Kopsu adenokartsinoomiga seotud depressiooni põhjusliku seose uurimine "kogu Qi stagnatsiooni ja kopsudega seotud depressiooni" vaatenurgast ning sekkumise prognoosimine Traditsiooniline Hiina meditsiin

Abstraktne:Eesmärk Uurida geneetilist põhjuslikku seostkopsu adenokartsinoom(LUAD) jasuur depressiivne häire (MDD)Mendeli randomiseerimise (MR) analüüsi abil, mis põhineb teoorial "kõik kopsuga seotud qi stagnatsioon ja depressioon" ja ennustada potentsiaalseid traditsioonilisi Hiina ravimeid kopsu adenokartsinoomiga seotud depressiooni (LAD) sekkumiseks. Meetodid Genoomiülesed assotsiatsiooniuuringute (GWAS) andmestikud LUAD ja MDD jaoks saadi IEU OpenGWAS andmebaasist. MR analüüs ja robustsuse hindamine viidi läbi peamiselt R-tarkvaras paketi TwoSampleMR abil. Ennustatakse instrumentaalseid muutujaid, kasutades läheduses asuvaid geene. Rikastusanalüüs viidi läbi IVNG-de põhjal ning CTD ja ITCM-i andmebaase kasutati asjakohaste keemiliste komponentide ja võimalike traditsioonilise hiina meditsiini (TCM) sekkumiste ennustamiseks TCM-i statistiliseks analüüsiks kasutati klassikaliste ja kaasaegsete meditsiiniliste juhtumite pilvplatvormi (V2.3.9), keskendudes terapeutiliste põhimõtete ja ettekirjutustele, kasutades dispersioonanalüüsi meetodit ({IV}).=0.018 99) viitas nõrgale positiivsele põhjuslikule mõjule LUAD-i ja MDD vahel, mis kinnitas tulemuste usaldusväärsust valdavalt soojad, millele järgnesid neutraalsed ja külmad maitsed, millele järgnesid kibedad ja teravad maitsed, millele järgnesid kopsud, põrn, neerud ja süda (Ephedrae Herba), Zhizi (Gardeniae Fructus), Yiyiren (Coicis Semen), Pugongying (Taraxaci Herba) jaRoucongrong (Cistanches Herba), mille sarnased klassikalised retseptid on Mahuangil põhinevad segud, Huaihua pulber (槐花散), Huanglian Jiedu Decoction (黄连解毒汤), Weijing Decoction (苇茎汤), Wuwei Xiaodu jook (5味鮮消)川煎), Huagani keetmine (化肝煎) ja Sangxing Decoction (桑杏汤). Järeldus Tuginedes teooriale "kõik qi stagnatsioon ja depressioon, mis on seotud kopsudega", leiti nõrk positiivne geneetiline põhjuslik mõju LUAD ja MDD vahel. LUAD võib soodustada MDD arengut, mõjutades neuraalset signaaliülekannet ja regulatiivseid mehhanisme, eriti kolinergilise raja kaudu. Lisaks sellele, kombineerides "sihtseisundi" meditsiiniteooriat ja prognoositud TCM-i tulemusi, uuriti selles uuringus võimalikke LAD-i TCM-ravi, mille eesmärk oli pakkuda viiteid LAD-i patsientide TCM-ravile, et parandada LUAD-i patsientide üldisi ravitulemusi ja vaimset tervist.

Võtmesõnad: kopsu adenokartsinoomiga seotud depressioon; Mendeli randomiseerimine; traditsioonilise hiina meditsiini ennustamine; siht-staatus; Mahuangil põhinevad valemid; Huaihua pulber; Huanglian Jiedu Keetmine; Weijingi keetmine; Wuwei Xiaodu jook; Jichuani keetmine; Huagani keetmine; Sangxing Keetmine; Ephedrae Herba; Gardeniae Fructus; Coicis sperma; Taraxaci Herba;Cistanches Herba

 

 

 

Kõrgetasemeline taimne Cistanche valem kopsu adenokartsinoomiga seotud depressiooni raviks

