基于数据挖掘和网络药理学探讨高尿酸血症的用药规律分析

作者：汪涛; 郑曙琴^*

来源：中医临床研究, 2021, 13(25): 29-35.

• 高尿酸血症
• 数据挖掘
• 网络药理学

目的:从文献研究角度出发,用数据挖掘分析中药治疗高尿酸血症的用药规律并通过网络药理学的方法分析高频药物治疗高尿酸血症的作用机制,为防治该疾病提供参考。方法:检索2001年1月-2020年12月中国知网、万方数据资源系统关于中医药治疗高尿酸血症的相关文献。采用中医传承辅助平台对其用药进行频次分析、四气五味归经统计分析和关联规则分析,探讨治疗高尿酸血症的高频药物及药物组合,并在此基础上采用网络药理学的方法,通过药物-成分-靶点网络图、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路分析和基因本体论(Gene Ontology,GO)富集分析,研究高频药物的生物信息通路并分析其作用机制。结果:共计83篇文献符合纳入标准,涉及中药157味,使用频率大于10的药物有17种,频率最高的药物分别为土茯苓、薏苡仁、萆薢。应用网络药理学的方法对土茯苓、萆薢、薏苡仁这三种高频药物组进行分析探讨,得到治疗高尿酸血症的核心靶点64个。通过KEGG信号通路富集分析,共获得100条信号通路。结论:中药治疗高尿酸血症多以健脾化痰、清热祛湿为主要治则,故用药多以健脾化痰、清热祛湿为主,兼以补气、活血化瘀之药,并证实高频药物是通过槲皮素(quercetin)、薯蓣皂素(diosgenin)、柚皮素(naringenin)、β-谷甾醇(beta-sitosterol)、豆甾醇(Stigmasterol)这5种关键成分作用于丝氨酸/苏氨酸蛋白激酶1(AKT Serine/Threonine Kinase 1,AKT1)、白细胞介素6(Interleukin6,IL6)、肿瘤坏死因子(Tumor Necrosis Factor,TNF)、肿瘤抑制蛋白(Tumor Protein P53,TP53)、血管内皮生长因子A(Vascular Endothelial Growth Factor A,VEGFA)、过氧化氢酶(Catalase,CAT)、半胱氨酸蛋白酶3(Caspase 3,CASP3)、白细胞介素1B(Interleukin 1 Beta,IL1B)、一氧化氮合酶3(Nitric Oxide Synthase 3,NOS3)等关键靶点参与Prolactin信号通路、AMPK信号通路、细胞周期、Jak-STAT信号通路而起到降尿酸的作用。

• 单位
  辽宁中医药大学; 辽宁中医药大学附属医院