基于網絡藥理學和分子對接探討白鶴方治療血栓性淺靜脈炎的作用機制

俞 寧，陳 健，曹燁民，曹永兵

（1.上海中醫藥大學，上海 201203；2.上海中醫藥大學附屬中西醫結合醫院脈管病研究所，上海 200082；3.上海中醫藥大學附屬中西醫結合醫院脈管病科，上海 200082）

血栓性淺靜脈炎（superficial thrombophlebitis）是與靜脈血栓形成相關的淺靜脈炎癥，其特征是淺靜脈內血栓，管腔部分受累或閉塞，靜脈沿途有炎癥反應[1]。既往臨床認為[2，3]，該病是一種良性、自限性下肢疾病，可影響全身大部分靜脈系統，與深靜脈血栓形成（DVT）或肺栓塞（PE）密切相關，是DVT 和PE 的重要危險因素。研究表明[3]，血栓擴散到深靜脈的比例為6%～44%，PE 的發生率為1.5%～33%。血栓性淺靜脈炎的發病率尚不明確，但被認為高于深靜脈血栓形成的發病率，且據估計[4]，深靜脈血栓的發病率約為1/1000。白鶴方由上海市中西醫結合醫院國家級名老中醫奚九一教授創立，可用于治療血管炎、膽囊炎、胃炎等疾病。藥理學研究表明[5]，白鶴方通過抑制ICAM-1 表達和嗜中性粒細胞CD18 的表達，從而抑制嗜中性粒細胞與HUVEC 的粘附，發揮抗炎治療的作用。隨著大數據時代的到來和網絡藥理學的發展，運用藥理學、生物信息學等多門學科與系統網絡分析相結合，深度挖掘和整合這些多種草藥組成的中醫復方，闡明不同的組分之間復雜的相互作用，從多組分、多靶點的揭示藥物治療機制，可以為中醫藥現代化和新藥研發提供思路[6]?；诖?，本研究主要基于網絡藥理學和分子對接探討白鶴方治療血栓性淺靜脈炎的作用機制，現報道如下。

1 資料與方法

1.1 白鶴方和血栓性淺靜脈炎潛在靶點檢索 首先將白鶴方中的13 味中藥：白芍、半枝蓮、柴胡、陳皮、黨參、地耳草、甘草、虎杖、蒲公英、拳參、蜀羊泉、藤梨根、仙鶴草依次輸入中藥系統藥理學數據庫與分析平臺TCMSP（https://tcmspw.com/tcmsp.php）[7]、中醫藥百科全書數據庫ETCM（http://www.tcmip.cn/ETCM/）[8]、中醫藥生物信息分析平臺SymMap（http://www.symmap.org/）[9]、中醫藥分子機制生物信息學分析工具BATMAN-TCM（http://bionet.ncpsb.org.cn/batman-tcm/）[10]和相關文獻收集方劑中各單味藥的主要化學成分，根據中藥功效將其分為4 類。通過SWISSADME[11]網站對每種成分進行ADME 分析[12]，以胃腸道吸收和生物利用度為指標篩選潛在活性成分。通過SwissTargetPrediction（http://swisstargetprediction.ch/）[13]預測白鶴方有效成分的主要靶標，同時符合degree 2 倍中位數以上、BC 中位數以上、CC 中位數以上的靶點作為白鶴方治療血栓性淺靜脈炎的關鍵活性成分。通過在GeneCards（https://www.genecards.org/）[14]、DisGeNET（https://www.disgenet.org/home/）[15]、OMIM（https://www.omim.org/）[16]、Drug－Bank（https://www.drugbank.com/）[17]數據庫中搜索“superficial thrombophlebitis”，即可獲得預測出的血栓性淺靜脈炎有關的靶點。

1.2 藥物-疾病靶點篩選 通過預測獲得白鶴方潛在靶點和血栓性淺靜脈炎靶點，將兩組數據分別輸入到韋恩圖繪制工具（http://www.ehbio.com/ImageGP/index.php/Home/Index/index.html）軟件中，得到白鶴方和血栓性淺靜脈炎的映射的共同靶標，即為藥物-疾病靶點。

1.3 藥物-疾病靶點PPI 網絡構建 將上述篩選出的白鶴方和血栓性淺靜脈炎的共同作用靶點利用STRING（https://string-db.org/）[18]，構建蛋白質相互作用網絡。使用Cytoscape 軟件中的cytoHubba 插件按照拓撲學規則計算關鍵節點，按照節點度Degree 排序得出PPI 網絡中排名前10 的關鍵節點。

1.4 GO 和KEGG 通路富集分析 使用DAVID 6.8數據庫[19]對上述得出的白鶴方和血栓性淺靜脈炎的靶點進行GO 功能富集分析和KEGG 通路富集分析。富集分析篩選P＜0.05 的條目，并在Cytoscape 3.8.2 軟件[20]中構建“化合物-靶點-通路”網絡，找到白鶴方治療血栓性淺靜脈炎的主要潛在生物學過程及作用信號通路。

