基于文本挖掘技術(shù)初步探討雷公藤應(yīng)用相關(guān)的生物學(xué)基礎(chǔ)?

展俊平，鄭 光，孟慶良，谷慧敏，左瑞庭，呂 誠，姜 淼△

(1.河南中醫(yī)藥大學(xué)第二附屬醫(yī)院,鄭州 450002； 2. 蘭州大學(xué)數(shù)學(xué)院, 蘭州 730000；3. 中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所, 北京 100700)

雷公藤(TriptergiumwilfordiiHook. F)為衛(wèi)矛科一年生藤本植物，作為傳統(tǒng)中藥的使用歷史悠久。最早在《神農(nóng)本草經(jīng)》中就有所記載，主要以根入藥，歸肝腎經(jīng)，性苦、辛、涼、大毒，具有祛風(fēng)除濕、活血化瘀、清熱解毒、消腫散結(jié)、殺蟲止血等功效。其廣泛分布于中國南方，為中國的傳統(tǒng)中藥，具有免疫調(diào)節(jié)、抗炎、抗腫瘤、抗生育、抗菌等藥理作用[1]。雷公藤化學(xué)成分非常復(fù)雜，目前所知其主要成分包括生物堿類、二萜類、三萜類、倍半萜以及糖在內(nèi)的380多種物質(zhì)，多種生物堿類化合物及其他小分子化合物已從雷公藤植物中分離鑒定出來[2]。

本文擬用文本數(shù)據(jù)挖掘方式，采用現(xiàn)有的臨床研究及實(shí)驗(yàn)研究文獻(xiàn)資料，運(yùn)用基于敏感關(guān)鍵詞頻數(shù)統(tǒng)計(jì)的數(shù)據(jù)分層算法，對雷公藤相關(guān)的疾病及其生物作用靶點(diǎn)進(jìn)行初步的總結(jié)分析，以期能進(jìn)一步指導(dǎo)臨床用藥，并為相關(guān)研究提供一定的理論基礎(chǔ)。

1 材料與方法

文本挖掘是從非結(jié)構(gòu)化、自然語言描述的文本數(shù)據(jù)中，抽取有意義的數(shù)據(jù)應(yīng)用到生物醫(yī)學(xué)領(lǐng)域，文本挖掘可以分為文本數(shù)據(jù)收集、(預(yù))處理、結(jié)構(gòu)化分析、可視化以及評價(jià)5個(gè)步驟[3]。

1.1 文本數(shù)據(jù)收集

文本數(shù)據(jù)的收集來自中國生物醫(yī)學(xué)文獻(xiàn)服務(wù)系統(tǒng) (英文全稱Chinese BioMedical Literature Database，簡稱CBM)的論文摘要。在主題檢索下分別檢索關(guān)鍵詞“雷公藤”。經(jīng)過檢索出現(xiàn)主題詞、命中文獻(xiàn)數(shù)，合并檢索主題詞分別得到文獻(xiàn)12957篇(檢索日期2017年9月16日)。為獲取文獻(xiàn)的詳細(xì)信息，如流水號、標(biāo)題、摘要、主題詞等，在顯示格式中選擇“詳細(xì)”和“顯示全部”然后進(jìn)行下載。

1.2 文本數(shù)據(jù)處理

從CBM下載的文本數(shù)據(jù)，按照下載的先后順序合并到一個(gè)平面文本文件(后綴txt)中，并以ANSI編碼進(jìn)行保存。在此基礎(chǔ)上，利用專有的文本提取工具(軟件著作權(quán)，軟著登字第0261882號，登記號2010SR073409)，對下載的文本數(shù)據(jù)進(jìn)行信息提取，并將格式化的結(jié)果保存到大型關(guān)系型數(shù)據(jù)庫(microsoft sql server 2008 R2，以下簡稱SQL)中。針對初步提取出來的數(shù)據(jù)，構(gòu)建算法并對其中可能的噪音進(jìn)行清洗[4]。

