检索历史 清除

摘要目的：<br>　　在构建中药复方靶点加权网络的基础上，结合群体协同算法和君臣佐使配伍加权方法，探索中药复方优化的新方法，将其应用于痰瘀同治方抗心肌缺血再灌注损伤（Myocardialischemiareperfusioninjury,MI/RI）的处方优化中，并结合富集分析和动物实验进行验证，为中药复方优化提供一种可重复、可定量、可推理的新方法。<br>　　方法：<br>　　(1）以群体协同算法为核心的网络模块划分方法研究<br>　　本研究提出一种以群体协同算法为核心的网络模块划分方法，其主要目的是寻找网络中群体与群体之间的关联关系，而非个体与个体之间的关系。该算法以最大化的群体协同模块度为目标，结合Louvain优化策略，进行模块识别，以期在中药复方靶点网络中识别出与疾病靶点群作用紧密的成分群。<br>　　(2）基于“君臣佐使”理论的网络加权方法研究<br>　　结合临床经验和模块划分，探索中药复方中君臣佐使药物赋值方法。基于“君臣佐使”理论对中药复方靶点网络进行加权，对比加权网络与未加权网络的模块划分结果，探讨加权前后对网络模块划分的影响。<br>　　(3）基于群体协同算法的痰瘀同治方的处方优化研究<br>　　应用以群体协同算法为核心的中药复方优化方法对痰瘀同治方进行优化。构建痰瘀同治方抗MI/RI的“成分-靶点-疾病”复杂网络，引入君臣佐使理论对网络进行加权，采用群体协同算法对加权网络进行模块划分，再利用复杂网络分析筛选核心节点，从而筛选核心药物组合，拟定优化方。<br>　　(4）通过基因富集分析和动物实验对优化结果进行验证<br>　　通过基因富集分析，分析对比痰瘀同治方原方与优化方所富集的生物功能和通路;通过动物实验，观察痰瘀同治方原方、优化方对MI/RI大鼠的心肌酶（AST、ALT、LDH、CK、CK-MB、cTnI)、氧化应激酶（MDA)、炎性因子（IL-1β、IL-6和TNF-α)、凋亡因子（Bcl-2、Bax）及心肌梗死面积的影响。<br>　　结果：<br>　　(1）提出一种以群体协同算法为核心的模块划分方法，将其应用在两个公开的高质量蛋白质交互网络（Protein-proteininteraction,PPI)、中药复方左金片的靶点网络以及痰瘀同治方抗MI/RI靶点网络的网络模块划分中，并与常用的四种模块划分算法（GN、CNM、LPA和LFM算法）相比较。<br>　　结果显示群体协同算法在四个网络的模块划分中表现最好，且与其他模块划分算法相比，群体协同算法得到最高的模块度Q，充分说明群体协同算法性能的优越性。<br>　　(2）将方剂的君臣佐使配伍理论引入中药复方靶点网络的构建中，根据专家意见和网络模块划分结果，在三种权重分配方案中选择网络模块划分质量最好的一种，即君臣佐使的权重值分别为20-10-6-4。对比加权网络与非加权网络的模块划分情况，结果发现基于“君臣佐使”理论的网络加权方法对群体协同算法识别出来的模块影响较大，能够提高模块划分的质量，从而证实“君臣佐使”思想对中药复方的影响。<br>　　(3）应用以群体协同算法为核心的中药复方优化方法对痰瘀同治方进行优化，构建痰瘀同治方抗MI/RI的“成分-靶点-疾病”靶点网络，按照君臣佐使理论权重对网络进行加权，再利用群体协同算法进行模块划分。<br>　　结果：共识别到13个群体协同模块，模块度为0.5537。对识别出来的模块进行分析，基于提出的加权接近中心性（WCC)，结合度中心性（DC）和接近中心性（CC)，寻找网络中的核心节点，从而筛选得到优化方1(6味药）和优化方2(7味药）。<br>　　(4）通过基因富集分析对优化结果进行验证。GO生物富集分析结果显示，优化方1和优化2与痰瘀同治方的富集生物功能重叠率均在94％以上，且排名前30的富集生物功能三方基本一致。