成都中医药大学等:基于数据挖掘和网络药理学的中医药治疗肺结节用药规律及作用机制分析肿瘤中药炎症

肺结节(pulmonarynodule,PN)是经影像学检查肺部存在直径≤3cm的局灶性、类圆形阴影,可多发或孤立存在,但不伴有肺不张、肺门淋巴结肿大及胸腔积液等的一种疾病[1]。随着胸部CT技术的进步与健康体检的普及,肺结节检出率逐年增高。更重要的是,肺结节已成为肺癌诊治前移的关键端口[2],严格把控肺结节的早诊早治对于改善肺癌患者预后和降低死亡率具有重要意义。然而,现行肺结节的西医诊疗策略以“随访-监测”为主,不仅缺乏有效的干预措施,且循环往复的过度诊疗甚至会持续加重患者的心理和经济负担[1,3-6]。近年来,大量临床研究已证实中医药在肺结节防治中疗效确切且具有独特优势[7-13],但由于中药复方成分的复杂性和药效物质基础及分子机制的散在性,限制了从中医视角下对肺结节的临床干预策略要点和诊疗体系形成的系统性再认识。本研究拟联合数据挖掘和网络药理学综合分析中医药治疗肺结节的临床用药规律,深入探究核心药物组合治疗肺结节的潜在靶点与机制,以期为肺结节的临床诊治及管理提供科学依据。

1材料与方法

1.1文献检索与整理

通过计算机检索中国知网(CNKI)、万方数据库(Wanfang)、维普数据库(VIP)、中国生物医学文献数据库(Sinomed)、PubMed等数据库,收集中药或中成药治疗肺结节的文献,语言种类限定为中文与英文。通过主题词与自由词结合的方式对检索词进行限定,以“中医”“中药”“中医药”“中医治疗”“论治”“肺结节”为检索词检索中文数据库,以“medicine,Chinesetraditional”“pulmonarynodule”等检索词检索英文数据库,检索年限为建库至2021年11月。

1.2建立处方数据库

1.3数据分析

1.4分子对接验证

2结果

2.1中药复方的收集与筛选

初步检索文献共计1222篇,严格根据纳排标准进行筛查,最终纳入文献39篇,筛选出治疗肺结节的处方53首,并构建肺结节处方数据库。具体文献筛选和数据库构建流程见图1。

2.2中药治疗肺结节的四气、五味、归经频次分析

通过MicrosoftofficeExcel2019对数据进行规范化后,得到中药213味,用药频次共计914次,22味高频(频次≥10)中药使用最多的是甘草39次(69.64%)、半夏29次(51.79%)、茯苓26次(46.43%),其频次分布与药物类别见表1。213味中药的药性以寒为主(359次,52.58%),温(251次,27.46%)、平(229次,25.05%)次之。药味以苦味和甘味为主,其中苦味452次(30.85%),甘味451次(30.78%)。归经以归肺经(541次,23.77%)、脾经(364次,15.99%)、肝经(347次,14.25%)、胃经(321次,14.10%)最多,见图2。

2.3治疗肺结节的中药组方关联规则

利用Apriori函数对213味中药进行关联规则分析,挖掘治疗肺结节的高频药物组合,将最小支持度设置为0.12,最小置信度设置0.8,共得到核心药对组合38个,包含中药15味。38个核心药对组合的统计结果按支持度排序,排名前3的药对为“半夏=>甘草”(支持度0.43)、“茯苓=>甘草”(支持度0.39)、“半夏,茯苓=>甘草”(支持度0.30),见表2、3。运用R语言circlize包对二项关联规则进行可视化(图3),圆上两点的连线来表示2味药的关联性,箭头由前项药物指向后项药物,连线的宽度表示支持度。