1.3 數(shù)據(jù)的選取以及可視化方法

清洗后的數(shù)據(jù)仍然采取數(shù)據(jù)切片分層的形式，針對挖掘?qū)ο蟮囊痪S和二維頻次數(shù)據(jù)進(jìn)行分析(即相關(guān)挖掘要素在數(shù)據(jù)集中出現(xiàn)文獻(xiàn)總的頻數(shù)以及兩兩之間的頻數(shù)關(guān)系)，用Cytoscape 2.8軟件進(jìn)行可視化處理。

本文中形成可視化的二維網(wǎng)絡(luò)圖，筆者采用連線的寬度和圖形大小2種方式同時(shí)進(jìn)行客觀展示，圖形內(nèi)為獨(dú)立要素名稱，連線代表要素兩兩之間的關(guān)聯(lián)。圖形的面積越大，代表該要素與其他要素關(guān)聯(lián)的越多，權(quán)重越大，連線越寬[4]代表該要素與雷公藤的關(guān)系越密切，在文獻(xiàn)中出現(xiàn)的頻次越高。同時(shí)結(jié)合專業(yè)知識進(jìn)行解析，對于不合理的結(jié)果，即回溯原文獻(xiàn)數(shù)據(jù)集，按算法進(jìn)行噪音清洗[5]。人工閱讀評價(jià)使得結(jié)果更加客觀，通過這種優(yōu)化的文本挖掘組合，盡可能客觀地呈現(xiàn)各方面的的信息。

2 結(jié)果分析

2.1 雷公藤疾病文本挖掘結(jié)果

表1顯示，文本挖掘共提取到281種疾病，選擇頻次較高有代表意義的前10個(gè)列出(括號內(nèi)為文獻(xiàn)篇數(shù)，下同)：關(guān)節(jié)炎(1137)、類風(fēng)濕(741)、腎小球腎炎(387)、腎病綜合征(321)、糖尿病腎病(287)、紫癜(250)、銀屑病(247)、哮喘(139)、紅斑狼瘡(116)、腫瘤(86)。由于構(gòu)建詞表及挖掘詞的包含關(guān)系，出現(xiàn)以上結(jié)果重復(fù)的現(xiàn)象，說明挖掘詞越短，挖掘到的頻次越高，其結(jié)果基本反映了雷公藤治療相關(guān)疾病的一維特征。

圖1顯示，在此基礎(chǔ)上依據(jù)共同出現(xiàn)的原則，構(gòu)建雷公藤對應(yīng)的疾病二維網(wǎng)絡(luò)。圖中節(jié)點(diǎn)為疾病名稱，連線代表不同疾病間的聯(lián)系，疾病的連線越多越寬，節(jié)點(diǎn)就越大，其權(quán)重也越大；連線寬度與臨床報(bào)道文獻(xiàn)數(shù)量多少呈指數(shù)線性關(guān)系。

表1 雷公藤疾病一維結(jié)果比較

文本挖掘共提取到1389項(xiàng)疾病組合，圖1為頻次大于2的疾病組合參與構(gòu)建的網(wǎng)絡(luò)圖。由圖可知，類風(fēng)濕、關(guān)節(jié)炎圓圈最大，其相應(yīng)的權(quán)重最高，其他疾病次之，且二者之間關(guān)聯(lián)最密切(連線最寬)?；乜磾?shù)據(jù)結(jié)果，“類風(fēng)濕”和“關(guān)節(jié)炎”頻數(shù)為691。追溯原文獻(xiàn)，可能是因?yàn)樵诙喾N疾病中均會伴隨關(guān)節(jié)炎的臨床癥狀表現(xiàn)。

圖1 雷公藤相關(guān)疾病二維網(wǎng)絡(luò)圖

2.2 雷公藤生物靶標(biāo)文本挖掘結(jié)果

文本挖掘共提取到358個(gè)結(jié)果，選擇前10個(gè)列出，T淋巴細(xì)胞(134)、滑膜(121)、血管(74)、基因(71)、細(xì)胞因子類(70)、單核細(xì)胞類(61)、蛋白質(zhì)類(61)、足細(xì)胞(51)、內(nèi)皮(50)、巨噬細(xì)胞(46)。

圖2顯示，文本挖掘共提取到65項(xiàng)免疫靶標(biāo)組合。圖3顯示，血管與內(nèi)皮相關(guān)度最高，其次為滑膜與成纖維細(xì)胞、膜糖蛋白類與載體蛋白質(zhì)類。

