林九國，史夢瑤，金 磊，胡培豪，葛宇清，程汝濱*

基于數據挖掘的中藥治療血液病的用藥規(guī)律分析

林九國1，史夢瑤1，金 磊1，胡培豪1，葛宇清2，程汝濱1*

1. 浙江中醫(yī)藥大學藥學院，浙江 杭州 310053 2. 浙江中醫(yī)藥大學第一臨床醫(yī)學院，浙江 杭州 310006

采用Apriori算法與系統(tǒng)聚類的數據挖掘技術對中藥方劑治療血液病的用藥規(guī)律進行分析，梳理常用的藥物種類，總結藥物間的配伍規(guī)律和關聯規(guī)則，為臨床血液病治療的藥物組方選擇和中成藥開發(fā)提供數據參考。在《中醫(yī)方劑大辭典》中以“血證”“虛勞”“急勞”“溫病”“熱勞”5個病證作為關鍵詞篩選治療血液病的方劑，同時在中國知網和萬方數據庫采用主題“血液病”與全文“中藥”進行高級檢索，篩選1979——2019年有關中藥治療血液病的文獻。根據支持度、置信度、提升度，對治療血液病的中藥方劑的高頻次中藥、配伍規(guī)律、核心中藥組合、相互關系網絡及聚類結果進行分析。共篩選獲得100個方劑和中成藥制劑，涉及中藥64種，總用藥頻次772，使用頻次≥10的中藥有25味，頻次最高的5味中藥是丹參、人參、黨參、黃芪和地黃；治療血液病的中藥藥性以溫（頻次291，37.79%）、寒（頻次228，29.61%）為主，藥味以甘（頻次486，41.82%）、苦（頻次362，31.15%）為主；其中使用頻次較高的核心藥物組合包括川芎-當歸、白芍-當歸、熟地黃-當歸、桃仁-當歸等7個藥對組合和桃仁-川芎-當歸、桃仁-紅花-當歸、紅花-川芎-當歸等24個3藥組合，關聯規(guī)則分析發(fā)現了16種具有潛在配伍關系的白血病治療藥物組合，其中提升度4.7以上的藥物組合有4個；聚類分析結果表明，高頻使用的單味藥物之間，具有關聯性的藥物組合有8組；高頻藥物復雜網絡分析表明，當歸-白芍、當歸-茯苓藥對和當歸-白術-黃芪3藥組合間的聯系密切。治療血液病高頻藥物和核心組方中以補虛藥、活血藥和清熱藥為主，益氣養(yǎng)血、活血化瘀和清熱涼血為中醫(yī)藥血液病的主要治法，為惡性血液病的臨床用藥和新藥開發(fā)提供理論依據。

血液??；中藥方劑；數據挖掘；用藥規(guī)律；核心藥物組合

血液?。╤ematological disorders）是指原發(fā)于血液系統(tǒng)和主要影響造血器官的疾病，主要包括紅細胞疾病、白細胞疾病和出血性疾病或血小板減少[1]。常見的惡性血液病包括再生障礙性貧血、白血病、淋巴瘤和多發(fā)性骨髓瘤等，其發(fā)病的機制復雜，治療難度較大，致死率極高[2]。目前，造血干細胞移植、聯合化療策略、靶向藥物治療和免疫治療等手段雖已部分應用于惡性血液病的臨床治療，但不良反應、細胞耐藥、緩解后易復發(fā)和移植合并癥等問題仍嚴重制約了血液病的臨床治療效果，迫切需要開發(fā)針對血液病治療的新型藥物，提高患者的生存周期和生活質量[3]。

中醫(yī)藥在惡性血液病治療中歷史悠久、療效確切，在提高臨床療效、減輕化療后不良反應和改善患者生存質量等方面具有獨特的優(yōu)勢[4]。惡性血液病可歸屬中醫(yī)“血證”“虛勞”“溫病”等范疇，邪盛正虛為其主要的病因病機，邪毒漸盛導致正氣漸虛，扶正祛邪、養(yǎng)陰解毒是惡性血液病的主要治則[5]。王蘇霞等[6]發(fā)現益髓補腎方能改善惡性血液病患者化療期間的造血功能，起到增效減毒的作用，有利于增強患者體質，加快病情恢復，延長生存時間。王榮新等[7]發(fā)現補腎生血中藥可開啟γ基因，促進γ珠蛋白基因轉錄和表達，誘導血紅蛋白F（hemoglobin F，HbF）合成增加，有利于治療β地中海貧血并能改善免疫功能。以當歸、蘆薈為主要有效成分的中成藥當歸蘆薈丸，具有清熱利濕、通便之功效，對慢性粒細胞型白血病顯示了良好的臨床治療效果[8]。

