基于網絡藥理學和分子對接探討生脈陷胸湯治療冠心病的作用機制

摘要：目的 本研究項目計劃采用網絡藥理學和分子對接模擬作為主要的研究手段，深入探索生脈陷胸湯在治療冠狀動脈心臟病（coronary heart disease，CHD）中的作用機制和潛在療效。方法 通過使用TCMSP數據庫檢索“丹參”、“人參”、“瓜蔞皮”、“法半夏”、“炙甘草”、“黃連”、“五味子”、“砂仁”，以及文獻收集“麥冬”中的有效成分及對應的靶蛋白的篩選；使用GeneCard、OMIM、DisGeNET數據庫選出與CHD發生發展密切相關的作用靶點。運用STRING數據庫以及Cytoscape軟件構建PPI網絡圖，并運用Cytoscape軟件構建“中藥—組分—靶點”網絡圖。利用R軟件對中藥—疾病交集靶點進行KEGG和GO富集分析。使用AutoDockTools-1.5.6 進行分子模擬對接。結果 在治療冠心病（CHD）方面，生脈陷胸湯的核心成分主要包括槲皮素（quercetin）、木犀草素（luteolin）、異鼠李素（isorhamnetin）、山柰酚（kaempferol）、丹參酮IIa（tanshinone IIa）、β-谷甾醇（beta-sitosterol）、柚皮素（naringenin）、刺芒柄花素（formononetin）、二氫丹參內酯（dihydrotanshinlactone）、以及7-甲氧基-2-甲基異黃酮（7-Methoxy-2-methyl isoflavone）等；核心靶點有腫瘤蛋白P53（TP53）、絲氨酸/蘇氨酸蛋白激酶（AKT1）、信號傳導轉錄激活因子3（STAT3）、JUN轉錄因子（JUN）、環狀素受體1（ESR1）、熱休克蛋白 90（HSP90AA1）、白細胞介素-6（IL-6）、絲裂原活化蛋白激酶1（MAPK1）、人表皮生長因子受體（EGFR）、MYC原癌基因（MYC）等；在治療冠心病（CHD）方面，生脈陷胸湯作用于多個關鍵生物通路，這些內容包括動脈粥樣硬化中的脂質代謝（Lipid and atherosclerosis）、乙型肝炎病毒感染（Hepatitis B）、前列腺癌的病理機制（Prostate cancer）、TNF信號通路的調節作用（TNF signaling pathway）、胰腺癌的發展機制（Pancreatic cancer）以及IL-17信號通路的作用（IL-17 signaling pathway）等；分子模擬對接結果顯示，生脈陷胸湯中槲皮素與TP53和AKT1均能實現較好的結合。結論 生脈陷胸湯可通過槲皮素、木犀草素、山柰酚等活性成分作用于多種信號通路及多個基因靶點治療CHD。本研究對生脈陷胸湯的臨床運用提供理論依據。

關鍵詞：冠心?。簧}陷胸湯；網絡藥理學；分子對接

中圖分類號：R541.1"" 文獻標志碼：A"" 文章編號：1007-2349（2025）01-0052-07

冠狀動脈心臟?。╟oronary heart disease，CHD）發生時，脂質在冠狀動脈內壁的堆積會導致動脈粥樣硬化，這是一種血管內腔狹窄或阻塞的疾病。因此，血液流向心臟的減少會引起心肌缺氧和缺血，這些條件如果不加以控制，最終可能導致心肌細胞死亡。這種過程反映了動脈粥樣硬化在心臟健康中的危險性，強調了預防和治療的重要性［1］。此疾病主要表現為心前區或胸骨后的突發性疼痛，屬于中醫的“胸痹”、“心痹”等范疇。冠心病的病理變化涵蓋多種機制，包括冠狀動脈脂質異常、血栓生成、炎癥反應、血管平滑肌細胞的激活與重塑、血小板激活、內皮功能失常、氧化壓力、基質代謝異常及遺傳因素等［2］。目前的治療方法主要集中在藥物治療和血液再循環恢復上。藥物治療的目標是緩解癥狀、抗擊缺血、預防心血管事件，并改善疾病的長期預后［3］。西醫治療雖然改善癥狀較快，但是其藥物毒副作用、手術價格昂貴及手術風險及術后后遺癥等一系列問題仍不能忽視。中醫藥治療在現代醫學研究下發現其治療安全且療效佳，其價格便宜、攜帶及服用簡便、副作用小，將成為以后的治療大趨勢［4］。