2.4中药复方系统聚类分析

使用R语言对37味高频中药(频次≥8)进行系统聚类分析,度量区间采用Euclidean距离,聚类方法为ward.D2法,聚类数(k)取7,得到6组多味药物组合和1组药对,见图4。C1类:白术、茯苓、陈皮;C2类(药对):甘草、半夏;C3类:桔梗、黄芩、紫菀、桑白皮、苦杏仁;C4类:白花蛇舌草、半枝莲、白芍、枳实;C5类:北沙参、鳖甲、麦冬、瓜蒌、玄参、党参、金荞麦、桃仁、薏苡仁、山慈菇;C6类:浙贝母、黄芪、牡蛎;C7类:僵蚕、太子参、莪术、川芎、夏枯草、当归、玄参、柴胡、枳壳、郁金。系统聚类所得的7个聚类组合总体均为扶正祛邪、调畅气血的组合,扶正以补气为主,祛邪以化痰散结为主;体现了肺结节虚实夹杂、气血湿痰阻滞的基本病机。

2.5靶点预测

2.5.4中药活性成分-靶点-疾病通路网络图将核心药物组合“甘草-茯苓-半夏”的活性成分、靶蛋白及KEGG通路文件用Cytoscape3.7.2软件构建中药活性成分-靶点-疾病多通路网络图,见图9。运用NetworkAnalyzer分析网络拓扑性质,该网络共有2121个节点,38个活性成分及1034个靶点节点,共有1916条边,结果显示度值大于平均值的前6位(度值>20)活性成分主要有槲皮素(quercetin,MOL000098)、山柰酚(kaempferol,MOL000422)、黄芩素(baicalein,MOL002714)、柚皮苷(naringenin,MOL004328)、常春藤素(hederagenin,MOL000296)、消旋卡文定碱(cavidine,MOL002670),见表6。因此可以预测槲皮素(quercetin)、山柰酚(kaempferol)、黄芩素(baicalein)等为中医药治疗肺结节的主要有效成分,这些有效成分具有清除自由基、抑制炎症反应、抗病毒、抗肿瘤活性,改善局部微循环和营养供给,及防治心脑血管疾病、预防癌症等作用。

2.6分子对接验证

利用AutoDockTools1.5.6对接工具对PPI网络中排名前5的关键靶点与度值最高的前3个主要活性成分进行半柔性对接,以结合能表示小分子与靶蛋白结合的优劣,结合能计算结果如表7所示。通常结合能小于0代表小分子与靶蛋白可自由结合,当结合能≤5.0kcal/mol,提示对接靶点与成分间结合性较好。表7中93.33%的结合能小于5.0kcal/mol,在一定程度上验证成分-靶点之间的结合活性。结果中黄芩素(baicalein)与MAPK3展示出最好的结合性,见图10,左图为整体视图,右图为局部视图,图中蓝紫色为小分子,淡青色为蛋白,黄色虚线表示氢键作用,灰色虚线表示疏水作用。

3讨论

值得一提的是,尽管既往有一项类似研究基于数据挖掘初步探索了中医药治疗肺结节的遣方用药规律[14],但需要指出的是该研究混淆了“肺结节”与“肺结节病”。具体来说,肺结节病是一种病因未明的多系统多器官的肉芽肿性疾病[15],常侵犯肺、双侧肺门淋巴结、眼、皮肤等器官,通常会有结节性红斑、双肺淋巴结肿大、关节炎、肌肉痛、发烧等典型的临床症状表现;而肺结节则主要依据影像学表现进行诊断,其临床症状不明显,无特异性症状与体征。更重要的是,有必要在挖掘遣方用药规律的基础上进一步深入探索药理学机制和生物信息学基础,以期为后续的中医药干预肺结节临床研究与基础实验提供参考。

4结论

参考文献(略)

