A tüdő adenokarcinómával összefüggő depresszió közötti ok-okozati összefüggés feltárása „minden Qi-stagnáció és tüdőhöz kapcsolódó depresszió” szemszögéből, valamint a beavatkozás előrejelzése Hagyományos kínai orvoslás

Absztrakt:Cél A genetikai ok-okozati összefüggés feltárása közötttüdő adenokarcinóma(LUAD) éssúlyos depressziós rendellenesség (MDD)Mendeli randomizációs (MR) analízisen keresztül, a következő elmélet alapjánminden tüdővel kapcsolatos qi-pangás és depresszió", és megjósolják a lehetséges hagyományos kínai gyógyszereket a tüdő adenokarcinómával kapcsolatos depresszió (LAD) beavatkozására. Módszerek A LUAD és MDD genom-szintű asszociációs vizsgálatok (GWAS) adatkészletei az IEU OpenGWAS adatbázisából származnak. Az MR-elemzést és a robusztusság-értékelést elsősorban a TwoSampleMR csomag segítségével végezték az R-szoftverben. Instrumental IVNG-változók a közelben lévő gének segítségével. A dúsítási elemzést IVNG-k alapján végezték, és a CTD és ITCM adatbázisokat használták a releváns kémiai komponensek és a lehetséges hagyományos kínai orvoslás (TCM) beavatkozásainak előrejelzésére. A klasszikus és modern orvosi esetek felhőplatformját (V2.3.9) használták a TCM statisztikai elemzésére, a terápiás elvekre és az előírásokra összpontosítva (P 9) MR módszerrel=0.018 99) gyenge pozitív okozati hatást mutatott a LUAD és az MDD között, ami nem mutatott ki szignifikáns heterogenitást vagy horizontális pleiotrópiát, ami megerősítette az eredmények megbízhatóságát túlnyomórészt meleg, ezt követte a semleges és a hideg. Az öt ízt elsősorban a májnak, a lépnek, a gyomornak és a szívnek tulajdonították (Ephedrae Herba), Zhizi (Gardeniae Fructus), Yiyiren (Coicis Semen), Pugongying (Taraxaci Herba) ésRoucongrong (Cistanches Herba), a hasonló klasszikus receptek a Mahuang-alapú formulák, a Huaihua por (槐花散), a Huanglian Jiedu főzet (黄连解毒汤), a Weijing főzet (苇茎汤), a Wuwei Xiaodu Drink (5味鎎co)川煎), Huagan Decoction (化肝煎) és Sangxing Decoction (桑杏汤). Következtetés Az "összes qi-pangás és depresszió a tüdőhöz kapcsolódó" elmélet alapján gyenge pozitív genetikai okozati hatást találtak a LUAD és az MDD között. A LUAD elősegítheti az MDD kialakulását azáltal, hogy befolyásolja a neurális jelátvitelt és a szabályozó mechanizmusokat, különösen a kolinerg útvonalon keresztül. Ezenkívül a „Célállapot” orvosi elméletet és az előre jelzett TCM-eredményeket kombinálva ez a tanulmány feltárta a LAD lehetséges TCM-kezeléseit, azzal a céllal, hogy referenciaként szolgáljon a LAD-betegek TCM-kezeléséhez, hogy javítsa a LUAD-betegek általános terápiás eredményeit és mentális egészségét.

Kulcsszavak: tüdő adenokarcinómával összefüggő depresszió; Mendeli randomizáció; a hagyományos kínai orvoslás előrejelzése; célállapot; Mahuang-alapú képletek; Huaihua por; Huanglian Jiedu főzet; Weijing főzet; Wuwei Xiaodu ital; Jichuan főzet; Huagan főzet; Sangxing főzet; Ephedrae Herba; Gardeniae Fructus; Coicis Semen; Taraxaci Herba;Cistanches Herba

 

 

 

Magas szintű gyógynövény-cistanche formula a tüdő adenokarcinómával összefüggő depresszió kezelésére

További részletekért Whatsapp

 

 

A tüdő adenokarcinóma (LUAD) a tüdőrák leggyakoribb altípusa világszerte. Bár jelentős regionális különbségek vannak, a LUAD előfordulása mind a férfiak, mind a nők körében a legmagasabb Kelet-Ázsiában [1]. A rosszindulatú daganatokhoz kapcsolódó pszichológiai teher, különösen a major depressziós rendellenesség (MDD) előfordulása a betegeknél, jelentős kihívásokat jelent az egyén egészségére nézve. Ez nemcsak életminőségüket befolyásolja, hanem a betegség kezelésének hatékonyságát is negatívan befolyásolja [2]. Ezért az MDD időben történő azonosítása és kezelése nagy jelentőséggel bír a rosszindulatú daganatos betegek általános prognózisának javításában.