生脈陷胸湯是基于生脈散和小陷胸湯配方改良而來的。袁慎洋［5］在其臨床研究中發現，生脈陷胸湯能有效緩解不穩定型心絞痛的臨床表現，減少心肌缺血的發作頻率，縮短心肌缺血的持續時間，并改善心肌的功能狀態，進而提升患者的生活質量。治療所用的藥物包括丹參、人參、瓜蔞皮、法半夏、炙甘草、黃連、五味子、砂仁和麥冬等，能夠有效地益氣化痰和活血通脈。本文旨在通過網絡藥理學與分子對接的方法篩選生脈陷胸湯的主要活性成分、靶點以及其作用于CHD的信號通路，從而研究生脈陷胸湯治療CHD的潛在作用機制，為生脈陷胸湯治療CHD提供有效的理論依據。

1 資料與方法

1.1 收集和篩選生脈陷胸湯的有效成分及其靶點 通過使用中藥系統藥理學的數據庫和綜合分析平臺來進行深入研究［6］（TCMSP，https：//tcmsp-e.com/tcmsp.php），以“丹參”、“人參”、“瓜蔞皮”、“法半夏”、“炙甘草”、“黃連”、“五味子”、“砂仁”為檢索關鍵詞，將條件設為口服生物利用度（OB）≥30%，類藥性（DL）≥0.18，挑選出生脈陷胸湯部分藥物組成的有效活性成分及相關靶點；“麥冬”從參考文獻獲得成分；由BSTP數據庫預測成分靶點，genesymbol通過UNIPORT數據庫標準化處理。

1.2 CHD相關靶點基因的獲取與篩選 根據搜索關鍵字：“冠心病”在GeneCards數據庫（https：//www.genecards.org/）中進行了詳細描述和研究［7］，并在OMIM［8］數據庫（https：//www.omim.org/）、DisGeNET［9］數據庫（https：//www.disgenet.org/）中搜索數據，將3個數據庫的數據進行合并刪除重復項，最后篩選出與CHD相關的疾病靶點基因。

1.3 藥物和疾病靶點交集 使用R軟件［10］（https：//www.r-project.org/）將生脈陷胸湯的靶基因與CHD相關基因取交集部分并繪制韋恩圖，最后得到生脈陷胸湯對CHD潛在干預的靶點。

1.4 生脈陷胸湯—CHD靶點蛋白質相互作用（PPI）網絡構建及核心基因的篩選 輸入共同靶點數據至STRING數據庫（https：//string-db.org）以形成目標蛋白的交互網絡［11］。在此設置中，最低互作評分閾值被設定為0.9，并排除了孤立節點；并且排除了孤立節點；使用 Cytoscape 3.7.2［12］軟件，將 PPI 數據導入并構建 PPI 網絡；在所生成的圖形中，顏色的鮮明程度和節點的尺寸較大均表示其degree值較高，這反映了該節點在網絡中的核心地位。

1.5 生脈陷胸湯—有效成分—CHD—靶點網絡調控的構建 運用Cytoscape 3.7.2［12］軟件進行網絡拓撲操作，從而得到藥物—成分—疾病—靶點判斷生脈陷胸湯治療CHD的主要活性成分。

