湯少梁，貢 悅，馮雨莉，楊彤玲，張 蒙，申俊龍，成 彥

《傷寒論》治疫方用藥規(guī)律分析及核心藥對(duì)治療COVID-19的作用機(jī)制研究

湯少梁1，貢 悅2，馮雨莉2，楊彤玲2，張 蒙1，申俊龍2，成 彥3

1. 南京中醫(yī)藥大學(xué)中醫(yī)藥文獻(xiàn)研究所，江蘇 南京 210023 2. 南京中醫(yī)藥大學(xué)衛(wèi)生經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210023 3. 南京中醫(yī)藥大學(xué)附屬南京中醫(yī)院藥學(xué)部，江蘇 南京 210023

基于數(shù)據(jù)挖掘分析《傷寒論》疫病治療相關(guān)方劑的用藥規(guī)律，并利用網(wǎng)絡(luò)藥理學(xué)分析核心藥對(duì)“柴胡-黃芩”治療新型冠狀病毒肺炎（coronavirus disease 2019，COVID-19）的作用機(jī)制。以期探討經(jīng)方治療疫病的當(dāng)代價(jià)值。篩選《傷寒論》中治療疫病的經(jīng)方，利用R語言等軟件對(duì)頻次、性味歸經(jīng)、相關(guān)性、關(guān)聯(lián)規(guī)則等用藥規(guī)律進(jìn)行分析，并運(yùn)用網(wǎng)絡(luò)藥理學(xué)方法對(duì)用藥規(guī)律中核心藥對(duì)治療COVID-19的機(jī)制進(jìn)行探究。用Cytoscape對(duì)篩選出的成分及靶點(diǎn)構(gòu)建“疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)，將關(guān)鍵靶點(diǎn)導(dǎo)入String數(shù)據(jù)庫進(jìn)行蛋白相互作用（protein-protein interaction，PPI）網(wǎng)絡(luò)分析，并在R語言中進(jìn)行基因本體論（gene ontology，GO）功能分析和京都基因與基因組百科全書（Kyoto encyclopedia of genes and genomes，KEGG）通路分析。納入《傷寒論》中與疫病相關(guān)的方劑61首，共52味中藥。前20味高頻用藥中以溫性藥、辛味藥為主，多歸脾、肺經(jīng)，功效以補(bǔ)氣藥居多?！安窈?黃芩”藥對(duì)相關(guān)性最強(qiáng)，5個(gè)類聚方為小柴胡湯加減、四逆湯、麻杏石甘湯加減、茯苓白術(shù)湯及大承氣湯。利用TCMSP和Genecards等網(wǎng)站獲取了“柴胡-黃芩”藥對(duì)的45個(gè)活性成分、189個(gè)作用靶點(diǎn)以及COVID-19的543個(gè)靶點(diǎn)，產(chǎn)生交集靶點(diǎn)64個(gè)，網(wǎng)絡(luò)分析結(jié)果顯示核心藥對(duì)防治COVID-19的主要成分可能為槲皮素、漢黃芩素、山柰酚、黃芩素、刺槐素等，核心靶點(diǎn)可能為VEGFA、TNF、IL-6、TP53、AKT1、CASP3、CXCL8、PTGS2等，通過GO和KEGG富集分析分別獲得1871個(gè)相關(guān)條目及164條通路?！秱摗分兄委熞卟《噙x用辛溫、歸脾、補(bǔ)氣之品，善用小柴胡湯加減、四逆湯、大承氣湯等。研究發(fā)現(xiàn)核心藥對(duì)“柴胡-黃芩”通過PTGS2、IL-6、TNF等多靶點(diǎn)在抗炎、免疫調(diào)節(jié)等方面防治COVID-19，《傷寒論》中疫病治療的古方對(duì)于當(dāng)今疫病的防治可能有重要的借鑒價(jià)值。

疫?。粋?；數(shù)據(jù)挖掘；新型冠狀病毒肺炎；柴胡；黃芩；小柴胡湯；四逆湯；麻杏石甘湯；茯苓白術(shù)湯；大承氣湯

疫病是外感疫癘邪氣引起的一類急性烈性傳染性疾病的總稱[1]。中醫(yī)學(xué)認(rèn)為瘟疫的病因是疫毒，與“非時(shí)暴寒”“非節(jié)之氣”密切相關(guān)，多認(rèn)為是受到“時(shí)行乖戾之氣”，也就是帶有致病因素不正常的邪氣傷害所致。疫病流行時(shí)期，歷朝醫(yī)家積極探尋治療之法，逐步形成了理論相對(duì)完整、技術(shù)手段豐富的疫病防治體系[2]。東漢著名醫(yī)家醫(yī)圣——張仲景，是辨證論治方法的始祖與其臨床應(yīng)用的奠基人，善治因寒而發(fā)熱的外感病，理法方藥齊備，后世研究者代不乏人。他編著的《傷寒雜病論》不僅為外感疾病治療提供方法，而且在中醫(yī)辨證論治方面提供了范例，是理論與臨床實(shí)踐結(jié)合的典范?！秱s病論》由王叔和收集整理，其中《傷寒論》是張仲景在辨證論治的基礎(chǔ)上總結(jié)前世醫(yī)家學(xué)術(shù)觀點(diǎn)及自身臨床經(jīng)驗(yàn)的結(jié)合，對(duì)外感傷寒的發(fā)生、發(fā)展及傳變規(guī)律進(jìn)行了全面分析[3]，后世譽(yù)之為“方書之祖”[4]?！秱摗窞橹嗅t(yī)藥治療疫病水平的提升做出了很大貢獻(xiàn)，也是研究早期發(fā)熱性傳染病的經(jīng)典文獻(xiàn)?；仡櫸覈糯箵粢咔榈臍v史，中醫(yī)藥抗疫歷史經(jīng)驗(yàn)彌足珍貴[2]?？v觀現(xiàn)代醫(yī)學(xué)，中醫(yī)藥抗疫仍在發(fā)揮其獨(dú)特的作用。

新型冠狀病毒肺炎（coronavirus disease 2019，COVID-19）是一種以發(fā)熱、干咳、乏力為主要表現(xiàn)的急性呼吸道傳染病，部分患者還有鼻塞、流涕、咽痛、嗅覺味覺減退或喪失等表現(xiàn)[5]。國家衛(wèi)健委等多級(jí)主管部門陸續(xù)出臺(tái)多版診療及預(yù)防方案[6-7]。其中明確指出了疑似病例與確診病例的診斷標(biāo)準(zhǔn)，主要是根據(jù)流行病學(xué)史來判斷，其臨床表現(xiàn)包括①發(fā)熱和（或）呼吸道癥狀等COVID-19相關(guān)臨床表現(xiàn)；②具有COVID-19影像學(xué)特征；③發(fā)病早期白細(xì)胞總數(shù)正常或降低，淋巴細(xì)胞計(jì)數(shù)正常或減少。確診病例為在疑似病例中具備以下病原學(xué)或血清學(xué)證據(jù)之一者：①新型冠狀病毒核酸檢測陽性；②未接種新型冠狀病毒疫苗者新型冠狀病毒特異性免疫球蛋白M（immunoglobulin M，IgM）抗體和IgG抗體均為陽性[6-7]。隨著對(duì)COVID-19的認(rèn)識(shí)深入和臨床經(jīng)驗(yàn)的積累，中醫(yī)從抗疫的參與者逐漸成為主力軍[8]。中醫(yī)藥抗擊COVID-19疫情的典型代表“三藥三方”中的清肺排毒湯正是由小柴胡湯與麻杏石甘湯、射干麻黃湯、五苓散合方而成[9]，其中小柴胡湯也作為基本方被各地多部門推薦使用[8-9]，可見《傷寒論》中古方在當(dāng)今新病治療中正發(fā)揮重要作用。

本研究篩選疫病相關(guān)篇幅收錄的方劑，運(yùn)用R語言（4.1.2）、IBM SPSS statistics 22、IBM SPSS Modeler 18.0、Neo4j Desktop與Cytoscape 3.6.0等軟件進(jìn)行數(shù)據(jù)挖掘，探索其用藥組方規(guī)律，以期為COVID-19預(yù)防與治療、新方發(fā)現(xiàn)與古方新用提供參考。

1 資料與方法

1.1 方藥來源

從《傷寒論》中治疫方劑可看出，此時(shí)期治疫病多以“清、下”之法為主，承氣湯、白虎湯、茵陳蒿湯等為其治疫代表方劑；以溫中解表、和解少陽為輔，理中湯、四逆湯、大小柴胡湯為其代表方劑。而《溫病學(xué)》中將瘟疫劃分為溫、燥、寒、濕等不同性質(zhì)，首要特征為強(qiáng)烈的傳染性，根據(jù)其病性和階段來辨證治療[10]。《傷寒論》中的傷寒為廣義的傷寒，即一切感受外邪所發(fā)疾病，不論寒熱。在《溫病學(xué)》中，狹義的傷寒定義為感受寒邪而發(fā)病，治法當(dāng)以散寒解表為主。《傷寒論》中治霍亂以溫中之法為主，代表方劑有四逆湯、桂枝湯等；治瘧以清濕熱為主，代表方劑為茵陳蒿湯[11]。而在《溫病學(xué)》中，治霍亂祛濕為首要治法，同時(shí)兼顧恢復(fù)脾胃升降之功能，代表方劑為蠶矢湯、藿香正氣散等；治瘧以祛邪截瘧為基本治則，代表方劑為達(dá)原飲。

本研究根據(jù)納入與排除標(biāo)準(zhǔn)對(duì)《傷寒論》中治療疫病的方劑進(jìn)行篩選，最終共摘錄相關(guān)方劑61首。其中卷第五辨陽明病脈證并治第八方劑19首，卷第五辨少陽病脈證并治第九方劑1首，卷第七辨霍亂病脈證并治第十三方劑6首，卷第七辨陰陽易差后勞復(fù)病脈證并治第十四方劑5首，卷第八辨發(fā)汗后病脈證并治第十七方劑22首，卷第九辨可下病脈證并治第二十一方劑8首。記錄各處方的名稱、組成、劑量等基本信息。

