基於網路藥理學和機器學習揭示中藥複方治療冠心病“同病異治”的潛在作用機制
本期介紹以下論文：
1 研究背景
中醫藥歷史悠久，在防治複雜疾病方面具有獨特優勢。整體觀和辨證論治是中醫的基本指導原則，病證結合、方證相應是中醫長期實踐中形成的特色診療模式。冠心病在中醫上分成多種證型，且中醫運用不同的中藥複方治療不同證型的冠心病。然而，冠心病中醫辨證論治的潛在作用機制是不清楚的。因此，本研究用網路藥理學和機器學習方法揭示了中藥複方治療冠心病“同病異治”的潛在作用機制。
2 材料與方法
2。1技術路線（圖文簡介）
2。2 資料準備
2。2。1 冠心病中醫證型和對應中藥複方
根據《冠心病心絞痛中醫專家診療共識》，蒐集了8個典型的冠心病證型及相對應推薦使用的中藥複方，結果見表1。8箇中藥複方共計包含34味藥材。
2。2。2 中藥對應的現代醫學症狀
SymMap資料庫收集了中藥對應的中醫症狀，並透過專家稽核將這些症狀對應到統一醫學語言系統中的現代醫學症狀。透過搜尋SymMap資料庫，共蒐集了34位藥材對應的364個現代醫學症狀。
2。2。3 中藥活性小分子蒐集及靶標預測
針對34味藥材，從TCMID和TCMSP資料庫中共蒐集3099個化合物。並根據類藥性原則（表2），過濾得到669個潛在活性小分子。
利用DrugBank、STITCH、SwissTargetPrediction、targetNET等資料庫和工具，共預測得到581個蛋白編碼的靶點。具體小分子、靶點數量資訊見表3。
2。2。4 冠心病疾病基因蒐集
從DisGeNET、iCTNet及文獻中共蒐集345個蛋白編碼的冠心病疾病基因。
2。2。5 心血管疾病小分子藥物及其靶點蒐集
根據ATC編碼分類，從DrugBank資料庫中共蒐集316個FDA認證的用於治療心血管疾病的小分子藥物及其327個靶點。
2。2。6 人類蛋白-蛋白相互作用網路
共蒐集並構建兩個人類蛋白-蛋白相互作用網路。一是STRING，包含9941個節點和227186條連邊；二是BNet，包含16677個節點和243603條連邊。
2。3 基於網路的藥物療效評價
本研究利用兩種網路演算法來評估藥物對疾病的療效。
2。3。1 藥物靶點與疾病基因之間的相關性
分別以藥物靶點和疾病靶點作為種子節點在背景網路STRING中執行RWR演算法，得到影響向量後計算兩者之間的相關係數。再計算基於隨機結果的Z-score值（式1），刻畫藥物靶點和疾病基因之間相關性的程度。
2。3。2 藥物靶點和對照藥物靶點的網路鄰近度
計算藥物靶點集合（A）和對照藥物靶點集合（B）在背景網路（BNet）中的網路最短距離，進而得到藥物靶點和對照藥物靶點的網路鄰近度（式2）。
2。4 聚類方法
本研究分別用網路聚類和層次聚類方法來研究冠心病八個證型對應的中藥複方之間的關係。
2。4。1 網路聚類
類似於社會網路中的社群識別，網路聚類能夠得到網路中內部聯絡緊密的模組，且模組化指標（式3）用來衡量網路模組化程度。
2。4。2 層次聚類
層次聚類是一種無監督機器學習方法，通常包括三個步驟。
計算目標的特徵圖譜
根據特徵譜計算目標之間的相似性
基於相似性聚類
2。5 中藥複方重要靶點識別演算法
基於網路生物學中的‘連線有罪’原則，本研究設計了一箇中藥複方靶點重要性的識別演算法。具體而言，藥物作用的靶點在背景網路中與疾病基因聯絡越緊密，其重要性越高。結合功能相似性和拓撲相似性，靶點
i
與疾病關聯的重要性分數定義為：
進一步，和另外4種重要性分數演算法（式7~10）進行重要靶點識別效能比較，說明了整合功能相似性和拓撲相似性的優勢。
2。6 中藥複方潛在靶點和作用效果的文字挖掘驗證
透過搜尋PubChem和PubMed資料庫，對識別到的中藥複方的重要靶標和挖掘的中藥複方對冠心病的功效進行文獻挖掘驗證。
3 研究結果
3。1 中藥複方及治療心血管疾病西藥小分子的靶標類別分析
所有中藥複方的581個靶標主要分為酶、膜受體、轉錄因子、離子通道等，其中酶和膜受體佔比高（圖1A）。治療心血管疾病西藥小分子的327個靶標主要包含酶、離子通道、G蛋白偶聯受體、轉運體等。兩個靶點集合的交集為144個，以酶、G蛋白偶聯受體、轉運體為主。
3。2 中藥複方對冠心病作用的網路分析
八個中藥複方作用靶點與冠心病疾病基因在STRING背景網路上具有正向關性，且與隨機比較具有顯著意義（Z-score > 3，圖2A）。
各個中藥複方作用靶點與9類ATC編碼分類的心血管藥物作用靶點在BNet背景網上鄰近度高，且所有複方作用靶點與脂質調節、心臟治療西藥小分子作用靶點連線更緊密（圖2B）。
3。3 八個中藥複方的多層面比較分析
