中药治疗股骨头坏死与骨质疏松数据库的构建及“异病同治”机理

王 丹，刘一城，卢 锋，汤丹丹，何 林，彭 伟

1.成都中医药大学药学院（成都 611137）；2.内江市中医院 重症医学科（内江 641000）

股骨头坏死（osteonecrosis of the femoral head，ON⁃FH）又称“不死的癌症”，其发病率呈明显上升趋势,现已成为骨伤科常见疾病之一[1-2]。中医理论中，股骨头坏死隶属“骨痹”和“骨蚀”的范畴。医书古籍《素问》有述：“病在骨，骨重不可举，骨髓酸痛，寒气至，名曰骨蚀”[3]。《灵枢》中记载：“虚邪之贼伤人也……其深入，肉搏于骨则为骨痹。”骨质疏松（osteoporosis，OP）是一种以骨量低下,骨微结构损坏,骨脆性增加,易发生骨折为特征的全身性骨病[4]。于中医理论中，又与古籍文献中所载“骨枯”、“骨痿”、“骨痹”和“骨蚀”等极为相似。且已有多项研究表明股骨头坏死常伴随骨质疏松一同发生[5-6]。通过分析临床研究发现，股骨头坏死和骨质疏松的治疗原则都以补肾健脾，活血通络为主[7-8]。因此，有必要对股骨头坏死和骨质疏松的用药规律进行探索，以期为这两类疾病的临床治疗提供参考。

由于中医医家临证经验和随方用药规律各具特色，加之中药复方化学成分较为复杂，其作用机制并不明确，因此大大限制了中药的临床应用。数据挖掘可从大量的数据中利用不同的算法搜索并通过统计、在线分析处理等过程实现对信息的整合，极大地提高了工作效率[9]。目前，数据挖掘在对中药用药规律以及潜在机制的探索方面展现了极高的应用价值[10-12]。本文采用数据挖掘构建股骨头坏死与骨质疏松的用药规律、药对配伍规律，为两种疾病“异病同治”的治法提供循证科学依据。

1 资料和方法

1.1 资料来源

检索以下数据库自建库起至2021 年1 月，中国知网（China National Knowledge Infrastructure，CNKI）、方剂现代应用数据库、中国方剂数据库等公开发表的有关股骨头缺血性坏死的中医临床研究性文献。以“股骨头坏死、骨质疏松AND 中药/复方”为主题检索词。检索语言不限，进行初级检索。而后，以关键词“中药”、“临床”、“疗效”等进行二级检索，同时根据文献纳入和排除标准逐一进行筛选，完成第3次检索。

1.2 纳入标准

①以股骨头坏死、骨质疏松为研究对象的中医临床性研究，其中以病例数≥30且疗效≥60%为宜；②明确诊断为股骨头坏死、骨质疏松；③以口服中药为唯一给药形式的文献，且中医辨证、治疗方的药物组成明确。

1.3 排除标准

①以西药或中药贴敷、针灸等治法为主的研究；②涉及动物实验或体外细胞实验的研究；③会议论文、综述文献；④同一方剂发表的不同文献，以其研究较为全面者纳入标准，反之，则排除。

1.4 方法

1.4.1 数据规范化 依据《中华人民共和国药典》（2020年版）将收集到的处方中的所有中药名称进行规范[13]。另外，由于中药炮制后性味和功效发生改变，故不同炮制品应分开统计。如“川断”规范为“川续断”，“炒山药”规范为“麸炒山药”。

1.4.2 数据分析 采用Spss Modeler 18.0 中的Apriori算法对规范的处方数据进行关联规则分析，而后采SPSS Statistics 19.0进行聚类分析并绘制冰柱图和树状图。

1.5 作用机制分析

1.5.1 活性成分-潜在靶点及生物信息学分析 将得到的高频药对中的药物于TCMSP（https://tcmsp-e.com/）网站中收集活性成分和相应的靶点，建立药物成分-靶点数据库[14]。并于Genecards（https://www.genecards.org/）数据库分别查询股骨头坏死、骨质疏松疾病靶点[15]。将药物靶点和疾病靶点取交集，于Metascape（http://metascape.org/gp/#/main/step1）数据库行生物信息学分析[16]。

1.5.2 “药物成分-靶点-通路”网络的构建 将以上得到的活性成分、靶点及通路信息导入Cytoscape（3.7.0），连线能可视化呈现节点间的关系，构建高频药对的“药物成分-潜在靶点-信号通路”网络[17]。

2 结果

2.1 数据分布情况

最终纳入65篇有关股骨头坏死的临床研究，其中包括55首经典方、8个中成药以及1个自拟方。另外，最终纳入69篇骨质疏松相关的临床研究，包括55首经典方、6首中成药、8首自拟方。

