基于專利網的中藥治療偏頭痛方劑核心藥物配伍規律及分子作用機制研究*

孫星怡 ，宋志會 ，彭真 ，韋明艷 ，陳雨釗 ，吳美蓉 ，李霖 ，郭利平

（1.天津中醫藥大學組分中藥國家重點實驗室，天津 301617；2.方劑學教育部重點實驗室，天津 301617；3.天津中醫藥大學中醫藥研究院，天津 301617；4.天津市中醫藥研究院附屬醫院，天津 300120）

偏頭痛是一種反復發作的慢性神經血管性疾病，臨床常見頭部單側或雙側搏動性疼痛。偏頭痛已被世界衛生組織列為全球第3大最常見疾病和第2大神經系統致殘疾病，其患病率高達8.4%～28.0%，嚴重影響患者生活質量并帶來沉重的經濟負擔[1-2]。偏頭痛的病因和發病機制尚未完全闡明，研究指出偏頭痛的發作主要與環境因素、生活方式、遺傳因素導致的神經系統紊亂有關[3]。偏頭痛西藥常規治療主要以減輕頭痛嚴重程度、降低發作頻率、緩解癥狀為目的，采用非甾體抗炎藥、鎮痛藥、曲坦類等藥物改善生活質量[4]。中醫藥基于辨證論治的基本原則，采用中藥、針灸取穴、推拿等方式對偏頭痛進行治療，可減輕患者發病次數和程度，且安全性較好。近年來，聚焦于基礎研究，闡明中醫藥治療偏頭痛的用藥規律與作用機制并指導臨床用藥逐漸成為中醫藥防治偏頭痛領域的研究方向。

專利信息服務平臺（簡稱專利網）由知識產權出版社開發，收載不同領域科技創新的專利信息，通過對所收載的中藥方劑或中藥材進行藥物歸類、中藥組方配伍規律或各種制劑類方藥成分的數據挖掘，為中醫藥防治各類疾病提供研究思路和方法[5-6]。本研究應用數據挖掘的方法統計專利網治療偏頭痛的中藥處方，對其用藥及配伍規律進行整理與分析，并從“疾病-藥物-化學成分-關鍵靶點-功能分析”角度，分析中藥治療偏頭痛的核心藥物配伍規律及潛在的分子作用機制，為臨床用藥提供有效的理論依據，也為揭示中藥復方治療偏頭痛的科學內涵提供研究思路，本研究的整體思路見，圖1。

圖1 基于專利網的核心中藥治療偏頭痛的作用機制研究思路流程Fig.1 Flow chart of research on mechanism of coredrugs in the treatment of migraine according to patent information search platform

1 資料與方法

1.1 資料來源 登錄專利網（http：//search.cnipr.com/），以偏頭痛為檢索詞，收集所有中藥治療偏頭痛的信息。

1.2 數據處理 納入所有以中藥或中西醫結合治療偏頭痛，并含有詳細的處方藥物記載的專利。剔除有關保健品、營養粥、茶飲、功能飲料，以及并未明確方藥的專利。

將所有符合納入標準的方藥錄入Excel中，對中醫證型及主要代表方劑（加減方）進行統計。以《中藥學》和2015版《中國藥典》為參考，對中藥名稱進行規范，剔除無效中藥名稱（未出現在以上兩個參考書目的中藥），并錄入已規范中藥的四氣五味、歸經、功效、以及功效分類[7-8]。

1.3 數據統計與分析

1.3.1 數據挖掘方法對藥物規律的分析及預測 建立Excel數據庫，分別統計中藥名稱、四氣五味、歸經、功效分類的頻數，并按照頻數由高到低排序。使用SPSS modeler 18.0，設置最大前項數為4，置信度97.015%，支持度13.06%，根據Apriori算法進行關聯規則分析。使用SPSS statistics 22.0對使用頻數排名前25的中藥進行系統聚類分析，統計高頻藥物的常用配伍。

1.3.2 網絡藥理學方法對預測方劑的深度分析 將1.3.1中預測得到的高頻方劑及相關藥物，通過中藥系統藥理學數據庫與分析（TCMSP，https：//tcmspw.com/tcmsp.php）平臺篩選中藥有效成分，并以偏頭痛（migrain）為關鍵詞在 GeneCards數據庫（https：//www.genecards.org）、TherapeuticTargetDatabase（TTD）數據庫（http：//db.idrblab.net/ttd）、OMIM數據庫（http：//omim.org）數據庫中檢索該疾病相關靶點，使用Venny 2.1.0平臺構建中藥-疾病交際靶點，在Cytoscape3.7.1中構建藥物-成分-靶點網絡圖，通過STRING（https：//string-db.org）平臺下載蛋白互作網絡圖（PPI），并利用Cytoscape 3.7.1進行優化及繪制，采用R 4.0.2軟件進行GO功能和亦都基因和基因組百科全書（KEGG）通路富集分析，以預測專利網中治療偏頭痛高頻方藥的潛在作用機制。

