打开文本图片集

基金项目：贵州省高层次创新型人才项目（千层次2014）;贵州省科技创新人才团队（黔科合平台人才[2020]5010）;贵州省发改委工程研究中心建设项目（黔发改高技（2020）896号）

通讯作者：梁建东

摘要目的：本研究采用网络药理学的方法探讨天麻抗抑郁症可能的作用机制。方法：通过检索TCMIP数据库，经SwissADME及查阅文献筛选活性成分，在GeneCards数据库和DisGeNET数据库中寻找抑郁症的相关靶点，取交集基因进行蛋白互作分析，GO生物富集及Kegg富集分析。结果：得出天麻活性成分17个，包括Gastrodin（天麻素）、Vanillin（香草醛）等活性成分发挥作用的潜在靶标149个，主要有AKT1、MAPK1等;基于DAVID数据库，GO功能分析与KEGG通路富集分析结果表明，天麻各活性成分抗抑郁作用机制主要与抗炎、调节血清素等有关，参与的主要信号通路有TNF signaling pathway、cAMP signaling pathway和Estrogen signaling pathway等。结论：天麻可能是通过调控TNF signaling pathway、cAMP signaling pathway和Estrogen signaling pathway等信号通路上的AKT1、MAPK1、PIK3R1等基因发挥抗抑郁的作用。

关键词：网络药理、天麻、抑郁症、机制、靶点

1.引言

抑郁症是一种常见的慢性和反复发作的疾病，其特点是持续痛苦和整体健康状况不佳，并对患者自身心理、社会和家庭功能产生不良影响。抑郁症是世界上最普遍的精神障碍之一，也是导致残疾的主要原因，其终身患病率估计在7%到21%之间。抑郁症症状表现多样、病程和预后不可预测及其对治疗的反应又多变，因此其检测、诊断和管理经常给临床医生带来挑战。由于其影响和广泛流行，抑郁症状现已成为一个日益严重的公共卫生问题。近20%的人在一生中的某个时候会患上抑郁症。目前世界上有3.5亿人正受到抑郁症的困扰，影响人群范围同时也在逐步扩大。因此，研究抑郁症的预防和治疗是一个急需解决的问题。

天麻（Gastrodiae Rhizoma）是兰科植物天麻（Gastrodia elata BI.）的干燥块茎，首载于《神农本草经》，其味甘、性平、归肝经。《本草备要》谓其“入厥阴而治诸疾，肝气和平，诸疾自瘳” [1]。现代研究结果表明，天麻含酚类、多糖类、甾醇类和有机酸类等成分。酚类成分是天麻的主要活性成分;其中，天麻素具有抗惊厥、镇痛、降压及保护神经细胞等作用，是目前天麻药材及其中成药质量评价的指标成分。天麻多糖具有促进天麻素的吸收、降压、延缓衰老、增强免疫、抗氧化等作用[2]。目前一些报道的天麻抗抑郁研究值得关注，研究发现，天麻水提物通过调节单胺能神经传递和改变肠道微生物群组成和功能对轻度社交失败压力诱导的抑郁小鼠模型表现出有效的抗抑郁样作用，并且它可能是一种有效的抑郁症预防方法。人研究发现，天麻水提物对小鼠慢性社交失败压力（CSDS） 发挥了抗抑郁样作用。天麻水提物可能是通过激活 BDNF/CREB/Akt 通路发挥抗抑郁作用。这些研究说明了天麻具有作为预防或治疗临床抑郁症的补充剂或佐剂的潜力，但其具体作用机制仍不明朗。

2.材料与方法

2.1活性成分的建立及作用靶点预测

通过TCMIP数据库（http：//www.tcmip.cn/）检索“天麻”天麻所有的化合物，通过PubChem CID 在PubChem数据库（https：//pubchem.ncbi. nlm.nih.gov/）查询检索到的化学成分的SMILES字符串。将检索得到的化合物的SMILES字符串输入SwissADME（http：//www.swissadme.ch/）平台进行预测。查看胃肠道吸收情况，并进行类药物分析。同时满足肠胃吸收为“High”，以及类药五原则（Lipinski、Ghose、Veber、Egan、Muegge）中有大于或等于2个结果为“Yes”两个条件的化合物纳入活性化合物范围中[3]。同时查阅文献查看肠胃吸收为“Low”的化合物，如确定该化合物具有药理活性，即使该化合物预测不符合上述两个条件，仍纳入活性成分的范围，最终获得天麻的潜在活性成分。得到天麻潜在活性成分后，将潜在活性成分SMILES字符串输入SwissTargetPrediction[4]（http：//swisstargetprediction.ch/）中进行靶点预测，选取Probability > 0的靶点，得到天麻抗抑郁的潜在活性成分的相关靶点。

