目的:采用文献荟萃分析法(Meta)评估参苓白术散对糖尿病型肥胖的治疗作用,再结合网络药理学和动物实验方法分析参苓白术散治疗糖尿病肥胖的作用机制。方法:纳入国内外相关文献,以身体质量指数(BMI)、糖化血红蛋白(HbA1c)、餐后2 h血糖(2...目的:采用文献荟萃分析法(Meta)评估参苓白术散对糖尿病型肥胖的治疗作用,再结合网络药理学和动物实验方法分析参苓白术散治疗糖尿病肥胖的作用机制。方法:纳入国内外相关文献,以身体质量指数(BMI)、糖化血红蛋白(HbA1c)、餐后2 h血糖(2 h PG)、空腹血糖(FBG)、胰岛素抵抗指数(Homa-IR)、腰臀比作为结局指标,评估参苓白术散对糖尿病型肥胖的治疗作用。从GEO数据库中下载糖尿病肥胖的相关基因,在中药系统药理学数据库与分析平台(TCMSP)、中医药综合数据库(TCMID)和中药分子机制生物信息学分析工具(BATMAN-TCM)中下载参苓白术散的作用靶点,对两者的交集靶点进行蛋白质-蛋白质相互作用分析,再根据拓扑分析筛选出核心靶点蛋白质;制备糖尿病肥胖小鼠的模型,分组后进行参苓白术散的灌胃治疗,2周后测量各组小鼠体质量、血糖、Lee's指数,采用苏木精-伊红(HE)染色法分析各组小鼠的脂肪细胞体积变化,测量小鼠血清中的胆固醇、三酰甘油及核心靶点蛋白质的浓度。结果:共纳入9篇文献,数据完整,未发现发表偏倚,评估为low risk。患者服用参苓白术散后,BMI、HbA1c、2 h PG、Homa-IR和腰臀比均得到明显改善;参苓白术散-糖尿病肥胖的交集靶点共59个,核心靶点为载脂蛋白E(APO-E)、胰岛素生长因子-1(IGF-1)、纤溶酶原激活物抑制物-1(PAI-1),参苓白术散主要通过影响细胞对油酸的反应(GO:0071400)、转化生长因子β1生产的正调控(GO:0032914)和纤溶酶原激活的负调控(GO:0010757)等生物学功能,影响不饱和脂肪酸的生物合成(hsa01040)、脂肪酸代谢(hsa01212)等信号通路来治疗糖尿病肥胖;动物实验结果表明,经过参苓白术散灌胃治疗后的小鼠血糖变化不显著,体质量和Lee's指数呈现明显下降趋势,脂肪细胞直径明显缩小,胆固醇、三酰甘油浓度及APO-E、IGF-1、PAI-1水平均呈现下调趋势。结论:结合Meta分析和动物实验的结果,参苓白术散对糖尿病肥胖具有明显的治疗作用,其作用机制可能与影响不饱和脂肪酸、脂肪酸的合成,减少糖和脂肪的转化,纠正机体能量代谢失衡,调控自噬促进脂肪组织的分解有关。展开更多
针对目前大多数中医药数据挖掘研究中使用单一且基础的算法而出现的问题,设计并实现一种通过策略模式智能优选中医药数据挖掘方法的平台(TCM data strategy model analysis platform,TCMDP)。根据策略模式的思想,集成以下4个数据挖掘模...针对目前大多数中医药数据挖掘研究中使用单一且基础的算法而出现的问题,设计并实现一种通过策略模式智能优选中医药数据挖掘方法的平台(TCM data strategy model analysis platform,TCMDP)。根据策略模式的思想,集成以下4个数据挖掘模块,统计学分析模块可对药物、药物种类、四气五味归经和药物功效进行统计学分析;关联规则挖掘模块可以分析处方中的药物关联性;聚类分析模块可获取药物组合得出聚类新方,通过分析结果来探讨肺癌处方的配伍规律;证型分类模块以电子病历的中医症状和四诊信息作为输入,将相关证型作为输出,构建证型分类模型。综上实现了基于策略模式的中医药数据智能挖掘平台,并运用该平台对中医临床治疗肺癌的中药处方进行用药规律和证型分类研究。结果表明:以痰瘀互结证肺癌病例为例,关联规则挖掘模块中WD-Get Rule算法的运行时间最少仅为0.038 s。聚类分析模块中CMC-DD算法分析时间略长但精确率高达87%。肺癌证型分类分析模块中PSO-ELM运行时间短为88.98 s,且模型平均精确率达88.44%,具有一定的临床参考价值。而本平台所采用的改进算法均优于传统算法,且能智能优中选优,效率更高、结果更准确;可见运用策略模式的思想,构建并实现中医药数据智能挖掘平台是研究中医药信息的有效途径。展开更多