隨著中醫(yī)藥在惡性血液病治療中表現出的確切效果，其臨床應用日益增多。但由于血液病的發(fā)病機制復雜，證型多樣，在病程發(fā)展的不同階段需要針對性調整中醫(yī)藥治療策略，且存在個體化現象，導致血液病臨床治療中存在用藥多樣化和個性化的特點，其基本的用藥規(guī)律尚未得到充分挖掘。血液病的中醫(yī)藥治療缺乏明確合理的用藥指導，本研究基于Apriori算法的關聯規(guī)則和聚類分析對《中醫(yī)方劑大辭典》、中國知網及萬方數據庫中有關中藥治療血液病的方劑進行整理與數據挖掘，并結合中醫(yī)藥理論體系對其配伍規(guī)律進行分析研究，以期為血液病現代臨床用藥和中成藥研發(fā)提供理論基礎。

1 資料與方法

1.1 數據來源

所有方劑由2部分組成，一部分來自《中醫(yī)方劑大辭典》，另一部分來自中國知網和萬方數據庫。其中《中醫(yī)方劑大辭典》[9]收載了我國自秦漢至1986年1800余種中醫(yī)藥及有關文獻中有方名的方劑9萬余首，是將歷代中醫(yī)藥著作中的方劑進行整理、研究、編纂而成的一部方劑學大型工具書。

1.2 數據納入標準

由于對血液病病機認識的差異，缺乏系統(tǒng)性論述，以致臨床對于血液病的中醫(yī)辨證方法不同，血液病的中醫(yī)病名尚未規(guī)范化。李達[10]認為，貧血性疾病可歸屬為“虛勞”病類，骨髓增殖性疾病屬“積聚”病類，出凝血疾病以“血證”概括為宜，血液淋巴腫瘤性疾病歸為“癌瘤、惡病”。根據血液病的臨床表現、發(fā)展趨勢等，一般認為惡性血液病的主要中醫(yī)范疇為“血證”“虛勞”“急勞”“溫病”“熱勞”[6]，根據這5個病證篩選《中醫(yī)方劑大辭典》中所有相對應的方劑。在中國知網和萬方數據庫中，采用主題“血液病”與全文“中藥”進行高級檢索，篩選出1979——2019年有關中藥治療血液病的文獻。

1.3 數據庫建立與標準化

將篩選出的方劑組成錄入Excel表中，建立數據庫，多次核對以保證數據的準確性。因藥材產地、炮制方法不同或同物異名所導致的中藥命名有所差異，根據《中國藥典》2015年版[11]進行中藥名稱標準化。臨床療效因炮制方法不同而受到影響的中藥名則不進行修改，如“地黃”與“熟地黃”，部分名稱需標準化的中藥見表1。

表1 部分名稱需標準化處理的中藥

1.4 數據分析

數據挖掘是指從大量數據中篩選出有效、可信及隱含信息的過程[12]，關聯規(guī)則挖掘則通過尋找頻繁出現的事務并總結其之間的聯系，以實現規(guī)則的有效利用[13]，如找出中藥治療血液病的用藥規(guī)律。關聯規(guī)則數據挖掘運用SPSS Modeler 18.0 Apriori算法，其中支持度（support）表示含某種中藥組合的方劑數量占所有方劑數量的比例；置信度（confidence）表示含中藥A的方劑中同時包含中藥B的頻率；提升度（lift）表示含中藥A的方劑中包含中藥B的頻率與所有方劑中藥B出現頻率的比值。由于置信度受到中藥B使用頻率的影響，故僅根據支持度與置信度不能完全說明某種中藥組合的意義，而提升度必須大于1才能說明關聯的有效性。聚類分析運用SPSS Statistics 24.0系統(tǒng)聚類功能，選擇在方劑中出現頻次較高的中藥，并以平方歐氏距離為相似系數進行聚類得到中藥之間的聚類情況，聚類距離可反映2種中藥的共性。

2 結果

2.1 單味藥使用頻次分析

分析結果表明，血液病的中藥方劑中使用頻次≥10的中藥有25味，總用藥頻次772，其中使用頻次最高的5味中藥分別是丹參（頻次56，56%）、人參（頻次52，52%）、黨參（頻次43，43%）、黃芪（頻次41，41%）、地黃（頻次35，35%），結果見表2。將使用頻次≥10的中藥依據功效進行分類，并按頻次排序，25味中藥共涵蓋了7種功效分類，其中使用頻次最多的是補虛藥（頻次320，41.45%），其次是活血化瘀藥（頻次119，15.40%）和清熱藥（頻次79，10.23%），結果見表3。使用頻次最高的5種單味藥中，補虛類藥物有3種，提示補益類中藥在惡性血液病的治療中應用廣泛，具有良好的藥物開發(fā)前景。

2.2 高頻中藥性味歸經分析

根據《中藥學》和《中國藥典》2015年版分類標準，對納入標準的高頻中藥（使用頻次≥2）進行性味歸經的統(tǒng)計分析。統(tǒng)計結果顯示，四氣總頻數為770次，五味總頻數為1162次，共涉及12種歸經。

表2 血液病治療方劑中單味藥物的使用頻次分析(頻次≥10)

在四氣分析中，將微寒的中藥歸入藥性為寒的中藥，將微溫的中藥歸入藥性為溫的中藥，將大熱的中藥歸入藥性為熱的中藥。結果表明，使用頻次最高的為性溫中藥（頻次291，37.79%）和性寒中藥（頻次228，29.61%）。