運用網路聚類和層次聚類，從藥材、現代醫學症狀、潛在活性小分子、作用靶標、富集通路等層面對八個中藥複方進行比較，結果見表4和圖3。
所有層面上，8箇中藥複方聚為5類。5個層面上聚類結果基本一致，且現代醫學症狀、作用靶標、富集通路三個層面上聚類結果相同，提示了這八個中藥複方對冠心病辨證論治在分子層面上的內在關係。
進一步，本研究總結了八個複方共同和特異對應的現代醫學症狀和訊號通路（表5）。八個複方共同對應的典型現代醫學症狀有疼痛、痛覺過敏、虛弱，共同訊號通路有7條（5-羥色胺能神經突觸、cAMP訊號通路、鈣訊號通路、花生四烯酸代謝、卵巢類固醇生成、氮代謝、類固醇激素生物合成）。
3。4 識別各中藥複方的重要靶標
根據“連線有罪”原則，結合功能和拓撲相似性，設定相似度得分≥0。09，共得到99個所有中藥複方的重要靶點。每個複方的重要靶點及它們的交集資訊見圖4。八個複方有21個共同重要靶點，其中11個是冠心病疾病基因，提示這些複方對冠心病的共同治療作用。
為評估結合功能和拓撲相似性的優勢，本研究另外構建了僅考慮功能、僅考慮拓撲相似性、用最短距離衡量拓撲相似性等相關的4個指標（式7~10），並計算比較了識別重要靶標的AUC（ROC曲線下方面積）和AUPR（precision-recall曲線下方面積）。結果（圖5）顯示，整合功能相似和拓撲相似的指標表現最好，且用RWR網路傳播演算法比用最短距離衡量拓撲相似性效果更好。
此外，將識別到的重要靶點對映到八個複方對應的共同和特異通路上（圖6），發現一些重要的靶點（如NOS3和RAC1），被對映到共同和特異的訊號通路上。因為相同的基因可能參與不同的訊號通路，所以部分基因出現在多個通路上（如NOS3、ALOX5和RAC1）。
3。5 文獻挖掘驗證複方的重要靶點和治療機制
透過搜尋PubChem資料庫，每個複方有1。5%~5。8%的“中藥小分子-靶標”關係及1。3%~9。3%的“中藥小分子-重要靶標”關係被驗證（圖7A）。對於所有複方，共114個靶點（約佔所有581個靶點的20%）有文獻報道的實驗證據，且被驗證到的重要靶標相對比例比所有靶標高（圖7B）。
另外，透過搜尋PubMed資料庫，八個複方中7個複方的部分治療機制被文獻驗證。例如複方1（冠心二號方）在心肌梗死大鼠模型中透過上調血管內皮生長因子（VEGF）的表達，來刺激缺血區域的血管生成以補償心臟供血；複方7（左歸飲）透過補腎對慢性腎病大鼠有潛在治療效果，而複方8（參附湯合右歸飲）透過抑制TGF-β/Smad訊號通路對腎小管間質纖維化起腎臟保護作用；複方2，5，6（血府逐瘀湯、八珍湯、生脈散加味）在相應的動物模型中具有抗炎作用等。
4 研究結論
4。1 基於兩個網路指標，中藥複方靶點與冠心病疾病基因顯著相關，且與9類心血管疾病小分子藥物的靶點存在一定程度的重疊，從分子層面說明中藥複方對冠心病的有效性。
4。2 基於網路聚類和層次聚類，從藥材、現代醫學症狀、活性化合物、靶標、富集通路等5個層面上系統比較8個典型證型對應的中藥複方，發現所有複方被分成5類，且多層面的聚類結果基本相一致。所有複方共同參與了7個和冠心病密切相關的訊號通路，具有緩解心絞痛的作用。同一類的複方共同調控了部分特有的通路，並對應具體的適應證。例如，用於氣滯血瘀、氣虛血瘀、氣陰兩虛的三個複方作用於TNF和NF-κB訊號通路，發揮抗炎和增強免疫作用。用於心腎陰虛和心腎陽虛的兩個複方調節屬於內分泌系統的PPAR和thyroid hormone訊號通路，可改善腎功能。
4。3 基於連線有罪原則，利用設計的一種整合功能相似和拓撲相似的靶標排序演算法，識別了中藥複方的99個重要靶點。八個複方共有23個重要靶點，其中11個是冠心病疾病基因。此外，結合功能相似和拓撲相似的方法比只考慮功能相似或只考慮拓撲相似的方法預測表現更好。
4。4 文字挖掘結果驗證了約20%的預測靶標和中藥複方不同聚類結果對應的治療作用。
本研究從系統生物學角度闡述了中藥複方對不同證型冠心病的用藥模式及其科學意義，有助於從現代醫學角度理解中醫的辨證論治原則和中藥複方治療冠心病“同病異治”的潛在作用機制。
參考文獻
Yang J， Tian S， Zhao J， Zhang W。 Exploring the mechanism of TCM formulae in the treatment of different types of coronary heart disease by network pharmacology and machining learning［J］。 Pharmacological Research， 2020： 105034。
原文連結：
