基于数据挖掘和网络药理学的中药抗血栓用药

重要小贴士“第12期中药复方网络药理学培训会议（线上会议）”将于年3月27-28日召开，本次培训会将邀请长期从事网络药理学的研究人员，将结合个人实践经验，从科研设计、项目具体实施以及SCI文章发表等多个方面，通过实际案例，与广大学员共同学习探讨网络药理学在中药作用原理研究中的思路及方法。了解培训详细信息及报名直接点击文章最下方阅读原文。中医药科研论文与SCI写作网络培训会议（年第1期）时间：年3月5-6日方式：腾讯会议app第12期中药复方网络药理学培训会议（线上会议）时间：年3月27-28日方式：线上会议（腾讯会议）医疗机构中药制剂研发及新药转化研讨会时间：年4月10-11日地点：北京（具体地点见第二轮通知）来源：《中草药》,,52(4)

基于数据挖掘和网络药理学的

中药抗血栓用药规律分析

崔琳琳,苗明三通信作者

(河南中医药大学)

目前国外的临床研究发现,重症监护病房(intensivecareunit,ICU)的新型冠状病毒肺炎(coronavirusdisease,COVID-19)患者出现静脉血栓栓塞(venousthromboembolicevents,VTE)的概率明显升高,普通病房接收的COVID-19患者中深静脉血栓(deepvenousthrombosis,DVT)的发病率也很高(14.7%),且D-二聚体水平升高是重症COVID-19患者的常见表现,患者处于一种高风险血栓疾病状态,包括急性冠脉综合征(acutecoronarysyndrome,ACS)?静脉血栓栓塞如DVT或肺栓塞(pulmonaryembolism,PE)或卒中?对此,我国研究人员也进行了相关研究,Zhang等对位于武汉的一家大型转诊治疗中心的COVID-19患者DVT形成进行调查,发现COVID-19患者中DVT的患病率为46.1%,医院对新冠肺炎重症患者进行DVT筛查,发现85.4%的患者出现DVT,且2项临床研究均提出DVT的形成可能与COVID-19肺炎危重症患者的不良预后有相关性?《新型冠状病毒肺炎相关静脉血栓栓塞症防治建议(试行)》提出DVT脱落后有发生PE的潜在风险,这显著影响到COVID-19患者的死亡率及预后,因此做好DVT的防治有利于降低COVID-19患者的死亡风险?现代医学多使用肝素?尿激酶?低分子右旋糖酐?华法林等来抗血栓,但同时消化系统溃疡等不良反应的发生率也随之增高?血栓与中医的血瘀证在生理病理认识方面非常相似,血液充盈?心气充沛和脉道通利是血液正常运行的基本条件,任何一个环节异常都会引起血行不畅,导致血瘀,中医善于运用内服?外治?针灸?外敷?熏蒸?局部熨烫防治静脉血栓形成?本研究探索中医药抗血栓形成的用药规律,并运用网络药理学对核心药物组合抗血栓的作用机制进行探讨,以期为中医药防治COVID-19的DVT形成提供参考?

1.1数据来源

以“中药”“血栓”为检索词,在中国知网数据库和万方数据库中进行搜索,时间范围是年1月—年6月,共检索到篇文献?

1.2纳入标准

①文献须为临床病例(不区分是否为随机对照试验);②文献与中药复方抗血栓相关;③文献中的复方包含完整药物组成;④文献须涉及D-二聚体纤维蛋白原(fibrinogen,Fbg)?凝血酶原时间(prothrombintime,PT)?凝血酶时间(thrombintime,TT)?活化部分凝血活酶时间(activatedpartialthromboplastintime,APTT)等体现抗栓效果的生化指标或彩色多普勒超声检查;⑤样本数大于等于10?

1.3排除标准

①重复文献?非复方文献;②细胞?动物等基础研究;③综述?理论研究类文献;④无具体药物组成的文献研究?

1.4数据分析

使用Clementine12.0对纳入标准的中药进行网络化可视分析展示,并利用Apriori建模进行关联规则分析;使用R语言3.6.2程序基于“bioconductor”数据包提取信息;对核心药物组合抗血栓的潜在作用靶标进行基因本体(geneontology,GO)和京都基因与基因组百科全书(Kyotoencyclopediaofgenesandgenomes,KEGG)富集分析;使用Cytoscape软件构建“疾病-药物-活性成分-靶点”网络图和活性成分与疾病共同靶点的蛋白质-蛋白质相互作用(Protein-proteininteractions,PPI)网络,从RSCB数据库中下载关键靶蛋白的晶体结构,使用AutoDockTools1.5.6软件将晶体结构中的水分子删除,进行加氢处理,并且对蛋白质进行电荷计算,最后保存为pdbqt格式文件,从PubChem数据库中下载筛选出的关键活性化合物3D结构的SDF格式文件,利用Chem3D17.0软件和PyMOL进行蛋白小分子结构处理,再上传化合物文件使其能量最小化,最后运用AutoDockvina软件进行分子对接,用PyMOL软件对结果进行可视化?

2.1数据筛选

依据上述纳入及排除标准,筛选出符合标准的文献篇,将文献中方剂的基本方进行录入处理,加减药物舍去,整理后共得到首方剂?数据库检索及文献?方剂删选的具体流程见图1?

2.2单味中药使用情况

参照《中国药典》年版和《中药学》对首方剂中的药物名称进行统一,共计出现种中药,累计出现频率次,取用药频次在前10%作为高频药物,共包含25种中药(频次≥38),累计频次次(占总频次的69.99%),使用频数较高的前6味中药分别是当归(频次,62.92%)?红花(频次,57.58%)?川芎(频次,56.46%)?赤芍(频次,52.81%)?桃仁(频次,48.60%)?牛膝(频次,46.35%),见表1?

2.3高频药物关联规则分析

Apriori算法是关联规则挖掘的经典算法,其基于2步频率集的思想,利用递推方法分析频繁项集中隐匿的关联规则,在Clementine12.0软件中对高频药物(使用频次≥38)进行关联规则分析,利用Apriori建模,设置支持度为20,置信度为90%,最大前项数为5,提升度≥1等条件,在首方剂中挖掘出7个潜在药物组合,潜在药物组合的提升度均大于1,说明这些药物组合在统计学上均有意义,置信度和提升度最高的核心药组为红花-桃仁-川芎-当归,具体参数见表2?高频药物间的关联网络展示图见图2?

2.4关联药物用量情况

为确保关联药物组合防治COVID-19的DVT临床用药的准确性?有效性,本研究对得到的关联药物组合中涉及的中药进行用量统计分析,发现当归?桃仁?红花?赤芍?川芎的主要用量区间均在10~15g,牛膝的主要用量区间为10~18g(表3)?

2.5基于网络药理学核心药物组合抗血栓的机制分析

2.5.1核心药物组合活性成分?作用靶点及血栓作用靶点信息收集红花-桃仁-赤芍-川芎是所得置信度和提升度最高的核心药物组合,在中药系统药理学数据库分析平台(TCMSP,