表3 血液病治療方劑中高頻藥物的藥性分析 (頻次≥10)

在五味分析中，將微苦的中藥歸入藥味為苦的中藥，將微甘的中藥歸入藥味為甘的中藥，澀味與酸味作用相似，也具固澀收斂的作用，本草文獻常用酸味代替澀味，因此將澀味的中藥歸入藥味為酸的中藥。結果表明，使用頻次最高的為味甘中藥（頻次486，41.82%）和味苦中藥（頻次362，31.15%）。

歸經分析結果表明，62味中藥（使用頻次≥2）共涉及12種歸經，總頻數為2095次，前3類歸經分別為肝經（頻次446，21.35%）、脾經（頻次385，18.43%）和腎經（頻次330，15.80%），提示3種歸經相關聯的臟腑經絡在惡性血液病的發(fā)病和治療中發(fā)揮了重要的調控功能。高頻中藥的四氣、五味、歸經統(tǒng)計結果見圖1。

圖1 血液病治療方劑中高頻藥物的四氣、五味和歸經分析

2.3 配伍規(guī)律與關聯規(guī)則分析

為挖掘血液病中藥方劑中不同藥物間的配伍規(guī)律，本研究對高頻中藥（頻次≥8）進行了關聯規(guī)則分析，使用Apriori建模進一步挖掘不同中藥之間的配伍關系。本研究中設定支持度20%，置信度60%，最大前項數為4，提升度大于1等條件挖掘常用方劑中的潛在中藥組合，共得到7組核心藥對組合，24組核心3味藥組合，其中使用頻次最高的藥對組合為川芎-當歸，使用頻次最高的3味藥組合是桃仁-川芎-當歸，該結果進一步明確了補血活血、祛瘀止痛的治法治則在血液病治療中的價值。結果見表4。

為進一步挖掘血液病治療方劑中不同配伍藥物之間的關聯規(guī)則，本研究對使用頻次≥8的藥物間的關聯規(guī)則進行分析，進一步挖掘不用藥物間潛在的配伍規(guī)律。限定頻次是為了避免某種中藥使用的偶然性，防止產生因極小的出現頻率而產生極大的提升度的現象，而置信度大于80%則是為了避免該中藥的出現頻率過大而沒有專屬性，提升度越高表示前項與后項的關聯度越強。分析結果表明，提升度在4.1以上的藥物組合有8組，其中3味中藥組合2組，4味中藥組合6組。提升度最高的藥物組合為紅花-地黃-桃仁的3味藥組合和紅花-地黃-當歸-桃仁的4味藥組合，其提升度均為4.7以上，該結果說明活血化瘀藥、清熱涼血藥和補虛藥的關聯密切，提示3者在血液病治療中可發(fā)揮協(xié)同增效的作用。統(tǒng)計結果見表5。

2.4 聚類分析與復雜網絡分析

為進一步挖掘血液病常用方劑中不同藥物間的潛在關系，選擇使用頻次≥8的中藥進行聚類分析，采用分層聚類法將聚類的變量（藥物）各自看成一群，核定不同藥物間的相似統(tǒng)計量，其中度量標準區(qū)間采用平方歐氏距離為相似系數（距離），聚類分析結果見圖2和表6。有潛在聚類配伍關系的藥物組合有8組，其中C1和C2組藥物，與山藥和熟地黃的關系密切；C1至C5組藥物，與活血化瘀藥丹參的關系密切；C6和C7組藥物，與活血化瘀藥川芎關系密切；血液病治療方劑中，所有高頻使用藥物均與當歸有密切的關系，提示當歸在血液病治療中的核心地位。為進一步明確血液病治療方劑中高頻使用藥物間的關系，構建復雜網絡將不同藥物間的關聯進行直觀展示。網絡關系圖中2種中藥之間的線段越粗則說明兩者之間的關聯程度越高，從圖中可以較為直觀地看出關聯性較強的藥對。結果表明，當歸-白芍、當歸-茯苓藥對和當歸-白術-黃芪3藥組合間的聯系密切，進一步明確了當歸在血液病治療的獨特作用（圖3）。

表4 血液病治療方劑中核心藥物組合和配伍關系分析

表5 血液病治療方劑中高頻藥物間的關聯性分析

3 討論

本研究運用Apriori算法與聚類分析法對血液病治療中常用的中藥方劑進行了數據挖掘分析，梳理匯總了血液病治療中高頻使用的單味中藥種類和藥性，歸納分析了核心藥物組合和配伍關系，總結了血液病治療中高頻使用中藥間的關聯性，并對其進行了網絡化展示。研究結果表明，補虛藥、活血藥和清熱藥是血液病治療中主要的中藥類型，活血化瘀藥與清熱涼血藥的關聯最為密切，活血補血藥當歸在血液病治療中具有重要的作用。本研究對現有的血液病治療中藥方劑中的用藥規(guī)律進行了總結，明確了現有高頻用藥間潛在的配伍關系和關聯規(guī)則，為中醫(yī)藥在血液病治療中的進一步臨床應用和后續(xù)的藥物開發(fā)提供了數據支撐。