【福利时刻】毕业季找工作点击链接,多家企业30W+年薪工作招聘任你选(赶紧点击进入注册,上传简历吧~)。

THE END
1.两部门发文打造“数智中医药”,将数字技术融入中医药传承创新“打造‘数智中医药’,要加强中医药行业数字基础设施建设,建立健全中医药数据标准规范,强化中医药数据治理基础。把长期以来积累的诊疗、服务数据利用好,才能充分发挥数据要素乘数效应,释放中医药数据价值。”北京中医药大学党委副书记张继旺说。 国家中医药管理局有关负责人介绍,《意见》突出强调“安全”“合规”。以开https://itc.zcmu.edu.cn/info/10002/87650.htm
2.(完整版)数据挖掘在中医药中应用经管文库(原现(完整版)数据挖掘在中医药中应用 https://bbs.pinggu.org/thread-13268524-1-1.html
3.中医药数据挖掘——整洁结构数据转换文章来自微信公众号/b站 誉川中医药 本期内容非常实用,以应用为主,暂时不讲解R基础,R基础后续再补。一般手工录入的处方/穴位数据多如下图图1所示,第一列为方剂ID,其余列都是中药: 图1 不规则的原始手工录入数据 对于上图所示数据,如果只做关联规则,还好。但如果涉及后续的聚类分析,相关性分析则会产生麻烦,因为https://zhuanlan.zhihu.com/p/670814780
4.中医数据挖掘库有哪些项目帆软数字化转型知识库中医数据挖掘库的项目主要包括:中药材数据库、古籍文献数据库、方剂数据库、临床病例数据库、药理数据库、基因组学数据库、网络药理学数据库、药物相互作用数据库、疾病-症状数据库、以及中医诊断系统等。这些项目通过收集、整理和分析大量中医药相关数据,以支持中医药的研究与发展。中药材数据库是其中的重要组成部分,它https://www.fanruan.com/blog/article/562160/
5.中医药数据挖掘系统中医药数据挖掘系统首页基于您的基层数据我们可以帮助您完成数据分析、挖掘、抽取、翻译等服务,为您的科研工作提更多供便利,北京元素领域信息技术有限公司http://www.tcmminer.com/
6.在中医药数据挖掘中,()是关键,()是保证百度试题 题目在中医药数据挖掘中,()是关键,()是保证 相关知识点: 试题来源: 解析 临床研究目标明确 数据质量反馈 收藏 https://easylearn.baidu.com/edu-page/tiangong/bgkdetail?id=df4293d0a58da0116c174972&fr=search
7.誉川中医药的个人空间誉川中医药个人主页中药复方网络药理学:TCMSP数据库(更新) 797611-7 01:03 硬控中医人的输入法 3万6-16 01:59 中医的基础问题得不到统一答案 1.1万4-18 07:38 中医药数据挖掘:功效分类统计 1.2万4-16 01:49 Quarto 写的中医药数据挖掘教案 51214-5 09:40 中医药数据挖掘:数据清洗之广安门医院病房中药数据提取 https://space.bilibili.com/412608068
8.数据挖掘技术在中医药研究中的应用近年来,数据挖掘技术引起了信息产业界的极大关注,其主要原因是先进的科学手 段为我们产生了大量的数据,并且迫切需要将这些数据转换成有用的信息和知识。获取 的信息和知识可以广泛用于各种应用,包括商务生产、生产控制、市场分析、工程设计 和科学探索等。数据的丰富带来了对强有力的数据分析工具的需求,大量的数据被描http://chisc.net/doc/view/1288.html
9.数据挖掘技术在中医药领域研究中的应用数据挖掘技术在中医药领域研究中的应用,数据挖掘技术,中医药领域研究,管理质量,效果,目的:分析数据挖掘技术在中医药领域研究中的应用价值。方法:随机选择某县综合医院急诊科2021年7月—2022年6月收治的100例急诊患https://wap.cnki.net/touch/web/Journal/Article/ZYYG202222062.html
10.数据挖掘在中医药中应用PPT课件2.ppt数据挖掘在中医药中应用PPT课件2.ppt,* * * * * * * * * * * * * 诊断标准,排除病例,疗效判定 * * * * * * * * WEKA软件 中国中医研究院周雪忠等人开发的应用软件,此软件基于新西兰维克多大学研发的智能平台WEKA。 妇科医案数据挖掘 * WEKA 软件主界面及运行界面 https://m.book118.com/html/2022/0521/7155113121004123.shtm