1.2 納入標(biāo)準(zhǔn)及排除標(biāo)準(zhǔn)

1.2.1 納入標(biāo)準(zhǔn) 以中醫(yī)疫病診斷標(biāo)準(zhǔn)為基礎(chǔ)，即發(fā)病特點(diǎn)有強(qiáng)烈的傳染性、易發(fā)生流行，“起病急驟初起可見憎寒壯熱繼則但熱不寒，苔白如積粉舌質(zhì)紅絳或身大熱頭痛如劈吐瀉腹痛或吐衄發(fā)斑舌絳苔焦脈浮大而數(shù)等”。傳變迅速、癥狀復(fù)雜、病情兇險(xiǎn)，可在短時(shí)間內(nèi)出現(xiàn)熱陷心包、傷絡(luò)動(dòng)血、厥脫、尿閉等危重證候[11]。COVID-19以發(fā)熱、乏力、干咳為主要表現(xiàn)，少數(shù)患者伴有鼻塞流涕、咽痛和腹瀉等癥狀，具有流行性、傳染性。病位主要在肺，可波及五臟，病機(jī)以“寒、濕、熱、毒、瘀、虛”為主，初期多寒濕，可入里化熱，后期多氣陰兩虛[12]。針對(duì)病因病機(jī)，各期治療均以祛邪解毒為核心，根據(jù)病程發(fā)展的階段性，治療時(shí)應(yīng)將病情輕重、病程分期與中醫(yī)證候相結(jié)合。結(jié)合現(xiàn)代辨證思路，以“傷寒”“霍亂”“瘧”等為搜索詞在《傷寒論》中進(jìn)行檢索，確定了陽明病、少陽病、霍亂、勞復(fù)等與疫病相關(guān)疾病，納入①符合疫病中醫(yī)診斷標(biāo)準(zhǔn)的治療方，且為有效的方劑；②主治中有明確的與疫病相關(guān)的癥狀描述；③具有齊全的方劑名稱。

1.2.2 排除標(biāo)準(zhǔn) ①不可獨(dú)立使用的處方；②單味中藥處方；③方藥缺失或組方不明確的方劑。

1.3 數(shù)據(jù)錄入與處理

由雙人將符合上述條件的方藥錄入Excel 2016軟件，異議處理由具有中醫(yī)背景的第3人進(jìn)行判斷。數(shù)據(jù)規(guī)范方面，將姜、棗、蔥等藥引納入到藥物組成，按照《中國藥典》2020年版[13]和《中藥學(xué)》2016年版教材[14]，對(duì)61首方藥的處方組成進(jìn)行標(biāo)準(zhǔn)化處理。例如，將茵陳蒿統(tǒng)一規(guī)范為茵陳，商陸根統(tǒng)一規(guī)范為商陸，生梓白皮統(tǒng)一規(guī)范為梓白皮等。藥物性味等屬性同樣參考《中藥學(xué)》2016年教材[14]。數(shù)據(jù)錄入與規(guī)范化完成后，由第3人再次進(jìn)行審核，確保數(shù)據(jù)規(guī)范的準(zhǔn)確性。本研究分別運(yùn)用R語言（4.1.2）、IBM SPSS statistics 22、IBM SPSS Modeler 18.0、Neo4j Desktop與Cytoscape 3.6.0將規(guī)范后的數(shù)據(jù)進(jìn)行處理與分析。

1.4 《傷寒論》疫病治療用藥規(guī)律分析

在R語言處理階段，將規(guī)范化后的數(shù)據(jù)庫保存為csv文件，導(dǎo)入R軟件進(jìn)行高頻中藥分析、關(guān)聯(lián)規(guī)則分析與可視化處理。在SPSS處理階段，運(yùn)用Excel中數(shù)據(jù)透視表功能將規(guī)范后的中藥進(jìn)行二分類變量處理，以方藥編號(hào)為行名，中藥名稱為列名，建立事務(wù)型數(shù)據(jù)庫。接著導(dǎo)入IBM SPSS statistics 22，進(jìn)行系統(tǒng)聚類分析。在SPSS Modeler處理階段，將事務(wù)型數(shù)據(jù)庫直接導(dǎo)入軟件，對(duì)張仲景《傷寒論》中疫病治療前20味高頻中藥聚類進(jìn)行可視化分析，繪制高頻中藥網(wǎng)絡(luò)圖。高頻中藥的性味歸經(jīng)分析皆在Excel 2016中完成。在Neo4j處理階段，將高頻中藥與其性味歸經(jīng)的關(guān)系用表格分別建立一一對(duì)應(yīng)關(guān)系，并保存為csv文件，導(dǎo)入到Neo4j中，使用create語句建立結(jié)點(diǎn)，match語句建立關(guān)系，將其進(jìn)行可視化。

1.5 網(wǎng)絡(luò)藥理學(xué)機(jī)制研究

結(jié)合“1.4”項(xiàng)中用藥規(guī)律分析結(jié)果得到的核心藥物，通過TCMSP[15]平臺(tái)（http://tcmspw.com/tcmsp. php）搜集核心藥對(duì)的化學(xué)成分，以口服生物利用度（oral bioavailability，OB）≥30%、類藥性（drug-likeness，DL）≥0.18篩選各成分靶點(diǎn)，同時(shí)篩去無對(duì)應(yīng)靶點(diǎn)的成分，將靶點(diǎn)導(dǎo)入U(xiǎn)niprot[16]數(shù)據(jù)庫（http://www.unitprot.org/）剔除非人類的靶點(diǎn)蛋白，確定中藥的活性成分及其對(duì)應(yīng)基因靶點(diǎn)。在Genecards（https://www.genecards.org/）、OMIM（https://omim.org/）、Drugbank（https://www. drugbank.com/）數(shù)據(jù)庫中以“novel coronavirus pneumonia”為關(guān)鍵詞檢索與COVID-19相關(guān)的基因，整理并去重之后得到COVID-19相關(guān)靶點(diǎn)數(shù)據(jù)集。將藥物有效成分的靶點(diǎn)與疾病相關(guān)靶點(diǎn)利用R Studio取交集靶點(diǎn)，獲得藥物疾病直接關(guān)聯(lián)的關(guān)鍵靶點(diǎn)。在Cytoscape V3.6.0中以疾病、核心藥物、有效成分和交集靶點(diǎn)為節(jié)點(diǎn)，邊為相互之間關(guān)系，構(gòu)建“疾病-藥物-成分-靶點(diǎn)”關(guān)系網(wǎng)絡(luò)。將關(guān)鍵基因靶點(diǎn)輸入String[17]數(shù)據(jù)庫中，選中物種為“人”，評(píng)分條件＞0.90，獲取蛋白相互作用（protein-protein interaction，PPI）網(wǎng)絡(luò)，并將得到的數(shù)據(jù)導(dǎo)入Cytoscape進(jìn)行可視化。利用R Studio 4.1.2中的“clusterProfiler”包對(duì)疾病-藥物交集靶點(diǎn)進(jìn)行基因本體論（gene ontology，GO）功能分析和京都基因與基因組百科全書（Kyoto encyclopedia of genes and genomes，KEGG）通路富集分析。

2 結(jié)果

2.1 《傷寒論》疫病防治用藥頻次統(tǒng)計(jì)

運(yùn)用R語言對(duì)《傷寒論》中疫病防治61首相關(guān)方藥進(jìn)行中藥頻次分析。共包含52味中藥，總使用頻次275次。如表1所示，使用頻次≥15的有4味，使用頻次介于10～15的有3味，使用頻次介于5～10的有15味，其余中藥的使用頻次均在5次以下，占全部中藥的57.69%。

表1 《傷寒論》中防治疫病中藥使用頻次

另外，使用頻次最高的前20味中藥（單味中藥在61首方劑中出現(xiàn)的頻率）分別是甘草（37次）、生姜（18次）、大棗（16次）、桂枝（16次）、大黃（14次）、人參（14次）、白芍（13次）、半夏（9次）、干姜（9次）、枳實(shí)（9次）、附子（8次）、茯苓（7次）、厚樸（7次）、黃芩（7次）、白術(shù)（6次）、柴胡（6次）、苦杏仁（6次）、芒硝（6次）、麻黃（5次）、石膏（5次），見圖1。

圖1 《傷寒論》中防治疫病前20味高頻中藥

2.2 《傷寒論》疫病防治高頻用藥的性味歸經(jīng)及功效知識(shí)圖譜

2.2.1 《傷寒論》疫病防治高頻用藥藥性知識(shí)圖譜 《傷寒論》中高頻中藥藥性包含平、溫、寒等7種，其中占比最高的為溫性藥物，為35%，其次為寒性藥物和微寒性藥物，占比均為15%。高頻中藥藥性頻次和占比如表2所示。

《傷寒論》高頻中藥藥性知識(shí)圖譜見圖2，其中綠色節(jié)點(diǎn)表示醫(yī)家即張仲景，灰色節(jié)點(diǎn)表示中藥實(shí)體即《傷寒論》疫病相關(guān)藥方中前20味高頻中藥，褐色節(jié)點(diǎn)表示藥性實(shí)體。連接中藥實(shí)體與藥性實(shí)體之間的邊表示這些藥相應(yīng)的性。通過該圖譜，可以得知，高頻中藥中，藥性占比最高的溫性藥物有大棗、桂枝、白術(shù)、半夏、麻黃、生姜、厚樸。

