《臨證指南醫案》胃脘痛用藥規律及作用機制探析*

孫吉雅，樊一樺，周瓊陽，周桂桐

（天津中醫藥大學，天津 301617）

葉天士為吳門醫派的代表人物，創立了溫病學說，為中醫學的發展作出了貢獻[1]。他在遵循張仲景和李東垣等祖法的基礎上，提倡胃病的治療當分論脾胃，重視補胃陽，潤養胃陰起到宣達通降目的，制肝木而和胃氣，對于久病入脈絡者可采用蟲蟻散辛香通之，極大地拓寬了臨床辨治脾胃病的思路[2]。其門人無錫華岫云收集葉氏晚年醫案，取其方藥治驗，分類編輯而著《臨證指南醫案》，列內科時證、雜病、婦科、幼科臨證驗案二千五百六十九例。本文分析《臨證指南醫案·卷八》“胃脘痛”門中的醫案，探討葉氏治療胃脘痛的用藥特點，并結合網絡藥理學方法預測其藥理學機制，以期能夠更好地指導臨床應用。

1 資料

以《臨證指南醫案·卷八》[3]“胃脘痛”門中收錄的44則醫案為資料來源，篩選治療胃脘痛初診及復診處方，對于未給出明確組成的處方不予納入，最終共納入48首方劑進行分析。

2 方法

2.1 數據整理 采用Microsoft Excel 2010構建處方信息數據庫，由2名人員分別提取并核對整理錄入數據。同時參照2015版《中華人民共和國藥典》對處方中所包含的藥物稱進行規范，如“金鈴子”記作“川楝子”，“山梔”“黑山梔”統一為“梔子”。為方便分析，藥物的性、味、歸經根據第九版《中藥學》教材規范，將藥性屬“寒”“大寒”“微寒”一類的中藥統一記為“寒”；藥味屬“苦”“微苦”的中藥統一歸作“苦”進行統計。

2.2 數據分析 采用SPSS Statistics 22.0進行描述性統計，分析藥物使用頻次及其藥性、藥味、歸經，并對使用頻數≥5的藥物提取公因子，進行因子分析。運用SPSS Modeler 18.0對高頻藥物進行網絡可視化分析，并利用Apriori建模進行關聯規則分析。進一步應用北京蛋白組研究中心開發的中藥分子機制生物信息學在線分析工具（bioinformatics analysis tool for molecular mechanism of traditional Chinese medicine，BATMANTCM）預測核心藥物治療胃脘痛可能的作用機制。

3 結果

3.1 頻數統計

3.1.1 藥物使用頻次 納入分析的48個處方中包含75味中藥，累計使用309次。將使用頻數≥5的藥物作為高頻藥物，共19味，使用213次，占用藥總頻數的68.9%。使用頻次位居前5位的藥物分別是半夏、茯苓、桂枝、生姜、延胡索，尤以半夏、茯苓使用頻次最高，達26次。見表1。

表1 高頻藥物表（使用頻數≥5）

3.1.2 高頻藥物性味歸經頻次 圖1所示為高頻藥物性味及歸經統計結果的雷達圖，其中藥味頻數累計32次，以辛味使用頻數最高，共12次，占比37.5%，其次為甘味及苦味藥；藥性頻數共計19次，頻數最高的為溫性藥物，使用10次，占比52.6%；藥物歸經頻數共計54次，以歸屬脾、胃、肺經的藥物最多，脾經14次、胃經及肺經各10次，累積頻數34次，占比57.6%。

3.2 高頻藥物因子分析[4-5]運用SPSS22.0統計軟件對高頻藥物進行因子分析。結果顯示：KMO值為0.592＞0.5，Bartlett的球形度檢驗的 χ2值＝369.424，差異顯著（P＜0.001），數據具有較好的線性關系，可進行因子分析。選取最大方差法旋轉，特征根＞1時，累積方差貢獻率達75.053%，按碎石圖（圖2）提示可提取出7個公因子，圖3所示為因子分析成分圖。為提取具有實際意義的因子，按載荷系數絕對值≥0.6提取公因子，表2為公因子信息表。

表2 公因子信息表

3.3 高頻藥物關聯規則分析[6]為挖掘不同中藥之間的配伍關系，使用SPSS Modeler 18.0統計軟件對高頻藥物進行關聯規則分析。運用Apriori算法[7]，設定置信度＞70%，支持度＞20%，最大前項數為1，提升度＞1，形成高頻率、高藥物配伍率的藥對。表3所示為按支持度排序所得到的5個藥對，因半夏與茯苓之間為重復組合，因此共形成4對藥物配伍關系。結合置信度及支持度分析，半夏與茯苓為核心藥對。圖4所示為高頻藥物配伍關聯網絡圖。

表3 高頻藥物關聯規則分析

3.3 基于BATMAN-TCM分析核心藥物中治療胃脘痛的作用機制[8-9]結合上述頻數分析及關聯規則分析結果，認為半夏與茯苓2味中藥的配伍可能為《臨證指南醫案·卷八》在胃脘痛治療中的核心藥對并發揮重要作用。因此，將半夏、茯苓作為核心藥物輸入BATMAN-TCM 在線系統，設置“Score cutoff”為 80，“Adjusted P-value”選擇0.05，從核心藥物的疾病表型豐度分析與KEGG通路分析兩方面探討其治療胃脘痛可能的作用機制。

3.3.1 半夏-茯苓配伍治療疾病表型豐度分析 利用BATMAN-TCM在線平臺的疾病表型豐度分析（數據來源為OMIM與TTD數據庫）功能，共得到半夏與茯苓富集的疾病31種。表4所示為與胃脘痛最相關的3種疾病和8個潛在作用靶點，包括ADORA1、ADORA2A、DLG4、KCND3、OPRK1、TRPA1、TRPM8、TRPV3。

