó tốc độ nhanh hơn và sử dụng tốt hơn trên máy tính.


Được phát triển như là một sự thay thế cho ký hiệu công thức dòng để biểu
diễn cấu trúc hợp chất hóa học theo ngôn ngữ máy tính. Nó cho phép một hợp chất
được viết như một chuỗi văn bản theo năm quy tắc [30].
Cấu trúc phân tử là duy nhất và xác định, có thể được sử dụng với CSDL hóa
chất, hệ thống SMILES được thiết kế để có thể tương tác tốt hơn với máy tính. Sự
mã hóa một cách nghiêm ngặt các hợp chất đầu vào giúp đơn giản hóa việc sử dụng
SMILES trên các chương trình máy tính. Hệ thống ký hiệu SMILES [10] rất thích
hợp để chạy trong các chu trình sàng lọc hiệu năng cao.
1.3.1.2. InChI
InChi [38] (IUPAC International Chemical Identifier) được thiết kế là một định
danh không độc quyền, duy nhất cho một cấu trúc hóa học, được thiết kế để tạo thuận
lợi cho việc tìm kiếm và sử dụng các thông tin trong CSDL và trên web [3]. Ban đầu
được phát triển bởi IUPAC và NIST 2000-2005, định dạng và các thuật toán là không
độc quyền, mã nguồn mở, được sử dụng tự do. Miễn phí truy cập vào các chương trình
máy tính phát triển. Nó được mô tả là một loại mã vạch chứa thông tin cấu trúc. InChi
gồm nhiều lớp, mỗi lớp được phân tách bằng một dấu gạch chéo, mô tả các loại thông
tin khác nhau. InChI có thể chứa một số lớp khác nhau cùng xác định công thức, kết
nối, đồng vị, cấu trúc và các tautomers của cấu trúc hóa học [3].
Các thuật toán Inchi chuyển đổi thông tin đầu vào thành một định dạng Inchi
duy nhất trong một quá trình ba bước [38]: tiêu chuẩn hóa (để loại bỏ thông tin dự
phòng), hợp quy (để gán số duy nhất cho mỗi nguyên tử), và tuần tự (đưa ra một chuỗi
ký tự) . Định danh mô tả các chất hóa học dựa trên các thông tin về nguyên tử và các
liên kết của chúng, đồng phân, đồng vị, lập thể, và thông tin điện tích điện tử…Chúng
có thể thể hiện nhiều thông tin hơn so với ký hiệu SMILES đơn giản. Mỗi cấu trúc có
một chuỗi Inchi đặc trưng, đó là yếu tố quan trọng đối với các CSDL.

1.3.1.3. InChIKey
InChiKey [4] (IUPAC International Chemical Identifier Key) là một biểu diễn
27 ký tự của một InChI, có thể được sử dụng dễ dàng hơn để tìm một cấu trúc hóa

học trong cơ sở dữ liệu hoặc một công cụ tìm kiếm trên Internet [4].
Dựa trên các cuộc trao đổi với các nhà phát triển công cụ tìm kiếm, InChIKey
đáp ứng được tất cả về các chữ cái viết hoa và chiều dài mà các công cụ tìm kiếm sẽ
chấp nhận, không cần cắt ngắn hoặc sửa đổi. Tìm cấu trúc tương ứng với một
InChIKey cụ thể cần tìm kiếm trên web hoặc truy vấn ở các phần mềm chuyên dụng (ví
dụ như ChemSpider và NCI: cả hai đều miễn phí sử dụng). Tất nhiên, đối với CSDL
mục tiêu cụ thể, một dịch vụ tra cứu có thể được bổ sung bởi các nhà phát triển


