胃食管反流病(GERD)是全球最常见消化系统疾病之一,2019年患病例数达7.84亿,其中反流性食管炎(RE)因内镜下可见食管黏膜破损而成为重要的治疗亚型。一线药物质子泵抑制剂(PPI)虽能抑制胃酸,但约50%患者症状持续存在,长期使用还面临安全性顾虑和停药后酸反跳问题。因此,临床上亟需能够同时改善症状、促进黏膜愈合且降低复发率的补充策略。香砂六君子汤(XSLJZD)出自明代《保婴撮要》,传统用于“健脾和胃、降逆止呕”,现代临床常加减用于RE,但其疗效和药理机制缺乏系统评价。本研究整合Meta分析、网络药理学和分子对接,旨在评估XSLJZD治疗RE的临床证据,并基于“化合物-靶点-通路”网络预测其多靶点作用机制。
✨ 亮点1:Meta分析显示XSLJZD可提高总有效率并降低复发率,但证据质量低
纳入8项RCT(共646例RE患者)的Meta分析表明,XSLJZD单用或联合PPI/促动力药相比常规西药,总有效率显著提高(OR=5.86,95% CI: 3.46–9.93),复发率显著降低(OR=0.31,95% CI: 0.16–0.60)。但多数研究存在随机化隐藏不清、盲法缺失等问题,敏感性分析显示临床治愈率结论不稳健。总体证据等级为低至极低,提示需高质量RCT进一步验证。
✨ 亮点2:网络药理学揭示XSLJZD的“木犀草素-黄芩素-β-谷甾醇”核心活性成分群
从TCMSP数据库筛选出169个活性成分(OB≥30%,DL≥0.18),鉴定出74个XSLJZD与RE的共同靶点。核心成分包括木犀草素(luteolin)、黄芩素(baicalein)、β-谷甾醇(beta-sitosterol),来源于甘草、陈皮、半夏等药材。PPI网络分析筛选出18个核心靶点(AKT1、IL6、CASP3、JUN、FOS等),提示XSLJZD可能通过调控炎症与凋亡发挥治疗作用。
✨ 亮点3:木犀草素对AP-1和NF-κB转录因子具有强结合亲和力,优于奥美拉唑
分子对接结果显示,木犀草素与AP-1(FOS/JUN复合物)的结合能为-7.96 kcal/mol,与NF-κB p65的结合能为-7.50 kcal/mol,均优于阳性对照奥美拉唑(-7.12和-6.85 kcal/mol)。结合模式分析显示木犀草素与AP-1形成三个氢键(GLY121、ASP122、GLU82),而奥美拉唑仅形成一个氢键,为木犀草素作为潜在先导化合物提供了结构生物学依据。
✨ 亮点4:提出“XSLJZD多靶点调控IL-17/TNF/凋亡通路-转录因子AP-1/NF-κB”假说
KEGG富集分析显示,XSLJZD的RE相关靶点显著富集于IL-17信号通路、TNF信号通路、凋亡通路和p53信号通路。核心靶点AKT1、IL6、CASP3、JUN、FOS等构成网络,最终汇聚于转录因子AP-1和NF-κB。作者提出假说:XSLJZD通过木犀草素等成分直接结合并抑制AP-1/NF-κB,从而协同抑制炎症和过度凋亡,修复食管黏膜屏障。
1. XSLJZD的药材组成与制备
XSLJZD由8味中药组成:Codonopsis pilosula(党参)、Atractylodes macrocephala(白术)、Poria cocos(茯苓)、Glycyrrhiza uralensis(甘草)、Citrus reticulata(陈皮)、Pinellia ternata(半夏)、Aucklandia lappa(木香)、Amomum villosum(砂仁)。药材经炮制后水煎煮,砂仁后下,浓缩至150-300 ml。标准配比及加减化裁方案在8项RCT中略有差异,但核心8味药保持不变(表1,图1)。