2.3 雷公藤相關(guān)生物分子文本挖掘結(jié)果

圖3顯示，同樣方法文本挖掘共提取59個(gè)生物分子靶標(biāo)結(jié)果，選擇前10個(gè)列出，文本挖掘共提取到184項(xiàng)生物分子組合，頻次大于8的分子組合參與構(gòu)建的網(wǎng)絡(luò)圖。圖3可知，腫瘤壞死因子α處于核心位置，與白介素1、白介素6、白介素10的相關(guān)度最高。

表2 雷公藤生物靶標(biāo)一維結(jié)果

圖3 雷公藤生物分子二維網(wǎng)絡(luò)圖

作用靶標(biāo)頻次權(quán)重TNF?α1980245RNA1210149IL?2930115IL?6930115IL?1710087轉(zhuǎn)化生長因子β550068CD4540066IL?10510063CD8410050IL?4410050

圖2 雷公藤生物靶標(biāo)二維網(wǎng)絡(luò)圖

2.4 雷公藤相關(guān)通路文本挖掘結(jié)果

文本挖掘共有20條通路，選擇前10條列出。

圖4顯示，文本挖掘共提取到45項(xiàng)通路組合，頻次大于2的通路組合參與構(gòu)建的網(wǎng)絡(luò)圖。圖4顯示，PI3K/Akt、TLR4/NF-κB相關(guān)度最高。

3 討論

雷公藤臨床應(yīng)用極為廣泛，盡管其具有較大的副作用，但因其療效顯著，眾多學(xué)者對其生物學(xué)作用機(jī)制仍進(jìn)行了不斷的深入研究。圖1顯示，雷公藤主要用于關(guān)節(jié)炎、類風(fēng)濕、腎病、皮膚病等領(lǐng)域，提示與其抗炎及免疫抑制作用密不可分；圖2顯示，從淺層分析認(rèn)為主要作用于T淋巴細(xì)胞群、滑膜、血管、細(xì)胞因子類，圖3提示具體包括TNF-α、RNA、白介素類，而圖4通路則以NF-κB、Akt、Fas/FasL等為主，二維結(jié)果中類風(fēng)濕與關(guān)節(jié)炎的關(guān)聯(lián)度最高，內(nèi)皮與血管關(guān)系密切，腫瘤壞死因子與白細(xì)胞介素類共同出現(xiàn)頻次較高，PI3K/Akt、TLR4/NF-κB相關(guān)度最高。

表4 雷公藤相關(guān)通路一維結(jié)果

圖4 雷公藤相關(guān)通路二維結(jié)果

T淋巴細(xì)胞是雷公藤作用的主要靶細(xì)胞，能夠有非選擇性、非平衡性的抑制作用，糾正免疫系統(tǒng)紊亂，抑制免疫細(xì)胞增殖及誘導(dǎo)細(xì)胞凋亡等[6]。實(shí)驗(yàn)證實(shí)，雷公藤多苷對早期糖尿病腎病患者具有一定的血管內(nèi)皮修復(fù)效應(yīng)，同時(shí)可糾正患者 T 淋巴細(xì)胞亞群失衡現(xiàn)象[7]。而在治療自身免疫性疾病中，雷公藤對促炎和抗炎性細(xì)胞因子均有一定的調(diào)節(jié)作用。其有效成分雷公藤甲素可以通過抑制TNF-α信號傳導(dǎo)通路，進(jìn)而抑制其與IL-6 的協(xié)同作用，達(dá)到抑制炎癥反應(yīng)的目的[8]；亦能作用于白細(xì)胞介素-2(IL-2)及其受體的基因轉(zhuǎn)錄水平，抑制兩者的基因表達(dá)和其介導(dǎo)的細(xì)胞免疫反應(yīng)。此外，白細(xì)胞介素-10 (IL -10) 具有誘導(dǎo)致炎細(xì)胞因子凋亡的特性，雷公藤甲素通過上調(diào) IL-10下調(diào) IL -1、IL-6、IL -8及 TNF-α 等促炎因子，達(dá)到延緩和降低發(fā)病[9]。