A hagyományos kínai orvoslás (TCM) elmélete szerint "A qi stagnálás és elnyomás minden formája a tüdőhöz tartozik", ami ahhoz a hipotézishez vezet, hogy az MDD előfordulása LUAD-ban szenvedő betegeknél összefüggésbe hozható a tüdő diszpergáló és leszálló funkcióinak diszfunkciójával. A vizsgálatok megerősítették a rosszindulatú daganatok és az MDD közötti kétirányú kapcsolatot. Például genetikai összefüggés van az MDD és a tüdőrák megnövekedett kockázata között [3], és az MDD előfordulása magasabb a tüdőrákos betegekben, mint a nem rákos populációkban [4]. Azonban nem teljesen tisztázott, hogy a LUAD-nak, mint a tüdőrák egyik altípusának van-e genetikai alapja az MDD előfordulásának.

Ez a tanulmány az első, amely kétmintás mendeli randomizációs (MR) elemzést alkalmaz a LUAD és az MDD közötti genetikai ok-okozati összefüggés feltárására. A műszeres változó közeli gének (IVNG) azonosításával és a dúsítási elemzések elvégzésével a tanulmány célja a LUAD és az MDD közötti összefüggés mögött meghúzódó lehetséges patogén mechanizmusok feltárása. Ezenkívül az IVNG-k és nyilvános adatbázisok alapján a tanulmány előrevetíti a lehetséges vegyületeket és kínai gyógynövényeket, amelyek beavatkozhatnak a LUAD-dal kapcsolatos depresszióba (LAD). Ezeket az előrejelzéseket az "állami célzott" gyógyászattal [5] kombinálva a tanulmány a LAD kezelésére szolgáló TCM-megközelítéseket tárja fel, amelyek célja a pontos célzott kezelés elérése az alapvető TCM-elméletek, valamint a szindróma differenciálás és kezelés irányítása mellett. Ez innovatív ötleteket és módszereket kínál a TCM-alapú beavatkozásokhoz a LAD számára, elősegítve a TCM öröklését, innovációját és modernizálását.

1 Anyagok és módszerek

1.1 Tanulmánytervezés

Először kétmintás MR-analízist alkalmaztunk a LUAD és az MDD közötti genetikai ok-okozati hatás értékelésére. Ezután IVNG-ket kaptunk, és a génontológia (GO) és a Kyoto Encyclopedia of Genes and Genomes (KEGG) felhasználásával dúsítási elemzést végeztek a LAD lehetséges patogén mechanizmusainak feltárására. Ezenkívül az IVNG-k alapján megjósolták a LAD-hoz kapcsolódó vegyületeket és kínai gyógynövényeket. Végül az Ancient and Modern Medical Records Cloud Platformot (V2.3.9) (https://www.yiankb.com/) használták statisztikai elemzéshez, klaszterezési elemzéshez és hasonló klasszikus receptek azonosításához az előre jelzett kínai gyógynövényekre. Ez új ötleteket és módszereket adott a TCM-alapú beavatkozásokhoz a LAD-ban. A kutatási munkafolyamat az 1. ábrán látható.

 

1.2 MR-elemzés

1.2.1 Genome-Wide Association Studies (GWAS) adatkészletek beszerzése

A LUAD és MDD GWAS adatkészleteit a TwoSampleMR csomag segítségével szereztük be az IEU OpenGWAS adatbázisból (https://gwa.mrcieu.ac.uk/). A LUAD GWAS adatkészletet (ieu-a-965) és az MDD adatkészletet (ebi-a-GCST90038650) használták a LUAD-hoz kapcsolódó műszeres változók és hatásinformációk kinyerésére az ebi-a-GCST90038650 adatkészletben az ok-okozati következtetések levonására az MR-elemzés során.

Az ieu-a-965 adatkészlet 3 442 LUAD esetet és 14 894 egészséges kontrollt tartalmaz, összesen 18 336 egyént. Az ebi-a-GCST90038650 adatkészlet az európai populációk GWAS összefoglaló adataiból áll, amelyeket Dönertaş et al. [6] inTermészet Öregedés2021-ben.