图1 | 香砂六君子汤八味药材的植物学与生药学特征。 展示党参、白术、茯苓、甘草、陈皮、半夏、木香、砂仁的原植物形态及药用部位。
2. Meta分析:XSLJZD提高临床总有效率且降低复发率
共纳入8篇RCT,总样本量646例,均在中国进行。干预组为XSLJZD单用或联合西药,对照组为PPI或PPI+促动力药(表3)。偏倚风险评估显示随机方法报告不充分,多数为“ unclear risk”(图3)。主要结局:总有效率合并OR=5.86(95% CI: 3.46–9.93,I²=0%),亚组分析显示单用XSLJZD(OR=4.98)和联合西药(OR=7.26)均显著优于对照组(图4)。敏感性分析结果稳健(表5)。复发率合并OR=0.31(95% CI: 0.16–0.60,I²=0%),表明XSLJZD显著降低复发(图6),敏感性分析稳健(表7)。临床治愈率合并OR=2.17(95% CI: 1.37–3.44,I²=32%),但敏感性分析显示结果不稳定(表6),尤其是单用XSLJZD亚组存在异质性(I²=74%)。不良反应发生率与对照组无统计学差异(OR=1.27,95% CI: 0.28–5.73),但仅基于2项研究,证据不充分(图7,表8)。胃镜下改善率和愈合率均显示XSLJZD组优于对照组,但同样因研究数量少而需谨慎解读(图8-9,表9-10)。
图2 | PRISMA文献筛选流程图。 初检69篇,去重后38篇,初筛14篇,最终纳入8篇RCT。
图3 | 偏倚风险评估。 (A)偏倚总结图;(B)偏倚比例图。多数研究在随机序列产生和分配隐藏方面为“unclear risk”。
图4 | 临床总有效率的森林图。 固定效应模型显示XSLJZD组总有效率显著高于对照组(OR=5.86, 95% CI: 3.46–9.93)。亚组分析:单用XSLJZD(OR=4.98)和XSLJZD+西药(OR=7.26)均显著有效。
图5 | 临床治愈率的森林图。 随机效应模型显示总体治愈率显著升高(OR=2.17, 95% CI: 1.37–3.44),但单用XSLJZD亚组异质性高(I²=74%),结果不稳定。
图6 | 复发率的森林图。 固定效应模型显示XSLJZD组复发率显著降低(OR=0.31, 95% CI: 0.16–0.60)。
图7 | 不良反应发生率的森林图。 两组间无统计学差异(OR=1.27, 95% CI: 0.28–5.73),但证据强度极低。
图8 | 胃镜下改善率的森林图。 XSLJZD组改善率优于对照组(OR=3.97, 95% CI: 1.42–11.06)。
图9 | 胃镜下愈合率的森林图。 XSLJZD组愈合率更高(OR=2.19, 95% CI: 1.04–4.60),但联合治疗亚组贡献主要效应。
3. 网络药理学:XSLJZD活性成分、靶点及PPI网络
从TCMSP数据库获得169个活性成分(OB≥30%,DL≥0.18),对应121个去重靶点。从GeneCards、OMIM等数据库获取2250个RE相关靶点,取交集得到74个共同靶点(图10A)。构建“成分-靶点-疾病”网络(187个节点,593条边),度值排名前十的活性成分包括木犀草素、黄芩素、β-谷甾醇、柚皮素、豆甾醇等(表11,图10B)。PPI网络(STRING,置信度≥0.4)包含74个节点和764条边(图11)。利用CytoHubba计算四种中心性(MCC、BC、CC、DC),筛选出18个核心靶点(AKT1、IL6、EGFR、ESR1、JUN、CASP3、HIF1A、FOS、CCND1、VEGFA、MMP9、HSP90AA1、PPARG、PTGS2、ERBB2、MDM2、APP、PGR)(图13,表12)。
