利用文本挖掘技術和生物信息學方法研究鹿茸生物學功效

郭斌　張皓旻　楊波　賀培鳳　盧學春

[摘要]目的 利用文獻數據文本挖掘技術結合生物信息學分析方法，從基因表達譜角度探索鹿茸的生物學功效。方法 首先對中國知網、萬方數據庫和維普數據庫三個常用的中文數據庫中關于鹿茸的基因表達調控作用的相關文獻進行挖掘，提取基因表達數據，進行數據清洗、標準化。其次，通過Cytoscape制作蛋白相互作用網絡，再利用自主研發的“疾病-基因-化合物”分析平臺進行關聯分析，得到鹿茸的適應證和禁忌證。使用DAVID工具對鹿茸基因表達數據進行KEGG通路功能富集分析，篩選出相應的生物學通路及靶點。最后，通過查閱鹿茸藥理學作用相關古籍、文獻驗證本方法的準確性。結果 本文共挖掘到鹿茸相關調控基因30個，其中上調基因21個，下調基因9個；制作出鹿茸相關調控基因蛋白互作網絡；關聯分析找到十幾種鹿茸的適應證和禁忌證；KEGG通路富集分析找到鹿茸在抗腫瘤、抗感染、提高免疫力三個功效方面的作用通路及靶點。結論 文本挖掘結合生物信息學方法是一種研究中藥藥理機制及功效的新方法。

[關鍵詞]文本挖掘；鹿茸；基因表達譜；生物學功效；臨床生物信息學

[中圖分類號] R915 [文獻標識碼] A [文章編號] 1674-4721（2018）7（b）-0016-05

[Abstract] Objective To explore the biological efficacy of Pilose Antler using the method of literature data mining combined with bioinformatics analysis method from the view of gene expression profiles. Methods Firstly， text mining technology was used to explore literatures on gene expression regulation of Pilose Antler from CNKI， Wanfang and CQVIP Data. Gene expression data were extracted， duplicates were removed， and then the gene names were normalized. Secondly， Cytoscape was used to make the protein-protein interaction network. Then the association analysis was used to get the indications and contraindications of disease treatment by the "disease-gene-compound" analysis platform developed by our team. Next， DAVID online analysis tools was used to enrich and analyze the KEGG pathway functions and screen out the corresponding biological pathways and targets. At last， the accuracy of this method was tested and verified by referring to the ancient books and literature on the pharmacological effects of Pilose Antler. Results In this paper， 30 antler-related regulatory genes were extracted， of which 21 were up-regulated and 9 were down-regulated； the protein-protein interaction network of antler-related genes was produced； the association analysis found more than a dozen species indications and contraindications of Pilose Antler； KEGG pathway enrichment analysis found the pathways and targets of Pilose Antler in three functions of anti-tumor， anti infection and enhancing immunity. The feasibility of this method was verified by consulting pharmacological literature. Conclusion Text mining combined with bioinformatics analysis is a new method to explore pharmacological mechanisms and efficiencies of traditional Chinese medicine.

[Key words] Text mining； Pilose Antler； Gene expression profiles； Biological efficacy； Clinical bioinformatics

鹿茸作為珍貴的動物藥材始載于《神農本草經》，系鹿科動物梅花鹿或馬鹿的雄鹿未骨化密生絨毛的幼角（《中國藥典》2005年版一部），是有史記載應用極為悠久的珍貴藥材之一。《本草綱目》謂鹿茸能夠“生精補髓，養血益陰，強筋健骨，治一切虛損、耳聾、目暗、眩暈虛痢。”其療效確切，在中醫臨床中占有重要地位[1]。目前，有很多應用基礎醫學方法所做的鹿茸對基因表達影響的研究[2-5]，而文本挖掘（text mining，TM）作為數據挖掘面向文本數據的延伸，已成為數據挖掘技術中一個非常重要的研究領域[6]，在醫學文本數據領域的應用也越來越廣泛。本文將從收集的文獻數據入手，利用相關數據庫對提取的數據進行聚類分析，從藥物基因組學角度討論鹿茸及其主要成分對人體的表觀調控作用，有利于進一步了解鹿茸的作用機制，發現鹿茸的新作用，指導鹿茸在臨床上的精準用藥，為中醫藥的研究提供了新思路、新方法，從而促進中藥的研究發展。