2.2.2 《傷寒論》疫病防治高頻用藥藥味知識(shí)圖譜 《傷寒論》中高頻中藥藥味包含甘、辛、苦、微苦、酸、淡、咸7種，其中占比最高的為辛味藥物，為30.30%；其次為苦味藥物，占比27.27%；排名第3的為甘味藥物，占比24.24%。高頻中藥藥味頻次和占比如表2所示。

《傷寒論》高頻中藥藥味知識(shí)圖譜見圖3。其中綠色節(jié)點(diǎn)表示醫(yī)家即張仲景，灰色節(jié)點(diǎn)表示中藥實(shí)體即《傷寒論》疫病相關(guān)藥方中前20味高頻中藥，粉色節(jié)點(diǎn)表示藥味實(shí)體。連接中藥實(shí)體與藥味實(shí)體之間的邊表示這些藥相應(yīng)的味。通過該圖譜，可以直觀地看到，高頻中藥中，藥味占比較高的有辛、苦、甘，占比最高的辛味中藥為生姜、桂枝、半夏、柴胡、麻黃等。

表2 高頻用藥性味歸經(jīng)占比情況

圖2 前20味高頻中藥藥性的知識(shí)圖譜

2.2.3 《傷寒論》疫病防治高頻用藥歸經(jīng)知識(shí)圖譜 《傷寒論》中高頻中藥歸經(jīng)包含心經(jīng)、肺經(jīng)、胃經(jīng)、脾經(jīng)等11種，其中脾經(jīng)占比最高，為21.88%，肺經(jīng)和胃經(jīng)占比也較高，小腸經(jīng)和心包經(jīng)占比最低。高頻中藥歸經(jīng)頻次和占比如表2所示。

《傷寒論》高頻中藥歸經(jīng)知識(shí)圖譜見圖4。其中綠色節(jié)點(diǎn)表示醫(yī)家即張仲景，灰色節(jié)點(diǎn)表示中藥實(shí)體即《傷寒論》疫病相關(guān)藥方中前20味高頻中藥，紫色節(jié)點(diǎn)表示歸經(jīng)實(shí)體。連接中藥實(shí)體與歸經(jīng)實(shí)體之間的邊表示這些藥相應(yīng)的歸經(jīng)?？梢灾庇^地看到，高頻中藥中，歸經(jīng)為脾、肺、胃、心經(jīng)的中藥較多，歸經(jīng)為心包、小腸、膀胱、膽、肝、腎、大腸經(jīng)的中藥較少。

圖3 前20味高頻中藥藥味的知識(shí)圖譜

圖4 前20味高頻中藥歸經(jīng)的知識(shí)圖譜

2.2.4 《傷寒論》疫病防治高頻用藥功效知識(shí)圖譜 如表3所示，《傷寒論》高頻中藥功效占比最高的是補(bǔ)氣藥，占比為20%，其次為發(fā)散風(fēng)寒，占比為15%，攻下和溫里占比均為10%。其余功效占比均為5%。

《傷寒論》高頻中藥功效知識(shí)圖譜見圖5。其中綠色節(jié)點(diǎn)表示醫(yī)家即張仲景，灰色節(jié)點(diǎn)表示中藥實(shí)體即《傷寒論》疫病相關(guān)藥方中前20味高頻中藥，紅色節(jié)點(diǎn)表示功效實(shí)體。連接中藥實(shí)體與功效實(shí)體之間的邊表示這些藥相應(yīng)的功效?？梢灾庇^地看出，《傷寒論》中，功效占比最多的補(bǔ)氣藥有甘草、人參等；功效占比其次的發(fā)散風(fēng)寒藥有麻黃、桂枝等；攻下藥為芒硝和大黃，溫里藥為附子和干姜。

表3 高頻中藥功效頻次

圖5 前20味高頻中藥功效的知識(shí)圖譜

2.3 《傷寒論》疫病防治用藥相關(guān)性分析

對(duì)《傷寒論》中使用前20的高頻用藥進(jìn)行Pearson相關(guān)性分析，并使用R Studio中Corrplot函數(shù)將高頻中藥相關(guān)性分析進(jìn)行可視化，見圖6。

根據(jù)Pearson相關(guān)系數(shù)大小對(duì)藥對(duì)組合進(jìn)行排列，相關(guān)系數(shù)較高的前10組藥對(duì)見表4。由表4可知，黃芩-柴胡相關(guān)性最強(qiáng)，相關(guān)系數(shù)為0.92，接近于1.00。

2.4 《傷寒論》疫病防治用藥關(guān)聯(lián)規(guī)則分析

使用R Studio對(duì)《傷寒論》疫病防治用藥進(jìn)行關(guān)聯(lián)規(guī)則分析，根據(jù)方劑數(shù)量為61首，同時(shí)結(jié)合經(jīng)驗(yàn)判斷和不同參數(shù)提取出數(shù)據(jù)的預(yù)讀，設(shè)置最小支持度為7%，最小置信度為60%，共得到《傷寒論》疫病防治用藥的271條關(guān)聯(lián)規(guī)則，包含40條二階關(guān)聯(lián)規(guī)則，94條三階關(guān)聯(lián)規(guī)則，91條四階關(guān)聯(lián)規(guī)則，40條五階關(guān)聯(lián)規(guī)則，皆是提升度＞1的有效規(guī)則。按置信度及提升度降序排序，前20條關(guān)聯(lián)規(guī)則如表5所示。

圖6 《傷寒論》前20味高頻用藥相關(guān)性分析

表4 相關(guān)系數(shù)前10組藥對(duì)組合

2.5 《傷寒論》疫病防治用藥聚類分析

運(yùn)用IBM SPSS statistics對(duì)《傷寒論》疫病治療用藥前20味高頻中藥進(jìn)行了系統(tǒng)聚類分析，生成了系統(tǒng)距聚類樹，見圖7。由圖7可知，《傷寒論》疫病治療用藥前20味高頻中藥可以分為特征相近的5類。類聚方1：黃芩、柴胡、半夏、生姜、大棗、人參、桂枝、白芍；類聚方2：干姜、附子、甘草；類聚方3：苦杏仁、麻黃、石膏；類聚方4：茯苓、白術(shù)；類聚方5：枳實(shí)、厚樸、大黃、芒硝。其分別為小柴胡湯加減、四逆湯、麻杏石甘湯加減、茯苓白術(shù)湯、大承氣湯等方中主要藥物。

3 小柴胡湯“病-證-癥-方-藥”關(guān)系構(gòu)建與網(wǎng)絡(luò)藥理學(xué)機(jī)制研究

3.1 小柴胡湯“病-證-癥-方-藥”關(guān)系

中醫(yī)藥有著幾千年與瘟疫做斗爭的歷史，在此次COVID-19疫情防控中作用重大。從國家及各省市診療方案和中醫(yī)臨床專家的見解中發(fā)現(xiàn)[18]，盡管方藥多有差異，但COVID-19屬于中醫(yī)“疫”的范疇，經(jīng)口鼻、接觸而傳染發(fā)病，其毒與寒濕燥之邪相合，首先上受犯肺，病位以肺為中心，病機(jī)以“濕邪”為主，其核心證型為“痰熱壅肺、閉肺”“風(fēng)寒、風(fēng)熱犯肺”等[19]。COVID-19患者最常見的癥狀是發(fā)熱和咳嗽，部分患者出現(xiàn)發(fā)熱持續(xù)反復(fù)波動(dòng)的情況，《傷寒論》中記載：“往來寒熱，胸脅苦滿，默默不欲飲食，心煩喜嘔，或胸中煩而不嘔……小柴胡湯主之”，這與小柴胡湯適應(yīng)證相符[9]。

類聚方中出自《傷寒論》中的方劑有小柴胡湯、麻杏石甘湯和大承氣湯等。大承氣湯主要用于瀉下，小柴胡湯和麻杏石甘湯與疫病的相關(guān)性較強(qiáng)，同時(shí)結(jié)合相關(guān)分析結(jié)果，“柴胡-黃芩”為相關(guān)系數(shù)最高的藥對(duì)，并且其在關(guān)聯(lián)規(guī)則分析中的支持度（9.84%）、置信度（100%）和提升度（8.71）均較高，該藥對(duì)是出自《傷寒論》的經(jīng)典名方小柴胡湯，因此本研究選擇小柴胡湯為例，構(gòu)建其“病-證-癥-方-藥”關(guān)系，并對(duì)其核心藥對(duì)進(jìn)行作用機(jī)制研究。

表5 《傷寒論》前20條中藥關(guān)聯(lián)規(guī)則

圖7 前20味高頻用藥系統(tǒng)聚類樹

從錄入的61條數(shù)據(jù)中，篩選出使用小柴胡湯治療的條目，共3條。其中癥狀按照《中醫(yī)癥狀鑒別診斷學(xué)》第2版進(jìn)行人工分詞和規(guī)范化，規(guī)范化例如“往來寒熱”規(guī)范為“寒熱往來”；對(duì)于一些《傷寒論》中原始提出的癥狀，如“胸脅滿”一類的詞保留。運(yùn)用Neo4j Desktop軟件分別建立疾病、證候、癥狀、方劑、中藥5個(gè)結(jié)點(diǎn)，并建立“病-證”“證-癥”“癥-方”“方-藥”4種關(guān)系，最終得到如圖8所示的“病-證-癥-方-藥”關(guān)系。

