基于监督学习算法的延胡索成分-靶点-疾病网络的预测研究

苑婕，王珍珍，宋丽娟，薛媛，张维金

1.中国人民解放军联勤保障部队第九八八医院第三派驻门诊部，河南 郑州 450001；2.新乡医学院第三附属医院肿瘤内科，河南 新乡 453000

延胡索为罂粟科(Papaveraceae)植物延胡索(Corydalis yanhusuoW.T.Wang)的干燥块茎，又名元胡、玄胡等，始载于汉代《神农本草经》，性味温、辛、苦，归心、肝、脾经等[1]。“心痛欲死，速觅延胡”出自《雷公炮炙论》，《本草纲目》也记载：“活血利气，止痛，通小便”[2]，说明从汉代开始延胡索已经被用于治疗各种疾病，至今已有几千年历史。近现代延胡索的镇痛镇静、扩张冠状血管、改善心肌缺血、抗肿瘤、治疗胃溃疡等药理作用已得到广泛研究，但其物质基础与作用机制尚待更深入系统的挖掘。

网络药理学是基于系统生物学、高通量组学、计算机模拟计算及医药大数据等多学科理论技术的强大支撑才得以快速开展应用的，其将生物网络与药物作用网络融合一体，从网络平衡的整体性出发进行网络分析，探索药物和机体的复杂相互作用[3]。中医药整体观、辨证论治的特点、组方配伍的原则，与网络药理学的整体性和系统性不谋而合。应用网络药理学进行中医药研究不仅能筛选中药有效成分、阐释中药整体作用机制，而且能探究中药复方配伍规律，为中医药理论传承、中药新药创制提供科学依据[4]。本文以延胡索为研究对象，利用有监督预测分类方法中的随机森林算法[5]构建延胡索“药物成分-靶标-心脑血管相关疾病”复杂网络，观察延胡索药物作用网络在整体生物网络上的投射，对关键节点进行网络分析，预测并印证延胡索治疗心脑血管类疾病的有效成分及潜在靶点，为指导临床应用及开发更多候选药物提供参考和思路。

1 材料与方法

1.1 数据集 阳性样本集是从KEGG数据库[6]直接下载的小分子化学药及其相应靶蛋白受体的分子结构信息，包括四类药物-靶点配对数据，如图1；阴性样本集[7]获得如图2。

图1 KEGG数据库下载的阳性样本集

图2 阴性样本集

1.2 分子描述符 计算药物和靶蛋白的分子描述符分别应用PowerMV (www.niss.org/PowerMV)和ProFeat (http://bidd2.nus.edu.sg/cgi-bin/profeat2016/main.cgi)，共获得7 202 维的配对数据[7]。稳定的模型需要具备一定的模型精度和模型运行速度，因此本文采用主成分分析法保留原始数据99.7%的信息量进行降维处理。将本文四组阴、阳数据集分别对应合并组成四组训练集，降维后四组矩阵为8 133×17、4 095×4、1 860×24、258×17；进行算法学习前，再按如下公式进行归一化处理：x(i)=[x0(i)-Min(x0)]/[Max(x0)-Min(x0)](式1)。其中x0(i)是原始数据；x(i)是归一化后数据，其值为-1～1。

1.3 方法 随机森林算法(random forest，RF)最早是由BREIMAN[8]提出并应用于高维数据处理的一类有监督学习分类器，运用一组分类回归树(Classification and Regression Tree，CART)进行预测，结合了决策树分类模型、Bootstrap aggregating (Bagging)模型组合方法和特征随机选取思想等，具有分类精度高、泛化能力强等优点。随机森林模型建立步骤[9]如图3。本文采用K折交叉验证(K-fold cross-validation)检验RF的分类能力和预测精度。假设可选的模型为S={S1,S2,S3,…Sd}，本研究采用10折交叉验证(K=10)，将训练集的1/10作为测试集，每个模型训练10次，测试10次，错误率为10次的平均，最终选择平均率最小的模型Si。