1.6 GO通路富集分析 利用 R 軟件［10］（https：//www.r-project.org/）和在此過程中，使用后端數據庫‘org.Hs.eg.db’來檢索潛在靶點基因的 ID（即 entrezID）。借助 Bioconductor 套件中的‘DOSE’、‘clusterProfiler’和‘pathview’軟件包，進行 GO 功能富集分析。該分析涵蓋了生物進程、細胞組成、分子功能三個關鍵領域。分析中，為了確保統計上的顯著性，p 值和 q 值的截斷標準都設定為 0.05［13］。然后將每個類別根據顯著性排序，展示前10的富集條目，通過柱狀圖和氣泡圖顯示結果。

1.7 KEGG通路富集分析 利用 R 軟件（https：//www.r-project.org/）和通過使用后臺數據庫‘org.Hs.eg.db’檢索潛在靶點的基因 ID（即 entrezID），確保數據準確全面。隨后，利用 Bioconductor 軟件包中的‘DOSE’、‘clusterProfiler’和‘pathview’，對這些潛在靶點進行全面的 KEGG 功能富集分析，以揭示它們在各種生物路徑中的作用和關聯。為了確保結果的統計可靠性，pvalueCutoff 和 qvalueCutoff 的閾值都設定為 0.05［14］。接下來，根據顯著性對分析結果進行排序，展示最顯著的前 10 個富集條目，并用柱狀圖和氣泡圖直觀呈現。

1.8 分子對接評估 使用RCSB PDB［15］數據庫（https：//www.rcsb.org）搜索交集靶點并以PDB格式保存。選取經拓撲學分析后degree值排名第1位為候選化合物，并且保存其mol2格式。將生脈陷胸湯作用于CHD的前2位核心靶點與其主要化合物使用AutoDockTools-1.5.6 進行分子模擬對接。

2 結果

2.1 生脈陷胸湯中有效成分及潛在治療靶點結果 篩選TCMSP數據庫中查找到的生脈陷胸湯有效活性成分，共得到213種，包括丹參59種、人參17種、瓜蔞皮10種、法半夏12種、炙甘草88種、黃連11種、五味子8種、砂仁8種，獲得生脈陷胸湯相關靶點509個。

2.2 CHD疾病相關靶點獲取結果 從GeneCards、OMIM、DisGeNET數據庫中篩選疾病靶點；GeneCards數據庫篩選數據標準為Relevance score≥10，DisGeNE≥0.1，OMIM數據庫未做篩選，將3個數據庫的數據進行合并刪除重復項，最后共獲得2936個與CHD相關靶點。

2.3 中藥有效活性成分與疾病潛在靶點基因相交結果 使用R軟件將生脈陷胸湯有效成分的靶基因與CHD靶基因進行交集，從而篩選出藥物—疾病共同靶點Venn圖，見圖1。

2.4 PPI網絡 利用STRING數據庫、Cytoscape3.7.2軟件得到“生脈陷胸湯治療CHD成分”PPI網絡，見圖2。根據連接度（Degree）由大到小篩選出核心基因共10個，為腫瘤蛋白P53（TP53）、絲氨酸/蘇氨酸蛋白激酶（AKT1）、信號傳導轉錄激活因子3（STAT3）、JUN轉錄因子（JUN）、環狀素受體1（ESR1）、熱休克蛋90（HSP90AA1）、白細胞介素-6（IL-6）、絲裂原活化蛋白激酶1（MAPK1）、人表皮生長因子受體（EGFR）、MYC原癌基因（MYC）。

2.5 構建藥物成分—疾病靶點網絡圖 運用Cytoscape3.7.2構建生脈陷胸湯-成分-靶點網絡圖。篩選出多種活性成分可作用于多個靶點，度值前幾位為木犀草素、山柰酚、丹參酮 IIa、β-谷甾醇、槲皮素、異鼠李素、刺芒柄花素、二氫丹參內酯、柚皮素和7-甲氧基-2-甲基異黃酮等活性成分。這些成分可能是生脈陷胸湯治療CHD的主要活性成分，見圖3。