3.2 小柴胡湯核心藥對(duì)作用機(jī)制研究

在目前COVID-19的治療中，清肺排毒湯被廣泛運(yùn)用，而其組成成分之一正是小柴胡湯。同時(shí)，小柴胡湯也被多地、多部門聯(lián)袂推薦使用[8-9]，可見仲景古方在治療新疫病中正發(fā)揮重要作用，但是對(duì)于其作用機(jī)制的研究仍有不足。小柴胡湯中柴胡為君，黃芩為臣，“柴胡-黃芩”為其核心藥對(duì)。同時(shí)，柴胡與黃芩的配伍首現(xiàn)于《傷寒論》，是仲景柴胡系列方劑中最具代性的基本配伍，也是本研究挖掘張仲景治療疫病方劑中相關(guān)程度最強(qiáng)的配伍藥對(duì)，且為臨床常用藥對(duì)。柴胡微寒，歸肝、膽、肺經(jīng)，主要有疏散退熱、化解肝郁作用；黃芩苦寒，歸肺、膽、脾經(jīng)等，主要功效為清熱燥濕、清肺止咳、瀉火解毒、止血等。該藥對(duì)廣泛運(yùn)用于心血管系統(tǒng)、消化系統(tǒng)、呼吸系統(tǒng)等疾病，并且療效顯著。故本研究選擇核心藥對(duì)“柴胡-黃芩”進(jìn)行作用機(jī)制研究。

圖8 小柴胡湯“病-證-癥-方-藥”關(guān)系的可視化

3.2.1 “柴胡-黃芩”藥對(duì)活性成分篩選 通過TCMSP數(shù)據(jù)庫檢索“柴胡-黃芩”有效成分及基因靶點(diǎn)，最終篩選出主要活性成分柴胡13個(gè)，黃芩32個(gè)，共同有效成分有1個(gè)，為豆甾醇（stigmasterol），去除重復(fù)靶點(diǎn)后共得到189個(gè)靶點(diǎn)。主要活性成分信息見表6。

3.2.2 COVID-19疾病靶點(diǎn) GeneCards檢索得到1043個(gè)基因，通過相關(guān)度大于中位數(shù)規(guī)則篩選出522個(gè)疾病靶點(diǎn)；OMIM和Drugbank分別得到2、26個(gè)靶點(diǎn)。整理上述靶點(diǎn)共獲得COVID-19靶點(diǎn)543個(gè)。

3.2.3 藥物-疾病靶點(diǎn)交集 利用R Studio的ggvenn包取藥物及疾病靶點(diǎn)的交集，共得到64個(gè)交集靶點(diǎn)，如圖9所示。

3.2.4 “疾病-藥物-成分-靶點(diǎn)”關(guān)系和PPI網(wǎng)絡(luò)構(gòu)建 為直觀展現(xiàn)64個(gè)“柴胡-黃芩”藥對(duì)治療COVID-19的相互作用關(guān)系，利用Cytoscape構(gòu)建“疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)，見圖10。其中度（degree）＞10的化合物編號(hào)分別為CH10、HQ2、CH5、HQ4、HQ1、HQ28、HQ13、HQ15、HQ16；同時(shí)度＞17的核心靶點(diǎn)為前列腺素內(nèi)過氧化物合成酶2（prostaglandin G/H synthase 2，PTGS2）、熱休克蛋白90α（90αHeat shock protein HSP 90-alpha，HSP90AA1）、雄激素受體（androgen receptor，AR）、誘導(dǎo)型一氧化氮合成酶2（nitric oxide synthase, inducible 2，NOS2）、蛋白激酶環(huán)腺苷酸（cyclic adenosine monophosphate，cAMP）激活催化亞基α（cAMP-dependent protein kinase catalytic subunit alpha，PRKACA）、二肽基肽酶4（dipeptidyl peptidase 4，DPP4）。將64個(gè)關(guān)鍵靶點(diǎn)輸入String平臺(tái)，并利用Cytoscape繪制PPI網(wǎng)絡(luò)，評(píng)分條件＞0.40，共有64個(gè)節(jié)點(diǎn)，1069條邊，平均節(jié)點(diǎn)評(píng)分為33.4，見圖11。其中得分排名前25的是血管內(nèi)皮生長因子A（vascular endothelial growth factor A，VEGFA）、腫瘤壞死因子（tumor necrosis factor，TNF）、白細(xì)胞介素-6（interleukin-6，IL-6）、腫瘤抑制蛋白（cellular tumor antigen p53，TP53）、蛋白激酶Bα（RAC-alpha serine/threonine-protein kinase，AKT1）、白細(xì)胞介素-1β（interleukin-1 beta，IL1B）、半胱氨酸蛋白酶-3（Caspase-3，CASP3）、白細(xì)胞介素-8（interleukin-8，CXCL8）、PTGS2、缺氧誘導(dǎo)因子-1α（hypoxia-inducible factor 1alpha，HIF1A）、IL-10、表皮生長因子（epidermal growth factor receptor，EGFR）、腦區(qū)原癌基因蛋白（proto-oncogene c-Fos，F(xiàn)OS）、趨化因子配體2（C-C motif chemokine 2，CCL2）、細(xì)胞間黏附分子1（intercellular adhesion molecule 1，ICAM1）、G1/S-特異性周期蛋白-D1（G1/S-specific cyclin-D1，CCND1）、核因子-κB抑制因子α（NF-kappa-B inhibitor alpha，NFKBIA）、過氧化物酶體增殖物激活受體γ（peroxisome proliferator-activated receptor gamma，PPARG）、血紅素加氧酶1（heme oxygenase 1，HMOX1）、HSP90AA1、II型干擾素（interferon gamma，IFNG）、CASP8、B-細(xì)胞淋巴瘤因子2樣蛋白1（Bcl-2-like protein 1，BCL2L1）、轉(zhuǎn)錄因子p65（transcription factor p65，RELA）、IL-2。

表6 “柴胡-黃芩”的活性成分

CH-柴胡 HQ-黃芩 A-共有成分

CH-HQ-A-common component

圖9 交集靶點(diǎn)的Venn圖

圖10 “疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)

3.2.5 交集靶點(diǎn)的GO和KEGG富集分析 利用R語言對(duì)64個(gè)關(guān)鍵靶點(diǎn)進(jìn)行GO和KEGG通路分析，限定＜0.05，繪制氣泡圖和條形圖，由圖12可知，GO生物過程主要包括對(duì)脂多糖的反應(yīng)（response to lipopolysaccharide）、細(xì)菌源性分子的反應(yīng)（response to molecule of bacterial origin）、細(xì)胞對(duì)生物刺激的反應(yīng)（cellular response to biotic stimulu）、細(xì)胞對(duì)脂多糖的應(yīng)答（cellular response to lipopolysaccharide）、細(xì)胞對(duì)細(xì)菌來源分子的反應(yīng)（cellular response to molecule of bacterial origin）等；GO細(xì)胞過程主要包括膜筏（membrane raft）、膜微結(jié)構(gòu)域（membrane microdomain）、質(zhì)膜筏（plasma membrane raft）、陷窩（caveola）、器官外膜（organelle outer membrane）；GO分子功能以細(xì)胞因子受體結(jié)合（cytokine receptor binding）、細(xì)胞因子活性（cytokine activity）、受體配體活性（receptor ligand activity）、信號(hào)受體激活劑活性（signaling receptor activator activity）為主。

圓圈越大，顏色越深，則該蛋白越重要；邊越粗，蛋白的關(guān)聯(lián)性越高

KEGG富集通路分析得到165條結(jié)果，由圖13可知，靶點(diǎn)主要集中在脂質(zhì)與動(dòng)脈粥樣硬化（lipid and atherosclerosis）、白細(xì)胞介素17信號(hào)通路（IL-17 signaling pathway）、糖尿病并發(fā)癥的物及其受體信號(hào)通路（AGE-RAGE signaling pathway indiabetic complications）、流體切應(yīng)力和動(dòng)脈粥樣硬化信號(hào)通路（fluid shear stress andatherosclerosis）、腫瘤壞死因子信號(hào)通路（TNF signaling pathway）、卡波西氏肉瘤相關(guān)皰疹病毒感染（Kaposi sarcoma-associated herpesvirus infection）、人類巨細(xì)胞病毒感染（human cytomegalovirus infection）、Toll受體信號(hào)通路（Toll-like receptor signaling pathway）、coronavirus disease-COVID-19、Th17細(xì)胞分化（Th17 cell differentiation）等通路。

圖12 “柴胡-黃芩”活性成分治療COVID-19靶點(diǎn)的GO富集分析(前8)

圖13 “柴胡-黃芩”活性成分治療COVID-19靶點(diǎn)的KEGG富集分析(前20)

4 討論

COVID-19屬于中醫(yī)學(xué)中的“疫病”范疇，COVID-19患者所表現(xiàn)出的癥狀與肺系疫病相似，中醫(yī)藥在與“疫病”長期的斗爭過程中積累了較為清楚的認(rèn)識(shí)和豐富的經(jīng)驗(yàn)，有一套較為完整的理論與臨床治療的方法[20]。《傷寒論》主要論述傷寒病，傷于寒為主而致外感熱病的過程即為傷寒，張仲景對(duì)傷寒病運(yùn)用“三陽三陰”為主的六經(jīng)辨證方法，實(shí)質(zhì)上指根據(jù)經(jīng)脈所屬五臟六腑的病理變化，結(jié)合相對(duì)應(yīng)臨床證候的部位、性質(zhì)、病機(jī)、病勢(shì)進(jìn)行分類，從而歸納為六經(jīng)病證?！秱摗贩絼┯盟幘_，加減靈活，臨床療效顯著。本研究選取《傷寒論》卷第五、卷第七、卷第八和卷第九中疫病相關(guān)方劑61首，進(jìn)行藥物頻次、性味歸經(jīng)功效、相關(guān)分析、關(guān)聯(lián)規(guī)則和聚類分析，挖掘出了相關(guān)疫病治療配伍規(guī)律，并對(duì)小柴胡湯進(jìn)行了“病-證-癥-方-藥”關(guān)系構(gòu)建，以及核心藥對(duì)“柴胡-黃芩”進(jìn)行了網(wǎng)絡(luò)藥理學(xué)作用機(jī)制分析，以期為COVID-19臨床治療提供參考。

