1. 引言
抑郁症(Depression)是一种常见的心理障碍。该心理疾病会使人心情低落，情绪不稳定，甚至影响睡眠，导致机体的不良症状，如胸部满闷、食欲紊乱、胁肋胀痛等[1]。而致病原因中，肝郁气滞型占到了致病原因的21% [2]，肝郁气滞可引起肝郁脾虚、肝郁痰阻、肝郁痰瘀、肝郁血瘀、肝郁痰热等证，这些都是引发抑郁症的重要中医证候[3]。因此肝郁气滞是抑郁症早期的主要病机，从肝郁气滞为切入点治疗抑郁症对于早期干预治疗抑郁症具有重要意义。肝郁气滞型在抑郁症、卒中后抑郁症和女性抑郁症中居于首位[4]。世界卫生组织(WHO)报告，全球的抑郁症患者超三亿，引起的自杀死亡人数约80万[5]。而且，近年来的疫情使得发病年龄降低且发病率提升的趋势[6]。据估计，由于新冠肺炎大流行，全球新增5320万例重性抑郁症病例(增加27.6%) [7]。这场疫情使大多数国家加强精神卫生系统的紧迫性增加。
尽管抑郁症的治疗取得了一定的进展，但是大多数抑郁症患者仍未得到治疗或者治疗不足[8]。临床上，医师多采用“试错”方法来选择患者的最佳治疗计划。苯己肼、氟西汀、舍曲林等临床常用抗抑郁药物，需长期服药，可能出现不良反应或药物依赖性，服药程序复杂，若停药后会复发，这些弊端使得西药在一定程度上受到限制[9]。在这样的背景下，寻找“简、便、验、廉”的治疗方案对抑郁症患者的精神和身体都尤为重要。使用中药替代有副作用的传统药物来缓解抑郁症状，越来越受到患者的欢迎。中医药药理成分多，靶向的靶点和通路多靶点，毒副作用较小，可以最大限度地减少药物负荷和伴随的副作用，具有“增效减副”的优势[10]。中药复方解郁方、解郁合欢汤、柴胡加龙骨牡蛎汤、解郁丸等都取得了较好的治疗效果[11]-[13]。因此，在充分论证的基础上，针对肝郁气滞型抑郁症的中医证候进行深入挖掘与研究，并选择临床疗效显著、研究基础扎实的中药复方作为重点研究对象，将为该疾病的中医药防治提供有力证据。
2. 方法
2.1. 文献收集
本研究以中国知网(CNKI)、万方数据、维普三大数据库为数据来源，以SU = (抑郁 + 抑郁症 + 郁证 + 脏躁 + 梅核气 + 焦虑症 + 癔病 + 不寐 + 郁病) + (肝郁气滞 + 肝气瘀滞 + 肝气郁结) AND TKA = (方 + 方剂 + 组方 + 复方 + 汤 + 散 + 丸) − (Meta + Meta分析 + 网络药理学 + 鼠 + 细胞 + 联合 + 针刺)为检索式，检索并收集关于中药复方治疗抑郁症肝郁气滞型的文献。检索时间为建库至2024年12月。
2.2. 文献纳排标准
文献的纳入标准：① 试验性的研究论文；② 病例为抑郁症且属肝郁气滞型；③ 试验方案(随机性、分组等)信息完整；④ 抗抑郁的临床效果明确；⑤ 中药复方。
排除标准：① 病例为肝郁气滞型以外的其他证型；② 治疗方案为中、西药联用；③ 治疗方案为与针灸、推拿等辅助疗法联用；④ 实验数据或检测的指标有误；⑤ 来源不明或与临床的实际情况明显不符；⑥ 动物/细胞实验、科普类文献及综述。
2.3. 规范化处理
筛选出来的文献的处方用药，参照2020年版《中华人民共和国药典》《中华本草》和《中药学》对中药名称、性味归经、药物分类等进行规范化处理。
2.4. 数据分析
数据信息由双人核对录入，以保障其准确性，以保证数据挖掘结果准确可信。
(1) 中药使用频次的分析：统计纳入文献中方剂所含的草药，创建Excel表格，进行药物频次统计分析。
(2) 功效、性味、归经分析：统计纳入文献中方剂所含草药的功效、性、味和归经，使用雷达图对数据进行可视化展示。
(3) 聚类分析：依据检索结果，统计分析与抑郁相关的中药复方及其作用机制，建立矩阵文本，使用SPSS Statistics软件的系统聚类分析，进行聚类。
(4) 用药规律统计与分析：将所包含的中药，使用SPSS Modeler 18.0中的Apriori算法建模和关联规则分析；使用SPSS Modeler 18.0中的web模块和Cytoscape软件绘制中药的复杂网络图。分析得出关键中药。
(5) 关键中药的成分和靶点分析：检索TCMSP数据库(口服生物利用度 ≥ 30%，类药性 ≥ 0.18和血脑屏障 ≥ −0.3)筛选关键草药的有效成分；根据有效成分，在TCMSP数据库中检索相应靶点。抑郁症相关靶点从GeneCards数据库获取。关键中药治疗抑郁症的靶点采用Venny 2.1.0获得。采用Cytoscape软件构建中药–活性成分–治疗靶点网络图。对治疗靶点进行蛋白质–蛋白质相互作用分析(STRING数据库)、基因本体论(GO)富集分析以及京都基因与基因组百科全书(KEGG)通路的富集分析。
3. 结果
3.1. 数据挖掘结果
3.1.1. 抑郁症药方的中药使用频率
