基于网络药理学的丹参-川芎药对治疗缺血性脑卒中的活性成分筛选及作用机制研究

缺血性脑卒中是一种常见疾病，它是由于脑部血液供应出现障碍而引发的。这种疾病会使患者有较高的致残和致死风险，给人类健康带来严重威胁。

丹参与川芎组成的药对是中医用来治疗心脑血管疾病的经典搭配。在临床实践当中，常常会用到其活血化瘀、行气止痛的功效。但目前，该药对的活性成分到底是什么，具体的作用机制是什么，还没有完全弄清楚。因为不清楚这些，所以在一定程度上限制了该药对的现代化开发以及精准应用。

网络药理学属于系统生物学里重要的一个分支。它能够系统地揭示中药复方多成分、多靶点、多途径的作用特点，方法是构建一个“药物 - 成分 - 靶点 - 疾病”的多维网络模型。在具体操作的时候，要先通过数据库检索以及文献挖掘的方式，把丹参 - 川芎的主要活性成分还有相关靶点信息收集起来。收集好之后，和缺血性脑卒中的疾病靶点数据库结合在一起，进行交集分析与网络拓扑学评价。做完这些之后，从中筛选出关键活性成分和核心作用靶点。在筛选出关键活性成分和核心作用靶点的基础之上，使用生物信息学工具进行 GO 功能富集分析和 KEGG 通路注释，这样能够更进一步明确药对调控疾病的关键生物学过程以及信号通路。

这样的研究思路可以为阐明丹参 - 川芎药对治疗缺血性脑卒中的科学内涵提供一个新的视角，同时也能为中药复方的现代化研究提供可以借鉴的技术路径，这对于促进中医药理论创新以及临床应用有着重要的价值。

丹参 - 川芎药对活性成分筛选与靶点预测是本研究重要的基础步骤。该步骤关键在于运用系统生物学方法，去找出丹参 - 川芎药对里的关键活性物质以及这些活性物质所作用的生物靶点。

筛选活性成分主要借助专业的中药成分数据库，像TCMSP、TCMID。这些数据库整合了中药化学成分的药代动力学参数和分子特性。依据参考文献和临床经验，把口服生物利用度（OB）≥30%、类药性（DL）≥0.18设定为筛选标准。口服生物利用度这个参数体现的是成分的吸收效率，而类药性参数体现的是成分的成药潜力，这两个参数能把低活性或者难吸收的化合物有效排除。通过在数据库里进行检索以及按照参数来筛选，最终能够得到丹参、川芎的主要活性成分列表，且这个列表包含酚酸类、醌类、苯酞类等多种结构类型的化合物。

在预测靶点的时候，会使用到SwissTargetPrediction、STITCH这些计算工具。这些平台是基于化学相似性原理以及已知的蛋白质相互作用网络构建的，可以预测小分子化合物在人类体内的潜在作用靶点。只需把筛选出来的活性成分的结构式输入到预测系统里面，就可以得到和这些活性成分对应的靶点列表。不过为了保证数据准确，就需要对靶点进行去重处理，并且要通过UniProt数据库来统一基因名，因为同一蛋白可能存在多种命名，通过这种方式可以解决命名不一致带来的问题。最终经过统计可以知道，丹参 - 川芎药对含有多种活性成分，而且每种活性成分对应的潜在靶点数量并不相同，这就初步构建起了“活性成分 - 作用靶点”的对应关系网络。这些预测出来的结果可以给后续的网络药理学分析提供可靠的数据支持，能够帮助从分子层面去揭示丹参 - 川芎药对在治疗缺血性脑卒中时多成分、多靶点所呈现出的作用特征。

网络药理学研究的核心步骤是收集缺血性脑卒中相关靶点并筛选出关键靶点。这一步的目的是明确药物和疾病之间的生物学联系，为后续机制分析提供精确的分子靶标。整个过程依靠权威生物信息学数据库，通过系统的数据挖掘和网络分析从大量信息中提取关键靶点。