圖2 血液病治療方劑中高頻藥物的聚類分析譜系圖

表6 血液病治療方劑中高頻中藥聚類分析和功效總結

數據挖掘是指將大量隨機和模糊的數據，利用統(tǒng)計學、人工智能和機器學習的方法將其中隱含的、有價值的和可信的信息進行挖掘分析的技術，常用的數據挖掘方法包括頻數分析、關聯規(guī)則、聚類分析、因子分析和人工神經網絡等[14]。隨著中醫(yī)藥文獻典籍整理的完善和網絡化的發(fā)展，數據挖掘技術已應用于中藥方劑的用藥規(guī)律挖掘和名老中醫(yī)學術思想的歸納總結，成為中醫(yī)藥總結、傳承和創(chuàng)新的重要組成部分。如齊卓操等[15]利用數據挖掘技術，對《腫瘤良方大全》中治療消化系統(tǒng)腫瘤處方的組方用藥規(guī)律進行了研究，發(fā)現腫瘤治療可從理氣、化濕，行氣降逆以散濁；活血、益氣，寓補于消以化瘀；清解、清熱，攻毒活血以消積3個角度進行治療，為消化系統(tǒng)腫瘤的中醫(yī)藥治療提供一定的借鑒和參考。馬珂等[16]利用數據挖掘的方法對國醫(yī)大師劉祖貽治療肺癌用藥規(guī)律和學術思想進行了研究，發(fā)現劉祖貽治療肺癌喜用益氣健脾、消食和胃、化痰消瘀藥物，治法以益氣健脾、消食和胃為主，體現出“調理脾胃，以求扶正”的肺癌治療學術思想。本研究利用數據挖掘技術對常用的血液病治療方劑的用藥規(guī)律進行了研究，發(fā)現活血化瘀藥丹參和補益藥人參的使用頻次最高，說明活血化瘀和益氣生津療法在血液病治療中應用廣泛。

圖3 血液病治療方劑中高頻藥物關系的網絡化分析

基于Apriori算法和系統(tǒng)聚類分析的數據挖掘方法，近年來在中藥方劑的用藥規(guī)律總結、中成藥的新方開發(fā)和臨床證型統(tǒng)計中應用廣泛，有效提高了中醫(yī)藥防治疾病的臨床效果。本研究基于Apriori算法和系統(tǒng)聚類分析對不用藥物間的關聯規(guī)則進行分析，主要目的是明確不同藥物間有意義的關聯，以期發(fā)現潛在的藥物配伍規(guī)律。其中Apriori算法通過支持度、置信度的描述，可定量反映中醫(yī)臨床用藥變量間相互影響的復雜關系，為中藥復方的優(yōu)化組合提供依據[17]。系統(tǒng)聚類分析可將具有一定共性的中藥歸為一類，進行分類討論，便于用藥規(guī)律的梳理[18]。凌曉穎等[19]使用關聯規(guī)則和聚類分析等方法探討新型冠狀病毒（coronavirus disease 2019，COVID-19）的防治特點及用藥規(guī)律，發(fā)現COVID-19在治療方面，主要強調辛開苦降、調暢氣機，重視下法、早逐客邪。秦桂超[20]運用關聯規(guī)則、聚類分析等方法總結焦中華治療惡性腫瘤的處方用藥規(guī)律，發(fā)現其用藥以溫藥為主，甘、苦、辛同用，注重運用補氣健脾藥、清熱解毒藥、消食藥。本研究共發(fā)現具有高提升度的藥物組合8組，明確了活血化瘀藥與清熱解毒藥間的潛在配伍協(xié)同機制。系統(tǒng)聚類分析結果則表明，當歸和丹參2味藥與血液病中大部分高頻使用中藥間存在密切的聯系，進一步說明兩味藥物在血液病治療中具有廣闊的應用開發(fā)前景。