图3 构建随机森林模型

2 结果

2.1 模型优化 在随机森林算法构建过程中，决策树的个数(rtree)和节点分裂过程中抽取的特征个数(f)是需要优化的两个关键参数。本文采用网格搜索法对rtree 和f 两参数进行优化，以获得最高的模型交叉验证正确率(Ac)，结果见表1。Ac=(1-WY/Y)×100%(式2)。其中WY 是分类错误的样本个数，Y 则是所有样本个数。

表1 本文模型的参数优化

2.2 延胡索作用靶点预测 已报道的延胡索化学成分从化学专业数据(http://www.organchem.csdb.cn/scdb/)下载，共计20个。将上述20个化合物与四种已知的靶点进行组合并构建预测集，投入RF 建立的分类预测模型前，先按训练集数据处理方法对预测集计算分子描述符、降维和归一化等处理。表2 列出了与延胡索化学成分作用频次较高且有代表性的15 个靶点；应用Cytoscape_v3.7.2 软件构建延胡索成分-靶点-疾病网络[10]，见图4；延胡索中5 号化合物(延胡索乙素)-靶点-疾病网络模型，见图5。两个网络中三角形、椭圆形、长方形节点分别代表延胡索化学成分、潜在靶点、相关疾病；某化合物与潜在作用靶点、靶点与相关疾病，以边相连。从图4可见，延胡索化学成分与靶点间存在复杂的网络关系；表3 中连接度是指药物成分节点与靶点节点所形成的连接边数总和，即表3列出了延胡索20 个成分在该网络模型中潜在作用靶点数目，每个化合物的平均靶点数为9.8；由于本文篇幅所限，在此仅以一个化学成分的网络可视图举例说明，从图5 可见，5 号成分(延胡索乙素)作用于体内11个靶点，此11 个靶点与图中44 种疾病相关联。以上网络分析反应了中药与疾病间“多成分-多靶点-多途径”的作用特点。