1.5 核心靶點的分子對接模擬驗證 結合文獻報道[21]，選擇核心靶點中drgree 程度前10 的靶點蛋白，使用利用Autodock_vina 軟件用于分子對接，從RCSBPDB 數據庫（http://www.rcsb.org/）獲取這些靶點蛋白的晶體結構文件，從Pubchem 數據庫（https://pubchem.ncbi.nlm.nih.gov/）獲取這些小分子3D 結構文件，計算靶點蛋白與活性成分間的最低結合能并將分子對接模擬驗證結果進行可視化。

2 結果

2.1 白鶴方的有效成分篩選和靶標預測 在TCMSP、ETCM、SymMap 等數據庫及文獻檢索的方式對白鶴方的主要有效成分及相應的關鍵指標進行查詢，共發現811 個成分，并通過SWISSADME 網站對所有成分的藥代動力學進行篩選后，得到706 個有效成分。將這些成分輸入Swiss target prediction 網站搜索潛在靶標，剔除重復項后，篩選出對應213 個靶標。其中，補氣養血藥中發現了89 種成分和262 個靶點，清熱解毒藥有110 種成分和645 個靶點，其它藥材中有62 種成分和277 個靶點。不同組中草藥的成分和預測目標的數量見表1。

表1 白鶴方不同組別藥材的成分數量和預測靶標

2.2 血栓性淺靜脈炎疾病靶點篩選結果 通過檢索GeneCards、OMIM、DrugBank、DisGeNET 數據庫，檢出與血栓性淺靜脈炎相關的靶點,刪除檢索結果中重復靶點后共納入257 個相關的靶點，見圖1。

圖1 不同疾病數據庫疾病靶點的映射

2.3 核心靶點篩選及PPI 網絡構建結果 在ImageGP在線軟件測繪工具平臺上輸入213 個白鶴方有效成分作用靶點和257 個血栓性淺靜脈炎疾病靶點，二者映射以繪制韋恩圖，即白鶴方治療血栓性淺靜脈炎的交集靶點，見圖2。剔除重復后，得到白鶴方治療血栓性淺靜脈炎的交集靶點20 個。通過STRING對20 個共同靶點進行蛋白質相互作用網絡分析，最低交互分數為0.4，產生了20 個靶點和62 條邊，平均節點度（average node degree）為6.2，平均聚類系數為0.636，PPI 網絡富集的P＜2.22e-16，見圖3。對構建出的互作網絡使用Cytoscape 軟件中的cyto－Hubba 進行分析，按節點度degree 進行排序發現排名前10 個關鍵節點為TNF、AKT、MP、IL、MMP9、F、MMP、MMP3、F2、MMP1，見圖4。

圖2 白鶴方有效活性成分與血栓性淺靜脈炎靶點的韋恩圖

圖3 白鶴方-血栓性淺靜脈炎共同靶點的PPI 網絡

圖4 PPI 網絡中前10 個關鍵節點

2.4 白鶴方對血栓性淺靜脈炎的調控網絡分析 采用Cytoscape3.8.2 軟件將白鶴方的13 味中藥、306個有效活性成分及213 個潛在標點和血栓性淺靜脈炎-白鶴方20 個共同靶標進行分析，根據網絡拓撲值degree、BC、CC 確定白鶴方治療血栓性淺靜脈炎關鍵活性成分，degree 中位數2 倍值為14，BC 中位數為0.051 614 322，CC 中位數為0.305 250 905，同時符合degree 2 倍中位數以上、BC 中位數以上、CC中位數以上的靶點作為白鶴方治療血栓性淺靜脈炎的關鍵活性成分（圖5）。共有15 種活性成分滿足上述要求，分別為槲皮素、山柰酚、芹黃素、葉黃素、原兒茶酸、柚木素、肉豆蔻酸、硬脂酸、反式白藜蘆醇、反式香豆酸、咖啡酸、黃芩素、沒食子酸、咖啡因、油酸，見表2。

表2 白鶴方治療血栓性淺靜脈炎的關鍵活性成分及其拓樸學參數

圖5 “核心成分-靶點”網絡圖

2.5 潛在作用靶點的GO 富集分析 利用DAVID6.8對20 個核心靶點進行GO 功能富集分析，篩選統計的P＜0.05 的生物過程，共得到GO 條目92 個，其中生物過程（BP）條目61 個、分子功能（MF）條目21個、細胞組成（CC）條目9 個。GO 功能富集分析顯示，BP 主要涉及膠原蛋白分解過程、細胞外基質分解、白細胞遷移、蛋白分解、蛋白質代謝過程等過程；MF 主要涉及同質蛋白結合、鋅離子結合、鈣離子結、金屬肽酶活等分子功能；CC 主要涉及質、細胞外基質、蛋白質類細胞外基、胞外區、胞外空間等細胞組分相關，見圖6。

