1.1.茵陈蒿汤活性成分及靶点预测
在TCMSP数据库(中药系统药理学分析平台，http://lsp.nwu.edu. cn/tcmsp.php)中搜索茵陈蒿汤中三味药物茵陈、大黄、栀子的全部化学成分，根据口服利用度（OBioavail, OB）≥30%和类药性（drug-likeness, DL）≥0.18两个ADME属性值初步筛选活性化合物。利用TCMSP数据库的靶点预测功能，收集茵陈蒿汤活性化合物作用的蛋白质靶点，并根据已发表的文献报道补充未搜集到的活性化合物的已知作用靶点。为标准化靶点信息，统一在Uniport数据库（https://www.uniprot.org/）规范蛋白质靶点名称，并去除重复靶点和无法找到基因名的靶点。
1.2.疾病治疗靶点搜集
以“Breast cancer”为关键词，在OMIM(https://www.omim.org/)、Drugbank（https://www.drugbank.ca）挖掘乳腺癌相关基因，去除重复靶点后，利用Uniport数据库将靶点蛋白名转换为基因名，建立疾病靶点数据库。
1.3.“疾病-药物-靶点”网络构建
将药物的潜在治疗靶点与乳腺癌疾病靶点导入Draw Venn Diagram(http://bioinformatics.psb.ugent.be/webtools/Venn/)，得到两者共同靶点，即为茵陈蒿汤治疗乳腺癌的潜在作用靶点。将茵陈蒿汤活性成分及交集靶点导入Cytoscape3.6.0，构建“疾病-药物-靶点”相互作用网络。
