引言

抑郁症，又称抑郁障碍，是一种常见的精神障碍，本病特征是持续心境低落或情感性障碍，严重限制患者的社会功能并降低其生活质量。在世界范围内，大约有3.22亿人患有抑郁症，每年有超过70万抑郁症患者因自杀身亡。在中国，抑郁症被认为是导致残疾的第二大原因，其终生患病率为3.3%，12个月患病率为2.3%。可见抑郁症给患者和社会带来了沉重的负担。目前，临床上常用的治疗药物主要包括氟西汀、帕罗西汀、文拉法辛等，但是这些药物治疗靶点单一，可导致脑出血、勃起功能障碍、停药反应、自杀意念和行为风险增加等严重的不良反应。同时，大约20%～30%的患者会产生药物耐受性。因此，亟需寻找安全、有效的治疗抑郁症的药物。

研究表明，在治疗抑郁症方面，中药复方具有多成分、多靶点、多层面且毒副作用少等独特优势。因此，中药复方有望成为治疗抑郁症的新策略。然而中药复方的多样化、个体化、配伍关系复杂等原因，为中药复方治疗抑郁症带来巨大的挑战。中医药数据挖掘研究是将我国丰富的中医药处方数据和现代信息技术相结合，挖掘药物之间的相互规律及其内在联系。网络药理学基于系统和整体的观点被广泛应用于中药有效成分的筛选、作用机制等方面研究。

辽宁中医药大学李海波教授团队通过数据挖掘与网络药理学相结合的方法，选择治疗抑郁症的中药复方专利作为研究对象，分析和总结中医药在治疗抑郁症中的用药特点和核心药物的潜在作用机制，以期为抑郁症的临床用药以及新药研发提供依据。原文已发表于 《上海中医药杂志》2024年第6期 学科新探栏目。

专

家

简

介

通信作者 李海波教授

李海波，教授、博士研究生导师，第四批全国中医（临床、基础）优秀人才，第五届辽宁中医药大学教学名师（2018年），曾担任中华中医药学会感染分会常务委员、辽宁省感染分会副主任委员、辽宁省仲景学说委员会副主任委员，沈阳市营养学会名誉会长，辽宁电视台都市频道《健康一身轻》节目科普专家。擅长灸、针、药并举治疗，临床尤其擅长中医药治疗糖尿病、高血压、痛风、肿瘤、肾病、消化系统疾病，以及面瘫、带状疱疹等神经系统疾病。承担《温病学》《伤寒论》《经典类方》《研究生医学前沿文献和论文发表》《温病学理论与临床》等本科、硕博士研究生专业课程教学工作。此外，还主持和参与国家及省级课题10余项，发表论文100篇（SCI收录16篇）。目前是Pharmacology、Natural Product Research、《中国实验方剂学杂志》等多个国内外学术杂志的特约审稿人。

1

资料与方法

1.1 数据挖掘

1.1.1 资料来源和检索方法

本研究数据来源于国家知识产权局中国专利公布公告网 (http://epub. Sipo. gov. cn/）。检索方式为网站首页进入“高级查询”，在“文本”栏“名称”选项中以“抑郁症and中药”为检索词，“专利类型”选择“发明授权”与“发明公布”；发布时间为建库至2023年12月3日。

1.1.2 纳入标准治

疗抑郁症的内服中药复方专利。

1.1.3 排除标准

单味中药处方专利、药物组成中包含中药或西药提取成分专利和非口服中药处方专利。

1.1.4 数据信息规范化与录入

按照纳入与排除标准对中药复方专利进行数据筛选，将筛选后的中药录入Excel建立数据库。参照《中华人民共和国药典（2020年版）：一部》和《中华本草（八）》对中药名称进行规范化处理，例如“仙灵脾”规范为“淫羊藿”、“山萸肉”规范为“山茱萸”、“川朴”规范为“厚朴”、“川穹”规范为“川芎”等。

1.1.5 统计学方法

本研究采用Microsoft Excel 2016软件进行中药使用频次分析，运用中医传承计算平台V3.5软件对中药属性进行分析，借助SPSS Modeler 18.0软件中Apriori建模并进行关联规则分析，同时将结果导入Cytoscape 3.9.1软件绘制可视化网络，基于复杂网络分析筛选出核心药物。

