TMDB:从茶叶中发现的小分子化合物的文献策划数据库

背景

茶是世界上消费最多的饮料之一。茶的健康功效是由于茶中含有丰富的不同化学成分。关于茶的化学成分的研究已经有成千上万的报道。但是，这些个别报告的数据并没有收集到一个单一的数据库中。缺乏一个有组织的相关信息数据库限制了该领域的研究，因此必须建立一个有凝聚力的数据库系统来存储数据和进一步应用。

描述

茶叶代谢组数据库(TMDB)是一个人工管理和网络访问的数据库，旨在提供茶叶中发现的小分子化合物的详细、可搜索的描述山茶花。特别是在植物中茶树以及其生产的产品(不同种类的茶冲剂)中的化合物。TMDB是目前世界上最完整、最全面的茶叶化合物数据收集机构。它包含了茶叶中超过1393种成分的记录，信息来自364本出版的书籍、期刊文章和电子数据库。它还包含实验性的¹H NMR和¹³从纯化的参考化合物或从其他数据库资源如HMDB收集的C NMR数据。TMDB接口允许用户使用化合物名称、公式、出现次数和CAS注册号通过关键字搜索检索茶叶化合物条目。TMDB中的每个条目平均包含24个独立的数据字段，包括其原始植物种类、化合物结构、配方、分子量、名称、CAS注册号、化合物类型、化合物用途(包括健康益处)、参考文献、NMR、MS数据以及相应的来自HMDB和Pubmed数据库的ID。用户还可以通过使用基于web的提交页面贡献新的监管条目。的URL可以免费访问TMDB数据库http://pcsb.ahau.edu.cn:8080/TCDB/index.jsp．TMDB旨在满足茶叶生物化学家、天然产物化学家、营养学家和茶叶相关研究团体成员的广泛需求。

结论

TMDB数据库为茶叶中化合物信息的收集、标准化和检索提供了一个坚实的平台。因此，该数据库将成为茶叶生物化学和茶叶健康研究领域的一个综合性数据库。

茶是世界上仅次于水的第二大消费饮料。然而，与水不同的是，茶中含有数以千计的化学成分，包括多酚类(主要是儿茶素、类黄酮及其苷类、原花青素、酚酸及其衍生物)、嘌呤(黄嘌呤)生物碱、萜类及其苷类、香气前体、香气化合物、脂肪酸、氨基酸、碳水化合物等，表现出广泛的生物活性[1] - [11］．自20世纪50年代以来，人们一直在大力研究茶叶。据知识网统计，关于茶化合物的发表文章从20世纪50年代的每年个位数增加到现在的每年600多篇，每年总被引用超过23000次(图1)1)．高平均被引数(27次/项)和高h指数(149次/项)表明与茶相关的研究是一个热点(图1)．但是，这些个别报告的数据并没有收集到一个单一的数据库中。相关化学品数据库的缺乏限制了该领域的研究，因此必须建立一个有凝聚力的数据库系统，以便数据存储和在相关领域的进一步应用。

因此，茶叶代谢组项目已经启动，以努力识别茶叶和茶叶相关制品中所有可检测的化合物。除了对茶叶冲泡中的数百种化合物进行实验识别和量化外，这个历时多年的项目还正式承担了对所有先前识别出的化合物的信息进行回填和验证的任务，并将这些信息作为一个免费的电子数据库提供，称为茶叶代谢组数据库(TMDB)。目前TMDB 1.0版本中收集的大多数化合物都是已知化合物，这要感谢成千上万的茶叶生物化学家、天然产物化学家和代谢生物化学家在过去60年里所做的工作。目前，TMDB共收集了1473个化合物信息，其中1393个化合物来自物种山茶及其品种， 60个化合物来自其他山茶花。， 1来自红茶(Leptospermum scoparium)，以及在人、小鼠和大鼠体内发现的17种茶儿茶素体内代谢物。类黄酮、萜类、嘌呤生物碱和茶氨酸是茶叶中的四种主要化学物质。这四类化合物的代谢途径现已可在在线代谢途径数据库KEGG中找到[12］．最近，关于c . sinensisUnigene也涉及类黄酮、茶氨酸和咖啡因的次生代谢途径[13］．尽管大多数化合物可以在已知的数据库、字典和教材如HMDB中找到[14] - [16]，天然产物字典(DNP) [17]，《联合化学词典》(CCD) [18),背包(19], Phenol-Explorer [20.] - [22，茶生物化学[23、《中国茶大辞典》等[24]等，这些资源中包含的信息不满足茶叶生物化学家或茶叶相关研究人员的独特数据需求。此外，上述数据库所包含的化学成分数量非常有限(表1)．研究人员需要与茶的化学成分直接相关的数据。与茶叶有关的数据需要随时可得，充分参考，易于搜索，并尽可能多地涵盖有关茶叶化合物的信息。为了满足这些需求，并作为其他茶代谢组资源的潜在模型，我们开发了TMDB。