2.2 药物使用频次

在治疗股骨头坏死的研究中，共涉及药味180个，药物总使用频次达799 次，其中使用频次大于15 次的药物有14 个。而治疗骨质疏松的研究中，共涉及药味185 个，药物总使用频次达866 次，其中使用频次大于15次的药物有17个，如下表1所示。

表1 治疗股骨头坏死和骨质疏松使用频数大于15次的药物Table 1 Drugs used more than 15 times for the treatment of ONFH and OP

2.3 关联规则分析

采用Apriori 算法分别对股骨头坏死相关的64 首处方、骨质疏松相关69首处方进行分析。结果显示，分别筛选出17 条股骨头坏死和骨质疏松的关联规则药物（置信度＞90%），见表2、图1。

图1 关联规则网状图Figure 1 Association rule drug network diagram for the treatment of ONFH and OP

表2 治疗股骨头坏死和骨质疏松的关联规则药物（以置信度排序）Table 2 Association rule drugs for the treatment of ONFH and OP（ranked by confidence）

2.4 聚类分析

采用SPSS Statistics 19.0分别对治疗股骨头坏死和骨质疏松的高频药味进行聚类分析，可作为药物集合相关性的评定依据[10,18]。分别对上述股骨头坏死、骨质疏松治疗高频药物行聚类分析，并绘制树状图，冰状图可视化，如下图2，表3所示，分别得到4种聚类结果。通过归纳、分析表现临床中治疗股骨头坏死、骨质疏松的中药均以补益类、活血化瘀及通经类为主。

图2 治疗股骨头坏死、骨质疏松的高频药物聚类树状图Figure 2 High-frequency drug clustering dendrogram for the treatment of ONFH and OP

表3 股骨头坏死、骨质疏松处方系统聚类分析Table 3 Cluster analysis results of TCM prescription for treating ONFH and OP

2.5 基于网络药理学的高频药对治疗股骨头坏死、骨质疏松的作用机制分析

基于（表2）数据挖掘的结果可知，“当归-白芍”药对在治疗股骨头坏死和骨质疏松两种疾病中出现频率最高。因此，选取此两味药做进一步的机制分析。通过筛选，“当归-白芍”共含14 个有效成分，89 个潜在靶点。进一步的KEGG通路分析结果显示，“当归-白芍”-股骨头坏死/骨质疏松对应的潜在靶点富集的生物通路分别有107、124 条。P 值较小的15 条通路被认为是较重要的通路。“药物成分-靶点-信号通路”网络图见图3。

图3 “药物成分-靶点-通路”网络图及KEGG通路气泡图Figure 3 The network diagram of"Drug ingredient-target-pathway"and KEGG pathway bubble diagram

因此，于股骨头坏死的治疗中，糖尿病并发症中的AGE-RAGE 信号通路、癌症的途径、肿瘤坏死因子信号通路、流体切应力、白细胞介素-17信号通路、疟疾、非洲锥虫病、类风湿性关节炎、HTLV-1 感染、核因子-κB 信号通路、细胞粘附分子、爱泼斯坦-巴尔病毒感染、癌症中的微小核糖核酸和PI3K-Akt信号通路占据了重要的地位。于骨质疏松的治疗中，糖尿病并发症中的AGE-RAGE 信号通路、肿瘤坏死因子信号通路、流体切应力与动脉粥样硬化、癌症的途径、非酒精性脂肪性肝病、破骨细胞分化、类风湿性关节炎、乙型肝炎、白细胞介素-17信号通路、肺结核、类风湿性关节炎、肺结核、疟疾、HTLV-1 感染和炎症性肠病（IBD）占据了较为重要的地位。

3 讨论

3.1 药物频数分析

中药频次分析结果显示，临床治疗股骨头坏死使用频率较高的中药有当归、牛膝、川芎、红花、续断、黄芪、熟地黄、丹参、杜仲、骨碎补等；而治疗骨质疏松使用频率较高的中药当归、熟地黄、杜仲、淫羊藿、甘草、骨碎补、黄芪、茯苓、牛膝、补骨脂等。二者使用频率最高的中药都为当归，分别为45 和42 次。当归长于补血活血，调经止痛，能够缓解股骨头坏死病程中的血运受阻现象，又能改善骨质疏松病程中的瘀血阻滞、经行不畅[19-21]。

3.2 关联性分析

关联规则即从给定的数据中，运用一定的算法挖掘出事物特征之间满足一定支持度和置信度的关联现象[22-23]。一般来说，关联规则的确定可以通过支持度和置信度来衡量[24]。其中支持度被定义为某个数据库中同时包括A 和B 的两个事物占总事物数的最小百分比。置信度定义为同时包括A和B两个事物占只包括A事物的百分比[25]。若某些药对出现的频率高，则其支持度就相应的高。通过对关联规则分析分别筛选出治疗股骨头坏死、骨质疏松的17条关联规则药物（置信度＞90%）。就股骨头坏死而言，关联性最强的药物为：当归、川芎、牛膝、红花、续断；就骨质疏松而言，关联性最强的药物为：当归、熟地黄、杜仲、淫羊藿、牛膝。结果提示，于临床中，治疗股骨头坏死的药物中关联性较强的中药多属于活血化瘀类，而治疗骨质疏松的药物中关联性较强的中药属于补虚类，二者关联性较强的中药虽有所差异，但各自符合相应的病机。