2 結果

2.1 中醫證型及方劑統計分析 對納入的512個中藥處方相關中醫證型及主要代表方劑（加減方）進行統計，依照中醫證型（代表方劑）出現頻數由高到低進行排序，其中前5位分別為風熱頭痛（芎芷石膏湯），瘀血頭痛（通竅活血湯），風寒頭痛（川芎茶調散），肝陽頭痛（天麻鉤藤飲）和血虛頭痛（加味四物湯），共占比63.87%，其中風熱頭痛占比最高，為28.71%，見表1。

表1 治療偏頭痛各證型對應方劑（加減方）統計Tab.1 Statistics of different syndromes corresponding prescriptions in the treatment of migraine

2.2 中藥頻次統計分析 對納入的512個中藥處方進行統計，共6 148味中藥，其中單個藥物使用頻數>40次的有34味，藥物總數占比50.29%，使用頻數由高到低依次為：川芎（286次）、白芷（220次）、天麻（176次）、甘草（141次）、當歸（128次）等。見表2。

表2 治療偏頭痛的中藥使用頻次（>40次）Tab.2 Usage frequency of traditional Chinese medicine in the treatment of migraine(>40 times)

2.3 中藥四氣五味統計 對錄入的512個中藥處方進行統計，共6 148味中藥、四氣頻數為6 148次，五味頻數為9524次，其中溫性2076次，占比33.77%；平性1 358次，占比22.09%；微寒905次，占比14.72%等。五味頻數及比例依次為：辛味3 399次，占比35.69%；甘味2 396次，占比25.16%；苦味2 314次，占比24.30%等。

2.4 中藥歸經統計分析 對納入的6 148味中藥進行歸經統計，歸經頻數為15 277次，其中肝經3 832次，占比25.08%；肺經2 455次，占比16.07%；脾經5192次，占比12.64%；心經1 677次，占比10.98%；胃經1 620次，占比10.60%；腎經1 145次，占比7.49%。

2.5 中藥功效統計分析 統計納入的6 148味中藥所有功效，共統計功效頻數19 350次，排名前5位的功效如下：祛風止痛594次，占比3.07%；清熱解毒562次，占比2.90%；解表散寒470次，占比2.43%；平抑肝陽441次，占比2.28%；疏散風熱382次，占比1.97%等，見表3。

表3 治療偏頭痛的中藥功效統計表（>170次）Tab.3 Statistical table of the efficacy of traditional Chinese medicine in the treatment of migraine(>170 times)

2.6 中藥關聯規則分析 對納入的6 148味中藥使用SPSS modeler 18.0進行關聯規則分析，設置最大前項數為2，置信度97.015%，支持度13.06%，高頻使用藥對前5位分別為川芎-白芍-白芷，川芎-當歸-白芷，川芎-細辛-白芷，川芎-蔓荊子-白芷，川芎-柴胡-白芷，見表4。

表4 治療偏頭痛藥物關聯規則分析結果Tab.4 Analysis results of association rules of drugs for treatment of migraine

2.7 高頻核心中藥聚類分析 對中藥使用頻數排名前25位的中藥進行聚類分析，得到4個藥物聚合組，第1組：菊花、蔓荊子、川芎、白芷、防風、羌活、細辛、薄荷，藥物共出現頻數占比為17.59%；第2組：紅花、桃仁、當歸、甘草、白芍、柴胡、黃芩，藥物共出現頻數占比為11.06%；第3組：葛根、牛膝、延胡索、全蝎、僵蠶、天麻、丹參、鉤藤，藥物共出現頻數占比為10.11%；第4組半夏、茯苓，藥物共出現頻數占比為1.43%。見圖2。因第1組藥物組合出現頻次最高，緊密度最強，故探究該方劑治療偏頭痛的機制并開展后續研究。

圖2 治療偏頭痛高頻核心藥物聚類圖Fig.2 Cluster of high-frequency core drugs in the treatment of migraine

2.8 成分靶點網絡的構建 依據藥代動力學參數，共檢索得到菊花、蔓荊子、川芎、白芷、防風、羌活、細辛、薄荷有效成分83個，其對應靶點250個，偏頭痛疾病靶點900個，藥物靶點與偏頭痛疾病靶點取交集共得到共有靶點77個，通過Cytoscape 3.7.1軟件構建“藥物-成分-靶點網絡圖”。見圖3。

圖3 藥物-成分-靶點網絡圖Fig.3 Network diagram of“drug-ingredient-target”