茶叶代谢组数据库将收集在茶叶及其相关制品中发现的小分子化合物(MW < 2000 Da)。

从根本上说，TMDB是一个多用途的生物化学信息学数据库，专注于从茶叶中提取的化合物及其生物活性的定性、分析和分子尺度描述。它结合了来自教科书、期刊文章和其他现有数据库(如HMDB、Pubmed等)的丰富数据。它还提供了大量收集到的实验数据，特别是原始的核磁共振光谱。

为了编译、确认和验证多样化的数据，实验数据的数量和质量，需要广泛的知识，以满足构建TMDB的艰巨和耗时的任务。因此，TMDB的团队包括8名茶叶生物化学家和天然产物化学家，2名核磁共振专家和3名生物信息学家，他们接受过化学和计算机科学的双重培训。

TMDB目前包含超过1473个复合条目，包含超过30,000个不同的数据条目字段。还提供了类黄酮、萜类、茶氨酸和咖啡因的代谢途径。数百种化合物都与实验获得或文献来源有关¹H,¹³C核磁共振，数据和原始的核磁共振光谱。

TMDB是完全可搜索的内置工具，用于查看，提取和分类代谢物，核磁共振和生物测定数据。TMDB主页提供了关于在哪里查找以及如何使用这些浏览/搜索工具的详细说明。它支持文本查询，而不是特定的名称查询。它还提供使用位于TMDB菜单栏中的“Browse”按钮的一般数据浏览功能。当您将鼠标放在“浏览”按钮上时，5个项目(TMDB ID浏览、化合物来源浏览、路径浏览、拉丁名浏览和化合物分类浏览)将出现在下拉框中(如图所示2)．点击该物品会打开一个网页，详细描述了感兴趣的化合物。每个复合条目平均包含24个数据字段2)，其中大部分信息都用于化学或物理化学数据。

它还提供“搜索”按钮2)．当你把鼠标放在“搜索”按钮上时，提供了三种搜索方式:名称搜索、其他搜索和1D NMR数据搜索(图1)2)．单击名称搜索，可以搜索想要检索的任何化合物的条目名称、同义词或系统名称。例如，如果在同义词名称搜索中放入“EGCG”，将出现几个相关项(图3.)．点击第一项，可以找到化合物“EGCG”的代谢产物详细信息。另一个搜索按钮提供你感兴趣的化合物的CAS注册号、公式、参考文献、出版年份和/或路径类型搜索。

TMDB的一个主要特点是提供可检索的核磁共振数据和相似度识别，这对粗提物的代谢物鉴定和茶叶代谢组学研究都具有很高的价值。

用户提交到TMDB

TMDB提供了一个提交页面，允许非附属研究人员独立贡献新的茶代谢产物(图4)．

用户提交的主要要求是:1)植物种类，2)化合物名称，3)化合物配方，4)化合物分子量，5)化合物结构，6)核磁共振数据，7)质谱数据，8)茶叶分类，9)参考文献。我们网站的管理员对原始出版物进行人工验证，以确保数据库的质量和完整性。通过这个审查过程的提交将被批准进入TMDB数据库。值得注意的是，所有新的提交都将在接下来的TMDB版本中按月发布计划提供。

数据库实现

TMDB本质上是一个复杂的MSSQL服务器关系数据库(2008 R2)的web友好前端。两者都是在配备了2ghz CPU处理器和2gb RAM的Windows server 2003上维护的。JSP脚本每天晚上运行，以读取MSSQL数据库的选定部分，并将数据写入原始文本和XML格式。使用一系列自定义JSP脚本将原始文本动态呈现为HTML(带有图像和超链接)。它是一个Java应用程序，使用Apache Tomcat服务器7.0技术(如Java服务器Pages (JSP)和Java servlet)来管理基于web的数据输入和数据查询。

在中国，与茶有关的饮酒已经持续了三千多年。随着历史的发展和社会的进步，不同种类的茶和茶文化得到了发展。到目前为止，根据发酵的程度，茶可以分为四大类:非发酵茶(绿茶包括来自中国各地的优质茶，如浙江的西湖龙锦、鲁安瓜边、黄山毛峰、安徽的太平后魁、江苏的碧螺春)、部分发酵茶(白茶如福建的安西白茶、黄茶如安徽的火上黄崖、乌龙茶如福建的天关营)、全发酵茶(如安徽著名的祁门红茶和祁门红茶)和后发酵茶(黑茶如云南著名的普洱茶，砖茶如湖南的宜阳茯砖茶和山西的京味茯砖茶，碗茶和沱茶)[25] - [28)(图5)．

茶叶代谢组数据库被定义为第一个从茶叶中发现的小分子化合物的综合集合。茶代谢组数据库的构成取决于从茶或茶产品中发现的化合物，包括原始茶树、加工或制造的茶。化合物的分子量在2000 Da以下，这就排除了蛋白质和多糖等大分子。目前，TMDB也不收集金属。茶化合物最初是通过文献调查，如教科书、自然产物词典(DNP)、HMDB和大多数原始期刊文章确定的。一些数据，特别是核磁共振数据和光谱是从我们团队的实验来源收集的(核磁共振实验是使用Bruker Avance 400 MHz核磁共振光谱仪DMSO-进行的d6，δ为ppm)。如果发现一种化合物来自茶叶，且分子量在限定范围内，我们的筛选团队的一名成员会准备相关信息，并由团队的其他成员单独检查。高级天然产物化学家将对信息进行额外的一致性检查(分子量与化学式匹配，CAS编号是否正确等)。正在尽一切努力确保数据库尽可能完整、正确和最新。

