大学生互联网+双创实践之Apriori数学算法模型在中医药方向的应用——川芎成方配伍规律与药理机制研究

王保军

（鹤壁职业技术学院，河南 鹤壁 485030）

0 引言

中药川芎，又名芎䓖、山鞠穷、香果等，为伞形科藁本植物干燥的根，首见于《神农本草经》，具有活血行气、驱风止痛等功效［1］。“芎”本作“穹”或意人顶穹窿高大之象，又其药性上行，善治头痛等疾病故名芎䓖，以四川之地产者最佳，又名川芎［2］。川芎［3］极可能为藁本在长期的栽培下形成的园艺类型，似与藁本相近，临床应用参考其本草源流，能更好的发挥川芎药学价值。近年来研究［4］发现川芎中含有酚类、有机酸、苯酞类、多糖、生物碱等多种活性成分，能发挥保肝、抗炎、抗氧化、抗菌和抗肿瘤等药理作用。例如，2020 年Hu 等［5］发现川芎中的生物碱川芎嗪能抑制AKT-mTOR 通路、促进自噬以治疗肝纤维化、改善肝脏炎症反应。

方剂配伍是中医药临床应用的精髓和灵魂，中药四气五味不尽相同、六陈七情各呈千秋，《神农本草经》中有“相须、相使者良，相恶、相反者勿用”等论述，合理的配伍能够发挥中医药系统整体治疗疾病的作用，达到减毒增效的目的。川芎作为常见的中药，有关其配伍规律的研究仍局限在专家经验层面［6］，而科学系统的研究还比较匮乏。且中医理论与西方医学不尽相同，本研究基于大学生互联网+创新项目数学模型之Apriori算法模型，利用R 语言Apriori算法计算川芎在《中国药典》第一部中成药方剂中的频繁项集、关联规则以发现川芎的方剂配伍规律。这种方法既简化了方剂成分数量，又不失中医配伍之妙。最后基于药物信息学技术预测新组方功效机制，为研发新一代川芎成方制剂提供参考线索。

1 材料与方法

1.1 数据来源与处理

本研究汇总整理了2015 年《中国药典》［7］第一部中所有成方信息，构建了包含所有方剂的Excel 数据集，按照检索规则提取其中包含川芎的所有成方制剂。检索规则：（1）包含川芎的所有内服制剂，排除外用、消毒等组方；（2）排除药味数＞15的大方与不能体现川芎在方剂中实际作用的组方；（3）方剂包含药物相同，但制剂类型不同的仅保留一种组方。例如，药味完全一样的同名胶囊、片剂、口服液仅保留一种制剂类型；（4）药物来源相同的生熟异制品，按不同药味计算。例如，生地黄和熟地黄按2味中药计算。

1.2 频繁项集与关联算法

本研究基于R 语言“arules”包Apriori 算法对提取的川芎成方制剂进行频繁项集、关联规则分析，并利用R语言“arulesViz”包队结果进行可视化。主要计算川芎配伍药物的频次、频率，支持度、置信度、提升等参数。设置最小频率＞10%，支持度＞10%，置信度＞50%.若以|T|表示包含中药总数、|T(X)|表示包含X中药的事物数，则支持度：SX→Y=|T(X∩Y)|/|T|；置信度：CX→Y=|T(X∩Y)|/|T(X)|；提升：LX→Y=CX→Y/SY。综合考虑三个参数，研究川芎在中成药方剂中的配伍规律。

1.3 新组方的药效预测

基于《中国药典》［7］选取新组方的活性成分，利用STITCH 数据库（http∶//stitch.embl.de/）预测活性成分潜在的靶点，STITCH v 5.0 参数设置如下：Active interaction sources 模块选取Textmining、Experiments、Databases、Predictions 四个选项。作用分数设置为：Score≥0.7（no more than 50）。然后利用SRING 数据库（https∶//string-db.org/）构建靶点群PPI 网络，根据PPI网络中的度值、介数、最近距离中心性三个参数，利用K-means 聚类法将靶点群划分为高中心性靶点、偏高中心性靶点、中等中心性靶点、偏低中心性靶点、低中心性靶点，最后利用DAVID数据库分析新组方可能作用的KEGG 信号通路，并结合中药临床应用情况分析其可能的药效机制。

2 结果

2.1 川芎的配伍规律与新组方发现

本研究发现94 个配方，川芎配伍频率高于10 的中药有19 味。结果如表1 和表2 所示，当归、甘草、黄芪、丹参、白芍等中药与川芎配伍效果较好。在3味药的组方中“川芎-当归-熟地黄”频次最高为18；在4 味药的组方中“川芎-当归-白芍-熟地黄”频次最高为14。Apriori 关联规律显示共72 项，如图1、图2 和表3所示，其中“川芎，熟地黄→当归”是3味中药中关联度最高的组方，“川芎，白芍，当归→熟地黄”是4 味中药中关联度最高的组方。综上，本研究认为“川芎-白芍-当归-熟地黄”是川芎的最佳配伍组方。