表4 半夏與茯苓疾病表型豐度分析及潛在靶點

3.3.2 半夏-茯苓配伍治療胃脘痛KEGG通路分析在BATMAN-TCM在線系統中，通過KEGG通路分析得到7條半夏-茯苓富集的生物學通路。同時結合表3中疾病表型豐度分析預測的11個潛在作用靶點進行分析，認為半夏與茯苓治療胃脘痛可能與鈣信號通路、cGMP-PKG信號通路、神經活性配體-受體相互作用信號有關。見表5。

表5 半夏-茯苓KEGG信號通路

4 討論

胃脘痛是常見的胃腸道癥狀，臨床表現為上腹部近心窩處疼痛，常見于急慢性胃炎、潰瘍、功能性消化不良等多種消化系統疾病，其病因多端，治法多變。目前臨床上常用的治療措施主要包括松弛胃腸平滑肌、保護胃粘膜及抑制胃酸分泌等，近期療效尚可，但遠期療效欠佳。而中醫藥在胃脘痛的治療中有自身獨特的療效和優勢，系統評價結果表示，中醫藥治療胃痛療效顯著[10]，且對于防治胃癌前病變具有一定療效[11]。

葉氏在《臨證指南醫案·脾胃》有言：“脾胃之病，虛實寒熱，宜燥宜潤，固當詳辨，其于升降二字，尤為緊要。”故其治療胃脘痛時重在“通”，寒客者，溫而通之；邪郁者，疏而通之；濁聚者，泄而通之；絡阻者，辛潤通之；胃陰虛者，滋陰以通；胃陽虛者，溫中以通；氣營不足者，理營以通；寒熱錯雜者，辛開苦降以通[12]?，F代臨床研究運用上述諸法亦取得顯著療效[13-15]。本文運用文獻挖掘技術與網絡藥理學相結合的方法，探討葉氏論治胃脘痛的用藥規律及其可能存在的作用機制。

頻數分析結果顯示納入醫案中以半夏、茯苓使用頻次最高。半夏乃辛溫之品，可辛開散結，化痰消痞，除陰寒之邪氣；茯苓其氣平入肺，味甘入脾，肺能通調，脾能轉輸，其功在利小便。結合藥物性味及歸經結果分析，胃脘痛用藥主溫，五味又以辛、苦、甘為最多，多歸入脾經、胃經、肺經。溫性中藥可溫中散寒，而藥味性辛則能散、能行，甘味有補、和、緩之特性，具有補虛、和中的特點，苦則能降泄、燥濕。因子分析提取7個公因子，以補益藥和理氣藥居多。關聯規則分析后發現形成4組關聯強度較高的核心藥對，因為置信度可反映出規則預測的準確程度，且半夏與茯苓間的配伍為重復組合，提示葉氏在《臨證指南醫案·卷八》胃脘痛的治療中重視半夏與茯苓的配伍運用，可認為兩藥是治療胃脘痛的核心藥物。結合上述分析結果，可發現葉氏治療胃脘痛多從脾、胃、肺出發，重在調整全身氣機，其中尤重恢復脾胃運化之樞機，用藥以性溫，味辛甘苦為主，理氣、化痰、散寒、祛瘀為治療大法。

中醫藥治療疾病獲得臨床療效是多因素綜合作用的結果，并非是現代藥理學某種機制能全部解釋的。網絡藥理學作為藥物研究的新模式，其整體性、系統性的特點與中醫的整體觀、辨證論治、組方配伍原則不謀而合，它強調從“單靶標”向“網絡靶標”研究模式的轉變[16]。基于上述研究結果，故利用BATMANTCM在線分析系統，運用網絡藥理學的研究方法從微觀層面出發探討半夏-茯苓藥對治療胃脘痛的作用機制。結果分析發現在半夏與茯苓配伍所富集的疾病中，疼痛、鎮痛、炎癥與胃脘痛最相關，潛在作用靶點為 ADORA1、ADORA2A、DLG4、KCND3、OPRK1、TR－PA1、TRPM8、TRPV3；結合潛在靶點進行 KEGG 通路分析，發現CGMP-PKG信號通路、鈣信號通路、神經活性配體-受體相互作用信號通路可能為兩藥配伍治療胃脘痛的作用機制。閆澤明等[17]分析中醫藥治療慢性胃炎作用機制有關文獻后發現，現代研究顯示其作用機制多與神經保護機制、免疫保護機制、內分泌保護機制及一些其它因素有關，同時亦存在缺少廣泛的深度和廣度等問題。阮氏秋賢[18]基于粘膜保護機制探討胃痞消對CAG大鼠的作用，發現其作用機制可能與其增加胃粘膜微血管密度、恢復胃粘膜細胞結構、增強胃粘膜屏障功能、調節胃酸分泌、抗自由基損傷等有關。同時有研究表明CGMP在胃擴張刺激引起胃痛敏感性增高的過程中發揮重要作用[19]。崔亞玲等[20]通過實驗研究確定了氣滯胃痛顆粒各組分與促胃腸動力活性的相關程度及相互協同作用，其作用機制與胃腸組織中的NO、CGMP含量降低，Ca2+含量升高有關。結合網絡藥理學分析結果，提示未來可從上述8個靶點及靶點涉及的相關通路對胃脘痛進行進一步研究。

綜上所述，本研究采用數據挖掘與網絡藥理學相結合的方法，分析葉天士《臨證指南醫案·卷八》治療胃脘痛醫案的用藥規律和核心藥物可能的作用機制，為未來進一步研究提供了參考。但由于本研究所納入醫案數量有限，可能存在一定不足，故后期可從實驗及臨床運用中進一步驗證。