1 資料與方法

1.1 數據集成

對中國知網、萬方數據知識服務平臺現有關于鹿茸的基因表達調控作用相關文獻進行挖掘，得到鹿茸對基因表達的調控數據，然后進行數據清洗，去掉重復項，再利用NCBI Gene數據庫對基因名稱進行標準化。

1.2 網絡圖可視化分析

利用Cytoscape軟件對鹿茸調控基因相關作用蛋白進行聚類分析，制作蛋白互作網絡。

1.3 關聯分析

利用本團隊研發的“疾病-基因-化合物”分析平臺進行關聯分析，得到疾病治療的適應證和禁忌證。該平臺根據疾病對人基因的表達變化以及化合物對基因的表達變化之間的關系進行關聯分析，實現以藥找病、以病找藥。目前該平臺使用已經趨于成熟，利用該平臺可以發現藥物的全新作用，團隊已有類似的研究[7]。

1.4 聚類分析

使用DAVID（the Database for Annotation，Visualization and Integrated Discovery）在線分析工具通過超幾何分布方法對標準化后的鹿茸基因表達數據進行KEGG通路功能富集分析，篩選出鹿茸相應的生物學通路及靶點。

1.5 文獻驗證

查閱鹿茸藥理學作用相關古籍、文獻，驗證本方法的準確性。

2 結果

2.1 鹿茸相關表達調控基因

本文共挖掘到相關調控基因30個，其中上調基因21個，下調基因9個（表1）。

2.2 蛋白互作網絡分析

鹿茸相關調控基因的蛋白互作網絡分析結果如圖1所示，其中“●”代表上調基因，“◆”代表下調基因。

2.3 鹿茸的適應證和禁忌證

通過進行化合物-基因-疾病關聯分析，找到十幾種鹿茸的適應證和禁忌證，其中主要的疾病列表見表2。

2.4 鹿茸主要作用通路

經KEGG通路富集分析發現了鹿茸的主要作用通路及作用靶點，包括腫瘤、感染、免疫三大方面。腫瘤相關通路：結直腸癌通路、小細胞肺癌通路（圖2）、慢性粒細胞白血病通路等；感染相關通路：乙型肝炎通路（圖3）、肺結核通路、幽門螺桿菌感染中的上皮細胞信號轉導通路等；免疫相關通路：T細胞受體信號通路（圖4）、B細胞受體信號通路、Toll樣受體信號通路等。還發現一些經典通路：p53信號通路（圖5）、NF-κB信號通路、MAPK信號轉導通路等。圖2～5中的“☆”為作用靶點。

2.5 查閱鹿茸藥理學相關古籍文獻驗證本方法的準確性

眾多綜述都表明，鹿茸多肽是鹿茸的主要活性成分，具有保護神經、調節血糖、促進生殖功能、保護軟骨組織、增強免疫力、保護心肌細胞和血管內皮細胞、預防急性肝損傷、抗炎及抑制腫瘤細胞生長的作用[8-9]。還有很多通過實驗研究的鹿茸藥理學文獻結果驗證了本方法的可行性[10-12]。