图10 | 活性成分-靶点-RE网络。 (A)XSLJZD靶点与RE靶点的Venn图,共74个交集靶点;(B)成分-靶点网络图,六边形代表中药,菱形代表特有化合物,三角形代表共享化合物,圆形代表靶点。
图11 | XSLJZD-RE共同靶点的PPI网络(STRING)。 包含74个节点和764条边,平均节点度20.6。
图12 | 香砂六君子汤治疗RE的整合网络可视化。 节点大小反映度值。
图13 | 核心靶点筛选与PPI网络。 (A)MCC/BC/CC/DC四种中心性算法的交集Venn图,共18个核心靶点;(B)18个核心靶点的PPI网络。
4. GO与KEGG富集分析:聚焦炎症与凋亡通路
GO分析共富集到387个生物过程(BP)、67个细胞组分(CC)和88个分子功能(MF)。BP中显著富集“对化学刺激的反应”和“凋亡过程”(图15)。KEGG富集到123条通路,前20条包括:癌症通路、乙型肝炎、前列腺癌、脂质与动脉粥样硬化、IL-17信号通路、凋亡、p53信号通路、TNF信号通路等(表13,图16)。通路-靶点网络图显示核心靶点AKT1、IL6、CASP3、JUN、FOS、NFKBIA等广泛参与这些通路,并汇聚于转录因子AP-1(FOS/JUN)和NF-κB(图17)。
图15 | GO富集分析柱状图(前10)。 BP主要包括“细胞对化学刺激的反应”、“凋亡过程”等;CC包括“膜筏”、“受体复合物”;MF包括“蛋白质结合”、“转录因子结合”。
图16 | KEGG通路富集气泡图(前20)。 气泡大小代表基因计数,颜色代表p值。显著富集通路包括IL-17、TNF、凋亡、p53等。
图17 | 信号通路-靶点网络图。 展示前20条KEGG通路与相关靶点的相互作用关系,核心靶点(AKT1、IL6、CASP3等)处于枢纽位置。
5. 分子对接验证:木犀草素对AP-1/NF-κB的结合亲和力最强
选取AP-1(PDB: 2E9G)和NF-κB p65(PDB: 2O61)作为核心转录因子靶点,与木犀草素、黄芩素、β-谷甾醇及奥美拉唑进行对接。结果显示木犀草素与AP-1的结合能为-7.96 kcal/mol,与NF-κB的结合能为-7.50 kcal/mol,均优于奥美拉唑(-7.12和-6.85 kcal/mol)(表14)。结合模式分析:木犀草素与AP-1形成三个氢键(GLY121、ASP122、GLU82)及疏水相互作用(ILE79、VAL123),而奥美拉唑仅与GLU82形成一个氢键,主要通过疏水作用和阳离子-π相互作用结合(图18)。这一结果支持木犀草素可能通过直接占据转录因子活性口袋而抑制其转录活性。
图18 | 木犀草素与奥美拉唑对AP-1的分子对接比较。 (A,B)木犀草素与AP-1的2D/3D相互作用图,形成3个氢键(GLY121、ASP122、GLU82);(C,D)奥美拉唑与AP-1的2D/3D图,仅形成1个氢键(GLU82)。木犀草素的结合亲和力更高(-7.96 vs -7.12 kcal/mol)。
6. 安全性及药代动力学考量
纳入的RCT中不良反应轻微(主要为胃肠道不适),但证据数量极少。基于核心成分的已知毒理学数据:木犀草素LD₅₀较高,黄芩素在高剂量下有潜在肝毒性,β-谷甾醇吸收差、全身毒性低。然而,复方长期安全性仍需系统评价。目前尚无XSLJZD整体的药代动力学研究,未来需采用现代分析技术追踪核心成分的体内过程。
① 核心结论全梳理