目前的数据库收集了1473种化合物，几乎是其他数据库的6-10倍。由于绿茶和红茶的研究历史较长，在这两种茶中发现的化合物较多。此外，一种化合物可以存在于不同类型的茶中。在绿茶中发现713种化合物，在红茶中发现497种化合物。乌龙茶从1991年开始进行化学研究，报告了140个化合物。尽管对黑茶微生物发酵过程中产生的化合物和微生物发酵过程中化学成分变化的研究很少，直到“普洱茶热”热潮兴起，包括普洱茶、砖茶、碗茶、沱茶等所有经过发酵的茶，从这些类型的茶中收集了455种化合物(表1)3.)．有趣的是，大约有10种b环裂变儿茶素专门存在于黑茶(发酵后的茶)中[28] - [34]，这可能是由茶儿茶素的微生物分解而产生的[28] - [35］．

化学上，TMDB中约74%的化合物的分子量低于500 Da。超过28%的化合物的确切质量对应于单个化合物，可以通过高清晰度质量识别。然而，从图中每个确切质量的化合物数量的分布可以看出6在这种情况下，具有独特化学式的化合物分布在三个或更多的化学类中。这说明了鉴别这些异构体的可靠策略的必要性，在一定程度上可以使用核磁共振谱。在这种情况下，构建了一维核磁共振库。对于一维核磁共振数据的核磁共振数据查询，以EGCG为例，使用¹H NMR数据被这样排列并放入查询栏:2.71,2.92,4.86,5.42,5.87,6.42,6.86(两个小数)和¹³C NMR数据如下:25.9,68.9,77.5,94.7,95.4,98.3,105.7,109.1,120.3,129.5,132.5,138.4,144.9,145.3,155.8,156.4,156.4,166.4(一个小数)。将两组数据分别搜索，就会发现一系列化合物具有相似度。通常情况下,¹³C NMR数据将提供更好的匹配，因为实验条件对数据的影响较小。因此，更好的匹配可以通过¹³C NMR数据搜索。

本文报告的茶叶代谢组数据库项目为正在进行的茶叶化合物信息编目和利用项目提供了初步的基础。值得注意的是，当前的版本并不像我们预期的未来版本那样全面。持续收集和策划与茶和茶产品代谢产物的浓度和质谱形成有关的新出版物对该项目的成功至关重要。数据库的新版本目前计划每年发布，其中包括前一年最后一个月向数据库提交的所有新资料。预计这一做法将增加数据库的全面性和可获得性，促进全世界研究人员的更广泛的兴趣。

我们建立了第一个茶叶小分子化合物的综合数据库。这个基于网络的程序是通过手工查阅广泛分散的科学文献而创建的。然而，该数据库也提供了一个方便的提交界面，供独立研究人员贡献新候选。TMDB提供全面的、关键字可搜索的茶叶化合物。因此，TMDB将有助于快速和完整地探索茶和茶制品中新化合物的发现，茶制品的定性和定量分析，茶加工和制造的标准化，甚至茶的化学分类，为未来研究商业茶加工和特性的实验化学和生物化学研究者提供宝贵的资源。

项目名称TMDB:从茶叶中发现的小分子化合物的文献策划数据库。

项目主页：http://pcsb.ahau.edu.cn:8080/TCDB/index.jsp．

操作系统(年代):平台独立的。

编程语言: JSP, WSSQL, HTML和JavaScript。

许可证:不需要。

非学者使用的任何限制:没有。

YY和GC设计了软件和网站。ZZ, TX, XW发起了这些研究。XL, TL, WW, GL收集材料，TY, XT, GB设计结构并填写所有数据。GB设计和分析了数据，并在所有作者的贡献下撰写了这篇论文。所有作者阅读并批准了最终稿件。

国家“十二五”基础研究计划项目(973,2012CB722903)、国家自然科学基金项目(81170654/H0507)、国家“十二五”技术支撑计划项目(2011BAD01B01)、安徽农业大学人才基金项目(YJ2011-06)资助。安徽省科技专项项目(13Z03012)和高校长江学者创新研究团队培养计划IRT110。支付这篇文章的开放获取出版费的资金由上述赠款提供。

从属关系

1. 安徽农业大学茶叶生物化学与生物技术重点实验室，安徽省合肥市长江西路130号，230036

   岳毅，褚刚修，刘学诗，唐兴，王伟，刘光金，杨涛，凌铁军，王小刚，张政柱，夏涛，万小春&鲍冠虎

相应的作者

对应到Xiao-Chun广域网或Guan-Hu保．

相互竞争的利益

作者声明他们没有竞争利益。

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。

本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。

欲查看此许可证的副本，请访问https://creativecommons.org/licenses/by/4.0/．

创作共用公共领域奉献放弃书(https://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

再版和权限