1.2.2 Instrumentális változók kiválasztása

Az MR-vizsgálatoknak három alapvető feltételezésnek kell megfelelniük:

Az instrumentális változóknak (IV-k) szignifikánsan össze kell kapcsolódniuk az expozíciós tényezővel.

Az IV-k nem kapcsolódhatnak semmilyen zavaró tényezőhöz.

Az IV-k csak az expozíciós tényezőn keresztül befolyásolhatják az eredményt.

Ebben a vizsgálatban az egynukleotid polimorfizmusra (SNP) vonatkozó információkat a GWAS katalógusból (https://gwas.mrcieu.ac.uk/), valamint a potenciális zavaró tényezőkkel (pl. skizofrénia, bipoláris zavar, mániás epizódok, poszttraumás stressz zavar, mentális betegségek, MDD-gyógyszerek, MDD-gyógyszerek stb.) kapcsolódó SNP-kből nyertük ki. kizárták. A következő lépéseket hajtották végre a TwoSampleMR csomag használatával:

Az instrumentális változókhoz szorosan kapcsolódó SNP-k kiválasztása: A kiválasztási küszöbP< 1,0×10⁻5 került alkalmazásra. EzPA -értékküszöböt gyakran használják a GWAS vizsgálatokban annak biztosítására, hogy a kiválasztott SNP-k kellő statisztikai szignifikanciával rendelkezzenek a tulajdonsággal, ezáltal csökkentve a hamis pozitív arányt és biztosítva az IV-k megbízhatóságát [7].

Kapcsolódási egyensúlyhiány megszüntetése: A paraméterek a következőképpen lettek beállítvar²= 0.001 éskb= 10.000. Ezek a küszöbértékek biztosítják a kiválasztott SNP-k függetlenségét a genomon belül, elkerülve az IV-ek közötti túlzott korrelációt az erős kapcsolódási egyensúlyhiány miatt, így javítva az IV-ek érvényességét [8].

Kivéve azokat az SNP-ket, amelyeknél kisebb allélgyakoriság (MAF) < 0,01: Amaf_thresholdparamétert alkalmaztuk a ritka SNP-k kizárására, biztosítva, hogy a kiválasztott SNP-k jobb statisztikai erővel és biológiai reprezentativitással rendelkezzenek, összhangban a gyakori variánsokra vonatkozó szelekciós standardokkal [9].

A palindromos SNP-k kivételével: Ez a lépés elkerüli a palindrom szekvenciák által okozott elemzési torzítást, tovább javítva az eredmények pontosságát [10].

1.2.3 Statisztikai elemzés

Ez a tanulmány elsősorban az inverz varianciasúlyozott (IVW) módszert használta a genetikai ok-okozati hatások értékelésére, míg az MR-Egger, az egyszerű módú, a súlyozott medián és a súlyozott módú módszereket az IVW eredmények robusztusságának felmérésére. A LUAD és az MDD közötti lehetséges ok-okozati összefüggést az esélyhányadosok (OR) és a 95%-os konfidencia intervallumok (CI) segítségével mutatták be.

A heterogenitási teszteket MR-Egger és IVW módszerekkel végeztük az IV-ek heterogenitásának értékelésére. Ha erős heterogenitást észleltünk (Q_pval< 0,05), véletlenszerű hatásmodellt alkalmaztunk a robusztusabb hatásbecslések készítéséhez. Az SNP-k horizontális pleiotrópiáját és az IVW eredmények stabilitását az MR-Egger elfogó teszttel, illetve az egyet elhagyó módszerrel értékeltük. AP< 0,05 volt statisztikailag szignifikáns. Minden statisztikai elemzést az R 4.4.2-es verziójával végeztünk.

1.3 Funkcionális dúsítási elemzés IVNG-k alapján

Az SNP-k helyét és kromoszómaszekvencia információit az Ensembl adatbázisban (https://www.ensembl.org/) kérdeztük le SNP ID-k segítségével. Ezután a BioMart eszközt használták az összes instrumentálisan változó közeli gén (IVNG) azonosítására ezektől az SNP-ktől ±200 kb-on belül. Az IVNG-k funkcionális dúsítási elemzését aclusterProfilercsomag [11], a dúsítási eredményeket aggplot2csomag. A legfontosabb útvonaldiagramokat a KEGG adatbázisból szereztük be (https://www.kegg.jp/).