1.2 网络药理学

1.2.1 核心药物潜在靶点获取

结合中药使用频次、关联规则分析结果，筛选出中药复方专利核心药物，借助中药系统药理数据库与分析平台 (TCMSP, http: //tcmspw.com/tcmsp.php) 获得核心药物所含活性成分，以口服生物利用度（OB）≥30%、类药性（DL）≥0.18为筛选条件并获得对应潜在靶点。利用化合物靶点预测平台(Swiss Target Prediction,http: //www. swisstargetprediction.ch/)预测无靶点记录的中药活性成分靶点。通过蛋白质分析数据库 (UniProt，https: //www.uniprot.org/) 标准化靶点，建立药物-成分-靶点网络。

1.2.2 抑郁症疾病靶点获取

以“depressive disorder”为主题词，通过DisGeNET (https://www.disgenet.org/, score>0.1)、GeneCards (https://www.genecards.org/, score>3）数据库收集疾病靶点，将两个数据库靶点集合并去重得到最终疾病靶点。利用EVenn在线平台将成分靶点与疾病靶点进行映射，获得核心药物治疗抑郁症的可能作用靶点。

1.2.3 核心药物-成分-潜在靶点-通路网络的构建与分析

借助Cytoscape 3.9.1软件构建核心药物-成分-潜在靶点图，并绘制前20条信号通路的可视化网络图。度中心（DC）值是在网络分析中刻画节点中心性的度量指标，其越高表明该节点在网络中越重要。运用Network Analyzer工具计算网络DC值，并采用DC值对药物主要活性成分进行筛选。

1.2.4 蛋白-蛋白相互作用（PPI）及关键靶点网络的构建与分析

运用STRING 11.5数据库 (https://string-db. org/) 构建PPI网络，筛选条件为综合得分≥0.9，并删除游离节点。介数中心度（BC）指网络中通过该节点的最短路径数目，即网络中最中心的节点。使用Cytoscape 3.9.1软件中的CytoNCA和Network Analyzer功能进行网络拓扑分析，按照BC值大小顺时针分布构建PPI网络图。

1.2.5 基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析

利用R语言工具包org.Hs.eg.db（version 3.1.0）和ClusterProfiler（version 3.14.3）对数据进行GO和KEGG富集分析。 设定最小基因集为5，最大基因集为5 000，P<0.05，错误发现率（FDR）<0.1，对P最小的20个条目进行可视化。

2

结果

2.1 数据挖掘情况

2.1.1 中药使用频次分析

根据纳入、排除标准，本研究得到303首中药复方、共涉及中药663味，总使用频次为3 679次。其中使用频次≥30次的中药有26味，共出现1 469次，占总频次的39.93%。见表1。

表1 中药使用频次分析（频次≥30次）

2.1.2 药味、药性、归经分析

本研究涉及的663味中药的药性以温（36.60%）、寒（31.80%）、平（25.91%）为主；药味以甘（31.90%）、苦（31.86%）、辛（24.79%）为主；归经以肝（19.67%）、心（17.72%）、脾（16.30%）、肺（16.25%）、肾（9.91%）、胃（9.90%）为主。见图1、图2。

图1 中药药味（A）、药性（B）分布图

图2 中药归经分布图

2.1.3 中药关联规则分析

通过SPSS Modeler 18.0软件对频次≥10次的中药进行关联规则分析，设定支持度≥10%，置信度≥70%，最大前项数为5［22］，结果得到中药关联组合15组，主要包含3项关联12组、4项关联3组，其中规则提升度均>1，表示均为有效规则；涉及中药有当归、柴胡、甘草、郁金、白芍、茯苓等。见表2、图3。

表2 中药关联规则分析（频次≥10次）

图3 中药关联网络图

注：节点越大表示中药使用频次越高，说明该中药在核心网络中越重要；连线越粗，颜色越深，说明两个中药出现在同一首方剂中的频数越大。

2.2 网络药理学分析情况

2.2.1 核心药物及抑郁症相关靶点的筛选情况

结合药物使用频次、关联规则分析结果，借助TCMSP获得核心药物“当归-柴胡-甘草-郁金-酸枣仁-白芍-茯苓”的化学成分及可能的作用靶点，通过Swiss Target Prediction预测无靶点记录的中药活性成分靶点，合并去重后共得到139个有效成分、527个靶点。通过检索DisGeNET、GeneCards数据库，合并去重后得到抑郁症疾病靶点4 667个。利用EVenn在线平台映射成分靶点与疾病靶点，获得核心药物治疗抑郁症的潜在作用靶点337个。见图4。