图1 关联规则气泡图

图2 关联规则散点图

表1 川芎配伍2味中药组合频次与频率

表2 川芎配伍3～4味中药组合频次与频率

2.2 川芎核心组方的药效机制预测

查阅《中国药典》质量评价成分，发现“川芎-当归-白芍-熟地黄”组方的质量评价成分为川芎嗪、阿魏酸、毛蕊花糖苷和芍药苷，详见表4 和图3。如图4所示，利用STITCH 数据库，构建化合物-靶点网络(CTN,Compound -Target Network) 发现4 种活性成分的潜在靶点共56 个。如图5 所示，利用STRING 数据库构建PPI 网络表明共有45 个靶点能够发生相互作用，网络平均度值11.82，平均介数5.05×10-1，平均最近距离2.49×10-2。根据度值、介数中心性、最近距离中心性三个变量，利用SPSS软件K-means聚类法进行10次迭代聚类后，将靶点分为高中心性、偏高中心性、中等中心性、偏低中心性、低中心性五组，高中性靶点是TNF,CXCL8,TLR4,CCL2,DECR1,EGFR,MAPK1,MAPK3 可能是药物的主要作用靶点。结果表5，图5所示，各组聚类差异显著（P＜0.01）。

表4 核心组分的质量评价成分

图3 质量评价成分结构式

图5 靶点PPI网络

表5 最终聚类中心

本研究将高中心性的8个靶点进行KEGG 信号通路富集，P-value＜0.01 中排名前30 的通路如图6 所示，靶点主要分布在流感、肝炎、癌症、细菌感染等疾病通路，以及NOD 样受体、Toll 样受体、HIF-1、TNF、MAPK、mTOR 信号通路。说明该组方具有抗菌、抗病毒、抗肿瘤等药效作用。

图6 KEGG通路富集

3 讨论

本研究基于R 语言Apriori 算法，对《中国药典》［7］第一部中所有包含川芎的成方信息进行关联规律分析。发现“川芎-当归-白芍-熟地黄”这一组方配伍药物频次高、关联度大，可能是川芎配伍的核心成分。传统中医认为“川芎-当归-白芍-熟地黄”是四物汤(Siwu decoction)的主要配方，Su等［8］通过UPLC-QTOF/MS/MS 和HPLC-DAD 技术发现四物汤中富含没食子酸、芍药苷、阿魏酸等成分，具有抗乳腺癌［9］、抗骨关节炎［10］等药理作用。本研究结果证明了传统中医复方——四物汤的配伍合理性和科学性，具有抗癌、抗炎作用，也说明“川芎-当归-白芍-熟地黄”是最佳的川芎配伍方式。

该组方的主要代表性成分为川芎嗪、阿魏酸、毛蕊花糖苷、芍药苷，基于多种药学数据库发现该药物组合能作用于TNF、CXCL8、TLR4、CCL2、DECR1、EGFR、MAPK1、MAPK3 等核心靶点群，能够调控NOD样受体、Tol 样受体,TNF 信号通路发挥潜在的系统药理作用。Wang 等［11］发现川芎嗪能够通过降低TNF-α和TLR4 的表达，发挥抗炎症和抗肺损伤的作用。Kong 等［12］通过RT-PCR 和western blot 发现川芎嗪能够下调CXCL8 和TNF-α 的表达，具有抗肺纤维化的作用。研究［13-14］发现阿魏酸是当归的主要药效成分，能够降低IL-6、IL-8 和CCL-2 的含量，抑制呼吸道过敏性炎症反应。毛蕊花糖苷是地黄的主要成分，Gan等［15］发现其能够下调IL-1、IL-6、TNF-α 和TGF-β1，具有抗炎、抗免疫作用。日本学者［16］利用RT-PCR 和Elisa 实验发现发现芍药苷能显著降低MIF、IL-6、IL-8、TNF-α 的mRNA 和蛋白质的表达。以上报道说明川芎嗪、阿魏酸、毛蕊花糖苷、芍药苷均有调控细胞因子和抗炎的作用。

我们证明了LFAP 是川芎在中成药中的关键组方，具有多靶点、多途径的药理性质。本研究通过数据挖掘、药学数据库分析研究，发现LFAP 有抗炎症，抗肿瘤的作用。总之，我们总结了一种中药开发方法，并分析了川芎的配伍规律和药理机制，为进一步研究川芎提供了理论基础和方向，也为大学生创新创业项目提供数据支持，塑造提升学生的创新实践能力，引领当代大学生成长成才。