2.6 GO功能富集分析 在Plt;0.05標準設定下，GO功能富集分析共獲得了3602條，其中BP3140條、CC171條、MF291條。按照篩選條件選擇P值前10條的GO詞條繪制為氣泡圖，見圖4。

GO功能富集分析結果表明了靶點生物進程主要涉及循環系統中的血管過程、對藥物的反應、血管直徑的調節、管子尺寸的調節、細胞對化學應激的反應等多個方面。細胞組成主要涉及膜區、膜筏、膜微區、等離子體膜筏、胞膜窖、突觸膜的組成部分、突觸膜固有成分、突觸膜等方面。分子功能主要涉及四吡咯結合、特異性DNA結合轉錄因子與RNA聚合酶II的結合、配體激活的轉錄因子活性、血紅素結合、黃素腺嘌呤二核苷酸結合、G蛋白偶聯胺受體活性、藥物結合、DNA結合轉錄因子結合、支架蛋白結合等方面。

2.7 KEGG通路富集分析 KEGG 富集分析共識別出 290 條信號通路，其中涵蓋了與疾病發生和發展密切相關的通路。例如，脂質與動脈粥樣硬化涉及心血管疾病的形成與進展；乙型肝炎與病毒感染有關。前列腺癌（prostate cancer）和胰腺癌（pancreatic cancer）與癌癥密切相關。糖尿病并發癥的 AGE-RAGE 信號通路（AGE-RAGE signaling pathway in diabetic complications）主要涉及糖尿病的并發癥；此外，TNF 信號通路和 IL-17 信號通路參與炎癥反應與免疫調節；化學致癌的受體激活則涉及致癌物質對細胞的影響。此外，胰腺癌的發展機制也在這些通路中得到了廣泛研究。這些通路的識別不僅有助于深入了解疾病的分子機制，還為開發新的治療方法提供了潛在靶點。這些發現能夠為臨床實踐提供重要的理論支持，有助于改進疾病的預防、診斷和治療策略。

從這些識別出的通路中，挑選最關鍵的前10條，并利用條形圖和其他可視化手段進行分析。這種方法不僅可以直觀呈現重要通路之間的差異，還能幫助研究人員深入理解通路對各類疾病和生物學過程的影響，從而為后續的機制研究和臨床干預提供更有針對性的方向，結果見圖5。

2.8 分子對接驗證 用AutoDockTools-1.5.6 對主要目標和度（degree）值選擇排名第1的成分與排名前2位的核心靶點進行了分子對接。結合能為lt;-4.25 kcal/mol，表明小分子配體對小分子蛋白受體存在特異性親和力；其結合能為lt;-5.0 kcal/mol，兩者都表現出良好的結合活性；結合能lt;-7.0 kcal/mol表明配體對受體有很強的親和力。槲皮素（quercetin）與TP53和AKT1靶點的結合能分別為-6.7和-9.2（kcal/mol），表明該藥物與TP53具有良好的結合活性，與AKT1具有很強的靶向親和力。具體擬合結果見圖6。

3 討論

本研究發現，生脈陷胸湯治療CHD與281個靶基因關系密切，其中包括TP53、STAT3、AKT1、ESR1、HSP90AA1、JUN、IL-6、EGFR、MYC、MAPK1等10個核心靶基因。生脈陷胸湯主要通過木犀草素、山柰酚、槲皮素、β-谷甾醇、異鼠李素、丹參酮 IIa、7-甲氧基-2-甲基異黃酮、柚皮素、二氫丹參內酯和刺芒柄花素等活性成分發揮治療作用。槲皮素在血管內皮細胞中展現出抗炎癥和抗凋亡的作用，能夠通過抑制人臍靜脈內皮細胞（HUVECs）中的AP-1和NF-κB信號通路，阻止TNF-α引起的炎癥反應和細胞凋亡［16］。木犀草素通過（SHP-1）/信號轉導和轉錄激活因子 3（STAT3）通路減少心肌梗死（MI）面積，提高左心室射血分數（LVEF），降低血清細胞死亡和促炎細胞因子從而保護心臟并降低心肌梗死面積、細胞凋亡率和炎癥水平［17］。丹參酮 IIA 磺酸鈉在心血管保護領域表現出顯著的效果，具有多種重要功能，包括抑制炎癥反應、防止血小板聚集、維持血管內皮功能、抗氧化應激、緩解心肌缺血再灌注損傷等。這些功能綜合作用于心血管系統，從而提供全面的心血管保護，顯著提升了心血管疾病的防治效果。此外，它還能有效降低血壓、調節血脂、擴張血管，從而進一步加強心血管的保護［18］。