11.中医药智能化装备开发与临床数据挖掘技术——朱垚团队围绕中医药大数据产业化开发与中盐金坛盐化有限责任公司、江苏随园文化发展有限公司、南京上元堂沉香生物科技有限公司、南京瀚章医药科技有限公司、南京润曼科技信息有限公司等企业建立了合作关系。 参展成果 1.中医临床教学科研一体化平台 2.智能无人诊所 3.中医药数据挖掘平台 https://jlzx.jspc.org.cn/abutment/expertteamdetail?id=94332
12.ChinJIntegrMed:中医药治疗胃食管返流病的机制——数据挖掘和目的:确定可能有益于胃食管反流病(GERD)患者的特效中药,并探讨其作用机制,为中医药(CM)治疗GERD的临床应用提供参考。 方法:在CNKI、中国科技期刊数据库、万方数据库和PubMed检索和选择了2011年10月1日至2021年10月1日关于CMs治疗GERD的国内外文献。从所有符合条件的文献中提取数据,建立GERD CMs数据库。使用数据挖https://www.medsci.cn/article/show_article.do?id=a8c6e3783838
13.综合新闻中国中医科学院10月31日-11月3日,由中国中医科学院中医药数据中心主办、南京中医药大学和《中华中医药学刊》杂志社承办的国家中医药管理局继续教育项目“国医大师经方验案数据挖掘研究理论、临床及应用培训班”在南京举办,吸引全国百余名学员,包括临床医生、科研人员、教师、研究生和大健康产业相关人员等,赴宁参加线下培训。 本次培https://www.cacms.ac.cn/comprehensive_news/p/2.html
14.中华中医药杂志2016年07期关键词:特发性肺纤维化治法方药数据挖掘聚类分析关联分析 乙型肝炎肝硬化患者血清五羟色胺水平及其与中医常见病性类证候要素的相关性探讨 作者:罗清香;薛晓琳;王天芳;吴秀艳;葛舰;赵丽红;李昕;李宁;李永纲 目的:比较代偿期与失代偿期乙型肝炎肝硬化患者血清五羟色胺(5-HT)的水平,探讨其与中医常见病性类证候要素的https://www.360qikan.com/zhzyy/201607/
15.上海中医药杂志关键词:肺癌; 肿瘤转移; 中医药疗法; 免疫治疗; 影像组学; 文献计量学; 可视化分析 4 | 0 | 0 <HTML><网络PDF> <引用本文><批量引用> 更新时间:2024-12-16 基于多元数据挖掘探析专利中药复方治疗痛风性关节炎的用药规律 钱爱, 黄传兵, 李明, 程园园, 朱雅文, 胡可心 https://shzyyzz.shzyyzz.com/
16.2022年江西中医药大学博士研究生招生简章考博英语摘要:2022年江西中医药大学博士研究生招生简章发布,包括招生人数及学习年限、报考条件、报名方式及现场确认、报考材料、考试安排及考核要求等详细说明。 本文资料:【2024年考博英语阅读理解精练模拟20篇-Passage 5-8】【考博作文写作常备句型】 一、培养目标 https://www.educity.cn/kbyy/2308254.html
17.数据挖掘技术在中药研究中的应用中医药|数据挖掘|知识发现 [摘要] 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的以及最终可被理解的模式的非平凡过程。阐述了数据挖掘技术一些基本概念以及中医药信息的特点,并探讨了数据挖掘技术在中医药文献研究、药对配伍规律研究、中药谱效关系、药品不良反应评价https://www.tiprpress.com/zcy/article/abstract/20100551
18.中国医疗保健国际交流促进会循证医学分会2018年年会暨第4届华夏设置了系统评价/Meta分析培训班、高阶Meta分析培训班、临床数据挖掘培训班、临床研究方法学进展学习班、循证中医药论坛、医学实践与探索论坛、双心医学论坛、循证预防医学论坛、循证社会科学论坛等,期间还将会召开指南/共识研讨会、专著/教材编写会等。会议旨在为预防、临床、护理、药学、中医、药物经济学、医学情报学https://cebtm.znhospital.com/detail/125
19.中华中医药学会中医药期刊新冠肺炎文献汇总(2020年3月9~13日)【辨证防治】 3例新型冠状病毒肺炎的中医治疗体会 邴雅珺;孙涛;丁欢阳 【临床研究和病例分析】 探讨新型冠状病毒肺炎与SARS的临床表现、影像学特征及中医认识的异同 李浩然;熊轶敏 8《中医药信息》 【数据挖掘】 基于“有是症,选是穴”探讨艾灸干预新型冠状病毒肺炎(COVID-19)的思路和选穴分析 张佳乐;杨莉;鲜天https://www.thepaper.cn/newsDetail_forward_6543105