 

1.4 A lehetséges kínai gyógynövények előrejelzése és statisztikai elemzése

Az IVNG-ket benyújtották a Comparative Toxicogenomics Database-hoz (CTD, https://ctdbase.org/), hogy azonosítsák az ezeket a géneket szabályozó vegyületeket. A vegyületeket kiszűrték az emberekhez kapcsolódó vegyületekre (Homo sapiens) és legalább 2 IVNG vagy Nagyobb vagy egyenlő, mint 2 kiadvány támogatja. A kapcsolódó kínai gyógynövényeket ezután az ITCM adatbázis (http://itcm.biotcm.net/) segítségével keresték [12].

Az azonos vegyületeket tartalmazó kínai gyógynövényeket csoportosították [13-15]. Ha egyetlen gyógynövény több, ebben a vizsgálatban azonosított vegyületet tartalmazott, akkor több csoportban is megjelenhet. A csoportosított gyógynövényeket az Ancient and Modern Medical Records Cloud Platformra (V2.3.9, https://www.yiankb.com/) töltötték fel szabványosítási feldolgozás céljából (pl. a „Perilla” „Perilla leaf”, az „Artemisia” mint „Liu Ji Nu”, a „Flat Plantain” a „Plantago Herb” stb. Ezután klaszteranalízist, a gyógynövények tulajdonságainak és a meridián tropizmusának statisztikai elemzését, valamint a hatékonysági elemzést végezték el. A nagyfrekvenciás gyógynövényeket tovább elemeztük a klasszikus vényazonosítási modulban, hogy azonosítsuk a hasonló klasszikus formulákat.

A megfelelő potenciális kínai gyógynövényekkel rendelkező vegyületeket, a hozzájuk kapcsolódó IVNG-ket és a szabványosított potenciális gyógynövény-információkat feltöltötték a Cytoscape-be (V3.10.3), hogy létrehozzák az "IVNG-vegyület-gyógynövény" térképezési hálózatot.

 

2 Eredmények

2.1 Az ok-okozati hatás elemzésének eredményei a LUAD és az MDD között

A LUAD GWAS adatkészlet (ieu-a-965) összesen 8 881 354 SNP-t tartalmazott, és 12 SNP-t tartottak meg műszeres változóként a későbbi MR-elemzések szűrése után. A műszeres változókra vonatkozó információkat az 1. táblázat tartalmazza.

Az IVW módszer eredményei azt mutatták, hogy az érték 0,00205 (pozitív) és statisztikailag szignifikáns (P< 0,05), ami potenciálisan gyenge pozitív okozati hatásra utal a LUAD és az MDD előfordulása között. Más MR-elemzési módszerek azonban nem mutattak statisztikai szignifikanciát (P> 0,05). A részletes MR-analízis eredményeit a 2. táblázat és a 2. ábra tartalmazza.

 

A 2. táblázat a mendeli rndomizáció eredményeit elemzi

Módszer	SNP-k		SE	P
Egger úr	12	0.00233	0.00195	0.26045
Súlyozott medián	12	0.00219	0.00190	0.42978
IVW	12	0.00205	0.00087	0.01899*
Egyszerű mód	12	0.00171	0.00181	0.92606
Súlyozott mód	12	0.00074	0.00103	0.58903

Jegyzet: P< 0,05 statisztikailag szignifikánsnak tekinthető.

 

2.2 Robusztusság-elemzés Az MR-elemzés eredményei

A heterogenitási tesztek eredményei nem mutattak szignifikáns heterogenitást a műszeres változók között sem az MR Egger, sem az IVW módszerrel (P> 0,05), jelezve a műszeres változók konzisztens hatását az MDD előfordulására. Ez alátámasztja az MR-analízis eredményeinek megbízhatóságát (3. táblázat).

Az MR Egger elfogó kifejezés (P= 0.8761) nem jeleztek szignifikáns horizontális pleiotrópiát, ami arra utal, hogy a műszeres változóknak az MDD előfordulására gyakorolt ​​hatásai elsősorban a LUAD közvetlen ok-okozati útvonalán keresztül közvetítettek, nem pedig egyéb zavaró hatásokon (Egger intercept=−0,00056, standard hiba=0.00352,P = 0.8761).

Az egyet elhagyó módszer eredményei azt mutatták, hogy egyik instrumentális változó sem okozott szignifikáns változást a teljes ok-okozati hatásban, és a hatás iránya konzisztens maradt. Ez tükrözi az instrumentális változók robusztusságát és érvényességét (3. ábra).