3 討論

中醫藥治療疾病有幾千年歷史，由于作用機制并不明確，且個體差異過大，重復性和可靠性備受質疑。但對疑難疾病的診治有確切病例，不可用西醫觀點輕易否定，需要從現代科學角度，結合中醫的特點加以探討。然而中醫藥關于組學的影響較少，最多以成分研究為主，且關注單個或某1～2個基因，從大數據組學角度，缺乏數據。相關研究，如基因測序、基因芯片，價格昂貴，時間，人力、物力和財力受限，而伴隨生物醫學技術的不斷發展，利用生物信息學的方法，從表觀基因組學層面對中藥作用機制進行研究，快速、有效、目的性強，具有探討的必要。

鹿茸用于醫療保健的歷史悠久，應用廣泛，主要用于全身衰弱、強壯筋骨、年老或久病體虛及病后恢復。以往文獻報道其還有抗腫瘤、抗感染、增強免疫力的作用，本方法的研究也進一步證實了鹿茸的這些作用。抗腫瘤作用方面，p53通路具有腫瘤抑制作用，調節各種各樣基因的表達，包括細胞凋亡，生長抑制，抑制細胞周期進程，分化和加速DNA 修復，基因毒性和細胞應激后的衰老[13]，而p21、Bax、CASP3等作為鹿茸在p53通路的作用靶點，完全可以通過結合進一步的臨床實驗研究，二次開發，研發新的疾病治療方案。抗感染方面，鹿茸多肽可能是通過表皮生長因子和表皮生長因子的信號傳導通路來保護成骨細胞免受炎癥和氧化損傷[14]。潘風光等[15]的實驗顯示鹿茸多肽可促進T、B 淋巴細胞的增殖和活化巨噬細胞分泌白細胞介素12，從而提高機體的免疫力，鹿茸還可以通過上調負責肌肉收縮的基因來提高肌肉收縮力量，增強抗疲勞的能力[16]。這些文獻的研究證明了本文利用TM技術和生物信息學方法研究鹿茸生物學功效的研究方法是正確的，而且本文的研究方法適用于對鹿茸生物學功效的機制研究。

TM是指利用計算機，通過自動抽取和關聯來自不同文本資源的信息，發現新的、以往未知的信息，顯示其隱含的意義。TM的主要步驟包括信息檢索、命名實體識別、信息抽取、知識發現和可視化表達，研究人員針對每一步驟都開發出了相應的數據庫與軟件工具，并免費提供使用[17]。目前生物醫學TM已經進入應用階段，越來越多的生物醫學領域的專業人員開始應用TM方法來解決實際的生物學和臨床問題。將TM應用于中醫藥領域，可以從大量的中醫藥古籍文獻中發現隱含的知識，供中醫臨床研究和中藥復方研發等，為中醫藥研究提供新的思路和方法。

生物信息學方法主要針對基因芯片數據、二代測序數據進行分析，揭示大量而復雜的生物數據所賦有的生物學奧秘[18]，但基因測序、基因芯片，價格昂貴，人力、物力和財力受限，臨床醫學研究和轉化方面應用相對不足[19]，而利用TM方法可以從大量的文獻中挖掘出研究所需的基因組學大數據信息，從而構建研究相關的二級數據庫。將生物信息學分析方法與文獻數據TM相結合，可以對中藥基因組學進行分析，從基因組大數據角度深入研究中藥藥理機制及功效，使中藥研究也步入精準醫學時代[20]。

本研究在對中藥鹿茸的研究中運用生物信息學的方法，以鹿茸的表觀調控機制為研究內容，利用TM得到的鹿茸藥物基因組學數據，借助專業的基因數據庫，對所收集的基因表達數據進行處理、分析，實現對文獻研究的鹿茸主要藥理作用的進一步驗證，從基因表達譜角度對鹿茸的作用機制做出解釋，建立了一種探索中藥的藥理作用機制、發現其藥效作用機制的新方法。由于中醫藥數據復雜多樣、TM技術具有局限性等致使數據缺失、不全，所以還有很多潛在的作用機制尚未發現。但是，這無疑也為中醫藥的研究提供了新的思路和方法，利用TM結合生物信息學分析方法，從大數據組學角度更深入立體地研究疾病和藥物，有利于中醫藥的二次開發，為臨床應用提供參考，促進中醫藥的現代化。

[參考文獻]

[1]嚴銘銘.人參鹿茸中蛋白多肽的純化及活性研究[D].長春：長春中醫藥大學，2007.