图4 药物靶点与疾病靶点韦恩图

2.2.2 核心药物-成分-潜在靶点-通路网络的构建与分析情况

借助Cytoscape3.9.1软件构建核心药物-成分-潜在靶点以及前20条信号通路可视化网络图，见图5。网络中共有7个菱形节点（中药）、139个三角形节点（成分）、337个椭圆形节点（潜在靶点）、20个箭头节点（通路），共有3 790条边。DC值最大的活性成分节点见表3，植物甾醇、茯苓酸D、胡萝卜苷、芍药吉酮和当药黄素作为复方中的主要活性成分对应的潜在靶点较多，可能是中药复方治疗抑郁症的主要活性成分。

图5 核心药物-成分-潜在靶点-通路网络图

表3 核心药物主要活性成分

注：DC为度中心性，OB为口服生物利用度，DL为类药性。

2.2.3 PPI及关键靶点网络的构建与分析情况

通过STRING 11.5数据库整合潜在靶点，得到337个关键靶点及1 345条连线，网络的平均度值为8.01，网络中心性为0.387，删除游离节点构建PPI网络。通过Network Analyzer和CytoNCA插件进行网络拓扑分析，网络中共有232个关键靶点及1 296条连线。BC值排名前20的关键靶点：非受体酪氨酸蛋白激酶（SRC）、V-Rel网状内皮增生病毒癌基因同源物A（RELA）、蛋白激酶B（AKT）1、原癌基因（JUN）、雌激素受体1（ESR1）、肿瘤蛋白P53（TP53）、磷脂酰肌醇3激酶调节亚基1（PIK3R1）、过氧化物酶体增殖物激活受体α（PPARα）、信号转导与转录激活因子3（STAT3）、沉默信息调节因子2相关酶1（SIRT1）、凝血酶原（F2）、热休克蛋白 90 α家族A类成员1（HSP90AA1）、小凹蛋白-1（CAV-1）、丝裂原活化蛋白激酶3（MAPK3）、一氧化氮合酶2（NOS2）、丝裂原活化蛋白激酶1（MAPK1）、白介素-4（IL-4）、白蛋白（ALB）、细胞色素P450 1A1（CYP1A1）、过氧化物酶体增殖物激活受体γ（PPARG）。见图6。

图6 蛋白-蛋白相互作用（PPI）及关键靶点网络图

注：按照介数中心度（BC）值顺时针排序，节点越大，BC值越大，黄色节点为BC值排名前20的关键靶点

2.2.4 GO、KEGG富集分析情况

基于337个关键靶点，通过GO富集分析得到1 778条项目，主要包括1 530条生物学过程（BP）、144条分子功能（MF）、104条细胞组分（CC），其所涉及的靶点主要参与应激反应、调节生物质量等生物学过程，影响催化活性、阴离子结合以及小分子结合等，在细胞质基质、囊泡、细胞外区域等处发挥作用。见图7。KEGG富集分析得到138条通路，展示P最小的20个条目，潜在靶点主要富集在白介素-17（IL-17）信号通路、C型凝集素受体（CLRs）信号通路、肿瘤坏死因子（TNF）信号通路、磷脂酰肌醇3激酶（PI3K）/AKT等多条信号通路发挥作用。见图8。

图7 基因本体（GO）富集分析图

注：A为生物过程，B为分子功能，C为细胞组分。

图8 京都基因与基因组百科全书（KEGG）通路分析图

3

讨论

抑郁症的发病机制复杂，目前尚不明确，也无理想的治疗药物。抑郁症可归属于中医学“郁证”范畴，如《杂病源流犀烛》言“诸郁，脏气病也，其原本于思虑过深，更兼脏气弱，故六郁之病生焉”。中医认为肝失疏泄为抑郁症始发病机，故常以“疏肝解郁”为抑郁症的第一治法。