A tölcsérdiagramból kiderült, hogy az adatpontok általában szimmetrikusak, összhangban a szignifikáns heterogenitás és a horizontális pleiotrópia hiányával, tovább igazolva a műszeres változó kiválasztásának racionalitását és az ok-okozati hatás becslésének robusztusságát (4. ábra).

 

 

. 2 ábra: LUAD és MDD előfordulásának ok-okozati becslése különböző MR-módszerekkel

 

 

2.3 Az IVNG-k funkcionális dúsítási elemzésének eredményei

A 12 SNP kromoszómaszekvenciája és lókusza alapján 120 IVNG-t azonosítottak az Ensembl adatbázisból. Ezen IVNG-k funkcionális dúsítási elemzése a következő eredményeket tárta fel:

GO Funkcionális gazdagítás: Az IVNG-k elsősorban olyan biológiai folyamatokban gazdagodtak fel, mint a nikotinra adott válasz, a kolinerg szinaptikus átvitel és a neurotranszmitter transzport. A sejtösszetevőkkel, például a plazmamembrán jelátviteli receptor komplexeivel, a membrán citoplazmatikus oldalával és a posztszinaptikus membránnal is kapcsolatban voltak. A molekuláris funkciókat tekintve olyan tevékenységekben gazdagodtak, mint a szimporter aktivitás, a másodlagos aktív transzmembrán transzporter aktivitás, a passzív transzmembrán transzporter aktivitás és a csatorna aktivitás (5-A ábra).

KEGG Pathway dúsítás: A dúsított útvonalak főként kolinerg jelátviteli útvonalakhoz kapcsolódnak (5-A, B ábra).

A dúsított GO funkciók és a KEGG útvonalak elsősorban a következő IVNG-ekhez kapcsolódnak:
CHRNA3 (kolinerg receptor nikotin alfa 3), CHRNA5, CHRNB4, EEF1A2 (elongációs faktor 1 alfa 2), KCNQ2 (kálium feszültségfüggő csatorna alcsalád Q tag 2), LIME1 (Lck interacting membránfehérje 1), PIK3CG (foszfatidilinozit-5-bisz-fatidil-5-bisz-fata-kináz alegység gamma), PTK6 (protein tirozin kináz 6), SLC12A7 (oldott hordozócsalád, 12 tagú 7), SLC6A18, SLC6A19, SLC6A3, SRMS (Src-kapcsolódó kináz Lck interacting membránfehérje) és TRAF3 (TNF receptorhoz kapcsolódó 5-ös faktor)-BFigure.

 

2.4 A lehetséges kínai gyógynövények előrejelzése és statisztikai elemzése

Az IVNG-ket beküldték a CTD adatbázisba a rokon vegyületek visszakereséséhez, így a deduplikáció után 1023 vegyületet kaptak, köztük olyan képviselőket, mint a retinsav, a rotenon, a rezveratrol, az aszkorbinsav, a kamptotecin és a citromsav. A további szűrés 170 vegyületre csökkentette a listát. Az ITCM adatbázis segítségével 41 ilyen vegyületet a megfelelő kínai gyógynövényekhez rendeltek hozzá.

Az azonosított gyógynövényeket csoportosították és feltöltötték az Ancient and Modern Medical Records Cloud Platformra a szabványosítás és a duplikáció megszüntetése érdekében, ami 580 lehetséges gyógynövényt eredményezett. A leggyakrabban említett gyógynövények közé tartoznakSha Yuan Zi(Astragalus mag),Shan Zha Ye(Galagonya levél),Ju Ju(Cikória),Feng Mi(Méz),Guang Zao(Zsidótövisbogyó),Zhi Zi(Gardénia),Luo Xuan Zao(Spirulina),Rou Cong Rong(Cistanche), Pu Gong Ying(Pitypang),Qiao Mai(Hajdina),Ma Huang(efedra),Wu Mei(Múme gyümölcs), ésYi Yi Ren(Coix mag) (4. táblázat).

A legjobb 30 gyógynövény klaszteranalízise öt fő kategóriát eredményezett:

Da Huang(Rebarbara),Sha Ji(Homoktövis).

Shan Zhu Yu(Cornus),Gou Gu Ye(Magyal levél),Wu Zhu Yu(Evodia),Ma Huang(efedra),Mu Gua(Papaya).