血液病為以血液和造血器官以及出、凝血機制的病理變化為主要表現的一大類疾病的統(tǒng)稱，貧血、出血和發(fā)熱是血液病的最典型臨床表現[21]。血液病的發(fā)病原因復雜，涉及的疾病種類和病變部位眾多，病程進展快速，治療難度大，常見的再生障礙性貧血、血小板減少性紫癜癥、骨髓纖維化和急慢性白血病、淋巴瘤和骨髓瘤等血液淋巴腫瘤性疾病是最常見的惡性血液病類型。血液病為邪毒內侵，損傷臟腑骨髓而致，可歸屬中醫(yī)“虛勞”“熱勞”“濕病”“瘀積”“痰核”“血證”等病證范疇。其整體的治則為調整陰陽、扶正祛邪，以平為期，以正為本，祛其有余，補其不足。《景岳全書·血證》記載：“凡治血證，須知其要，而血動之由，惟火惟氣耳。故察火者但察其有火無火，察氣者但察其氣虛氣實。知此四者而得其所以，則治血之法無余義矣。”將血液病的治療歸為治火、治氣、治血3個原則。本研究發(fā)現，血液病治療中最常用的中藥類型是補益類、活血化瘀類和清熱類，該結果與《景岳全書》中對血液病治則的記載一致。王蘭英[22]也認為，血液病的中醫(yī)病機主要包括正虛、血瘀、熱毒3大方面，與脾、腎、心3臟關系密切，其具體的證型可分為虛證、血證、熱證和瘀證。血與氣密切相關，“氣為血之帥，血為氣之母”，《醫(yī)貫·血癥論》曰：“血隨乎氣，治血必先理氣”。張愛萍等[23]研究發(fā)現，補氣藥人參活性組分人參二醇組皂苷能上調再障模型小鼠骨髓細胞絲裂原活化蛋白激酶（mitogen activated protein kinases，MAPK）/細胞外信號調節(jié)激酶（extracellular signal-regulated kinase，ERK）信號通路多種蛋白的表達，有效促進骨髓造血功能恢復。本研究結果表明，血液病高頻使用藥物中，補氣滋補類藥物人參、黨參、黃芪等的使用比例最高，進一步驗證了治氣在血液病治療中的作用。血瘀證在骨髓纖維化和慢性粒細胞白血病等惡性血液病的發(fā)展過程中發(fā)揮了重要作用，活血化瘀法是惡性血液病的主要治法之一。周靄祥[24]認為慢粒的發(fā)病機制為邪毒入血傷髓而致血瘀，瘀血不去則新血不生，治療要遵循解毒化瘀療法。王夢亞[25]對原發(fā)性骨髓纖維化臨床中藥用藥規(guī)律進行回顧性研究，結果表明中醫(yī)藥治療原發(fā)性骨髓纖維化以活血化瘀為總的治療原則，兼以扶正補虛之品，丹參是使用頻次最高的中藥。本研究也發(fā)現活血化瘀藥丹參是血液病治療中使用頻次最高的單味藥，且聚類分析結果表明，丹參與C1至C5組等眾多高頻使用藥物間的關系密切，具有潛在的配伍協(xié)同作用。丹參作為活血化瘀藥的典型代表，具有活血化瘀、養(yǎng)血寧神、調經止痛、涼血消癰等功效，多種含丹參的復方制劑在白血病治療方面取得了良好的效果。課題組前期研究也發(fā)現，丹參中主要活性組分隱丹參酮可誘導慢性粒細胞白血病K562細胞凋亡，抑制其惡性增殖，并提高伊馬替尼的化療敏感性[26]。多種含丹參的復方制劑在白血病治療方面取得了良好的效果。韓麗英等[27]用丹參配合化療用于慢性粒細胞白血?。╟hronic myelogenous leukemia，CML）患者臨床治療，發(fā)現丹參可減輕高黏滯血癥，改善微循環(huán)，提高療效。以丹參為主要成分的復方黃黛片，對慢性CML的治療緩解率可達80%以上。上述結果均提示，活血化瘀法是惡性血液病治療的有效治法之一，從丹參等活血化瘀藥中開發(fā)高效的血液病藥物前景廣闊，潛力巨大。此外，本研究發(fā)現的核心藥物配伍組合和高關聯性藥物組合均為健脾益氣藥、活血養(yǎng)血藥和清熱解毒藥間的搭配組合，與血液病治法中的治氣、治血和治火原則一致。如紅花-地黃-當歸-桃仁的藥物組合，其藥物間的提升度為4.94，提示4種藥物在治療效果上存在潛在的配伍關聯性。其中地黃為清熱涼血藥，兼能止血，善治熱入營血、溫毒發(fā)斑、血熱妄行之各種出血；當歸為補虛藥，能夠活血補血，調經止痛。地黃與當歸配伍，即增補血之力，又行營血之滯。紅花、桃仁為活血化瘀藥，紅花活血祛瘀以止痛，桃仁破氣行滯而潤燥。4藥同用，養(yǎng)血益陰、清熱活血。該結果也體現了多成分、多靶點、多途徑和整體調理的中醫(yī)藥血液病治療思想。