2.2疾病靶点的筛选与建立

进入GeneCards数据库（https：//www.genecards.org/），以“depression”为关键词筛选与抑郁症相关的基因靶点。同时在DisGeNET数据库（https：//www.disgenet.org/search）中以“Mental Depression”为关键词检索与抑郁症相关的基因靶点。将两个数据库的疾病靶点去重合并。将疾病靶点和药物靶点共同导入RStudio 1.4.1717中，建立疾病–药物共用靶点数据集。

2.3 关键靶点PPI络建网络构建

为了明确天麻治疗抑郁症靶点之间的相互作用，将筛选出的靶点导入String（https：//string-db.org/）中，设置种类为“Homo sapiens（人类）”构建靶点互作网络图（PPI），置信度为0.9，隐藏网络中离散点，将结果保存为tsv文件，导入Cytoscape 3.6.1中，采用其“Network Analyzer”选项进行分析，确定天麻抗抑郁核心的靶点。

2.4 GO生物过程富集分析和KEGG信号通路

将疾病–药物共有靶点导入DAVID数据库（https：//david.ncifcrf.gov/）中进行GO生物过程富集分析和KEGG信号通路分析，结果以气泡图的形式进行展示。

3.结果

3.1潜在活性成分及潜在活性成分靶点预测

通过检索TCMIP数据库，共得到天麻化学成分21个，通过SwissADME检查胃肠道吸收情况，并进行类药物分析，筛选出该药的潜在活性成分。值得注意的是，在查询到的所有成分中，尽管Gastrodin（天麻素）和Tris-[4-（Î’-D-Glucopyranosyloxy）Benzyl]Citrate（又名parishin，派立辛）消化道吸收为Low，但据报道，Gastrodin和Tris-[4-（Î’-D-Glucopyranosyloxy）Benzyl]Citrate具有药理活性，因此包括在随后的网络分析。最终选定了十七种活性成分。将潜在活性化合物SMILES字符串输入SwissTargetPrediction中进行靶点预测，得到各化合物的预测靶点。各潜在活性成分及其PubChem CID和靶点个数如表1所示，去除重复靶点，整合得到天麻活性成分靶点信息库。

3.2疾病和药物相关靶点的筛选

在GeneCards数据库中以“depression”为关键词，检索出与抑郁症相关靶基因共12，902个，筛选score大于等于1的靶点，共得到抑郁症相关靶基因3135个，同时在DisGeNET数据库中以“Mental Depression”为关键词筛选与抑郁症相关的基因靶点，共得到抑郁症相关靶基因1478个。把两个数据库的结果合并去重，得到抑郁症相关靶点共3829个。采用RStudio Version 1.4.1717对天麻相关靶点及抑郁症靶点做交集，得到共有靶点149个，这些靶点包括CA2、CA12、PTPRC、EP300和TTR等。

3.3天麻抗抑郁直接作用靶点拓扑参数分析

用String数据库构建关键靶点之间的相互作用图，将天麻及抑郁症的共有靶点导入String中，得到蛋白互作网络图，其中number of nodes= 149、number of edges= 237、average node degree= 3.18、avg. local clustering coefficient= 0.437、expected number of edges= 95。将结果以TSV格式导出，通过Cytoscape 3.6.1获取PPI网络中拓扑参数，采用Cytoscape 3.6.1中“Network Analyzer”选项的出的共有靶点的Degree、Betweenness centrality和Closeness centrality分析，结果发现AKT1 （Degree=21）、MAPK1 （Degree=21）、PIK3R1 （Degree=20）和HSP90AA1 （Degree=18）等综合排名较前，说明这些靶点可能在天麻抗抑郁中发挥着重要作用。

3.4 GO生物学功能富集分析

为了进一步探讨天麻抗抑郁的多重作用机制，将149个共有靶点导入David中进行GO富集分析，共得到GO生物学富集结果381条。其中前3位的富集过程包括response to drug、positive regulation of nitric oxide biosynthetic process和signal transduction。将前20条富集以气泡图的形式展示，其中圆圈的大小表示相关靶点在通路富集的多少，圆圈的颜色从红到紫代表相关通路的p值大小，如图1所示，这表明了天麻可能是通过调节这些生物过程而发挥抗抑郁的作用。

3.5.KEGG通路分析

将149个共有靶点映射到David数据库中进行KEGG通路富集分析，将物种定义为“人类”，共得到信号通路107条。通过筛选天麻KEGG富集结果显著性较强的前20条信号通路进行展示，这些通路与抗抑郁的作用机制密切相关，如图2所示。其中前5条通路包括pathways in cancer、Prostate cancer、Central carbon metabolism in cancer、Neuroactive ligand-receptor interaction和Estrogen signaling pathway等，这些通路大多与AKT1、MAPK1、PIK3R1和PIK3CA等有关。