(ví dụ như trong Unichem và dịch vụ CSDL web).
1.3.1.4. Số đăng ký
Đối với mỗi CSDL, nhà sáng lập sẽ tự gán cho mỗi hợp chất một chuỗi số
định danh duy nhất. Giống như là quá trình đặt tên theo một hệ thống để giúp CSDL
dễ dàng sử dụng và kiểm soát hơn. Số đăng ký được coi là ký hiệu thương mại đặc
trưng của mỗi CSDL. VNPD_ID được lấy là số đăng ký cho các hợp chất trong
CSDL này. 1.3.2. Thông tin liên quan về hợp chất được phân lập
Các hợp chất trong CSDL được thu thập và tổng hợp lại với các thông tin
liên quan về tên thông thường (tên được định danh bởi tác giả khi hợp chất đó được
phân lập), tên IUPAC, công thức; thông tin về nguồn phân lập: tên nguồn dược liệu
(tên thông thường, tên khoa học), địa điểm thu hái mẫu, thời gian thu hái mẫu, bộ
phận sử dụng, tác dụng dân gian, tác dụng dược lý được chứng minh (nếu có)…
Mỗi hợp chất được trích dẫn với nguồn tham khảo của nó để người sử dụng có thể
dễ dàng truy cập và đánh giá tính chính xác của thông tin về hợp chất.
Thông tin về nguồn phân lập các hợp chất được thu thập một cách chi tiết về
thời gian, địa điểm thu mẫu; bộ phận sử dụng; các tác dụng dân gian và tác dụng
dược lý được chứng minh (nếu có). Đối với các nhà nghiên cứu dược liệu, các thông

tin trên là hết sức quan trọng và cần thiết để xác định chính xác hợp chất được đề
cập tới. Các thành phần hóa học của dược liệu vốn rất đa dạng và phức tạp; như với
cùng một cây, thời gian thu hái khác nhau hoặc địa điểm thu hái ở các vùng khác
nhau, khi phân lập ra có mẫu sẽ thu được hợp chất này, nhưng có mẫu sẽ không thu
được; điều này do cấu tạo sinh học kỳ diệu của các loài. CSDL tập hợp đầy đủ các
thông tin liên quan nhất có thể về nguồn phân lập giúp cho người sử dụng có thể dễ
dàng tiếp cận và có cơ sở để nghiên cứu thêm về các hợp chất.
1.3.3. Các đặc tính vật lý và hóa hoc của hợp chất
Thông tin về các đặc tính hóa, lý của hợp chất [14] được cung cấp về phân loại
nhóm cấu trúc; khối lượng phân tử; XlogP; Số liên kết cho Hydro; Số liên kết nhận
Hydro; Số vi phạm quy tắc số 5 của Lipinski; Số liên kết xoay đồng vị; Diện tích bề
mặt hạt mang điện và MACCS trong tính toán vân tay điện tử (Fingerprints).

CSDL cung cấp một vài thông số cơ bản về đặc tính lý, hóa đặc trưng của
mỗi hợp chất, những dữ liệu này có thể được sử dụng như nguồn tham khảo hữu ích
phục vụ cho các nghiên cứu khoa học hiện đại. Đặc biệt là các nghiên cứu về tìm
kiếm hợp chất dẫn đường, hợp chất giống thuốc, hợp chất có tiềm năng làm thuốc
bằng các phương pháp sàng lọc ảo “insilico”.
1.4. Khai thác CSDL


1.4.1. Sử dụng CSDL
CSDL được thiết kế dưới hình thức một giao diện web dễ tiếp cận và truy
cập. Người dùng có thể dễ dàng tìm kiếm được các thông tin về một hợp chất với
nhều cách thức truy vấn khác nhau [1]. Có thể tìm kiếm hợp chất theo tên thông
thường, tên IUPAC, theo SMILES, InChi, InChiKey…
Khi tìm kiếm một hợp chất có trong CSDL, hệ thống sẽ trả về cho người sử
dụng tất cả thông tin liên quan về hợp chất đó, từ thông tin liên quan đến cấu trúc,
thông tin về nguồn dược liệu đến các thông tin về một số hợp chất tương tự…
Các hợp chất trong CSDL đều được liên kết với một hệ thống các tài liệu