4.1 用藥頻率分析

《傷寒論》中疫病治療使用頻數(shù)最高的4味藥甘草、生姜、大棗、桂枝即為桂枝湯組方成分，白芍也位列高頻用藥第7味。桂枝溫通營氣、解肌祛風(fēng)，配伍甘草可辛甘化陽；生姜配伍桂枝散邪；大棗與芍藥配伍養(yǎng)陰，配生姜以鼓氣血營衛(wèi)御外邪。桂枝湯目前臨床上應(yīng)用于循環(huán)、免疫等多個(gè)系統(tǒng)，可達(dá)到抗炎、免疫調(diào)節(jié)、抗菌、抗病毒等效果[21]。不僅如此，前20味高頻用藥中包含了甘草、生姜、桂枝、半夏、枳實(shí)、茯苓、黃芩、白術(shù)、柴胡、苦杏仁、麻黃、石膏（圖1），這與《新型冠狀病毒肺炎診療方案（試行第九版）》[6]中清肺排毒湯處方中主要成分基本吻合，適用于COVID-19輕型、普通型、重型患者。高頻中藥中甘草、生姜、大棗、桂枝、大黃、人參、白芍等結(jié)果與劉永瑞等[4]的研究結(jié)果相似。甘草屬于補(bǔ)虛藥，在方劑中應(yīng)用廣泛，可以發(fā)揮補(bǔ)、緩、護(hù)、化、解等功效，這也反映了張仲景溫補(bǔ)脾胃的學(xué)術(shù)思想。

從中藥性味歸經(jīng)分析來看，《傷寒論》中用藥最偏好溫性藥（表2）。20味高頻中藥以溫?zé)崴帪橹?，頻數(shù)為11，占比高達(dá)55%，寒涼藥頻數(shù)為7，占比為35%?？梢姀堉倬耙卟∮盟幧朴脺匦运幧⒑?、溫里、助陽，用于外寒、內(nèi)寒引起的疫病均療效顯著，符合其“重陽氣”的思想。此外，其中寒性藥也占到了35%，寒溫并用，寒以清熱，溫則驅(qū)寒調(diào)脾胃。《傷寒論》治療疫病的前20味高頻藥物五味中辛、苦、甘排前3位（表2），分別占比30.3%、27.27%、24.24%。辛可發(fā)散解表；苦可清熱瀉火、清熱燥濕；甘可補(bǔ)益和中、調(diào)和藥性。與藥性結(jié)合分析，仲景善用辛溫、苦溫、甘溫藥物，辛溫可發(fā)散風(fēng)寒，苦溫可燥濕，甘溫可補(bǔ)中益氣[20]。高頻用藥中14味歸經(jīng)于脾（21.88%），其次歸于肺經(jīng)藥物13味（20.31%），主歸于脾、肺經(jīng)與COVID-19病位屬肺相符合[22]。脾主運(yùn)化，乃氣血生化之源，健脾則能保護(hù)五臟，扶脾從而保肺。肺主氣，可以促進(jìn)血行，抵抗外邪，其中衛(wèi)氣防御作用顯著；肺主宣散衛(wèi)氣，且肺為嬌臟，不耐風(fēng)寒濕諸邪侵襲，為疫病的病理發(fā)展提供了基礎(chǔ)。張仲景治療疫病注重脾肺功能，配伍藥物內(nèi)外兼續(xù)，謹(jǐn)守病機(jī)，在外發(fā)散風(fēng)寒調(diào)和營衛(wèi)以治肺，在內(nèi)溫補(bǔ)脾胃，燥濕行氣，標(biāo)本兼顧[20]。

從中藥功效分類來看，《傷寒論》治療疫病常用補(bǔ)氣藥、發(fā)散風(fēng)寒藥、攻下和溫里藥（表3）。補(bǔ)氣藥及發(fā)散風(fēng)寒藥在仲景方中應(yīng)用廣泛，合用既溫通經(jīng)脈，又解表散邪氣，在張仲景治療傷寒時(shí)注重護(hù)胃氣、扶正氣，而補(bǔ)虛和中之藥可為治療傷寒之首要輔助用藥。

4.2 相關(guān)性分析與關(guān)聯(lián)規(guī)則分析

相關(guān)性分析中相關(guān)系數(shù)較高的前10味藥對(duì)組合多為發(fā)散風(fēng)寒藥和清熱燥濕藥，其中相關(guān)系數(shù)大于0.9的藥對(duì)為“柴胡-黃芩”“苦杏仁-麻黃”。柴胡與黃芩是中醫(yī)臨床常見的藥對(duì)，在小柴胡湯等經(jīng)典方劑中配伍應(yīng)用，配伍可消減郁熱、清熱燥濕、調(diào)和表里、和解少陽[23]?！翱嘈尤?麻黃”藥對(duì)，二者皆可入肺，配伍宣降相宜，可辛溫發(fā)散、宣肺降氣平喘，許多經(jīng)典名方均有此配伍，如三拗湯、麻黃湯、麻杏石甘湯等[24]。

在關(guān)聯(lián)規(guī)則分析中，《傷寒論》中治療疫病2種、3種、4種和5種藥物關(guān)聯(lián)規(guī)則中置信度與提升度最高的藥對(duì)組合為“甘草、苦杏仁→麻黃”，其為麻黃湯的主要組成部分，在《傷寒論》中麻黃湯可治風(fēng)寒表實(shí)之證，主要用于發(fā)汗解表、平喘止咳。其次為以“柴胡-黃芩”為核心的藥對(duì)組合，與它們組合的大棗、生姜、半夏正是小柴胡湯的主要成分。小柴胡湯是和解劑，其具有和解少陽的功效。臨床主要用于治療身體出現(xiàn)的傷寒少陽病證。關(guān)聯(lián)規(guī)則中排名靠前的2階組合為“麻黃→苦杏仁”“柴胡→黃芩”，這與相關(guān)性分析的結(jié)果一致，2組藥對(duì)的相關(guān)系數(shù)最高且都大于0.9。

4.3 藥物聚類規(guī)則分析

根據(jù)中醫(yī)理論和統(tǒng)計(jì)學(xué)知識(shí)得到5個(gè)類聚方。

4.3.1 類聚方1 由黃芩、柴胡、半夏、生姜、大棗、人參、桂枝、白芍組成，此方為小柴胡湯加減，具有和解表里、疏利樞機(jī)的功效。COVID-19為濕毒所致，容易肺氣郁閉，出現(xiàn)胸悶喘促、氣機(jī)不利等癥狀[25]，因此，及時(shí)化濕理氣、調(diào)暢氣機(jī)、防止氣阻閉肺在新冠的救治過程中極為重要，柴胡化解濕氣、調(diào)和郁熱，黃芩清熱燥濕。COVID-19之寒濕疫毒郁于膜原，致少陽樞機(jī)不利。少陽乃是太陽、陽明升降的樞紐，可調(diào)節(jié)三陽經(jīng)氣升降。小柴胡湯中柴胡、黃芩、桂枝、半夏作為主藥，具有兩解少陽、太陽之邪的作用，為一類；人參、白芍等補(bǔ)益藥物為一類；生姜、大棗調(diào)和營衛(wèi)、護(hù)衛(wèi)脾胃，為一類。方中柴胡、黃芩配伍以清泄少陽郁火；半夏、生姜配伍以化痰止嘔逐邪，全方疏利少陽、調(diào)節(jié)樞機(jī)，為和解良方。桂枝作為君藥，散在表之邪；白芍與人參一樣，作為臣藥，具有補(bǔ)益之功，同時(shí)與桂枝相合，調(diào)和營衛(wèi)，以助疏散表邪[26]。

其中“黃芩-柴胡”藥對(duì)在相關(guān)性分析中得分最高為0.92，相關(guān)程度最強(qiáng)；“半夏-黃芩”“生姜-大棗”“半夏-柴胡”位列3～5位，得分均較高，相關(guān)程度較強(qiáng)；除此之外，“大棗-黃芩”“生姜-黃芩”也在相關(guān)分析排序中位列前10?？梢娦〔窈鷾幬锱湮橄嚓P(guān)程度高。在關(guān)聯(lián)規(guī)則分析中，“黃芩-半夏”“黃芩-生姜”“黃芩-大棗”“柴胡-黃芩”藥對(duì)置信度均為100%，且支持度較高；此外“生姜-大棗”藥對(duì)的支持度最高且置信度也大于90%，可見小柴胡湯藥物配伍相關(guān)程度高。

4.3.2 類聚方2 由干姜、附子、甘草組成，乃四逆湯，有溫陽散寒、回陽通脈、溫肺消痰的功效，為回陽救逆之要方[27]。其中附子干姜味辛，性溫?zé)幔黠L(fēng)寒咳逆，主治外感、雜病、屬脾腎陽虛寒盛者。

4.3.3 類聚方3 由苦杏仁、麻黃、石膏組成，為麻杏石甘湯主要成分。仝小林院士等[25]認(rèn)為此次COVID-19疫情，系有寒濕化熱，毒熱郁閉肺氣，肺氣失于宣降，或熱毒熾盛，為肺熱不清之證。麻杏石甘湯對(duì)外感發(fā)熱肺熱證療效顯著，可用于傾瀉肺經(jīng)實(shí)熱，辛涼宣泄、清肺平喘，可以緩解發(fā)熱、抗炎、抗病毒和舒緩喘咳。以麻杏石甘湯作為基礎(chǔ)方加減聯(lián)合基礎(chǔ)治療，對(duì)呼吸道感染發(fā)熱類疾病效果較好[28]。麻杏石甘湯治療疫病咳痰喘嗽、痰飲聚肺、氣滯血瘀等癥狀，具有清降肺氣、辛泄寒氣、瀉肺排毒的作用。

在相關(guān)性分析中，麻杏石甘湯中主要配伍藥對(duì)苦杏仁-麻黃排名第2，得分為0.9，相關(guān)性很強(qiáng)，關(guān)聯(lián)規(guī)則分析中“苦杏仁-麻黃”藥對(duì)的置信度為100%，提升度（10.17）最高，支持度較高，可見該藥對(duì)關(guān)聯(lián)性很強(qiáng)，為經(jīng)典配伍。此外，麻黃-甘草、石膏-甘草藥對(duì)的置信度也為100%，支持度也較高。