隨著現代科學技術的發(fā)展和對血液類疾病發(fā)病機制認識的不斷深入，以酪氨酸激酶抑制劑伊馬替尼為代表的靶向藥和以嵌合抗原受體T細胞藥物（chimeric antigen receptor T-cell drug，CAR-T）藥物Kymriah為代表的免疫治療藥物的發(fā)現，為血液病的臨床治療帶來了革命性的意義[28]。但高昂的治療費用限制了其臨床應用，且隨著耐藥現象的出現，對血液病治療藥物的開發(fā)提出了更高的要求。中醫(yī)藥在惡性血液病治療中具有提高臨床療效、減輕化療后毒副作用、改善患者生存質量等獨特優(yōu)勢，且重視整體觀念，為新型高效血液病治療藥物的研發(fā)提供了豐富的文獻和臨床數據資源。丹參在惡性血液病治療中的作用已經被廣泛證實，Teng等[29]證實，丹參中主要活性組分丹參酮IIA可有效抑制急性淋巴細胞白血病TIB-152中磷脂酰肌醇-3-羥激酶（phosphatidylinositol-3-hydroxykinase，PI3K）/蛋白激酶（protein kinase，Akt）/雷帕霉素靶蛋白（mammalian target of rapamycin，mTOR）信號通路的活性，增強伊馬替尼對白血病細胞增殖、遷移和侵襲的抑制作用，并誘導細胞凋亡。Li等[30]研究發(fā)現，隱丹參酮能通過作用于Janus激酶-信號轉導與轉錄激活子通路（Janus kinase-signal transducer and activator of transcription pathway，JAK-STAT）信號通路和轉化生長因子（transforming growth factor，TGF）信號通路中的關鍵基因，達到改善治療骨髓纖維化的作用。川芎中的主要活性成分川芎嗪被證實通過誘導細胞凋亡和周期阻滯，發(fā)揮抗急性淋巴細胞白血病的作用[31]。此外，以丹參素和川芎嗪為主要成分的丹參川芎注射液聯合基礎綜合治療，對過敏性紫癜治療效果良好[32]。地黃為清熱解毒類藥物中使用頻次最高的藥物，近年來研究發(fā)現其在白血病等惡性血液病中顯示了良好的治療效果。吳素珍等[33]發(fā)現，地黃多糖可通過下調bcr/abl融合基因mRNA及p210蛋白表達，對慢性粒細胞白血病K562細胞增殖產生抑制作用。Kim等[34]研究證實，地黃中活性成分梓醇的水解產物H-catalpol，可通過非受體酪氨酸激酶2（janus kinase 2，JAK2）和蛋白酪氨酸激酶c-Src下調融合蛋白BCR-ABL的磷酸化水平，發(fā)揮抗白血病的作用。人參和黨參是滋補類藥物中使用頻次最高的單味藥，均為補氣之要藥。其中人參可促元氣大補、脾肺氣足、陰血津液化生，被《本草綱目》稱為“虛勞內傷第一要藥”，具有增強免疫、促進造血功能的作用，治療血液病氣血兩虛證常用方劑八珍湯、十全大補湯都含有人參。現代研究表明，人參中人參皂苷成分具有良好的促進造血功能和抗血液病腫瘤的活性[35]。Levy等[36]研究發(fā)現，人參皂苷Rh2可以通過阻斷PI3K/Akt/mTOR信號通路抑制T細胞性急性淋巴細胞的惡性增殖，并通過調節(jié)免疫因子來增強脾臟的免疫功能，該結果提示人參對惡性血液病的治療具有多種調控作用。黨參具有補中益氣、止渴、健脾益肺、養(yǎng)血生津等功效，功效與人參相似，唯藥力薄弱?，F代研究發(fā)現，黨參多糖干預對小鼠T細胞平衡有良好的保護作用，對多種疾病具有潛在的免疫保護作用[37]。以黨參為主要藥物組成的參芪扶正注射液，聯合柔紅霉素和阿糖胞苷組成的DA方案可改善急性髓系白血病的預后，有效調節(jié)患者的T細胞亞群水平，并改善骨髓抑制情況，提高機體免疫功能[38]。以上結果表明，本研究梳理獲得的高頻次藥物和核心組方，為惡性血液病的新藥開發(fā)和研究提供了基礎的數據支撐和理論依據。

血液病為累及造血系統(tǒng)的惡性病變的統(tǒng)稱，其發(fā)病機制復雜，病程進展迅速，治療難度較大。惡性血液病的病機包括正虛、血瘀、熱毒3大方面，治法以補虛、活血和清熱為主。本研究通過對現有血液病治療方劑的數據挖掘，探究其中蘊含的用藥規(guī)律與關聯規(guī)則，從中醫(yī)藥理論與現代藥理及臨床試驗的角度進行深入研究，為血液病中藥的臨床使用和新藥研發(fā)提供依據和數據參考。但由于本研究所使用方劑實際臨床效果評分未納入評價，本研究獲得的核心組方和不同藥物間潛在的配伍關聯性，需要基礎研究和臨床試驗的進一步研究驗證。

利益沖突 所有作者均聲明不存在利益沖突

[1] Paczesny S, Pavletic S Z, Bollard C M. Introduction to a review series on emerging immunotherapies for hematologic diseases [J]., 2018, 131(24): 2617-2620.

[2] 李宇霞. 簡析血液病感染患者的療效 [J]. 中西醫(yī)結合心血管病電子雜志, 2017, 5(22): 75-76.

[3] 羅紹凱. 惡性血液病的治療現狀 [J]. 新醫(yī)學, 1999, 30(11): 623-624.

[4] 常寶珠, 黃禮明. 中醫(yī)藥治療惡性血液病優(yōu)勢的思考 [J]. 世界臨床醫(yī)學, 2015, 9(9): 205.

[5] 胡莉文, 黃禮明, 藍海. 丘和明診治惡性血液病學術思想初探 [J]. 遼寧中醫(yī)雜志, 2010, 37(8): 1445-1448.

[6] 王蘇霞, 楊倩, 杜姚, 等. 益髓補腎方對惡性血液病患者圍化療期造血功能的影響 [J]. 中國地方病防治雜志, 2017, 32(3): 338.

[7] 王榮新, 黃有文, 蔡利琴, 等. 中西醫(yī)結合“益髓生血靈”治療β-地中海貧血進一步的臨床研究 [J]. 中國優(yōu)生與遺傳雜志, 1998, 6(2): 3-5.