为了更清晰的展现有效成分、核心靶点与通路之间的关系。利用Cytoscape 3.6.1软件将天麻中的成分、共有靶点进行网络进行可视化分析，通过网络药理学构建出天麻抗抑郁的交互网络，筛选出相应的交互蛋白，其中蓝色代表天麻和抑郁症的共有靶点，蓝色菱形代表排名前30的靶点，绿色代表化学成分，共有12个，黄色代表药物，通过构建药物–成分–靶点网络图，如图3所示，可更直观更清晰的看出各成分对应的靶点调控。

4.讨论

天麻是一味药食两用的中药[5]，具有抗抑郁的药理作用，但其作用机制尚不明确。]研究表明，天麻水提物降低了CUMS大鼠CORT、ACTH、CRF和GR水平，同时也降低了血浆IL-1β、IL-6和TNF-α的浓度，改善了大鼠CUMS中的抑郁行为;其效果可能归因于对HPA轴活动和炎症反应的调控。研究发现天麻多糖可以改善脂多糖诱导的小鼠抑郁样行为，其作用机制可能与降低海马中TNF-α和IL-1β mRNA的表达、改善海马神经元功能有关。研究发现天麻及其化学成分天麻素和4-羟基苯甲醇通过降低单胺代谢和调节Slit-Robo通路中细胞骨架重塑相关蛋白的表达，对大鼠表现出潜在的抗抑郁作用。这些研究表明，天麻抗抑郁的作用机制具有多成分，多靶点的特点。

天麻的关键靶点分别为AKT1 （蛋白激酶B1）、MAPK1（丝裂原活化蛋白激酶1） 和PIK3R1（磷脂酰肌醇-3激酶调节亚基1）等，他们参与了抑郁症的发生发展，如AKT1，也称为丝氨酸/苏氨酸蛋白激酶B（PKB），是一种下游酶，已被牵涉到与血清素有关的疾病的发病机制。此外，它是促进生长因子介导的细胞存活的关键酶，并通过调节其下游效应物糖原合成酶-3（GSK-3）来阻止抑郁症患者的细胞凋亡。还有研究表明MAPK1的下调可以减少慢性不可预见性温和应激（CUMS）小鼠海马区的炎症。MAPK1的上调，逆转了miR-129-5p上调对CUMS小鼠抑郁样行为和炎症的抑制作用。

通过Kegg富集分析，与抑郁症较为相关的通路有Neuroactive ligand-receptor interaction、cAMP signaling pathway、TNF signaling pathway和mTOR signaling pathway等。如cAMP是最常见和最普遍的第二信使之一，它的形成是由G蛋白偶联受体（GPCRs）被包括激素、神经递质和其他信号分子在内的配体连接后，由腺苷酸环化酶（AC）激活促进。有研究报告指出cAMP信号对神经回路兴奋性和记忆的促进作用，这表明cAMP信号在预防和治疗神经疾病方面的潜在价值。肿瘤坏死因子（TNF）作为一种重要的细胞因子，可以诱导广泛的细胞内信号通路，包括细胞凋亡和细胞生存以及炎症和免疫。其与炎症反应关系密切，而炎症也是导致抑郁发生的重要因素之一[6]。

综上所述，通过抗抑郁的网络药理学研究，初步明确天麻抗抑郁的活性成分、关键靶点，生物过程及作用机制，可为下一步的实验验证提供方向。

参考文献

[1] 吴春兴， 裴志斐， 白庆云， 等. 基于数据挖掘分析含天麻方剂的配伍规律及应用特点[J]. 中药新药与临床药理， 2021， 32（10）： 1562–1567.

[2] 雷有成， 李建蕊， 肖佳佳， 等. 天麻商品等级与天麻素和天麻多糖的相关性研究[J]. 中草药， 2015， 46（03）： 418–423.

[3] GFELLER D， GROSDIDIER A， WIRTH M， 等. SwissTargetPrediction： a web server for target prediction of bioactive small molecules[J]. Nucleic Acids Research， 2014， 42（W1）： W32–W38.

[4] 张成宸， 石京山. 天麻的酚类成分及其中枢神经药理作用研究进展[J]. 中药药理与临床， 2019， 35（02）： 167–174.

[5] 刘智慧， 马浩， 王伟平， 等. 天麻素及派立辛改善东莨菪碱致学习记忆障碍的构效关系[J]. 药学学报， 2016， 51（05）： 743–748.

[6] 黄美英， 姚建平， 郭子伊. TNF-α影响抑郁症的机理与中医药研究进展[J]. 光明中医， 2019， 34（15）： 2429–2432.