4.3.4 類聚方4 由茯苓、白術(shù)組成，為茯苓白術(shù)湯主要成分，茯苓甘淡性平，歸經(jīng)于心、肺、脾、腎，可泄?jié)窠∑ⅲ话仔g(shù)苦甘性溫，可健脾益氣、固表止汗。茯苓、白術(shù)合用通陽利水、健脾而除濕。

4.3.5 類聚方5 由枳實(shí)、厚樸、大黃、芒硝組成，乃大承氣湯中主要配伍成分，枳實(shí)歸經(jīng)于脾、胃、大腸，可消積、化痰、除痞。大柴胡湯中仲景將枳實(shí)與大黃配伍應(yīng)用，取其“消脹滿，心下急痞痛”的功效，可用枳實(shí)消積除滿。厚樸有燥濕消痰、平喘的功效。大黃為寒性藥物，有清熱瀉火、涼血解毒之功效，發(fā)揮泄熱通腑、活血化疲、安和五臟等作用。芒硝也為寒性藥物，軟堅(jiān)潤燥、泄下通便。芒硝與大黃同屬于泄下藥，但芒硝攻積泄熱之力較弱而軟化燥屎的作用較強(qiáng)，因此廣泛用于正氣不足或壅滯較輕者。此類聚方配伍以增強(qiáng)瀉下攻積之力，用治陽明腑實(shí)證、胃腸燥熱證等。

4.4 網(wǎng)絡(luò)藥理學(xué)分析

本研究基于網(wǎng)絡(luò)藥理學(xué)方法[29]研究《傷寒論》治疫方中核心藥對(duì)“柴胡-黃芩”治療COVID-19的作用機(jī)制，構(gòu)建“疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)，并分析其重要活性成分、靶點(diǎn)、蛋白作用、通路等，獲取了核心藥物45個(gè)活性成分和189個(gè)作用靶點(diǎn)，COVID-19的543個(gè)靶點(diǎn)，交集靶點(diǎn)64個(gè)，GO分析1871個(gè)相關(guān)條目，KEGG共獲得164條通路。

4.4.1 “柴胡-黃芩”藥對(duì)核心成分分析 利用網(wǎng)絡(luò)藥理學(xué)的方法構(gòu)建“疾病-藥物-成分-靶點(diǎn)”，得到柴胡-黃芩藥對(duì)治療COVID-19可能的重要成分為槲皮素（quercetin）、漢黃芩素（wogonin）、山柰酚（kaempferol）、黃芩素（baicalein）、刺槐素（acacetin）、蘇薺黃酮（moslosooflavone）、千層紙素A（oroxylin A）、5,7,4-三羥基-8-甲氧基黃酮（5,7,4-trihydroxy-8-methoxyflavone）、紅花素（carthamidin）等。其中槲皮素、山柰酚、刺槐素是具有生物活性的黃酮類化合物，能夠抗氧化、抗病毒、免疫調(diào)節(jié)和抗炎[30-31]。藥理實(shí)驗(yàn)表明槲皮素、黃芩素、漢黃芩素均可降低流感病毒感染小鼠死亡率和肺指數(shù)，可抑制病毒復(fù)制、肺部炎癥，保護(hù)肺部功能[14]。實(shí)驗(yàn)研究表明，槲皮素可以顯著增強(qiáng)環(huán)磷酰胺造成的免疫低下小鼠的免疫功能[32]，漢黃芩素可通過增加免疫細(xì)胞的浸潤、調(diào)節(jié)免疫細(xì)胞的表型來增強(qiáng)免疫功能[33]。刺槐素可通過抗炎、抗氧化等方面干預(yù)COVID-19病程進(jìn)展，顯著減輕肺損傷[34]。張英睿等[35]研究表明刺槐素、丁香苷等可作用于CASP3、CASP8等靶點(diǎn)調(diào)節(jié)細(xì)胞凋亡通路及TNF通路，從而對(duì)抗COVID-19藥物潛在靶點(diǎn)產(chǎn)生作用。陳桂榮等[36]研究表明蘇薺黃酮能通過調(diào)控PTGS2、NOS2等減少炎癥，為防治COVID-19患者膿毒癥并發(fā)癥奠定基礎(chǔ)；千層紙素A生物活性強(qiáng)，在神經(jīng)保護(hù)、抗炎、保護(hù)血管內(nèi)皮細(xì)胞等方面發(fā)揮重大作用。

4.4.2 “疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)及PPI網(wǎng)絡(luò)主要作用靶點(diǎn)分析 結(jié)合“疾病-藥物-成分-靶點(diǎn)”網(wǎng)絡(luò)高頻靶點(diǎn)以及蛋白相互作用網(wǎng)絡(luò)評(píng)分得到可能的重要作用靶點(diǎn)是VEGFA、TNF、IL6、TP53、AKT1、CASP3、CXCL8、PTGS2、EGFR、PPARG、HSP90AA1、IL10、IL2、NOS2、NOS3、糖原合酶激酶-3β（glycogen synthase kinase-3 beta，GSK3B）、促分裂原活化蛋白激酶14（mitogen-activated protein kinase 14，MAPK14）等。

其中PTGS2、HSP90AA1、NOS2、IL-6、TNF、VEGFA、CXCL8、NOS3等靶點(diǎn)可以發(fā)揮抗炎作用，從而達(dá)到治療肺炎的目的。研究表明PTGS2、PTGS1等靶點(diǎn)在炎癥的治療及RNA病毒的復(fù)制過程中發(fā)揮作用[37]。HSP90AA1免疫應(yīng)答及抗炎作用較強(qiáng)[38]。目前IL-6被認(rèn)為是COVID-19進(jìn)展的預(yù)后生物標(biāo)志物之一，可以指導(dǎo)新冠患者的病情進(jìn)展、治療及預(yù)后的評(píng)估等過程[39]。實(shí)驗(yàn)表明，IL-6作為炎癥因子參與炎癥的病理過程，VEGFA水平升高也可能與肺部炎癥消退有關(guān)[40]，CXCL8也是具有趨化作用的炎性細(xì)胞因子。

其中CASP3、PPARG、GSK3B、MAPK14、VEGFA、AKT1、EGFR等靶點(diǎn)發(fā)揮調(diào)節(jié)人體免疫功能的作用。在病毒（包括冠狀病毒）感染性疾病中病毒引發(fā)凋亡是十分常見的現(xiàn)象[41]。而CASP3、MAPK、B淋巴細(xì)胞瘤-2（B-cell lymphoma-2，Bcl-2）在細(xì)胞凋亡方面起關(guān)鍵作用[42-43]。AKT1主要參與調(diào)控細(xì)胞生長、異常增殖及葡萄糖代謝。IL-2、IL-6、TNF、VEGFA、EGFR等也是參與免疫的細(xì)胞因子，并參與合成、代謝等方面。

基于網(wǎng)絡(luò)藥理學(xué)研究，結(jié)合中醫(yī)理論分析“柴胡-黃芩”藥對(duì)治療COVID-19的作用機(jī)制，在病毒感染后的肺炎治療中，PTGS2、HSP90AA1、NOS2、IL-6、TNF、VEGFA、CXCL8、NOS3等多靶點(diǎn)直接發(fā)揮治療肺炎的作用，CASP3、PPARG、GSK3B、MAPK14、VEGFA、AKTI、IL-2、IL-6、TNF等多靶點(diǎn)調(diào)節(jié)人體免疫功能以扶正祛邪。

4.4.3 交集靶點(diǎn)的GO和KEGG富集分析 “柴胡-黃芩”的靶標(biāo)GO條目共1871個(gè)（＜0.01），其中生物過程1752個(gè)，細(xì)胞組成24個(gè)，分子功能95個(gè)，分別占93.64%、1.28%、5.08%。生物過程條目占比最大，最具有代表性，主要為對(duì)脂多糖的反應(yīng)、細(xì)菌源性分子的反應(yīng)、細(xì)胞對(duì)生物刺激的反應(yīng)等。細(xì)胞組成主要包括膜筏、膜微結(jié)構(gòu)域等。分子功能主要為細(xì)胞因子受體結(jié)合、細(xì)胞因子活性、受體配體活性等。脂多糖可通過刺激免疫細(xì)胞和局部鄰近細(xì)胞增加炎癥因子的表達(dá)，進(jìn)而誘導(dǎo)發(fā)生免疫反應(yīng)。

KEGG結(jié)果顯示主要通路為脂質(zhì)與動(dòng)脈粥樣硬化、IL-17信號(hào)通路、糖尿病并發(fā)癥晚期糖基化終末化產(chǎn)物（advanced glycation end products，AGE）-晚期糖基化終末產(chǎn)物受體（receptor for dvanced glycation end prod-ucts，RAGE）信號(hào)通路、流體切應(yīng)力和動(dòng)脈粥樣硬化信號(hào)通路、腫瘤壞死因子信號(hào)通路、卡波西氏肉瘤相關(guān)皰疹病毒感染、人類巨細(xì)胞病毒感染、Toll受體信號(hào)通路、coronavirus disease-COVID-19、Th17細(xì)胞分化等。