NF-κB是一種重要的核轉(zhuǎn)錄因子，存在于大多數(shù)真核細(xì)胞中，可誘導(dǎo)多種細(xì)胞因子、黏附分子和受體分子等基因表達(dá)，雷公藤通過調(diào)控參與炎癥級聯(lián)效應(yīng)多種酶的基因表達(dá)發(fā)揮免疫抑制作用[10]。研究證實(shí)，NF-κB信號通路在軟骨細(xì)胞的增殖、分化、凋亡中扮演著十分重要的角色[11]。而死亡受體Fas (又稱為CD95/Apo-1)介導(dǎo)著細(xì)胞凋亡的外在通道，F(xiàn)asL或抗Fas抗體與Fas結(jié)合后可激活一系列細(xì)胞內(nèi)信號通路，進(jìn)而誘導(dǎo)細(xì)胞凋亡[12]。有報(bào)道稱，雷公藤多苷可明顯降低TNBS小鼠結(jié)腸上皮細(xì)胞中Fas表達(dá)，增加FasL含量，同時(shí)可明顯降低結(jié)腸上皮細(xì)胞處于G0-G1增殖期數(shù)量，升高S期數(shù)量，說明雷公藤多苷可以通過調(diào)節(jié)Fas/FasL信號途徑，加速炎細(xì)胞凋亡，完成修復(fù)過程，進(jìn)而治療或緩解結(jié)腸黏膜炎性損傷[13]。

AKT通路則廣泛存在于細(xì)胞中，是參與細(xì)胞生長、增殖、分化調(diào)節(jié)的信號傳導(dǎo)通路，與人類惡性腫瘤、慢性炎癥甚至過敏反應(yīng)中相關(guān)下游主要效應(yīng)靶基因激活相關(guān)，造成細(xì)胞凋亡[14]。雷公藤紅素對肥大細(xì)胞脫顆粒的抑制作用是通過下調(diào)PI3K / AKT信號通路上重要的抗凋亡基因Pik3r3、Akt2的表達(dá)以及上調(diào)促凋亡基因 Gsk3b的表達(dá)實(shí)現(xiàn)的[15]。另外，作為雷公藤的重要靶向通路之一的ERK，報(bào)道顯示復(fù)方雷公藤外敷劑能降低關(guān)節(jié)炎大鼠血清及滑膜組織中炎癥因子，抑制滑膜組織ERK通路的活化，從而抑制滑膜組織增殖、減少滑膜中血管新生和血管翳形成[16]。

文本挖掘(Text Mining)技術(shù)是以計(jì)算語言學(xué)及統(tǒng)計(jì)數(shù)理分析為理論基礎(chǔ)，借用大數(shù)據(jù)時(shí)代的信息服務(wù)于各學(xué)科的交叉學(xué)科[17]。中醫(yī)藥源遠(yuǎn)流長，有許多行之有效的寶貴經(jīng)驗(yàn)需要更為科學(xué)直觀的驗(yàn)證，基于循證醫(yī)學(xué)的文本挖掘技術(shù)無疑是一有利工具，尤其在生物分子機(jī)制方面的深入探討[18]，通過對信息產(chǎn)生的潛在的關(guān)聯(lián)關(guān)系，讓我們獲取和拓展新的知識[19]。

參考文獻(xiàn)：

[1] WANG H L, JIANG Q, FENG X H, et al. Tripterygium wilfordii, Hook F versus conventional synthetic disease-modifying anti-rheumatic drugs as monotherapy for rheumatoid arthritis: a systematic review and network meta-analysis[J]. Bmc Complementary & Alternative Medicine, 2016, 16(1):215.

[2] WONG K F, YUAN Y, LUK J M. Tripterygium wilfordii bioactive compounds as anticancer and anti-inflammatory agents[J]. Clinical & Experimental Pharmacology & Physiology, 2012, 39(3):311.

[3] 孟慶良, 展俊平, 郭會卿,等. 基于文本挖掘技術(shù)析甲氨蝶呤與中醫(yī)治療聯(lián)合應(yīng)用的規(guī)律[J]. 中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志, 2014, 20(12):1665-1667.