[8] 中國醫(yī)學科學院分院六室實驗白血病組, 中國醫(yī)學科學院分院六室活血化淤藥物組. 當歸蘆薈丸抗白血病實驗研究的初步報告 [J]. 醫(yī)學研究通訊, 1975, 4(7): 28-30.

[9] 彭懷仁. 中醫(yī)方劑大辭典[M]. 北京: 人民衛(wèi)生出版社, 1993.

[10] 李達. 常見血液病中醫(yī)病名規(guī)范化探討 [J]. 現代中西醫(yī)結合雜志, 2009, 18(10): 1105-1107.

[11] 中國藥典 [S]. 一部. 2015.

[12] 周凱, 顧洪博, 李愛國. 基于關聯規(guī)則挖掘Apriori算法的改進算法 [J]. 陜西理工大學學報: 自然科學版, 2018, 34(5): 40-44.

[13] 葛璐瑤. 關聯規(guī)則挖掘Apriori算法應用研究 [J]. 計算機產品與流通, 2018(8): 185.

[14] 竇鵬偉. 面向中醫(yī)方藥分析的數據挖掘方法及應用研究 [D]. 南京: 南京中醫(yī)藥大學, 2017.

[15] 齊卓操, 唐德才, 尹剛, 等. 基于數據挖掘的古今醫(yī)方辨治消化系統(tǒng)腫瘤用藥規(guī)律研究 [J]. 中草藥, 2019, 50(22): 5632-5638.

[16] 馬珂, 劉芳, 周勝強, 等. 基于數據挖掘的國醫(yī)大師劉祖貽治療肺癌用藥規(guī)律研究 [J]. 湖南中醫(yī)藥大學學報, 2019, 39(11): 1299-1305.

[17] 趙洪英, 蔡樂才, 李先杰. 關聯規(guī)則挖掘的Apriori算法綜述 [J]. 四川理工學院學報: 自然科學版, 2011, 24(1): 66-70.

[18] 安尼卡爾·艾斯卡爾, 祖來克孜·米吉提. 系統(tǒng)聚類法及其應用研究 [J]. 價值工程, 2019, 38(17): 254-258.

[19] 凌曉穎, 姜茗宸, 徐秋月, 等. 基于數據挖掘的中醫(yī)藥防治新型冠狀病毒肺炎的用藥規(guī)律研究 [J]. 中藥材, 2020(7): 1766-1771.

[20] 秦桂超. 焦中華教授治療惡性腫瘤遣方用藥規(guī)律數據挖掘研究 [D]. 濟南: 山東中醫(yī)藥大學, 2015.

[21] Abdul Hamid G, Hariri F. Introductory chapter: advances in hematologic malignancies [A] //[M]. Aden: IntechOpen, 2019: 8-10.

[22] 王蘭英. 血液病中醫(yī)辯治思路探析 [A] // 中華中醫(yī)藥學會第二屆岐黃論壇——血液病中醫(yī)藥防治分論壇論文集[C]. 北京: 中華中醫(yī)藥學會, 2014: 866-869.

[23] 張愛萍, 高瑞蘭, 尹利明, 等. 人參二醇組皂苷對再生障礙性貧血小鼠造血組織MAPK/ERK信號通路的誘導作用 [J]. 中國病理生理雜志, 2018, 34(4): 686-692.

[24] 周靄祥. 慢性粒細胞白血病證治 [J]. 中西醫(yī)結合雜志, 1985, 5(12): 714-715.

[25] 王夢亞. 原發(fā)性骨髓纖維化臨床中藥用藥規(guī)律的回顧性研究 [D]. 鄭州: 河南中醫(yī)藥大學, 2017.

[26] Ge Y Q, Yang B, Xu X F,. Cryptotanshinone Acts synergistically with imatinib to induce apoptosis of human chronic myeloid leukemia cells [J]., 2015, 56(3): 730-738.

[27] 韓麗英, 吳鵬強, 唐君玲, 等. 丹參配合化療對慢性粒細胞白血病的臨床觀察 [J]. 四川中醫(yī), 2006, 24(3): 64-65.

[28] Oliveira S R, de Azevedo Branco L G, Rocha A L,. Association of oral mucosa hyperpigmentation with imatinib mesylate use: A cross-sectional study and a systematic literature review [J]., 2019, 23(12): 4371-4382.

[29] Teng Z, Xu S, Lei Q. Tanshinone IIA enhances the inhibitory effect of imatinib on proliferation and motility of acute leukemia cell line TIB?152andby inhibiting the PI3K/AKT/mTOR signaling pathway [J]., 2020, 43(2): 503-515.

[30] Li J, Ma X R, Liu C,. Exploring the mechanism of Danshen against myelofibrosis by network pharmacology and molecular docking [J]., 2018, 2018: 8363295.

[31] Wang X J, Xu Y H, Yang G C,. Tetramethylpyrazine inhibits the proliferation of acute lymphocytic leukemia cell lines via decrease in GSK-3β [J]., 2015, 33(5): 2368-2374.