RE患者常规西药疗效不佳 → XSLJZD单用或联合使用可提高总有效率、降低复发率(低质量证据) → 网络药理学预测其核心活性成分为木犀草素、黄芩素、β-谷甾醇 → 共同靶点富集于IL-17/TNF/凋亡通路 → 核心靶点AKT1/IL6/CASP3/JUN/FOS等汇聚于转录因子AP-1和NF-κB → 分子对接证实木犀草素直接结合AP-1/NF-κB,亲和力强于奥美拉唑 → 提出假说:XSLJZD通过抑制AP-1/NF-κB介导的炎症与凋亡,促进食管黏膜修复。
② 给科研人的N个核心启示
📊 启示1:中药复方RCT应严格遵循CONSORT标准,提高方法学质量本研究发现纳入的8项RCT普遍存在随机化隐藏不清、未设盲、样本量小等问题,导致证据等级低。未来开展中药复方临床试验时,应预先注册、实施分配隐藏和盲法、完整报告脱落病例,并尽可能采用 pragmatic RCT 设计以兼顾个体化治疗与内部有效性。
🧪 启示2:网络药理学+分子对接是生成“成分-靶点-通路”假说的有力工具,但必须经实验验证本研究通过整合数据库预测了XSLJZD的74个潜在靶点和核心通路,分子对接提供了结构生物学线索。但这些结果仅为计算预测,后续必须通过SPR、细胞热位移测定(CETSA)、基因敲除/过表达及动物模型进行靶点验证,才能将假说转化为确凿机制。
💡 启示3:木犀草素是值得深入研究的先导化合物,尤其针对AP-1/NF-κB驱动的炎症性疾病木犀草素对AP-1和NF-κB的强结合亲和力(优于奥美拉唑)提示其可能作为直接转录因子抑制剂。除RE外,该机制在炎症性肠病、类风湿关节炎、哮喘等疾病中具有广泛转化潜力。可开展木犀草素的结构优化及靶向转录因子的药物设计。
③ 未来研究方向
🔬 方向1:开展高质量、多中心、随机双盲安慰剂对照试验现有证据尚不足以支持XSLJZD作为RE的推荐疗法。需设计严格RCT,以胃镜下黏膜愈合率、症状完全缓解率、复发率及患者报告结局为主要终点,并设置至少6个月的随访期,同时系统记录不良事件。
⚙️ 方向2:实验验证木犀草素/黄芩素对AP-1/NF-κB的直接结合及功能抑制采用表面等离子体共振(SPR)测定纯化蛋白与化合物的结合动力学;利用荧光素酶报告基因检测AP-1/NF-κB转录活性;在RE动物模型(如酸灌注+食管上皮细胞)中验证XSLJZD及木犀草素对食管黏膜炎症和凋亡的改善作用。
📈 方向3:解析XSLJZD复方的药代动力学(PK)及多成分协同规律运用UPLC-Q-TOF-MS鉴定XSLJZD入血成分,并开展大鼠PK研究,明确木犀草素等核心成分的生物利用度。结合网络药理学与PK/PD建模,揭示多成分协同增效的潜在机制,为复方优化提供依据。
DOI:10.1016/j.phymed.2026.157766
论文标题: Efficacy and mechanisms of Xiangsha Liujunzi Decoction for gastroesophageal reflux disease: A study integrating meta-analysis, network pharmacology and molecular docking
期刊: Phytomedicine
发表日期: 2026年1月2日 (Volume 151, 157766)
影响因子: 8.3
第一作者: Mengfei Tian, Ke Wang (共同第一作者)
通讯作者及单位: Diping Chen (陈涤平) 南京中医药大学;Mengfei Tian (田梦飞) 南京中医药大学 & 江苏护理职业学院
🌟 干货持续更新|关注本号,后续解锁「菌群代谢机制拆解」「顶刊实验设计巧思」「科研数据可视化技巧」,助力课题设计与高分论文写作!
本文仅供科研交流学习。如有侵权请联系删除。