圖6 GO 富集潛在靶點條形圖

2.6 KEGG 通路富集分析 利用DAVID6.8 對20 個核心靶點進行KEGG 通路功能富集分析，共得到KEGG 條目72 個，見圖7。其中，包括腫瘤壞死因子信號通路、雌激素信號通路、T 細胞受體信號通路、MTOR 信號通路、Fc epsilon RI 信號通路、Toll 樣受體信號通路、鞘脂信號通路等信號通路，見圖8。

圖7 KEGG 通路分析

圖8 KEGG 氣泡圖

2.7 分子對接模擬驗證 根據藥物-成分-靶點構建的網絡結構，根據degree 程度選擇了前10 個核心靶 點：TNF、AKT1、MPO、IL2、MMP9、F2、MMP2、MMP3、F3、MMP1，在PDB 數據庫中檢索經典靶點受體蛋白信息。利用Autodock_vina 軟件計算這10個靶點蛋白與預測出上述靶點的活性成分間的最低結合能，結果顯示活性成分分子與靶點受體蛋白周圍分子通過氫鍵等分子間作用力形成較為穩定的構象；白鶴方中的大多數成分都能很好地與靶基因結合，其中芹黃素、山奈酚和槲皮素的結合性能最好；TNF、MMP3、F2、F3、MPO、MMP9 基因可以與大多數活性成分很好地對接，見表3。

表3 白鶴方的關鍵成分與目的靶標的結合能

3 討論

本研究為了探討白鶴方治療血栓性淺靜脈炎的作用機制，通過網站篩選發現白鶴方中706 個潛在活性成分和213 個靶點。同時，使用多個數據庫篩選了257 個疾病目標。通過韋恩圖映射，共發現20個共同目標。PPI 網絡和GO 富集分析表明這些共同的靶基因之間存在多重互作。GO 功能從分子功能、生物過程和細胞成分3 大類分析所有靶基因的功能，最后從抗炎免疫、減少炎癥損傷和抑制新生血管的形成兩方面分析了各通路的信息。

研究發現，白鶴方中多種潛在活性成分均表現出良好的抗炎活性，如山奈酚、槲皮素、芹黃素、硬脂酸等。已有研究報道[22-24]，槲皮素一種具有多種生物活性的黃酮醇類化合物，可降低TNF-α 的表達水平，對損傷血管有保護作用，對IL-6、IL-2、NF-κB、TNF-α 等均有較好的抑制作用，且還可以通過抑制血管生長發揮抗腫瘤作用。山奈酚是一種天然黃酮醇，可以抑制NF-κB 和MAP 激酶的磷酸化，減少IL-1β、IL-6 和TNF-α 的水平，具有顯著的抗炎效果[25-27]。硬脂酸是硬脂酰輔酶A 去飽和酶的主要底物，可與TNF-α 通過TLR4/TBK/IRF3 信號通路促進單核細胞中巨噬細胞炎癥蛋白-1α 的產生[28]。芹黃素可以顯著抑制MAPK 的激活，減少TNF-α、IL-6 和NF-κB 的表達和細胞凋亡，從而抑制炎癥[29]。同時，芹菜素對HIF-1α 的表達及其下游的VEGF-A/VEGFR2 和PDGF-BB/PDGFβR 信號通路有強烈的抑制作用，對新生血管有明顯的抑制作用[30]。因此，本研究認為白鶴方中的這些關鍵成分可能通過抗炎免疫和抑制血管生成來治療血栓性淺靜脈炎。

此外，本研究中KEGG 通路富集結果發現大量的抗炎免疫通路，其中TNF 信號通路是最重要的途徑，共涉及6 個調控基因：PIK3CA、MMP3、AKT1、PIK3R1、TNF、MMP9。研究報道，TNF-α 是一種促炎細胞因子，可促進炎癥介質和細胞因子的表達，包括IL-6、IL-1β 和ICAM[31]，還可通過調節NF-κB 信號通路和產生多種炎癥反應來調節MMPs 的表達[32]。分子對接是一種模擬小配體分子與受體蛋白大分子相互作用的技術，可以計算兩個對應物之間的結合能來預測它們的親和力。結合能小于0 表示兩個分子自發結合，結合能越小，構象越穩定[6]。本研究中分子對接實驗結果也顯示，山奈酚、槲皮素、芹黃素、硬脂酸與關鍵靶蛋白MPO、MMP3、F2、MMP9 等具有較好的結合力。

綜上所述，本研究通過網絡藥理學方法和分子對接驗證，有效地闡明了抗炎免疫和抑制血管生成是白鶴方減輕血栓性淺靜脈炎的核心分子機制，仙鶴草中的山奈酚、白芍中的硬脂酸等是重要的活性成分，其通過TNF 信號通路、Toll 樣受體信號通路、T 細胞受體信號通路共同作用于MMP9、MMP12、PIK3R1、ALOX5、AKT1 等多個靶點，發揮抗炎免疫通路作用；黨參中的槲皮素、藤梨根中的芹黃素等可抑制新生血管生成，減少血栓形成，主要作用于F2、TTR、AKT1、MMP2 等下游靶標，具有調控血管生成的作用。