Hosszú Kui(Solanum nigrum),Ren Shen(Ginzeng),Chuan Xiong(Ligusticum),Ju Ju(Cikória),Jin Qiao Mai(arany hajdina),Feng Mi(Méz),Wu Mei(Múme gyümölcs).

Yi Yi Ren(Coix mag),Ji Shi Teng(Paederia),Sha Yuan Zi(Astragalus mag),Guang Zao(Zsidótövisbogyó).

E Jiao(Szamárbőr zselatin),Shi Hu(Dendrobium),Luo Xuan Zao(Spirulina),Piao Xiao-t énekelte(Sáska tojástartó),Da Suan(Fokhagyma),Shan Zha Ye(Galagonya levél),Qiao Mai(Hajdina),Ning Meng(Citrom),Zhi Zi(Gardénia),Rou Cong Rong(Cistanche),Pu Gong Ying(Pitypang),Da Ji(Bogáncs) (6. ábra).

A jósolt gyógynövények jellemzői

Négy természet: A meleg gyógynövények voltak a leggyakoribbak (17,46%), ezt követték a semleges (15,80%) és a hideg (13,81%) gyógynövények (7-A ábra).

Öt íz: Az édes volt a domináns íz (29,28%), ezt követte a keserű (26,19%) és a csípős (20,88%) (7-B ábra).

Meridián tropizmus: A gyógynövények főként a májra hatnak, majd a tüdőre, a lépre, a gyomorra, a vesére és a szívre (7-C. ábra).

Fő hatásosságok: Az elsődleges hatékonyság a hő eltávolítása és a méregtelenítés volt (7,96%), ezt követte a vér hűtése és a vérzés megállítása (3,43%), a méregtelenítés (3,31%), a vérzéscsillapítás (2,43%), valamint a hő és a nedvesség eltávolítása (2,10%) (7-D ábra).

A klasszikus előírások azonosítása

A legjobb 15 gyógynövény között olyan kulcsfontosságú gyógynövények, mint plMa Huang(efedra),Zhi Zi(Gardénia),Yi Yi Ren(Coix mag),Pu Gong Ying(Pitypang), ésRou Cong Rong(Cistanche) gyakran azonosították. Hasonló klasszikus előírásokat tartalmaznakMa Huang alapú képletek, Hua Hua San(Sophora virágpor),Huang Lian Jie Du Tang(Coptis méregtelenítő főzet),Wei Jing Tang(Nádfőzet),Wu Wei Xiao Du Yin(Öt összetevőből álló méregtelenítő ital),Ji Chuan Jian(Jó folyó főzet),Hua Gan Jian(Májátalakító főzet), ésSang Xing Tang(Eperfa- és sárgabarackfőzet) (5. táblázat).

A Cytoscape (V3.10.3) segítségével létrehozták az "IVNG-vegyületek-gyógynövények" térképezési hálózatát, amely 41 kémiai komponenst, 54 IVNG-t és 580 gyógynövényt tartalmaz (7-E ábra).

 

 

Ábra. 5 A dúsítási elemzés eredményei és a kolinerg jelátviteli útvonal sematikus diagramja

 

4. táblázat A 30 legjobb lehetséges beavatkozás a hagyományos kínai orvoslásban

Kínai gyógynövény	Frekvencia	Gyakoriság %	Kínai gyógynövény	Frekvencia	Gyakoriság %
Astragalus mag	9	17.65%	Múmia gyümölcs	9	17.65%
Galagonya levél	9	17.65%	Coix mag	9	17.65%
Cikória	9	17.65%	Ephedra	9	17.65%
Méz	9	17.65%	Pitypang	9	17.65%
Zsidótövisbogyó	8	15.69%	Hajdina	8	15.69%
Gardénia	8	15.69%	Fokhagyma	8	15.69%
Spirulina	8	15.69%	Bogáncs	8	15.69%
Cistanche	8	15.69%	Citrom	8	15.69%
Eperfa fagyöngy	8	15.69%	Dendrobium	8	15.69%
Szamárbőr zselatin	8	15.69%	Homoktövis	8	15.69%
Sophora virág	8	15.69%	Solanum nigrum	8	15.69%
Ginzeng	8	15.69%	Ligusticum	8	15.69%
Papaya	8	15.69%	Cornus	8	15.69%
Holly levél	8	15.69%	Evodia	8	15.69%

 

 

. 6 ábra A hagyományos kínai orvoslás klaszterelemzési eredményei