收集靶点时，首先以“ischemic stroke”作为检索词，整合在线人类孟德尔遗传数据库（OMIM）、基因卡片数据库（GeneCards）和疾病基因综合数据库（DisGeNET）的信息。为保证所得到的靶点信息既准确又具有代表性，要对检索结果进行标准化处理，例如去掉低频基因、设定阈值，具体来说在GeneCards数据库里筛选相关性评分（Score）不低于10的靶点，通过这样的操作能够有效过滤掉噪声数据，进而提升靶点集合的质量。

在得到疾病靶点集合之后，将其与之前通过药效成分预测得到的丹参 - 川芎药对作用靶点进行映射分析，采用取交集的方法得到“药对 - 疾病”共同靶点。这些共同靶点是药物干预疾病的潜在作用点，也是后续分析的基础。为了进一步找出其中的核心靶点，要运用蛋白质相互作用（PPI）网络分析技术。把共同靶点导入STRING数据库构建靶点之间的相互作用网络，然后使用Cytoscape软件进行可视化处理和深入分析。借助CytoHubba插件计算节点度（Degree）、介数中心性（Betweenness Centrality）等网络拓扑参数，以此来定量评估每个靶点在网络中的重要程度。通常把同时具有高Degree值和高Betweenness Centrality值的靶点筛选出来作为关键靶点，最后确定这些关键靶点的具体数量以及对应的基因名称，为后续的通路富集和实验验证工作奠定基础。

解析丹参 - 川芎药对治疗缺血性脑卒中的分子机制，关键的一步是要构建并且分析“药对 - 疾病”核心靶点网络。这个“药对 - 疾病”核心靶点网络的节点是由2.1章节筛选出的活性成分以及2.2章节确定的核心靶点共同构成的。可以借助Cytoscape软件，将“成分 - 靶点”之间存在的相互作用关系以一种直观的方式展示出来。

在对“药对 - 疾病”核心靶点网络进行分析的过程中，网络拓扑参数的计算是最为核心的部分。其中节点度（Degree）指的是和该节点直接连接在一起的节点的数量，这个数值的大小能够反映出该节点在整个网络里面的重要程度。介数中心性（Betweenness Centrality, BC）是用来衡量节点充当桥梁的能力的，它的计算公式是这样的：$BC(v) = \sum${s \neq v \neq t} \frac{\sigma{st}(v)}{\sigma{st}}这里面的$\sigma${st}代表的是节点$s$到节点$t$的最短路径的总数，而$\sigma_{st}(v)$则是经过节点$v$的最短路径的数量。

在计算出每个节点的度值之后，就能够筛选出排名处于前5的关键活性成分，比如丹参酮ⅡA、川芎嗪就是这些关键活性成分当中具有代表性的。这些关键活性成分在对核心靶点进行调控的时候发挥着主要的作用。在可视化的网络图当中，关键成分和核心靶点会采用高亮的方式进行标注，通过这样的标注方式就能够清楚地看到它们之间的协同作用模式。

从“药对 - 疾病”核心靶点网络的特征能够直观地看出来，丹参 - 川芎这个药对具备“多成分协同作用于多靶点”的整体调节优势，这种整体调节优势为后续开展的实验验证工作以及药物开发工作提供了理论方面的支撑。

系统解析药物作用靶点生物学意义时，GO功能分析和KEGG通路富集分析是两种核心方法。GO分析也就是Gene Ontology分析，它用标准化术语对基因功能分类，覆盖生物过程（BP）、细胞组分（CC）和分子功能（MF）这三个方面。这类分析的统计检验通常用到超几何分布公式，其具体表达式如下：$P = 1 - \sum${i=0}^{k - 1} \frac{\binom{M}{i}\binom{N - M}{n - i}}{\binom{N}{n}}在这个式子当中，$N$代表的是背景基因的总数，$n$是差异基因的数量，$M$为特定GO条目中含有的基因数，$k$指的是差异基因里富集于该条目的基因数。KEGG通路分析也就是Kyoto Encyclopedia of Genes and Genomes通路分析，它通过评估富集显著性来判断靶点参与了哪些信号通路，常用的富集得分计算公式是：$ES = \frac{p${\text{pathway}}}{p{\text{background}}}这里所说的$p${\text{pathway}}为通路中靶点的占比，$p_{\text{background}}$是随机期望占比。

