基于文本挖掘技术探索青蒿的药理作用规律.docVIP

基于文本挖掘技术探索青蒿的药理作用规律 　　[摘要] 该研究基于文本挖掘技术探索青蒿的药理作用规律，利用文本挖掘的方法挖掘了青蒿的主要成分、作用疾病、器官、组织、蛋白、代谢物等信息，制作了网络关系图。挖掘结果显示，青蒿主要成分包括倍半萜类、黄酮类、挥发油类等。相关疾病主要是疟疾、脑型疟疾、恶性疟疾、内脏利什曼病、系统性红斑狼疮等。相关器官主要关联于肝脏、皮肤、气管、肺脏、脾脏等器官；在与组织细胞相关性中，以巨噬细胞、T淋巴细胞、毛细血管、上皮细胞等为主；相关蛋白主要是关联于CYP450，PI3K，TNFα，AASDPPT，DNA聚合酶等；主要作用通路是乙肝通路、糖酵解通路和P53通路。综上发现，利用文本挖掘技术获得了比较客观全面的认识青蒿的药理作用规律，可为临床应用提供有益参考。 　　[关键词] 文本挖掘；青蒿；药理作用 　　青蒿为菊科一年生草本植物黄花蒿Artemisia annua L.的干燥地上部分，其性寒、味苦，用于暑邪发热、阴虚发热、夜热早凉、骨蒸劳热、疟疾寒热等。现代研究表明青蒿还有免疫抑制和细胞免疫促进等作用，其提取物青蒿素是我国发现的第一个植物化学药品，也是唯一被世界卫生组织认可的按合成药研究标准开发的中药。此外，青蒿素及其衍生物的药理作用还表现在抗肿瘤、抗寄生虫、抗纤维化、抗心律失常、免疫等多方面[12]。 　　文本挖掘又称为文本数据挖掘，是指为了发现知识，从文本数据中抽取隐含的、以前未知的、潜在有用知识的过程，也是一个分析文本数据，抽取文本信息，进而发现文本知识的过程[3]。文本挖掘应用于中医药领域，能从大量的中医药文献中发现知识，广泛用于中医临床研究和中药复方研发等多个方面，为中西医药研究提供新的思路和途径。本文借助文本挖掘技术[45]，结合原文献回溯、人工阅读分析等方法，对PubMed文献数据库中现有关于青蒿的文献进行挖掘，进一步分析青蒿的临床应用规律，为青蒿的现代应用提供可靠依据。 　　1 材料与方法 　　1.1 文本数据收集 以PubMed文献数据库（http：///pubmed/）为数据源，在“精确匹配”状态下，选择“Artemisinin”为关键词展开检索，累计收集相关文献732篇（检索日期2016.05.15），作为文本数据挖掘的原始数据。 　　1.2 文本数据处理 同一篇文献中重复出现的关键词按1个频次计算。清洗完毕后的数据，用于提取挖掘对象的一维频次，同时进行挖掘对象的二维关系分析，进而实现可视化呈现。采用Cytoscape3.2.1软件抽取不同频次的关键词组，进行可视化处理、形成可视化的网络图。对网络图进行解析，如若发现有违逻辑的计算结果，通过回溯文章、结合实际进行噪音消除。 　　1.3 文本数据分析 对上述抽提出的数据频次信息（包括疾病、器官、组织、蛋白）进行可视化分析。 　　1.4 基因蛋白分析 利用Cytoscape3.2.1的Clue GO模块对青蒿药理相关作用蛋白进行聚类分析，整理、分析得到青蒿药理作用的主要通路信息。 　　2 结果 　　2.1 青蒿中主要成分 采用文本数据挖掘，发现青蒿中的主要成分包括倍半萜类、黄酮类、香豆素类和挥发油类等，见图1。其相关联的主要成分与其在文献数据源中的出现频次有关，如倍半萜类中的青蒿素、青蒿酸有抗疟作用；黄酮类中的槲皮素、艾纳香素具有抗炎作用；香豆素类中的七叶内酯等具有解热抗炎作用；青蒿挥发油中的烯类是其重要的抗菌成分。 　　2.2 青蒿作用的疾病 利用数据挖掘得到相关疾病162种，通过人工降噪，抽取出频数排名前5的代表性疾病类型绘制频数图，见图2。分析图2可以得出，文本挖掘到与青蒿相关的主要疾病为疟疾（50）、脑型疟疾（7）、恶性疟疾（4）、内脏利什曼病（2）、系统性红斑狼疮（1）。其中，青蒿作为治疗疟疾的常用药，早在东晋葛洪的《肘后备急方》中就有“青蒿一握，以水二升渍，绞取汁，尽服之”的记载，这是现存最早的应用青蒿治疗疟疾的记载。系统性红斑狼疮（SLE）是自身免疫介导的，以免疫性炎症为突出表现的弥漫性结缔组织病，血清中出现以抗核抗体为代表的多种自身抗体和多系统累及病变是SLE的2个主要临床特征，由于SLE的病理机制复杂、治疗靶点缺乏、相关疾病动物模型周期过长等因素的制约，相关治疗药物进展缓慢。我国诺贝尔奖得主、中国中医科学院屠呦呦研究员在青蒿中青蒿素抗疟研究之后，研究该药治疗新适应症――红斑狼疮开展临床试验的审批有了巨大进展，在国家食品药品监督管理总局的支持下，按照新药审批的有关办法，扩大适应症申请已获得了北京市申请号，并报送国家食品药品监督管理总局药品审评中心，为SLE的治疗提供新希望[6]。目前已获得药物临床试验批准。 　　2.3 青蒿作用有关的主要器官 文本挖掘共提取到青蒿作用的主要器官有5项，见表