共筛选出18篇文献，含19首中药处方、中药67味，中药总计使用频数为178次，其中频次最高的前十味中药为柴胡(17次)、甘草(14次)、茯苓(7次)、郁金(7次)、合欢皮(6次)、香附(6次)、白芍(6次)、川芎(5次)、酸枣仁(5次)、远志(5次)。
3.1.2. 抑郁症药方的药物功效使用情况
参照《中药学》，将所收集到的中药进行药物功效分类，67味中药共涉及14种功效分类，频次最高的为安神药(12次，19.67%)、补虚药(11次，18.63%)和清热药(11次，18.63%)。见图1。
Figure 1. The statistical classification of medicinal efficacy for 67 herbs from 18 literature studies on Traditional Chinese Medicine treatment of depression
图1. 18篇中医药治疗抑郁症文献中的67味草药的药物功效分类统计
3.1.3. 抑郁症药方的药味、药性使用情况
参照《中华人民共和国药典》和《中华本草》，67味中药中以甘味(27次，42.19%)和苦味(21次，32.81%)频次最高；药性中，以寒(24次，42.19%)和温(18次，32.81%)频次最高。见图2。
Figure 2. Classification statistics of the medicinal flavors (a) and properties (b) of 67 herbs from 18 literature studies on traditional Chinese medicine for depression treatment
图2. 18篇中医药治疗抑郁症文献中的67味草药的药味(a)和药性(b)归类统计
3.1.4. 药物的归经使用情况
参照《中华人民共和国药典》和《中华本草》，67味中药累计出现179次归经，其中频次最高的前五位为肝经(39次，21.79%)、心经(31次，17.32%)、肺经(23次，12.84%)、脾经(22次，12.29%)和胃经(18次，10.06%)。见图3。
Figure 3. Classification statistics of the meridian tropisms of 67 herbs from 18 studies on traditional Chinese medicine for depression treatment
图3. 18篇中医药治疗抑郁症文献中的67味草药的归经类别统计
3.1.5. 药物的关联分析
使用SPSS Modeler 18.0的Apriori算法对抑郁症方剂用药进行建模，设置支持度 > 30%、置信度 > 90%、最大前项数为2，得到7个核心药物组合。见表1。
Table 1. Core medication combinations in 18 literature studies on Traditional Chinese Medicine for depression treatment n(%)
表1. 18篇中医药治疗抑郁症文献中的核心药物组合n(%)
后项 |
前项 |
支持度百分比 |
置信度百分比 |
柴胡 |
香附 |
33.33333 |
100 |
柴胡 |
合欢皮 |
33.33333 |
100 |
甘草 |
茯苓 |
38.88889 |
100 |
柴胡 |
茯苓 |
38.88889 |
100 |
柴胡 |
茯苓and甘草 |
38.88889 |
100 |
甘草 |
茯苓and柴胡 |
38.88889 |
100 |
柴胡 |
甘草 |
72.22222 |
92.30769 |
3.1.6. 高频药物复杂网络图
运用SPSS Modeler 18.0绘制抑郁症高频用药的复杂网络图，再用Cytoscape实现网络可视化，以线条粗细表示药物间的关联程度，其中柴胡、甘草、远志、白芍、茯苓、郁金显示出较强的链接。见图4。
Figure 4. High-frequency drug combination network diagram from 18 literature studies on Traditional Chinese Medicine for depression treatment
图4. 18篇中医药治疗抑郁症文献中的高频药物复杂网络图
3.1.7 高频药物聚类分析
基于功效、性、味和归经，用SPSS Statistics 22.0对高频药物聚类分析。采用组间连接的聚类分析方法得到3类：(1) 白术、大枣、当归、甘草、薄荷；(2) 白芍、赤芍、牡丹皮、栀子、黄芩；(3) 柴胡、茯苓、郁金、合欢皮、香附、川芎、酸枣仁、远志、枳壳、龙骨、陈皮、石菖蒲。见图5。
