摘要：目的：采用网络药理学方法，对甘草治疗室性期前收缩的主要活性成分及其作用机制进行分析、探索。方法：通过中药系统药理学数据库及分析平台TCMSP 数据库对甘草的主要活性成分及其靶点进行搜索、筛选。采用GeneCards 数据库和及OMIM 数据库，对室性期前收缩的疾病相关靶点进行提取、总结，并对药物活性成分对应的潜在靶点和室性期前收缩疾病靶点进行Venn分析，获得甘草治疗室性期前收缩的交集靶点。采用Cytoscape 3.8.1软件构建“药物-有效成分-靶点-疾病”网络图，根据节点连接数（Degree值）筛选关键活性成分。利用STRING数据库构建交集靶点的蛋白互作（PPI）网络并筛选出关键靶点。同时，运用DAVID数据库，对药物疾病交集靶点进行GO和KEGG富集分析。结果：筛选得到甘草治疗室性期前收缩的活性成分92个，作用靶点66个，主要涉及RNA聚合酶Ⅱ启动子转录、正向调控的DNA模板转录、正向调控的基因表达，以及癌症相关通路、TNF信号通路等多个生物学过程及信号通路。结论：甘草可通过多成分、多靶点和多通路参与治疗室性期前收缩的过程中。

关键词：甘草;室性期前收缩;网络药理学

【中图分类号】  S567.7+1【文献标识码】A 【文章编号】1673-9026（2022）18--01

室性期前收缩（Premature Ventricular Contraction，PVC），又名室性早搏（Premature Ventricular Beat，PVB），是临床上最常见的心律失常之一，由希氏束及其分支以下心室肌的异位兴奋灶提前除极而产生[1]。中医学中，室性期前收缩属“心悸”、“怔忡”、“惊悸”等范畴。患者常有心慌、心律不齐、胸闷等不适，并可因上述不适造成精神紧张。同时，室性期前收缩发生心源性猝死的重要因素之一，室早负荷>20%是全因死亡和心血管病死亡的高危因素[2]。目前，室性期前收缩的西医治疗主要集中于β受体阻滞剂、普罗帕酮、胺碘酮等抗心律失常药物治疗及射频消融术治疗，但上述药物均有致心律失常作用或增加死亡率的可能，而室性期前收缩的射频消融术有严格的指征，且价格较高，患者接受程度不一。因此，治疗室性期前收缩更有效、安全的药物亟待开发。

近年来。各类中医药在治疗室性期前收缩方面取得了长足进步。研究表明，中成药稳心颗粒、参松养心胶囊是治疗室性期前收缩安全有效的药物[2]。在治疗室性期前收缩中，中医药具有治疗靶点多、疗效稳固、安全性高等特点，同时可改善室性期前收缩所带来的不适。甘草为豆科植物甘草、胀果甘草或光果甘草的干燥根和根茎，味甘性平，其活性成分主要包括皂苷类化合物、黄酮类化合物、多糖和香豆素类等。在各类治疗室性期前收缩的方剂中，甘草为使用频次最多的中药之一。然而，在甘草治疗室性期前收缩的研究，目前尚以临床研究为主，其具体作用机制仍未完全清楚，尚待进一步探究。

网络药理学是一门通过整合、利用系统生物学、药理学、生物信息学等众多领域研究的新兴学科，通过构建药物分子、作用靶点、疾病的生物网络，分析三者之间可能的关联，从而可在蛋白、分子、基因层面，预测、发掘药物对疾病作用机制的线索，为多靶点药物的开发和机制研究提供依据。因此，本研究拟运用网络药理学的方法，预测、分析甘草治疗室性期前收缩的潜在靶点和作用机制，为甘草治疗室性期前收缩的药理学研究提供基础。

1材料与方法

1.1甘草有效成分及靶点的获取及筛选

应用通过中药系统药理学数据库及分析平台[3]，检索甘草的所有成分，限定筛选条件为：口服生物利用度（oral bioavailability，OB）≥30%且类药性（drug-likeness，DL）≥0.18，对甘草的所有活性成分进行初步筛选。同时，通过使用TCMSP查找主要有效成分相关靶蛋白，再结合Uniprot数据库（https：//www.uniprot.org/）查询靶蛋白对应的Gene Symbol，将蛋白质靶点转换为靶点基因简称，以将其标准化、规范化。

1.2室性期前收缩疾病靶点的获取

以“premature ventricular contraction”、“premature ventricular beat”等与室性期前收缩相关的疾病为关键词，挖掘GeneCards数据库（https：//www.genecards.org）、OMIM数据库（http：//www.omim.org）中关于室性期前收缩的潜在靶点，靶点经去重后，同样结合Uniprot数据库（https：//www.uniprot.org/）对疾病靶点名称进行标准化。利用在线绘图工具‘中“Bioinformatics & Evolutionary Genomics”的‘“Calculate and draw custom Venn diagrams”部分（http：//bioinformatics.psb.ugent.be/webtools/Venn/）筛选并绘制甘草的潜在活性成分靶点与室性期前收缩疾病靶点的交集靶点及其韦恩图。

1.3构建“药物-活性成分-靶点-疾病”网络

将获得的甘草活性成分、药物—疾病交集靶点等数据导入Cytoscape 3.8.1软件进行可视化，构建“药物-有效成分-靶点-疾病”网络图。利用Cytoscape 3.8.1中网络分析功能，得到各药物有效成分与疾病靶点的节点连接数（Degree），进而筛选出核心节点。

1.4构建蛋白质-蛋白质相互作用（protein-protein interaction，PPI）网络

将1.2得到的疾病与药物交集得到的靶点，导入在线数据库STRING数据库（Search Tool for the Retrieval of Interacting Genes/Proteins，https：//string-db.org/）[4]，物种设置为Homo sapiens，置信度设置为0.9，构建蛋白-蛋白相互作用（ protein-protein interaction，PPI） 网络模型，进行蛋白相互作用分析，并下载string数据库获得的相关PPI网络的csv文件，导入R 3.6.3软件分析，获取各蛋白间节点连接度（Degree）值数目，并将其可视化。