[2]黃曉巍，徐巖，韓冬，等.鹿茸多肽介導心肌干細胞分化對終末心肌分化基因ANP和MLC-2v表達的影響[J].吉林大學學報（醫學版），2018，44（2）：249-253，464.

[3]王大濤.鹿茸干細胞的鑒定以及鹿茸再生關鍵調控基因的篩選[D].北京：中國農業科學院，2017.

[4]張偉，劉佳，董振，李春義.利用qRT-PCR技術篩選鹿茸生長中心細胞與鹿茸干細胞內參基因[J].農業生物技術學報，2017，25（5）：851-860.

[5]李朝政，許佳明，王燁，等.鹿茸多肽誘導心肌干細胞分化作用及對心肌細胞特征性MHC基因表達的影響[J].吉林中醫藥，2014，34（8）：825-828.

[6]唐永華.大數據的高性能技術在文本挖掘中的應用探究[J].電子世界，2018，（3）：69-70.

[7]盧學春，朱宏麗，遲小華.氨磷汀作用的研究進展[J].中國藥物應用與監測，2008，5（1）：48-51.

[8]楊光旭，魏雪苗，范紅艷，等.鹿茸多肽藥理學活性的研究進展[J].吉林醫藥學院學報，2017，38（2）：126-129.

[9]王楠，高曉霞，代子彥，等.鹿茸藥效物質基礎、藥理作用、臨床應用及質量控制的研究進展[J].中草藥，2017，48（22）：4784-4790.

[10]牛維，孫志濤，曹學偉，等.單味藥鹿茸調控大鼠骨關節炎軟骨組織Smad2、3表達的研究[J].中國中西醫結合雜志，2014，34（2）：209-213.

[11]張洪長，張瑩，劉明昕，等.鹿茸多肽對人骨髓間充質干細胞BMP-2和Runx2表達的影響[J].吉林大學學報（醫學版），2015，41（3）：491-495.

[12]周群.鹿茸多肽對促神經母細胞瘤細胞增殖及抑制其凋亡的相關實驗研究[D].長春：長春中醫藥大學，2013.

[13]趙宇平，王慧，楊光，等.基于文本挖掘技術探索青蒿的藥理作用規律[J].中國中藥雜志，2016，41（16）：3072-3077.

[14]Yang C，Cai W，Wen H，et al.Pilose antler peptide protects osteoblasts from inflammatory andoxidative injury through EGF/EGFR signaling[J].Int J Biol Macromol，2017，99（1）：15-20.

[15]潘風光，孫威，周玉，等.梅花鹿鹿茸活性多肽的提取及免疫功效的初步研究[J].中國生物制品學雜志，2007，20（9）：669-673.

[16]Chen JC，Hsiang CY，Lin YC，et al.Deer antler extract improves fatigue effect through altering the expression of genes related to muscle strength in skeletal muscle of mice[J].Evid Based Complement Alternmat Med，2014，2014：540-580.

[17]崔雷.生物醫學文本挖掘：步驟與工具[J].中華醫學圖書情報雜志，2017，26（3）：1-5.

[18]孫強.高通量測序數據中病毒基因組的生物信息學分析方法探索[D].北京：中國人民解放軍軍事醫學科學院，2017.

[19]郭奕斌.基因診斷中測序技術的應用及優缺點[J].遺傳，2014，36（11）：1121-1130.

[20]陳健，陳啟龍，蘇式兵.中醫藥精準醫療的思考與探索[J].世界科學技術-中醫藥現代化，2016，18（4）：557-562.

（收稿日期：2018-03-30 本文編輯：許俊琴）