本研究分析了303首中药复方专利中的663味中药，其中使用频次≥30次的中药有26味，共出现1 469次，占总频次的39.93%，主要涉及疏肝药、理气药、补血药。药性、药味以及归经分析显示，治疗抑郁症的药味以甘、苦为主，药性以温最常见，入肝经或心经为主。中医理论认为苦味中药具有清泄火热、泄降气逆、通泄大便、燥湿、坚阴等作用。抑郁症主要是肝、心、脾三脏受累及气血失调而成。由此可见，疏肝理气、补血类中药的应用契合抑郁症的发病病机，也符合中医药治疗该病的治则。关联规则分析结果显示，白芍→白术、柴胡，柴胡→当归、郁金，白芍→茯苓、当归、柴胡为关联度最强的3个组合，说明临床联合用药时应关注柴胡、当归、郁金、白芍、白术等药物之间的配伍。结合中药使用频次及关联规则分析结果，选取白芍、郁金、柴胡、甘草、当归、酸枣仁、茯苓作为核心药物。《神农本草经》载白芍“主邪气腹痛，除血痹……益气”，李杲在《本草求真》中言“芍药能益阴滋湿……非因通利也”。白芍擅柔肝止痛，其提取物具有明显的抗抑郁模型小鼠抑郁样行为的作用。同时，芍药苷可能通过一氧化氮/环磷酸鸟苷（NO/cGMP）信号通路发挥抗大鼠血虚肝郁证作用。郁金具有活血祛瘀、行气解郁、清心开窍、利胆退黄的功用，历来为清心解郁之要药，其主要成分姜黄素可能通过调节神经递质、传导通路、免疫以及炎症等途径起到抗抑郁作用。研究表明，柴胡作为主要成分的复方能够缓解抑郁模型小鼠的抑郁症状，其机制可能与提高海马区脑源性神经生长因子（BDNF）、成纤维细胞成长因子2（FGF2）、纺锤体和着丝粒相关复合亚基 2（SKA2）mRNA的表达并促进神经干细胞增殖有关。甘草与各类中药配伍以调和药性，但在治疗抑郁症的方剂中具有积极作用。现代药理研究表明，甘草主要活性成分甘草苷能够上调前额叶皮质组织BDNF及B细胞淋巴瘤2 （Bcl-2）表达，和（或）下调Bax蛋白表达，从而减轻大鼠脑卒中后抑郁症状。此外，当归在抑郁症治疗中具有补血养肝、活血通心脉、通便利肠腑的作用。研究表明，当归及其有效成分通过促进海马神经再生、抗氧化应激、调节神经递质系统，以达到治疗抑郁症的效果。酸枣仁水提取物通过增加海马组织内cAMP应答元件结合蛋白（CREB）的磷酸化来促进BDNF的生成，以保护海马神经元细胞，从而发挥抗焦虑性抑郁的功效［。茯苓渗湿利水、益脾和胃、宁心安神，其成分总三萜在大鼠模型中发挥抗抑郁作用，并能调节神经递质、下丘脑-垂体-肾上腺（HPA）轴和NOD样受体热蛋白结构域相关蛋白3（NLRP3）信号通路的水平。

综上所述，治疗抑郁症的中药复方专利是经过临床验证的、具有确切疗效的处方，运用数据挖掘技术与网络药理学分析，能够揭示其潜在的配伍规律以及作用机制，并对天然药物研究和开发新药具有重要意义。本研究中的药物具体如何通过上述关键靶点和信号通路发挥治疗抑郁症的作用，未来还需要进一步实验验证。

【引用本文】

李学杰，吴小宇，刘鑫，曲道炜，高健美，李海波.基于数据挖掘和网络药理学探讨治疗抑郁症的中药复方专利用药规律及机制[J].上海中医药杂志，2024，58（6）：31-39.

LI X J, WU X Y, LIU X, QU D W, GAO J M, LI H B.Study on medication rules and mechanisms of patented traditional Chinese medicine compound formulas for depression treatment based on data mining and network pharmacology[J]. Shanghai J Tradit Chin Med, 2024, 58(6): 31-39.

来源： 上海中医药