AGE-RAGE信號(hào)通路與糖尿病相關(guān)，通過大量促炎因子的釋放造成炎癥損傷。嚴(yán)重急性呼吸綜合征冠狀病毒2（severe acute respiratory syndrome Coronavirus 2，SARS-Cov-2）可能通過與血管緊張素轉(zhuǎn)換酶2（angiotensin converting enzyme 2，ACE2）的結(jié)合進(jìn)入并破壞胰島P細(xì)胞從而導(dǎo)致血糖升高，繼而病情惡化，尤其是對(duì)于糖尿病的患者[44]。TNF可誘導(dǎo)多種細(xì)胞內(nèi)信號(hào)通路，包括細(xì)胞凋亡、炎癥、免疫等[45]，可引起促炎因子表達(dá)，從而參與全身炎癥反應(yīng)。研究表明COVID-19重癥患者TNF-α水平比非重癥患者高[46-47]。IL-17為能誘導(dǎo)多種細(xì)胞釋放促炎因子，參與免疫調(diào)節(jié)。研究表明COVID-19患者的嚴(yán)重程度與IL-17等TH17細(xì)胞相關(guān)的促炎因子水平呈正相關(guān)[45]。因此，調(diào)控AGE-RAGE、TNF和IL-17信號(hào)通路可作為COVID-19的潛在治療方法[44,48]。

“柴胡-黃芩”可能通過槲皮素、漢黃芩素、山柰酚、黃芩素、刺槐素等主要活性成分作用于VEGFA、TNF、IL6、TP53、AKT1等多靶點(diǎn)，參與氧化應(yīng)激反應(yīng)、對(duì)脂多糖的反應(yīng)等多種生物學(xué)過程，激活或抑制激活或抑制糖尿病并發(fā)癥AGE-RAGE、流體切應(yīng)力和動(dòng)脈粥樣硬化等主要信號(hào)通路，抑制炎癥、調(diào)節(jié)免疫，從而達(dá)到有效治療COVID-19的目的。

5 結(jié)語

本研究運(yùn)用Excel、R語言、SPSS等軟件對(duì)醫(yī)圣張仲景的著作《傷寒論》中疫病相關(guān)方劑進(jìn)行相關(guān)分析、關(guān)聯(lián)規(guī)則與聚類分析，挖掘疫病用藥組方規(guī)律，發(fā)現(xiàn)其藥物使用以扶陽、顧護(hù)脾胃為主，獲得5個(gè)類聚方，促進(jìn)了張仲景治療疾病經(jīng)驗(yàn)的挖掘、傳承及古方今用，也可為COVID-19預(yù)防與治療、新方發(fā)現(xiàn)與新藥研發(fā)提供參考?！缎滦凸跔畈《痉窝自\療方案（試行第九版）》指出COVID-19是疫戾之氣所犯，屬于中醫(yī)角度“疫病”范疇[5]，COVID-19是因?yàn)楦惺芤哽逯畾?，在辨證論治上，對(duì)輕型和普通型患者按寒濕、濕熱、濕毒辨證，重型則強(qiáng)調(diào)按疫毒論治。國家中醫(yī)藥管理局推薦抗擊COVID-19疫情的典型代表“三藥三方”為金花清感顆粒、連花清瘟顆粒/膠囊、血必凈注射液及清肺排毒湯、化濕敗毒方、宣肺敗毒方。清肺排毒湯由《傷寒論》中的小柴胡湯與麻杏石甘湯、五苓散等經(jīng)典方劑優(yōu)化配伍而成，是治療COVID-19的“三藥三方”之一，這反映了中醫(yī)防治疫病不為病毒所影響，可以根據(jù)病因病機(jī)靈活組方遣藥，體現(xiàn)了古方今用的新價(jià)值優(yōu)勢(shì)。本研究相關(guān)分析、關(guān)聯(lián)規(guī)則、聚類分析結(jié)果中，均顯示出這些方劑當(dāng)中的主要配伍成分，其中聚類方中的小柴胡湯、麻杏石甘湯為清肺排毒湯配伍的主要方劑，麻杏石甘湯以及相關(guān)分析和關(guān)聯(lián)規(guī)則結(jié)果中排名靠前的“甘草、麻黃→苦杏仁”“麻黃-苦杏仁”等藥對(duì)為化濕敗毒方中主要配伍成分。但數(shù)據(jù)挖掘需要理論與實(shí)踐相結(jié)合，缺乏結(jié)合后世使用經(jīng)方經(jīng)驗(yàn)，故本研究挖掘出的用藥規(guī)律還需進(jìn)一步臨床驗(yàn)證。最后，對(duì)挖掘出具有代表性的核心藥對(duì)“柴胡-黃芩”進(jìn)行了網(wǎng)絡(luò)藥理學(xué)分析，闡釋了“柴胡-黃芩”治療COVID-19可能的作用機(jī)制，為后續(xù)研究提供了一定的理論基礎(chǔ)。

利益沖突 所有作者均聲明不存在利益沖突

[1] 張?zhí)煊? 吳振起, 任園園, 等. 古代肺系疫病處方用藥規(guī)律探析 [J]. 中國中醫(yī)藥信息雜志, 2021, 28(11): 15-20.

[2] 孫巧思, 胡鏡清, 劉理想. 論中醫(yī)學(xué)疫病防治特色 [J]. 中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志, 2021, 27(1): 42-45.

[3] 賈振華, 李紅蓉, 常麗萍, 等. 中醫(yī)學(xué)應(yīng)對(duì)疫病的歷史回顧與思考 [J]. 中國實(shí)驗(yàn)方劑學(xué)雜志, 2020, 26(11): 1-7.

[4] 劉永瑞, 于晶, 劉南. 基于數(shù)據(jù)挖掘的張仲景《傷寒論》用藥規(guī)律探討 [J]. 亞太傳統(tǒng)醫(yī)藥, 2019, 15(7): 177-179.

[5] 醫(yī)政醫(yī)管局. 關(guān)于印發(fā)新型冠狀病毒肺炎診療方案(試行第九版)的通知[EB/OL]. (2022-03-15) [2022-3-15]. http://www.nhc.gov.cn/yzygj/s7653p/202203/b74ade1ba4494583805a3d2e40093d88.shtml.

[6] 徐旭, 張瑩, 李新, 等. 各地區(qū)中醫(yī)藥預(yù)防新型冠狀病毒肺炎(COVID-19) 方案分析 [J]. 中草藥, 2020, 51(4): 866-872.

[7] 于明坤, 柴倩云, 梁昌昊, 等. 新型冠狀病毒肺炎中醫(yī)預(yù)防及診療方案匯總分析 [J]. 中醫(yī)雜志, 2020, 61(5): 383-387.

[8] 李琳, 楊豐文, 高樹明, 等. 張伯禮: 防控疫情, 中醫(yī)從參與者變成主力軍 [J]. 天津中醫(yī)藥大學(xué)學(xué)報(bào), 2020, 39(1): 1-3.

[9] 孫凱濱, 張新雨, 劉靜, 等. 小柴胡湯治療早期新型冠狀病毒肺炎 (COVID-19) 邪熱郁肺、樞機(jī)不利證功效網(wǎng)絡(luò)分析與機(jī)制預(yù)測 [J]. 中草藥, 2020, 51(7): 1750-1760.

[10] 馬健. 溫病學(xué) [M]. 上海: 上?？茖W(xué)技術(shù)出版社, 2008: 14-15.

[11] 漢·張仲景. 晉·王叔和撰次. 傷寒論 [M]. 楊金萍, 羅良, 何永點(diǎn)校. 北京: 中國中醫(yī)藥出版社, 2006.

[12] 王玉光, 齊文升, 馬家駒, 等. 新型冠狀病毒肺炎中醫(yī)臨床特征與辨證治療初探 [J]. 中醫(yī)雜志, 2020, 61(4): 281-285.

[13] 中國藥典 [S]. 一部. 2020: 1-616.

[14] 鐘贛生. 中藥學(xué) [M]. 第4版. 北京: 中國中醫(yī)藥出版社, 2016.

[15] Ru J L, Li P, Wang J N,. TCMSP: A database of systems pharmacology for drug discovery from herbal medicines [J]., 2014, 6: 13.

[16] UniProt Consortium. UniProt: The universal protein knowledgebase in 2021 [J]., 2021, 49(D1): D480-D489.

[17] Szklarczyk D, Franceschini A, Wyder S,. STRING v10: Protein-protein interaction networks, integrated over the tree of life [J]., 2015, 43: D447-D452.

[18] 李彥志, 王瓏靜, 龍飛, 等. 基于網(wǎng)絡(luò)藥理學(xué)從“濕邪”探討中醫(yī)藥治療新型冠狀病毒肺炎(COVID-19) 的作用機(jī)制 [J]. 中草藥, 2020, 51(8): 2004-2014.

[19] 梁峰, 張濤, 龐穩(wěn)泰, 等. 基于數(shù)據(jù)挖掘與“異病同治”探討中醫(yī)藥治療新型冠狀病毒感染肺炎 [J]. 中華中醫(yī)藥學(xué)刊, 2020, 38(6): 5-9.

[20] 鞠康, 張盛, 胡云飛, 等. 基于數(shù)據(jù)挖掘“疫”病方劑用藥規(guī)律對(duì)新型冠狀病毒肺炎防治的用藥啟發(fā) [J]. 中藥藥理與臨床, 2021, 37(1): 9-16.

[21] 王楠, 謝林. 《傷寒論》痹證治療用藥規(guī)律探索 [J]. 中華中醫(yī)藥雜志, 2020, 35(4): 1760-1763.

[22] 寧艷梅, 曹如冰, 馬清林, 等. 《景岳全書》瘟疫方用藥規(guī)律分析及新組方對(duì)COVID-19的作用探討 [J]. 中藥藥理與臨床, 2020, 36(5): 12-20.

[23] 張程亮, 蘭露露, 任秀華, 等. 柴胡黃芩藥對(duì)的基礎(chǔ)研究探析 [J]. 世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化, 2019, 21(1): 33-37.

[24] 沈瑩, 樊建, 孟祥才. 基于2015年版《中國藥典》(一部)分析含甘草止咳方劑的用藥規(guī)律 [J]. 中國藥房, 2020, 31(3): 281-286.