2.9 PPI網絡分析和核心靶點篩選 為進一步探討靶點在蛋白水平的作用關系，將STRING數據庫分析結果導入Cytoscape 3.7.1軟件并通過Network Analyzer插件進行拓撲分析，以≥2倍DC中位數22為篩選條件，共得到該方劑治療偏頭痛的最相關靶點7個，分別是白細胞介素（IL）-1B、血管內皮生長因子A（VEGFA）、前列素內環氧化物合酶A（PTGS2）、腫瘤壞死因子（TNF）、表皮生長因子受體（EGFR）、IL-6、絲裂原活化蛋白激酶（MAPK）3。見圖4。

圖4 PPI網絡圖Fig.4 Network diagram of PPI

2.10 GO和KEGG通路富集結果與分析 利用R語言對該方劑治療偏頭痛的77個潛在靶點進行GO功能注釋，并按P值進行排序（閾值為P<0.05），將排名前30位的潛在生物過程（BP）進行展示，同時，將潛在靶點進行KEGG功能分析，并將排名前30位通路進行展示，如晚期糖基化產物（AGE）-晚期糖基化終末產物受體（RAGE）信號通路、IL-17信號通路、TNF信號通路、MAPK信號通路、磷脂酰肌醇激酶（PI3K）/蛋白激酶 B（Akt）信號通路等。見圖5。

圖5 GO功能和KEGG通路富集結果TOP30Fig.5 TOP 30 of GO function and KEGG pathway enrichment analysis results

3 討論

中醫將偏頭痛歸屬“頭痛”的范疇，又有“頭風”“腦風”“首風”之稱[9]。其病機主要為外感六淫邪氣、內傷或久病入絡，導致清陽不升，痹阻頭部經絡所致，主要分為外感與內傷兩類。本研究結果顯示，治療偏頭痛各證型對應方劑研究數量從高到低依次為：風熱頭痛（芎芷石膏湯）>瘀血頭痛（通竅活血湯）>風寒頭痛（川芎茶調散）>肝陽頭痛（天麻鉤藤飲）>血虛頭痛（加味四物湯），有臨床研究結果顯示，肝陽上亢、血瘀證、肝風挾瘀、血虛肝旺、氣血虧虛、風熱等為偏頭痛的主要證型，與本研究結果基本一致[10-12]。

本次數據挖掘結果顯示川芎、白芷、天麻、甘草、當歸、細辛、防風、白芍、菊花、柴胡等使用頻率較高，四氣五味分別以溫性、平性藥物占比最大（55.88%），辛味、甘味占比最大（60.85%），分析可知臨床治療偏頭痛仍以能行能散，緩急止痛的行氣活血、祛風止痛功效藥物為主。另外關聯規則顯示川芎-白芷-白芍，川芎-白芷-當歸，川芎-白芷-細辛，川芎-白芷-蔓荊子，置信度均在90%以上，是治療偏頭痛較為常見的藥物組合，其功效亦主要以行氣活血，祛風止痛，清利頭目為主。

根據聚類分析所得的新的高頻藥物組方由菊花、蔓荊子、川芎、白芷、防風、羌活、細辛、薄荷組成。該方在川芎茶調散基礎上去荊芥、甘草，加菊花、蔓荊子，在祛風止痛功效之外，更著疏散風熱、清利頭目的作用，因此更適用于風熱所致的偏頭痛[13]。通過成分靶點網絡的構建，發現該方劑的藥物靶點與偏頭痛疾病靶點共77個，且該可能通過甘露醇（Mandenol）、氨酰胺（Ammidin）、異歐前胡素（isoimperatorin）、克尼地林（Cnidilin）、β-谷甾醇（beta-sitosterol）等有效成分發揮治療作用。PPI網絡分析和核心靶點篩選結果顯示，IL-1B、VEGFA、PTGS2、TNF、EGFR、IL-6、MAPK3 可能為該方劑治療偏頭痛的關鍵因子，GO功能-BP顯示，該方劑對偏頭痛的防治主要涉及基因表達的正向調控、對藥物的反應、對脂多糖的反應、突觸前膜的組成部分、細胞對脂多糖的反應等生物過程方面，KEGG富集通路顯示，AGE-RAGE信號通路、IL-17信號通路、TNF信號通路、HIF-1信號通路、Th17細胞分化、5-HT突觸信號通路、MAPK信號通路、PI3K-Akt信號通路等可能為重要通路，其中MAPK信號通路在核心靶點、功能富集及通路富集中均有顯示，可能為

該方劑治療風熱型偏頭痛的關鍵通路，本研究后期也將通過藥物分析、分子生物學驗證等方法明確該方劑發揮疏散風熱、清利頭目治療偏頭痛的藥效物質基礎，為實現臨床轉化研究提供依據。