本研究通過GO及KEGG富集分析發現，生脈陷胸湯具有多通路、多靶點治療CHD的作用。其主要與多個病理過程密切相關，例如脂質代謝與動脈粥樣硬化、前列腺癌、糖尿病并發癥中的 AGE-RAGE 信號通路、乙型肝炎等。這些過程涉及的病理機制復雜多樣，反映了其在多種疾病發展中的重要角色。冠心?。–HD）已被認為是一種由脂質引起的慢性免疫炎癥性纖維增生疾病［19］。冠心病患者血脂代謝異常，低密度脂蛋白膽固醇（LDL-C）水平上升，可促進凝血因子合成，使血液保持高凝狀態，影響血流動力學，進而促進冠心病進展，因此，針對冠心病患者調節血脂代謝有助于改善病情［20］。脂質、蛋白質等與糖類發生非酶促反應后，形成的一種聚合物被稱為AGEs［21］，晚期糖基化終產物（AGEs）與晚期糖基化終產物受體（RAGE）的受體相互作用并激活RAGE，會影響抑制因子激酶（kappa B）及其 RAGE 靶基因上調，增加氧化應激并引發炎癥和纖維化反應，引起一些微血管和大血管問題導致心血管疾病的發生和發展［22］。剪切應力與斑塊形成、進展及破裂相關。在阻塞性斑塊的環境中，低血管內皮剪切力（ESS）形成復雜的相互作用會導致炎癥形成，使血小板聚集導致血栓形成，以及脂質沉積和氧化而進一步形成斑塊新生血管甚至導致斑塊內出血；高ESS可能導致出現薄纖維帽和斑塊不穩定促使斑塊進展，進而破裂導致心肌梗死的發生［23］。

生脈陷胸湯可能通過影響TP53、STAT3、AKT1、ESR1、HSP90AA1、JUN、IL-6、EGFR、MYC、MAPK1等關鍵靶點，通過“AGE-RAGE 信號通路”、“脂質代謝與動脈粥樣硬化”等多種途徑，這些保護機制相互協同作用，最終有效改善心血管系統的整體健康狀況。這些途徑的綜合作用不僅有助于預防心血管疾病，還能在一定程度上促進受損心血管功能的恢復，提升心血管健康，實現其抗炎、抗氧化應激和抗凋亡的效果。后期有待于研究組進一步實驗和臨床驗證。

參考文獻：

［1］楊瑞彤，應達時，華霜，等.冠狀動脈粥樣硬化性心臟病臨床研究進展［J］.中國民族醫藥雜志，2024，30（4）：58-61.

［2］王若沖，于清茜，王偉航，趙若彤，梁垚，羅潤招，馬淑然，劉雷蕾.冠狀動脈粥樣硬化性心臟病的現代醫學研究進展［J］.中外醫學研究，2023，21（34）：172-175.

［3］常書福.冠心病藥物治療進展［J］.中國臨床藥理學與治療學，2022，27（4）：405-408.

［4］張宏偉，洪軍.中醫治療冠心病心絞痛的研究進展［J］.新疆中醫藥，2022，40（2）：80-83.