[4] 沈姍姍, 鄭光, 展俊平,等. 基于數(shù)據(jù)挖掘探討類風(fēng)濕關(guān)節(jié)炎證-癥-法-方藥規(guī)律[J]. 風(fēng)濕病與關(guān)節(jié)炎, 2013(10):5-9.

[5] 李仲賢, 鄭光, 展俊平,等. 基于文本挖掘技術(shù)探索強(qiáng)直性脊柱炎“理-法-方-藥”相應(yīng)規(guī)律[J]. 蘭州工業(yè)學(xué)院學(xué)報(bào), 2013, 20(2):23-26.

[6] 何英蒙,姚媛媛,陳一龍,等.雷公藤類制劑的研究進(jìn)展[J].中國藥房,2017,28(4):551-554.

[7] 周瑞琴, 李小巧, 楊艷琴. 雷公藤多苷對早期糖尿病腎病患者的血管內(nèi)皮功能及T淋巴細(xì)胞亞群的影響[J]. 世界中醫(yī)藥, 2017, 12(8):1840-1843.

[8] 王偉東, 陳如平, 肖魯偉,等. 雷公藤甲素對類風(fēng)濕關(guān)節(jié)炎滑膜新生血管中血管內(nèi)皮生長因子、白細(xì)胞介素-6抑制機(jī)理的探討[J]. 中醫(yī)正骨, 2012, 24(2):3-5.

[9] 曹學(xué)梅. 雷公藤多苷對類風(fēng)濕關(guān)節(jié)炎患者血清細(xì)胞因子水平的影響[J]. 中國藥業(yè), 2013, 22(7):21-23.

[10] 張敏, 王守安, 劉黎星,等. 雷公藤多苷干預(yù)TLR-NF-κB通路發(fā)揮免疫抑制作用[J]. 中草藥, 2014, 45(9):1288-1292.

[11] 周莊, 張柳. NF-κB信號通路在骨性關(guān)節(jié)炎發(fā)生發(fā)展中作用機(jī)制的研究[J]. 中國骨質(zhì)疏松雜志, 2012, 18(1):78-82.

[12] YAMADA A, ARAKAKI R, SAITO M, et al. Dual Role of Fas/FasL-Mediated Signal in Peripheral Immune Tolerance[J]. Frontiers in Immunology, 2017, 8(4):403.

[13] 黃小英, 劉端勇, 程紹民,等. 雷公藤多苷對結(jié)腸炎小鼠結(jié)腸上皮細(xì)胞周期及Fas/Fas L表達(dá)的影響[J]. 時(shí)珍國醫(yī)國藥, 2012, 23(11):2785-2786.

[14] 王曉南, 吳青, 楊旭,等. 雷公藤紅素對白血病細(xì)胞Akt信號通路的影響及在細(xì)胞凋亡中的作用[J]. 中國中西醫(yī)結(jié)合雜志, 2011, 31(2):228-232.

[15] 姚賜玉, 王滔, 蔣云林,等. 雷公藤紅素對致敏肥大細(xì)胞的抑制作用及其中PI3K/AKT/GSK3-β信號通路的影響[J]. 福建醫(yī)藥雜志, 2017, 39(1):61-64.

[16] 趙越, 唐曉頗, 姜泉,等. 復(fù)方雷公藤外敷對Ⅱ型膠原誘導(dǎo)型關(guān)節(jié)炎大鼠滑膜組織細(xì)胞因子及ERK通路的影響[J]. 中醫(yī)雜志, 2017, 58(7):582-586.

[17] LI Z, et al.Applying Discrete Derivative Algorithm in Two Dimensions in Mining Acupuncture and Moxibustion Rules on Bell’s Palsy, in Eighth International Conference on Fuzzy Systems and Knowledge Discovery (FSKD),2011: 1570-1574.

[18] ANANIADOU S, THOMPSON P, NAWAZ R, et al. Event-based text mining for biology and functional genomics[J]. Briefings in Functional Genomics, 2015, 14(3):213-230.

[19] O'MARAEVES A, THOMAS J, MCNAUGHT J, et al. Using text mining for study identification in systematic reviews: a systematic review of current approaches[J]. Systematic Reviews, 2015, 4(1):5.