本研究使用Metascape工具针对丹参 - 川芎药对的137个核心靶点展开富集分析，所设定的显著性阈值为$P < 0.05$并且FDR < 0.05。从GO分析的结果能够看出，在生物过程方面主要富集在氧化应激响应（BP）、炎症反应调节（BP）等条目；在细胞组分方面主要集中在突触后膜（CC）、线粒体外膜（CC）；分子功能涉及到蛋白激酶结合（MF）、细胞因子受体结合（MF）等。这些条目均和缺血性脑卒中后神经损伤的修复存在紧密的联系。KEGG分析筛选出15条关键通路，其中包含PI3K - Akt信号通路（该通路富集28个基因）、MAPK信号通路（富集24个基因）以及TNF信号通路（富集21个基因）。其中PI3K - Akt通路会通过对Bcl - 2、Caspase - 3等凋亡相关蛋白表达进行调控，从而起到神经保护的作用；MAPK通路会参与到对TNF - α、IL - 6等炎症因子释放的抑制过程当中。这意味着丹参 - 川芎药对有可能通过多靶点协同的方式来干预这些通路，进而达到改善脑缺血损伤的目的。这些分析所得出的结果为后续要开展的实验验证提供了十分明确的理论支撑。

分子对接是利用计算机模拟技术来预测小分子和生物大分子靶点相互作用模式以及结合亲和力的一种研究手段。其核心原理是基于能量最小化原则，目的是计算配体和受体在三维空间里的最佳结合构象。在药物研发领域，该技术常用来验证活性成分和靶点的结合能力，能从分子层面直接为药效机制提供证据。

本研究把网络分析中拓扑参数排名前三的活性成分，和PPI网络核心度最高的三个靶点当作研究对象，这样做是为了保证对接结果具有显著的生物学相关性。

在具体操作流程方面，要从PDB数据库下载靶蛋白的三维晶体结构，并且要严格筛选分辨率不超过2.5Å的高精度结构数据，以此来保证模拟的可靠性。之后使用AutoDock Vina软件进行对接计算，通过设置格点盒精准覆盖靶点的已知活性口袋区域，从而确保配体在关键作用位点内进行构象搜索。对接完成以后，把结合能不高于 - 5 kcal/mol作为筛选阈值，选出具有强结合潜力的相互作用对。还要进一步分析对接构象中氢键、疏水作用等分子间作用力的具体位点和具体数量，以此来阐明活性成分和靶点的结合机制。这一过程不仅对关键成分和核心靶点的结合强度进行了量化，而且直观地呈现了二者相互作用的空间构象，能够为丹参 - 川芎药对治疗缺血性脑卒中的多成分 - 多靶点协同机制，提供坚实的、基于分子水平验证的依据。

这项研究采用网络药理学的方法来系统地探究丹参与川芎组成的药对在治疗缺血性脑卒中时所涉及的活性成分和作用机制。研究结果表明，丹参里面含有的丹参酮、隐丹参酮，还有川芎里面含有的川芎嗪、阿魏酸等这些核心成分可能会通过多靶点和多通路协同发挥作用而产生治疗效果，这些活性成分主要是对PI3K - Akt信号通路、MAPK信号通路以及凋亡相关通路进行调控，通过抑制神经元凋亡、减轻炎症反应和改善脑部微循环等多种方式来起到神经保护的效果。并且研究还发现，这一药对能够通过调节VEGF、TNF - α、IL - 6等关键因子，有效参与到缺血再灌注损伤病理过程的干预当中。

从药效物质基础方面进行分析，丹参与川芎配伍形成的药对，体现出中药复方多成分协同作用的特点，其活性成分能够在分子层面形成互补的效应，进而共同维持脑部内环境处于稳定的状态。这项研究的意义不仅体现在为阐明丹参 - 川芎药对治疗缺血性脑卒中的科学内涵提供了理论上的支撑，还在于为中药药对的现代化研究提供了可以参考的方法学范式。研究得到的结果对于指导临床合理使用这一药对、开发基于此配伍的创新药物具有实际的指导价值，与此同时也为中医药治疗脑血管疾病的机制研究拓展出全新的思路和方向。