文摘目的:采用文献荟萃分析法(Meta)评估参苓白术散对糖尿病型肥胖的治疗作用,再结合网络药理学和动物实验方法分析参苓白术散治疗糖尿病肥胖的作用机制。方法:纳入国内外相关文献,以身体质量指数(BMI)、糖化血红蛋白(HbA1c)、餐后2 h血糖(2 h PG)、空腹血糖(FBG)、胰岛素抵抗指数(Homa-IR)、腰臀比作为结局指标,评估参苓白术散对糖尿病型肥胖的治疗作用。从GEO数据库中下载糖尿病肥胖的相关基因,在中药系统药理学数据库与分析平台(TCMSP)、中医药综合数据库(TCMID)和中药分子机制生物信息学分析工具(BATMAN-TCM)中下载参苓白术散的作用靶点,对两者的交集靶点进行蛋白质-蛋白质相互作用分析,再根据拓扑分析筛选出核心靶点蛋白质;制备糖尿病肥胖小鼠的模型,分组后进行参苓白术散的灌胃治疗,2周后测量各组小鼠体质量、血糖、Lee's指数,采用苏木精-伊红(HE)染色法分析各组小鼠的脂肪细胞体积变化,测量小鼠血清中的胆固醇、三酰甘油及核心靶点蛋白质的浓度。结果:共纳入9篇文献,数据完整,未发现发表偏倚,评估为low risk。患者服用参苓白术散后,BMI、HbA1c、2 h PG、Homa-IR和腰臀比均得到明显改善;参苓白术散-糖尿病肥胖的交集靶点共59个,核心靶点为载脂蛋白E(APO-E)、胰岛素生长因子-1(IGF-1)、纤溶酶原激活物抑制物-1(PAI-1),参苓白术散主要通过影响细胞对油酸的反应(GO:0071400)、转化生长因子β1生产的正调控(GO:0032914)和纤溶酶原激活的负调控(GO:0010757)等生物学功能,影响不饱和脂肪酸的生物合成(hsa01040)、脂肪酸代谢(hsa01212)等信号通路来治疗糖尿病肥胖;动物实验结果表明,经过参苓白术散灌胃治疗后的小鼠血糖变化不显著,体质量和Lee's指数呈现明显下降趋势,脂肪细胞直径明显缩小,胆固醇、三酰甘油浓度及APO-E、IGF-1、PAI-1水平均呈现下调趋势。结论:结合Meta分析和动物实验的结果,参苓白术散对糖尿病肥胖具有明显的治疗作用,其作用机制可能与影响不饱和脂肪酸、脂肪酸的合成,减少糖和脂肪的转化,纠正机体能量代谢失衡,调控自噬促进脂肪组织的分解有关。
文摘针对目前大多数中医药数据挖掘研究中使用单一且基础的算法而出现的问题,设计并实现一种通过策略模式智能优选中医药数据挖掘方法的平台(TCM data strategy model analysis platform,TCMDP)。根据策略模式的思想,集成以下4个数据挖掘模块,统计学分析模块可对药物、药物种类、四气五味归经和药物功效进行统计学分析;关联规则挖掘模块可以分析处方中的药物关联性;聚类分析模块可获取药物组合得出聚类新方,通过分析结果来探讨肺癌处方的配伍规律;证型分类模块以电子病历的中医症状和四诊信息作为输入,将相关证型作为输出,构建证型分类模型。综上实现了基于策略模式的中医药数据智能挖掘平台,并运用该平台对中医临床治疗肺癌的中药处方进行用药规律和证型分类研究。结果表明:以痰瘀互结证肺癌病例为例,关联规则挖掘模块中WD-Get Rule算法的运行时间最少仅为0.038 s。聚类分析模块中CMC-DD算法分析时间略长但精确率高达87%。肺癌证型分类分析模块中PSO-ELM运行时间短为88.98 s,且模型平均精确率达88.44%,具有一定的临床参考价值。而本平台所采用的改进算法均优于传统算法,且能智能优中选优,效率更高、结果更准确;可见运用策略模式的思想,构建并实现中医药数据智能挖掘平台是研究中医药信息的有效途径。