Figure 5. Cluster diagram of high-frequency herbal medications in 18 literature studies on Traditional Chinese Medicine for depression treatment
图5. 18篇中医药治疗抑郁症文献中的高频药物聚类图
3.2. 网络药理学结果
基于关联分析和复杂网络分析的结果，甘草、茯苓、柴胡被确认为治疗抑郁症的关键中药。因此，运用网络药理学对甘草、茯苓、柴胡在治疗抑郁症中的机制进行进一步解析。
3.2.1. 核心组分活性成分和有效靶点
根据口服生物利用度 ≥ 30%，类药性 ≥ 0.18和血脑屏障 ≥ −0.3，在TCSMP数据库中检索，共筛选得到80个活性成分，其中柴胡7个、甘草39个、茯苓4个。删除非人类靶点，合并重复值后共得到65个人类靶点蛋白。通过GeneCards数据库获取抑郁症相关靶点并将疾病靶点和药物有效靶点通过Venny 2.1.0取交集，得到交集靶点64个。运用Cytoscape构建药物–活性成分–有效靶点网络图，见图6。
Figure 6. Drug-component-target network of key herbal medicines
图6. 关键中药的药物–成分–靶点网络图
3.2.2 蛋白质–蛋白质相互作用网络的构建
将得到的药物作用于抑郁症的靶点导入STRING数据库，得到蛋白质–蛋白质相互作用网络。通过Cytoscape可视化后，按照degree值大小筛选出4个核心有效靶点，分别是前列腺素氧化环化酶2 (Prostaglandin-Endoperoxide Synthase 2, PTGS2)、细胞凋亡调节因子(Apoptosis Regulator Bcl-2, BCL2)、信号转导和转录激活因子3 (Signal Transducer and Activator of Transcription 3, STAT3)、和雌激素受体1 (Estrogen Receptor 1, ESR1) (图7(a))。交集靶点经过GO富集分析，生物过程条目包含膜电位调节(regulation of membrane potential)、突触后信号转导(postsynaptic signal transduction)、对类固醇激素的反应(response to steroid hormone)、腺苷酸环化酶调节G蛋白偶联受体信号通路(adenylate cyclase-modulating G protein-coupled receptor signaling pathway)、循环系统中的血管过程(vascular process in circulatory system)等；细胞成分条目包含突触膜和枝晶膜等；分子功能条目包含G蛋白偶联胺受体活性(G protein-coupled amine receptor activity)、神经递质受体活性(neurotransmitter receptor activity)、突触后神经递质受体活性(postsynaptic neurotransmitter receptor activity)、G蛋白偶联神经递质受体活性(G protein-coupled neurotransmitter receptor activity)、参与突触后膜电位调节的神经递质受体活性(neurotransmitter receptor activity involved in regulation of postsynaptic membrane potential)、GABA门控氯离子通道活性(GABA-gated chloride ion channel activity)等(图7(b))。KEGG富集分析的前20个通路包含神经活性配体–受体相互作用(Neuroactive ligand-receptor interaction)、cGMP-PKG信号通路、内源性大麻素逆向信号传导(Retrograde endocannabinoid signaling)、胆碱能突触(Cholinergic synapse)、心肌细胞中的肾上腺素能信号传导(Adrenergic signaling in cardiomyocytes)、钙信号通路(Calcium signaling pathway)、甲状腺激素信号通路(Thyroid hormone signaling pathway)、雌激素信号通路(Estrogen signaling pathway)等(图7(c))。
![]()