［5］袁慎洋.生脈陷胸湯治療冠心病不穩定型心絞痛臨床研究［J］.河南中醫，2023，43（11）：1700-1704.

［6］Wu J，Li X Y，Liang J，et al.Network pharmacological analysis of active components of Xiaoliu decoction in the treatment of glioblastoma multiforme［J］.Front Genet，2022，13：940462.

［7］Stelzer G，Rosen N，Plaschkes I，et al.The GeneCards Suite：From Gene Data Mining to Disease Genome Sequence Analyses［J］.Curr Protoc Bioinformatics，2016，54：30.

［8］Amberger J S，Hamosh A.Searching Online Mendelian Inheritance in Man（OMIM）：A Knowledgebase of Human Genes and Genetic Phenotypes［J］.Curr Protoc Bioinformatics，2017，58：1-2.

［9］Piero J，SaüCh J，Sanz F，et al.The DisGeNET cytoscape app：Exploring and visualizing disease genomics data［J］.Comput Struct Biotechnol J，2021，19：2960-2967.

［10］Yavorska O O，Burgess S.MendelianRandomization：an R package for performing Mendelian randomization analyses using summarized data［J］.Int J Epidemiol，2017，46（6）：1734-1739.

［11］Szklarczyk D，Gable A L，Nastou K C，et al.The STRING database in 2021：customizable protein-protein networks，and functional characterization of user-uploaded gene/measurement sets［J］.Nucleic Acids Res，2021，49（D1）：D605-D612.

［12］Doncheva N T，Morris J H，Gorodkin J，et al.Cytoscape StringApp：Network Analysis and Visualization of Proteomics Data［J］.J Proteome Res，2019，18（2）：623-632.

［13］謝銥子，紀樹亮，鐘彩婷，等.藿樸夏苓湯治療新型冠狀病毒肺炎的網絡藥理學分子機制研究［J］.中藥材，2020，43（5）：1280-1290.

［14］張媛，喻正科，陳志紅，等.基于網絡藥理學和分子對接探析養心活血通脈湯治療穩定性冠心病的作用機制［J］.湖南中醫雜志，2023，39（11）：164-173.

［15］Burley S K，Bhikadiya C，Bi C，et al.RCSB Protein Data Bank（RCSB.org）：delivery of experimentally-determined PDB structures alongside one million computed structure models of proteins from artificial intelligence/machine learning［J］.Nucleic Acids Res，2023，51（D1）：D488-D508.

［16］Chen T，Zhang X，Zhu G，et al.Quercetin inhibits TNF-α induced HUVECs apoptosis and inflammation via downregulating NF-kB and AP-1 signaling pathway in vitro［J］.Medicine（Baltimore），2020，99（38）：e22241.

［17］Liu D，Luo H，Qiao C.SHP-1/STAT3 Interaction Is Related to Luteolin-Induced Myocardial Ischemia Protection［J］.Inflammation，2022，45（1）：88-99.

［18］康淵強，高明宇.丹參酮ⅡA治療冠心病的機制研究進展［J］.沈陽藥科大學學報，2023，40（11）：1558-1563.

［19］Shaya G E，Leucker T M，Jones S R，et al.Coronary heart disease risk：Low-density lipoprotein and beyond［J］.Trends Cardiovasc Med，2022，32（4）：181-194.

［20］肖衛田.不同類型冠心病患者脂質代謝狀況分析［J］.河南醫學研究，2021，30（7）：1201-1203.

［21］潘孝貴，農婷婷.有氧運動對SHR大鼠心肌AGEs/RAGE的影響及機制研究［J］.2023：3.

［22］Wasim R，Mahmood T，Siddiqui M H，et al.Aftermath of AGE-RAGE Cascade in the pathophysiology of cardiovascular ailments［J］.Life Sci，2022，307：120860.

［23］喬紅艷，張龍江.基于影像的計算流體力學在冠狀動脈疾病中的研究進展［J］.國際醫學放射學雜志，2019，42（6）：678-683.