[32] 齊競鴻. 丹參川芎注射液治療兒童過敏性紫癜35例分析 [J]. 中醫(yī)臨床研究, 2011, 3(18): 54-55.

[33] 吳素珍, 許春鵑, 李加林, 等. 地黃多糖對K562細胞增殖抑制作用及bcr/abl融合基因表達的影響 [J]. 中國醫(yī)院藥學雜志, 2017, 37(8): 698-701.

[34] Kim M B, Kim C, Chung W S,. The hydrolysed products of iridoid glycosides can enhance imatinib mesylate-induced apoptosis in human myeloid leukaemia cells [J]., 2015, 29(3): 434-443.

[35] Zhang L, Feng H, He Y B,. Ginseng saponin Rb1 enhances hematopoietic function and dendritic cells differentiation [J]., 2017, 49(8): 746-749.

[36] Levy M, Kolodziejczyk A A, Thaiss C A,. Dysbiosis and the immune system [J]., 2017, 17(4): 219-232.

[37] Deng X L, Fu Y J, Luo S,. Polysaccharide fromhas beneficial effects on the maintenance of T-cell balance in mice [J]., 2019, 112: 108682.

[38] 劉佳, 高華, 陳果. DA方案聯合參芪扶正注射液對急性髓系白血病的療效及免疫狀態(tài)的影響 [J]. 西北藥學雜志, 2020, 35(4): 573-577.

Medication rule of traditional Chinese medicine in treatment of hematological diseases based on data mining

LIN Jiu-guo1, SHI Meng-yao1, JIN Lei1, HU Pei-hao1, GE Yu-qing2, CHENG Ru-bin1

1. College of Pharmaceutical Science, Zhejiang Chinese Medical University, Hangzhou 310053, China 2. The First Affiliated Hospital, Zhejiang Chinese Medical University, Hangzhou 310006, China

The data mining technology based on Apriori algorithm and systematic clustering was performed to analyze the medication regularity of traditional Chinese medicine prescriptions for the treatment of hematological malignancies, sort out the commonly used medicines, summarize the drug compatibility rules and clarify the clustered relationships, with view to providing basic data for the clinical application and development of proprietary Chinese medicines targeting hematological diseases.The five syndromes of “blood syndrome”, “consumptive disease”, “acute consumptive disease”, “warm disease”, “pyretic consumptive disease” were selected as key words to find possible prescriptions for the treatment of hematological diseases from. In addition, the “blood disease” and “Chinese medicine” was used as keywords to retrieve articles involving hematological disease therapy from the China National Knowledge Infrastructure and Wanfang Database from 1979 to 2019. The high-frequency traditional Chinese medicines, compatibility application rules, core traditional Chinese medicine combinations, relationship network diagrams, as well as the clustering results of traditional Chinese medicine prescriptions were analyzed according to values of support, confidence and lift, respectively.A total of 100 prescriptions and proprietary Chinese medicine preparations targeting hematological diseases were obtained, involving 64 kinds of traditional Chinese medicines with a total frequency of 772. Moreover, 25 Chinese medicines were identified as commonly used drugs with a frequency of ≥ 10. The traditional Chinese medicines with the highest frequency included,and. In addition, our results indicated that the main traditional Chinese medicine treating hematological diseases belongs to the warm (291 times, 37.79%) and cold drugs (228 times, 29.61%) on medicinal property, while the flavor of these herbs were sweet (486 times, 41.82%) and bitter (362 times, 31.15%), respectively. The frequently recorded core drug combinations included seven drug-pairs and 24 three-drug clusters. Furthermore, 16 drug combinations with potential relevance in the treatment of hematological diseases were obtained via association rule analysis. The lift values of four drug combinations were even higher than 4.7. Moreover, eight drug clusters with high used frequency were identified as closely related medicines according to the cluster analysis. The complex network analysis revealed a close relationship in the medicine combinations of(ASR)-, ASR-and ASR-.The drugs belonging to the tonifying deficiency, promoting blood circulation and removing blood stasis, and heat-clearing family mainly consisted of the high-frequency drugs and core prescriptions targeting hematological diseases. Accordingly, the therapeutic approach for hematological malignancies includes invigoratingand nourishing blood, promoting blood circulation to remove blood stasis, and clearing away heat and cooling blood in traditional Chinese medicine. Our results would significantly contribute to the clinical application and development of new drugs for hematological malignancies.

hematological disorders; traditional Chinese medicine prescriptions; data mining; medication rules; core drug combination

R285.1

A

0253 - 2670(2021)04 - 1073 - 10

10.7501/j.issn.0253-2670.2021.04.021

2020-06-11

國家自然科學基金項目（81673755）；浙江省自然科學基金項目（LY17H290010）

林九國，2018級藥學專業(yè)本科生，研究方向為中醫(yī)藥血液病防治技術研究。E-mail: 3268514982@qq.com

程汝濱，副研究員，從事惡性腫瘤的中醫(yī)藥防治技術開發(fā)與應用。Tel: (0571)61768180 E-mail: biothcheng@hotmail.com

[責任編輯 潘明佳]