3.3 聚类分析

聚类分析（cluster analysis）又称集群分析,可依据某些特征将一些观察对象归类,在生物学和医学分类问题中有着广泛的应用[26-27]。研究表明，中药组合、中医证候的分类、疾病症状的组合都可以通过聚类分析所实现[28-29]。通过分析树状图可知，中医治疗股骨头坏死的药物以活血化瘀通络（当归、红花、桃仁、甘草、川芎），补益肝肾、调补阴阳（骨碎补、黄芪、牛膝、续断、杜仲）为主，体现了股骨头坏死肾气亏虚、血瘀阻络的病机，与其补肾健脾、活血通络的治则相符。而临床治疗骨质疏松的药物以补肾壮阳类（杜仲、淫羊藿、菟丝子）、活血化瘀通经类（当归、川芎、白芍），益气养阴类（熟地黄、黄芪、山药）为主，体现了骨质疏松肾虚血瘀的病机，符合补肾壮阳、活血化瘀、柔肝健脾的治则。

3.4 机制分析

在“药物成分-靶点-通路”网络图中，“度值”（De⁃gree）的大小为衡量一个节点重要性的属性值之一，通过分析本研究发现所有纳入分析的“当归-白芍”的有效成分中，其中4 个成分（kaempferol，β-sitosterol，pae⁃oniflorin，（3S,5R,8R,9R,10S,14S）-3，17-dihydroxy-4，4,8,10,14-pentamethyl-2,3,5,6,7,9-hexahydro-1H-cyclo⁃penta[a]phenanthrene-15,16-dione）在股骨头坏死和骨质疏松两种疾病的治疗中都显示了较强的潜在作用。另外，在两种疾病的前10 个关键靶点中，7 个靶点（ICAM1，IL6，TNF，JUN，CASP3,TGFB1，PTGS2）重合，相应的KEGG 通路有糖尿病并发症中的AGE-RAGE信号通路、癌症的途径、肿瘤坏死因子信号通路、流体切应力与动脉粥样硬化、白细胞介素-17信号通路、疟疾、非洲锥虫病、类风湿性关节炎、非洲锥虫病和HTLV-1 感染这10 条通路重合。这体现了股骨头坏死和骨质疏松在病机上的相似性。而除以上7个靶点外，“当归-白芍”治疗股骨头坏死的关键靶点还有VCAM1、MAPK8、SELE、富集到核因子-κB 信号通路、细胞粘附分子、爱泼斯坦-巴尔病毒感染、癌症中的微小核糖核酸和PI3K-Akt信号通路。而此药对治疗骨质疏松的关键靶点还有AKT1、STAT1 和MMP1，多富集到非酒精性脂肪性肝病、破骨细胞分化、乙型肝炎和炎症性肠病（IBD）。由此说明两种疾病的病机既存在相同之处又具有自身特有的部分。

股骨头坏死和骨质疏松均为骨科的难治性疾病，阳虚血瘀在此两种患者中均较常见，而通过关联规则和聚类分析发现股骨头坏死和骨质疏松的临床常用中药均以补肾壮阳、活血化瘀类中药为主，这体现了“异病同治”的客观规律。另外，股骨头坏死常用的药物以补肾壮阳、活血化瘀通经为主，辅以健脾行气以祛痰除湿。骨质疏松常用的药物以补肾壮阳、活血化瘀通经为主，辅以健脾行气，体现了补肾壮阳、活血化瘀、益气养阴的治则。另外，两种疾病的机制分析显示，“当归-白芍”药对的四种成分在两种疾病的治疗上贡献较大，且关键靶点和富集到的通路存在相同的部分，为股骨头坏死和骨质疏松的“异病同治”提供了一定程度的支持。

4 结论

本文采用数据挖掘方法构建了治疗股骨头坏死和骨质疏松的中药数据库，结果显示在临床治疗股骨头坏死和骨质疏松常用中药类型都为活血化瘀类和补虚类；且二者都存在阳虚血瘀的病机，这可由富集的潜在通路的相同部分所反映，这一结果为股骨头坏死和骨质疏松“异病同治”提供了支持。另外，除上述两类中药外，股骨头坏死的治疗中也常应用骨碎补、牛膝以调补阴阳，而骨质疏松则应用熟地黄、黄芪和山药以益气养阴，体现了二者病机的不同之处，在一定程度上为二者的临床治疗提供了新的思路。

（利益冲突：无）