tham khảo riêng. Các tài liệu tham khảo này chính là những báo cáo khoa học đã
được thu thập và chọn lọc trong quá trình xây dựng và phát triển hệ CSDL lớn [1, 9,
21]. Người sử dụng có thể tham khảo thêm lượng thông tin sâu hơn về hợp chất qua
các tài liệu trích dẫn kèm theo này.
CSDL có thể hỗ trợ người dùng với các tiện ích tải về cấu trúc hợp chất dưới
định dạng molfile và sdffile. CSDL hướng tới được thiết kế dưới hình thức một
phần mềm máy tính, giúp cho người dùng có thể khai thác một cách tối ưu nhất tùy
vào từng mục đích sử dụng.
CSDL cung cấp với mục đích phi thương mại, là nơi chia sẻ và tham luận của
các nhà nghiên cứu. Các nhà nghiên cứu có thể chia sẻ, cập nhập các hợp chất của
mình lên hệ CSDL với sự kiểm soát và hợp tác từ tổ chức sáng lập và quản trị
CSDL. Có sự tương tác giữa người sử dụng và CSDL theo hai chiều, tạo điều kiện
bổ xung và hoàn chỉnh tốt hơn nữa về mặt chất lượng và số lượng.
1.4.2. Ứng dụng CSDL cho quá trình sàng lọc ảo in silico
Các quốc gia phát triển trên thế giới (Mỹ, Đức, Trung Quốc, Anh, Ấn Độ,
Pháp...) là những quốc gia dẫn đầu các nghiên cứu ứng dụng máy tính vào việc thiết kế
thuốc. Hàng ngàn công trình trong lĩnh vực này đã được công bố trên các tạp chí uy tín.
Không chỉ các trường đại học, viện nghiên cứu, các công ty Dược phẩm lớn cũng ứng
dụng rất nhiều các kỹ thuật máy tính trong các khâu nghiên cứu và phát triển thuốc.
So với các phương pháp thực nghiệm truyền thống các phương pháp in silico
giúp thiết kế những phân tử thuốc mới với những ưu thế vượt trội, giải thích bản
chất phân tử của các tương tác thuốc [11, 19]. Thêm vào đó, chúng còn cho phép dự
đoán hoạt tính sinh học sử dụng các mô hình toán học, nghiên cứu dự đoán cơ chế
tác dụng, cơ chế gây độc của các hợp chất. CSDL chứa các tham số cấu trúc - dạng
biểu diễn của các hợp chất có nguồn gốc tự nhiên là một nguồn dữ liệu đầy tiềm
năng, phục vụ cho quá trình sàng lọc in silico, để tìm ra các hợp chất dẫn đường, các
hợp chất làm thuốc tiềm năng.


1.4.3. Xây dựng các hệ thống để xác định mục tiêu phân tử của các hợp chất

Y học hiện đại có xu hướng tập trung nhiều vào phân tích các thành phần hóa
sinh của thực vật để lý giải các tác dụng dược lý của chúng. Các loài thực vật có chứa
một lượng lớn các hợp chất khác nhau trong thành phần của mình, các hợp chất ấy có
những hoạt tính riêng và rất khó để kết luận là tác dụng dược lý gây ra bởi hợp chất nào
[33]. Từ các nghiên cứu thực nghiệm, các nhà khoa học đã phân lập và định danh
được nhiều hợp chất với các đặc tính hóa sinh được ghi nhận.
Từ các hệ CSDL đa dạng trên thế giới, các thông tin về các hợp chất được tập
hợp, có tính chất mở rộng và đầy đủ hơn. Cùng là một hợp chất hóa học phân lập từ
một loài thảo dược nhưng với các điều kiện địa lý (nơi thu hái mẫu) hay bộ phận sử
dụng khác nhau đã mang lại những tính chất khác biệt. Qua sự liên kết, tổng hợp và
chia sẻ từ các CSDL trên thế giới với nhau, cùng với các CSDL, các ngân hàng dữ
liệu về các chất hóa học, sinh học, protein, genome… các nhà nghiên cứu sẽ có
được một hệ thống tri thức phong phú và tương đối đầy đủ. Từ đây việc xác định
mục tiêu phân tử của các hợp chất dần trở lên đơn giản hơn.


CHƯƠNG 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Đối tượng nghiên cứu
Những bài báo về các hợp chất có nguồn gốc thiên nhiên Việt Nam, đã được
phân lập và công bố trên các tạp chí hay ấn phẩm khoa học uy tín trong nước và
quốc tế từ năm 1992 đến năm 2016.
Các tạp chí quốc gia: tạp chí Dược học, Dược liệu, Khoa học công nghệ, Hóa
học, Nghiên cứu dược và thông tin thuốc…
Các tạp chí quốc tế : Phytochemistry, American Chemical Society and
American Society of Pharmacognosy, Chem Pharm Bull (Tokyo), Pharmaceutical
Society of Japan, Archives of Pharmacal Research, Bioorganic & Medicinal
Chemistry Letters…
2.2. Phương pháp, thiết bị nghiên cứu
2.2.1. Phương pháp thu thập số liệu
Việc thu thập số liệu được tiến hành theo phương pháp thủ công. Thông tin