图4 延胡索20个成分-靶点-疾病网络模型

images/BZ_15_207_242_2274_275.png序号1 2 3 4 5 6 7 8 9靶点名称α-2A 肾上腺素受体(alpha-2A adrenergic receptorα-2A)α-2C 肾上腺素受体(alpha-2C adrenergic receptorα-2C)名称缩写ADRA2A频次20类别G蛋白ADRA2C 19 G蛋白γ-氨基丁酸受体亚单位α-5 (gamma-amino butyricacid receptor subunit alpha-5)β-2肾上腺素受体(beta-2 adrenergic receptor)α-1D 肾上腺素能受体(alpha-1D adrenergic receptor)GABRA5 17离子通道心脑血管相关疾病心律失常(heart arrhythmia)、肥胖(obesity)、疼痛(pain)、老年痴呆症(dementia)高血压(hypertension)、低血压(hypotension)、心律失常(heart arrhythmia)、心力衰竭(heart failure)、老年痴呆症(dementia)、肥胖(obesity)、糖尿病(diabetes)、哮喘(asthma)、疼痛(pain)、阿尔茨海默病(alzheimer disease)、糖尿病肾病(diabetic nephropathy)、消化性溃疡(peptic ulcer)阿尔茨海默病(Alzheimer disease)ADRB2 17 G蛋白ADRA1D 14 G蛋白β-1肾上腺素受体(beta-1 adrenergic receptor)ADRB1 8 G蛋白α-1a肾上腺素能受体(alpha-1A adrenergic receptor)α-2B 肾上腺素能受体(alpha-2B adrenergic receptor)多巴胺d2受体[D(2)dopamine receptor]ADRA1A G蛋白ADRA2B G蛋白心动过缓(bradycardia)、心肌梗死(heart block)、哮喘(asthma)、肥胖(obesity)、高血压(hypertension)充血性心力衰竭(congestive heart failure)、高血压(hypertension)、心率失常(heart arrhythmia)、糖尿病(diabetes)、儿科癌症(pediatric cancer)、疼痛(pain)急性室上性心动过速(acute supraventricular tachycardia)、心绞痛(angina pectoris)、冠状动脉疾病(coronary artery disease)、心率失常(cardiac arrhythmias)、高血压(hypertension)、心源性休克(cardiogenic shock)、心力衰竭(heart failure)、心室早搏(ventricular premature beats)、心室纤颤(ventricular fibrillation)、糖尿病(diabetes)、肥胖(obesity)、偏头痛(migraine)高血压(hypertension)、心律失常(heart arrhythmia)、前列腺癌(prostate cancer)、疼痛(pain)心律失常(heart arrhythmia)、高血压(hypertension)、疼痛(pain)DRD2 7 5 4 G蛋白10 CACNA1B 离子通道11 GABRG2离子通道阿尔茨海默病(Alzheimer disease)、乳腺癌(breast cancer)、哮喘(asthma)、心力衰竭(cardiac failure)、强心剂(cardiotonic)、脑血管缺血(cerebrovascular ischaemia)、低血压(hypotension)、高血压(hypertension)、心力衰竭(heart failure)、恶性原发性高血压(malignant essential hypertension)、偏头痛(migraine)、疼痛(pain)、维持血压在低血压状态(maintain blood pressure in hypotensive states)、非小细胞肺癌(non-small cell lung cancer)、帕金森病(Parkinson's disease)、周围血管收缩(peripheral vasoconstriction)、肺动脉高压(pulmonary hypertension)、胃肠问题(gastrointestinal problems)、炎症性疾病(inflammatory disease)高血压(high blood pressure)、偏头痛(migraine)、疼痛(pain)、再灌注损伤(reperfusion injury)、创伤性脑损伤(traumatic brain injury)、心力衰竭(cardiac failure)癫痫发作(epileptic seizures)、炎症(inflammation)12电压依赖型N 型钙通道α-1B 亚基(voltage-dependent N-type calcium channel subunit alpha-1B)γ-氨基丁酸受体亚单位γ-2 (gamma-aminobutyric acid receptor subunit gamma-2)钠通道蛋白1-α亚基(sodium channel protein type 1 subunit alpha)SCN1A 2 2 2离子通道13 ADRA1B G蛋白心绞痛(angina pectoris)、心力衰竭(cardiac failure)、心血管疾病(cardiovascular disorder)、脑梗死(cerebral infarction)、心律失常(cardiac arrhythmias)、脑血管缺血(cerebrovascular ischaemia)、缺血(ischemia)、糖尿病(diabetes)、癫痫发作(epileptic seizures)、胃癌(gastric cancer)、心 律 失 常(heart arrhythmia)、偏 头 痛(migraine)、疼痛(pain)、神经系统疾病(neurological disease)、帕金森病(Parkinson's disease)、1型糖尿病(type 1 diabetes)高血压(hypertension)、疼痛(pain)、心律失常(heart arrhythmia)14 α-1b肾上腺素能受体(alpha-1B adrenergic receptor)5-羟色胺2a 受体(5-hydroxytryptamine receptor 2a)HTR2A G蛋白15过氧化物酶体增殖物激活受体γ (peroxisome proliferator-activated receptor gamma)PPARG 2 2 1核蛋白高血压(hypertension)、心血管疾病(cardiovascular disorder)、脑血管缺血(cerebrovascular ischaemia)、偏头痛(migraine)、糖 尿病(diabetes)、帕金森病(Parkinson's disease)高脂血症(hyperlipidaemia)、阿尔茨海默病(Alzheimer disease)、糖尿病(diabetes)、2 型糖尿病(type 2 diabetes)、1 型糖尿病(type 1 diabetes)