KEGG通路富集分析结果显示，优化方1和优化2与痰瘀同治方的富集通路重叠率在98％以上，且排名前10的富集通路三方基本一致。从生物层面上，表明痰瘀同治方原方、优化方1和优化方2的功能基本一致，表明所提出的中药复方优化方法的有效性和可行性。<br>　　(5）通过动物实验对优化结果进行验证。<br>　　结果：显示痰瘀同治方原方组和优化方1组的血清CK、CK-MB、LDH、AST、ALT、AST/ALT和cTnI含量及心肌梗死面积较MI/RI模型组均显著下降，而优化方2组仅有AST/ALT含量及心肌梗死面积较MI/RI模型组显著下降，说明各用药组均可有效减轻心肌梗死程度和MI/RI。与MI/RI模型组比较，痰瘀同治方原方组和优化方1组的MDA含量显著下降，说明痰瘀同治方原方和优化方1能通过减轻氧化应激而发挥一定的心肌保护作用。与MI/RI模型组比较，优化方1组的IL-1β、IL-6和TNF-α含量显著降低，原方组的IL-1β和TNF-α含量显著降低，优化方2组的IL-6和TNF-α含量显著降低，说明三个组方均可通过调节炎症因子水平，抑制再灌注后炎症损伤。与MI/RI模型组比较，痰瘀同治方原方和优化方1组的Bax蛋白表达显著下降而Bcl-2蛋白表达显著回升，说明痰瘀同治方原方和优化方1能通过抑制促凋亡细胞蛋白表达并上调抗凋亡蛋白水平而发挥心肌保护作用。<br>　　结果：显示，三个组方均具有抗MI/RI作用，其机制可能与缩小心肌梗死面积、减少心肌酶和肌钙蛋白释放、抗氧化、减轻炎症反应、抑制心肌细胞凋亡有关，其中优化方1与原方的疗效基本相当。<br>　　结论：<br>　　(1）本研究提出一种基于群体协同算法和君臣佐使配伍加权的中药复方优化新方法，其具备三个特点：①提出以群体协同算法为核心的模块划分方法，该算法以最大化的群体协同模块度为目标，结合Louvain优化策略，进行模块识别。比对经典的GN算法、基于贪婪算法思想的CNM算法、基于标签传播的LPA算法和基于局部扩展的LFM算法，群体协同算法的模块划分质量均高于以上算法，且在不同类型的复杂网络上表现良好，性能优越性;②定义一种基于君臣佐使配伍理论的网络加权方法，研究结果证实该方法对模块识别影响较大，能够提高模块划分的质量，从而证实“君臣佐使”思想对中药复方的影响;③定义一个评价节点重要性的指标——加权接近中心性（WCC)，从加权网络的角度来判断药物的中心度，其充分考虑了节点间的相互作用强弱程度，且加强了对网络中药物成分、靶点等重要节点的判断。<br>　　(2）将提出的中药复方优化方法应用到课题组前期证实对MI/RI疗效确切的痰瘀同治方（13味药）中，筛选出痰瘀同治方优化方1(6味药）和优化方2(7味药）。在构建痰瘀同治方抗MI/RI“成分-靶点-疾病”网络的基础上，引入君臣佐使权重值对网络进行加权处理，再利用群体协同算法对网络进行模块划分，得到13个模块，总模块度为0.5537。对识别出来的群体协同模块进行分析，基于WCC值，同时结合度中心性（DC）和接近中心性（CC)，筛选出网络中的核心节点，反推核心药物组合。最终，拟定出了优化方1和优化方2。<br>　　(3）运用基因富集分析和动物实验对痰瘀同治方的优化结果进行验证，结果显示基于群体协同算法得到的痰瘀同治方优化方与原方疗效相当，说明提出的复方优化方法切实可行，为中药复方优化提供了一种新方法。基因富集分析结果显示痰瘀同治方原方、优化方1和优化方2的生物功能和通路信息基本一致。动物实验结果显示，痰瘀同治方原方、优化方1和优化方2均具有抗MI/RI作用，其机制可能与缩小心肌梗死面积、减少心肌酶和肌钙蛋白释放、抗氧化、减轻炎症反应、抑制心肌细胞凋亡有关，优化方1与原方的疗效基本相当，确定其作为最终优化方。