Figure 7. Enrichment analysis of targets for herbal medicine in treating depression. (a) Protein-protein interaction (PPI) network. (b) Gene Ontology (GO) term enrichment analysis. (c) Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis
图7. 中医药治疗抑郁症的中药靶点富集分析。(a) 蛋白–蛋白相互作用。(b) GO terms富集分析。(c) KEGG pathway富集分析
4. 讨论
抑郁症的定义来自西医，古代中医没有明确记载这一病名。但是，传统中医对抑郁症的认识却由来已久。《金匮要略》中描述的“百合病”、“脏躁”、“梅核气”、“奔豚气”等情志引起的病证，基本归属于抑郁症，开启了抑郁症的辨证论治。“郁证”作为疾病名最初出现于明代的《医学正传》。由此，中医“郁证”特指一类以情绪抑郁、烦闷为主的病征。现代中医通常将抑郁症归到“郁证”的范畴，认为“肝郁气滞”是其主要发病机制[14]。肝郁气滞型抑郁在抑郁症中医证候学的文献、现行抑郁症证候分型标准出现频率最高，而且临床上也以该证型为主。因此，本研究主要收集中药复方治疗肝郁气滞型抑郁症的文献。现行的中药复方使用规律的分析包含数据挖掘方法、临床医案归类、抑郁证治规律分析等[15]。数据挖掘研究可以针对组方用药规律[16] [17]、抗抑郁作用机制[18]或者抗抑郁活性成分的研究[19] [20]。中药复方的方剂组成实质在于药性、药味与功效的相和与配合。本研究对收集的文献信息进行挖掘，统计所使用的中药，以及中药的功效、性味和归经，借助频次展示、聚类分析、关联规则分布规律以及复杂网络关系对中药进行研究，以明确抗肝郁气滞型抑郁的中药的属性分布规律与作用特点，为该疾病的中药防治研究提供思路和参考。通过文献检索，我们共收集了18篇使用中药复方治疗肝郁气滞型抑郁的文献。
目前，临床治疗肝郁气滞型抑郁以“疏肝解郁”为基本治疗原则[21]。本研究利用数据挖掘发现现行治疗抑郁症的方剂中柴胡、甘草和茯苓是关键草药。近年来，柴胡抗抑郁的治疗中广泛应用，取得的疗效也较为显著。药理研究发现包括柴胡的复方和柴胡提取物的抗抑郁作用涉及神经、免疫和内分泌等多个系统。甘草治疗抑郁症具有多途径、多靶点、多层次的特点，可以改善行为学指标和生化指标，但是一般以复方配伍给药[23]。茯苓治疗抑郁症主要靠其化痰助肺的司宣肃作用，利窍宁心的安神志作用，以及健脾化湿调升降、和中护肝利疏泄、利水下气伐肾邪之功[24]。
近年来，关于抑郁症的炎症假说的研究越来越多，其中环氧化酶2 (COX-2)是一种促炎细胞因子，与抑郁症密切相关。COX-2激活介导的炎症反应是抑郁症的关键病理成分，将COX-2作为治疗靶点将成为未来预防和治疗抑郁症的新策略。PTGS2可以编码COX-2。本研究发现治疗抑郁症的高频中药可以靶向PTGS2。已有文献表明多种化学药物和天然产物通过调节COX-2水平来发挥治疗作用。BCL2基因与免疫系统调节有关，可能作为免疫系统调节因子参与抑郁症的机制。在抑郁症模型组大鼠中脑神经元形态较差，脑神经元凋亡率显著升高，血清Bcl-2水平降低[26]。在诱导抑郁的小鼠中发现STAT3/p65轴的激活[27]。ESR1基因多态性与更年期妇女患抑郁症的风险有关，可能在绝经后妇女抑郁情绪易感性中发挥作用[28]。这些靶点正是抑郁症常用方剂中的关键草药的靶点。
抑郁症的发病涉及表观遗传学以及诸多信号通路。其中，cGMP/PKG信号通路是与糖尿病相关的认知缺陷和抑郁的关键特征[29]。一项针对抑郁症动物模型和临床患者的全基因组转录组分析表明，在应激状态下，前扣带回中的钙信号通路可通过调控Fos表达，进而影响应激诱导的社会行为改变[30]。越来越多的证据表明，精神疾病中的雌激素和雌激素信号通路存在紊乱[31]。雌激素不仅在性成熟和生殖中至关重要，而且在认知、记忆、神经发育和神经可塑性等广泛的大脑功能中也起着重要作用。雌激素受体和雌激素信号可以通过介导多个神经系统(如多巴胺能、5-羟色胺能和谷氨酸能系统)对认知和神经起到保护作用[32]。在本文中，对抑郁症所用的中药进行通路富集分析发现这些草药可以靶向以上这些通路，为抑郁症用药的相关机制增加了新的知识。
5. 结论
综上，本研究首先使用数据挖掘方法，得出治疗肝郁气滞型抑郁症的中药复方的性味和归经等分布。然后针对三种关键中药，采用网络药理学方法，预测核心成分和潜在治疗靶点，并对靶点的功能和通路进行了富集分析。本研究对中药复方治疗肝郁气滞型抑郁症的核心组方的作用机制的初步预测，为临床用药提供参考。但本研究仅局限于理论层面，因此还需要大量体内外实验予以验证。
基金项目
大学生创新训练(SRT)计划基金。
NOTES
*通讯作者。