trong CSDL được thu thập tại thư viện Quốc gia, thư viện đại học Dược Hà Nội, thư
viện Viện hàn lâm Khoa học Công Nghệ Việt Nam, tạp chí Dược học... ngoài các
tạp chí có ở thư viện, quá trình nghiên cứu còn tham khảo thêm các số báo qua hệ
thống thông tin CSDL nội bộ của thư viện để thu thập đầy đủ nhất các số đã được
xuất bản của các tạp chí Dược học, Dược liệu, Hóa học, Khoa học công nghệ,
Nghiên cứu dược và thông tin thuốc.
Đối với các bài báo quốc tế, thông tin được tìm kiếm sử dụng hệ thống tìm
kiếm của Pubmed ( và trang chủ của các nhà
xuất bản (Taylor & Francis, Wiley Interscience, Springerlink, ACS Publications,
Sience Direct, Oxford Journals, Nature Journals).
Mục tiêu các thông tin cần thu thập: tên hợp chất, công thức cấu tạo, cấu trúc
hóa học dạng 2D, tên nguồn phân lập (tên dân gian, tên khoa học), họ, tên bộ phận
dùng, thông tin địa điểm thu hái, thời gian thu hái, tác dụng dân gian, tác dụng dược
lý đã được chứng minh, tài liệu tham khảo.
2.2.2. Phương pháp xử lý số liệu
2.2.2.1. Tổ chức CSDL
CSDL ban đầu đã được phát triển bằng cách tổng hợp và lưu trữ các thông
tin từ dữ liệu thực nghiệm trong một định dạng bảng. Các thông tin được nhập trực
tiếp, chỉnh sửa và bổ xung vào CSDL một cách thủ công. CSDL được tổ chức theo
các bước sau (mô phỏng theo Hình 2.1):


Bước 1: Thống kê các hợp chất trên Excel về những thông tin sau: tên hợp
chất (tên thông thường, tên IUPAC); công thức; tên nguồn dược liệu (tên thông
thường, tên khoa học); địa điểm và thời gian thu hái mẫu; bộ phận sử dụng; tác
dụng dân gian; tác dụng dược lý đã được chứng minh (nếu có); tài liệu tham khảo.
Bước 2: Biểu diễn hợp chất hóa học dưới dạng biểu diễn dòng (Line
Notation). Vì dạng SMILES, InChi, InChikey cho mỗi hợp chất không có sẵn trong
các bài báo đã được công bố nên cấu trúc hóa học của hợp chất được biểu diễn lại
một cách thủ công trên phần mềm ChemBioDraw 13.0. Với mỗi hợp chất hóa học ta

thu được 1 SMILES, 1 InChi, 1 InChikey.
Bước 3: Trong CSDL, mỗi hợp chất sẽ được chỉ định gán cho một định
danh (số đăng ký) để cho việc tìm kiếm và quản lý các hợp chất trong CSDL được
thuận tiện hơn. Chuỗi số định danh duy nhất cho các hợp chất hóa học trong CSDL
được đặt tên là số VNPD_ID (Vietnam Natural Products Database_Identification).
Bước 4: Sử dụng phần mềm Endnote để trích xuất các tài liệu tham khảo
tương ứng của mỗi hợp chất hóa học trong CSDL, mỗi hợp chất đều được liên kết với

một tài liệu tham khảo để đảm bảo độ chính xác của thông tin.

Hình 2.1: CSDL ban đầu với các thông tin được thu thập và trình bày trên Excel

2.2.2.2. Làm sạch CSDL
 Tìm kiếm các hợp chất trùng nhau: Sắp xếp theo trường InChi và InChiKey để đưa
những hợp chất giống nhau khu trú lại gần nhau hơn.
 Lọc các hợp chất trùng nhau: So sánh InChiKey, SMILES, InChi của các hợp chất.
Các trường giống nhau sẽ được gộp lại thành một trường lớn chung.

2.2.2.3. Phân loại các nhóm chất
Phân loại các nhóm chất bằng ClassyFire, một ứng dụng để phân loại cấu trúc
tự động của các hợp chất hóa học. ClassyFire giúp phân loại hóa học theo phân cấp của
các cấu trúc. Các phân loại hóa học và phân cấp cấu trúc của nó được cung cấp