表3 20种化合物的连接度

2.3 文献验证 对上文预测与延胡索20 种成分相关的心脑血管疾病体内潜在作用靶点进行文献验证。(1)钠离子通道受体(SCN)、钙离子通道受体(CACN)、γ-氨基丁酸受体(GABA)等是延胡索化学成分在体内主要关联的离子通道受体。姚伟星等[11]通过四氢巴马汀(延胡索乙素)的衍生物7-氯苄基四氢巴马汀对多种实验性心律失常模型的研究发现，后者对Na+通道有阻滞作用，使跨膜动作电位及有效不应期延长是其抗心律失常的重要机制。汪大金等[12]从临床电生理角度和临床疗效方面证实延胡索的生物碱-左旋四氢巴马汀为较广的抗心律失常谱的钙拮抗剂。张萍等[13]对前人[14-15]的研究结果进行总结，得出延胡索碱可作用于钙离子通道的结论，抗心律失常主要是抑制钙电流，降低钙超载。邢淑华等[16]研究发现左旋延胡索乙素通过阻滞α受体、降低外周儿茶酚胺含量改善冠脉血流并有利于实验动物血压降低[17]。(2)肾上腺素受体(ADR)、5 羟色胺受体(5-HT)、多巴胺受体(DA)等可能是G蛋白受体主要潜在作用靶标；过氧化物酶体增殖物激活受体γ(PPARG)是网络分析所得的核蛋白受体潜在的作用靶点。利用网络药理学技术，虞希冲等[18]预测出延胡索生物碱可调控21 种糖尿病及其并发症的34 个靶点。原阿片碱-PPARG、小檗碱-AKT、巴马汀-KCNJ11、四氢巴马汀-NOS3等药靶与延胡索抗非胰岛素依赖型糖尿病和糖尿病(未分型)的作用有关；延胡索调控高血压与冠心病则主要通过紫堇碱-ADRA1、四氢小檗碱-DRD1、海罂栗碱-SELE、四氢巴马汀-NOS3等药靶实现。韩彦琪等[19]通过受体实验得出结果，延胡索可能是通过激动ADRB2、抑制M2 和TP 受体发挥活血、行气、化瘀功效的。ADRB2 受体是与心血管、哮喘等疾病相关的重要靶标之一。原阿片碱和延胡索乙素是延胡索潜在重要的药效物质基础，对D2 受体有拮抗作用。张铁军等[20]研究发现延胡索和白芷配伍后发挥多种生物活性、产生增效作用是通过激活5-HT1A、OPRM1、ADRB2 受体，抑制D2、M2 和TP 受体来调节下游生物通路实现的。胡江元[21]研究发现延胡索乙素能优先阻滞位于脑区纹状体等的D2 受体，进而加强脑干下行控制的痛觉调制系统的抗痛功能。

除心脑血管类疾病外，所得靶点与其他一些重要疾病也被预测出相关性并得到了文献验证。如LEUNG等[22]在进行高架十字迷宫模型研究时发现，延胡索的抗焦虑作用，至少部分与GABAA 受体有关。延胡索的抗实验性胃溃疡作用，推测机制：一是与其增加胃黏膜血流量有关；二是通过部分阻滞胃黏膜DA 受体实现[23]。徐靖宇等[24]将吗啡依赖胃肠损伤大鼠作为实验模型，研究延胡索和左旋延胡索乙素保护吗啡依赖继发胃肠损伤，结论是两者能逆转胃肠多巴胺和D2R的异常减少和增加。

3 讨论

延胡索作为一味常用传统中药材，以活血化瘀、利气止痛为主。现代药理实验研究证明对心脑血管系统、神经系统、消化系统和内分泌系统等均有明确的药理作用。从延胡索的研究现状中可以看出，对叔胺碱类如延胡索乙素的研究较多，其主要起镇痛作用；季胺碱类如紫堇碱等研究较少，可抗心肌缺血等，其作用机制鲜有报道。本文运用网络药理学的方法使延胡索20 种成分-靶点-疾病网络可视化并对网络进行拓扑研究，分析关键节点、预测潜在靶标、联系相关疾病，并得到了较好的文献验证，为延胡索治疗心脑血管等疾病的物质基础及分子作用机制提供了理论依据。本研究方法为虚拟筛选中药药效物质成分及潜在作用靶点，及应用现代科学方法研究中药作用机制提供一定的参考思路。