[25] 曹艷梅, 張囡, 史楠楠, 等. 基于古代經(jīng)方傳承的清肺排毒湯組方配伍分析 [J]. 世界中醫(yī)藥, 2022, 17(9): 1343-1349.

[26] 馬明越. 基于數(shù)據(jù)挖掘方法對(duì)《傷寒雜病論》小柴胡類方方證規(guī)律的研究 [D]. 南京: 南京中醫(yī)藥大學(xué), 2013.

[27] 雷國奇. 四逆湯類方證治規(guī)律及臨床應(yīng)用研究 [D]. 武漢: 湖北中醫(yī)藥大學(xué), 2010.

[28] 蘇克雷, 熊興江. 新型冠狀病毒肺炎的經(jīng)典名方治療策略與思考 [J]. 中國中藥雜志, 2021, 46(2): 494-503.

[29] 牛明, 張斯琴, 張博, 等. 《網(wǎng)絡(luò)藥理學(xué)評(píng)價(jià)方法指南》解讀[J]. 中草藥, 2021, 52(14): 4119-4129.

[30] Park D J, Kang J B, Shah F A,. Quercetin attenuates decrease of thioredoxin expression following focal cerebral ischemia and glutamate-induced neuronal cell damage [J]., 2020, 428: 38-49.

[31] Wang Q, Liu C. Protective effects of quercetin against brain injury in a rat model of lipopolysaccharide-induced fetal brain injury [J]., 2018, 71: 175-180.

[32] 李莉, 司松波. 槲皮素對(duì)小鼠動(dòng)情周期及免疫功能的調(diào)節(jié)作用 [J]. 中國免疫學(xué)雜志, 2012, 28(12): 1092-1095.

[33] 肖煒明, 卜平, 龔衛(wèi)娟. 漢黃芩素抗腫瘤和免疫調(diào)節(jié)作用的研究進(jìn)展 [J]. 中國中藥雜志, 2014, 39(16): 3004-3009.

[34] Sun L C, Zhang H B, Gu C D,. Protective effect of acacetin on-induced acute lung injury via its anti-inflammatory and antioxidative activity [J]., 2018, 41(12): 1199-1210.

[35] 張英睿, 干志強(qiáng), 劉紫軒, 等. 基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接的清開靈注射液治療新型冠狀病毒肺炎(COVID-19) 的作用機(jī)制探尋 [J]. 中草藥, 2020, 51(12): 3201-3210.

[36] 陳桂榮, 劉雨濃, 徐煜彬, 等. 蘇薺黃酮抗新型冠狀病毒肺炎并發(fā)癥-膿毒癥潛在靶點(diǎn)的篩選與鑒定 [J]. 遼寧中醫(yī)雜志, 2021, 48(7): 166-169.

[37] 馮娟, 閆奎坡, 朱翠玲, 等. 基于網(wǎng)絡(luò)藥理學(xué)與分子對(duì)接的加減香砂六君子湯治療新型冠狀病毒肺炎恢復(fù)期肺脾氣虛證的機(jī)制研究 [J]. 藥物評(píng)價(jià)研究, 2020, 43(9): 1673-1684.

[38] 杜葉青, 段治康, 董舒卉, 等. 基于網(wǎng)絡(luò)藥理學(xué)的金銀花活性成分抗炎作用機(jī)制的研究 [J]. 中國藥物化學(xué)雜志, 2019, 29(2): 96-102.

[39] 唐勁松, 宣春, 林景濤, 等. C-反應(yīng)蛋白、白介素-6及降鈣素原檢測在新冠肺炎中的臨床意義 [J]. 實(shí)用醫(yī)學(xué)雜志, 2020, 36(7): 839-841.

[40] Strouvalis I, Routsi C, Adamopoulou M,. Early increase of VEGF-A is associated with resolution of ventilator-associated pneumonia: Clinical and experimental evidence [J]., 2018, 23(10): 942-949.

[41] 李磊, 寧南義, 王小龍, 等. 基于網(wǎng)絡(luò)藥理學(xué)的新型冠狀病毒肺炎核心中藥靶標(biāo)預(yù)測及其作用機(jī)制研究 [J]. 西部中醫(yī)藥, 2021, 34(11): 10-20.

[42] 李敬賢. 中藥在重癥肺炎康復(fù)中的應(yīng)用規(guī)律及網(wǎng)絡(luò)藥理學(xué)分析 [D]. 北京: 北京中醫(yī)藥大學(xué), 2019.

[43] Mizutani T. Signal transduction in SARS-CoV-infected cells [J]., 2007, 1102: 86-95.

[44] 劉建滔, 謝丹, 李雪文, 等. 基于網(wǎng)絡(luò)藥理學(xué)和分子對(duì)接探討寒濕阻肺方治療COVID-19的作用機(jī)制 [J]. 中國中西醫(yī)結(jié)合雜志, 2021, 41(3): 330-337.

[45] 付寶慧, 紀(jì)越, 李靜, 等. 桂枝麻黃各半湯治療尿毒癥性瘙癢的網(wǎng)絡(luò)藥理學(xué)作用機(jī)制 [J]. 中藥新藥與臨床藥理, 2021, 32(11): 1675-1684.

[46] Li X C, Xu S Y, Yu M Q,. Risk factors for severity and mortality in adult COVID-19 inpatients in Wuhan [J]., 2020, 146(1): 110-118.

[47] Gianfrancesco M, Hyrich K L, Al-Adely S,. Characteristics associated with hospitalisation for COVID-19 in people with rheumatic disease: Data from the COVID-19 Global Rheumatology Alliance physician-reported registry [J]., 2020, 79(7): 859-866.

[48] 丁寧, 王曉梅, 徐世杰. 基于網(wǎng)絡(luò)藥理學(xué)探討赤芍-牡丹皮藥對(duì)治療異常子宮出血的作用機(jī)制 [J]. 海南醫(yī)學(xué)院學(xué)報(bào), 2021, 27(18): 1408-1415.

Analysis of medication regularities of epidemic disease prescription inand mechanism of core drugs in treatment of COVID-19

TANG Shao-liang1, GONG Yue2, FENG Yu-li2, YANG Tong-ling2, ZHANG Meng1,SHEN Jun-long2,CHENG Yan3

1. Institute of Traditional Chinese Medicine Literature, Nanjing University of Chinese Medicine, Nanjing 210023, China 2. School of Health Economics and Management, Nanjing University of Chinese Medicine, Nanjing 210023, China 3. Department of Pharmacy, Nanjing Chinese Medicine Hospital Affiliated to Nanjing University of Chinese Medicine, Nanjing 210023, China

To analyze the medication rules of related epidemic disease prescription inbased on data mining, and the mechanism of “Chaihu ()-Huangqin ()” as the core drugs in the treatment of coronavirus disease 2019 (COVID-19) by network pharmacology, in order to explore the contemporary value of classical prescriptions in the treatment of epidemic diseases.The prescriptions for treating epidemic diseases inwere screened, and the medication rules such as drug frequency, flavor and meridian tropism as well as correlation, apriori algorithm were analyzed by using software such as R language. The mechanism of the core drugs in the medication pattern in the treatment of COVID-19 was explored by the network pharmacology. A “disease-drug-ingredient-target” network was constructed on the selected components and targets with Cytoscape. The key targets were introduced into String database for network analysis of protein-protein interaction (PPI), and gene ontology (GO) functional analysis and Kyoto encyclopedia of genes and genomes (KEGG) pathway analysis were conducted in R language.A total of 61 prescriptions for treating epidemic diseases inwere included, including 52 traditional Chinese medicines (TCMs). In the top 20 high-frequency drugs, warm drugs, spicy drugs and-tonifying drugs were mainly used, mostly in the spleen and lung meridian. Chaihu () and Huangqin () herb pair had the strongest correlation. A total of five clusters were excavated: supplemented formula of Xiaochaihu Decoction (小柴胡湯), Sini Decoction (四逆湯), supplemented formule of Maxing Shigan Decoction (麻杏石甘湯), Fuling Baizhu Decoction (茯苓白術(shù)湯) and Dachengqi Decoction (大承氣湯). A total of 45 active ingredients, 189 action targets of-herb pair, and 543 targets of COVID-19 were obtained from TCMSP and Genecards, and 64 intersection targets were generated. The results of the network analysis showed that the main components of core drugs pair against COVID-19 may be quercetin, wogonin, kaempferol baicalein, acacetin etc., and the core targets may be VEGFA, TNF, IL-6, TP53, AKT1, CASP3, CXCL8, PTGS2, etc. A total of 1871 related entries and 164 pathways were obtained by GO and KEGG enrichment analysis, respectively.In, the treatment of epidemic diseases mainly chose pungent, warm, spleen-invigorating and-tonifying herbs, such as Xiaochaihu Decoction, Sini Decoction and Dachengqi Decoction, etc. It was found that-core herb pair prevent and treat COVID-19 through multi-target targets such as PTGS2, IL-6 and TNF. The ancient prescriptions for treating epidemic disease inmay have significant reference value for the prevention and treatment of new epidemic diseases today.

epidemic disease;; data mining; COVID-19;;; Xiaochaihu Decoction; Sini Decoction; Maxing Shigan Decoction; Fuling Baizhu Decoction; Dachengqi Decoction

R285

A

0253 - 2670(2023)01 - 0192 - 18

10.7501/j.issn.0253-2670.2023.01.022

2022-08-11

國家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（19AZD018）；江蘇省中藥資源產(chǎn)業(yè)化過程協(xié)同創(chuàng)新中心重點(diǎn)項(xiàng)目（ZDXM-2022-09)

湯少梁（1969—），男，博士生導(dǎo)師，教授，研究方向?yàn)獒t(yī)藥經(jīng)濟(jì)、中醫(yī)藥數(shù)據(jù)挖掘。Tel: 13952003436 E-mail: tangshaoliang@126.com

[責(zé)任編輯 潘明佳]