Lisateavet leiate Whatsapist

 

 

Kopsu adenokartsinoom (LUAD) on kogu maailmas kõige levinum kopsuvähi alatüüp. Kuigi on olulisi piirkondlikke erinevusi, on LUAD-i esinemissagedus kõrgeim nii meeste kui naiste seas Ida-Aasias [1]. Pahaloomuliste kasvajatega seotud psühholoogiline koormus, eriti suurte depressiivsete häirete (MDD) esinemine patsientidel, seab inimese tervisele olulisi väljakutseid. See mitte ainult ei mõjuta nende elukvaliteeti, vaid mõjutab negatiivselt ka haiguse ravi tõhusust [2]. Seetõttu on MDD õigeaegne tuvastamine ja ravi pahaloomuliste kasvajatega patsientide üldise prognoosi parandamiseks väga olulised.

Traditsioonilises hiina meditsiinis (TCM) on teooria, mis väidab: "Kõik qi stagnatsiooni ja rõhumise vormid kuuluvad kopsudesse", mis viib hüpoteesini, et MDD esinemine LUAD-i patsientidel võib olla seotud düsfunktsiooniga kopsude hajutamise ja laskumise funktsioonides. Uuringud on kinnitanud kahesuunalist seost pahaloomuliste kasvajate ja MDD vahel. Näiteks on MDD ja kopsuvähi suurenenud riski vahel geneetiline korrelatsioon [3] ning kopsuvähiga patsientidel on MDD esinemissagedus suurem võrreldes vähita populatsioonidega [4]. Siiski ei ole täielikult välja selgitatud, kas LUAD-il kui kopsuvähi alatüübil on MDD esinemise geneetiline alus.

See uuring on esimene, mis kasutab kahe valimi Mendeli randomiseerimise (MR) analüüsi, et uurida geneetilist põhjuslikku seost LUADi ja MDD vahel. Tuvastades instrumentaalsed varieeruvad lähedalasuvad geenid (IVNG-d) ja viies läbi rikastamisanalüüse, on uuringu eesmärk selgitada välja võimalikud patogeensed mehhanismid, mis on LUADi ja MDD vahelise seose aluseks. Lisaks ennustab uuring IVNG-de ja avalike andmebaaside põhjal potentsiaalseid ühendeid ja Hiina ravimtaimi LUAD-ga seotud depressiooni (LAD) sekkumiseks. Kombineerides neid ennustusi "riiklikult suunatud" meditsiiniga [5], uuritakse uuringus TCM-i lähenemisviise LAD-i raviks, eesmärgiga saavutada täpne sihipärane ravi TCM-i põhiteooriate ning sündroomi diferentseerimise ja ravi juhendamisel. See pakub uuenduslikke ideid ja meetodeid TCM-põhiste sekkumiste jaoks LAD-i jaoks, edendades TCM-i pärandit, innovatsiooni ja moderniseerimist.

1 Materjalid ja meetodid

1.1 Uuringu ülesehitus

Esiteks kasutati LUAD ja MDD vahelise geneetilise põhjusliku mõju hindamiseks kahe proovi MR analüüsi. Seejärel saadi IVNG-d ja LAD-i potentsiaalsete patogeensete mehhanismide paljastamiseks viidi läbi rikastamisanalüüs geeniontoloogia (GO) ja Kyoto geenide ja genoomide entsüklopeedia (KEGG) abil. Lisaks ennustati IVNG-de põhjal LAD-iga seotud ühendeid ja Hiina ravimtaimi. Lõpuks kasutati iidset ja kaasaegset meditsiiniliste dokumentide pilveplatvormi (V2.3.9) (https://www.yiankb.com/) statistiliseks analüüsiks, rühmitusanalüüsiks ja prognoositud Hiina ravimtaimede sarnaste klassikaliste retseptide tuvastamiseks. See andis uusi ideid ja meetodeid TCM-põhiste sekkumiste jaoks LAD-is. Uurimise töövoog on näidatud joonisel 1.

 

1.2 MR analüüs

1.2.1 Genoomi hõlmavate assotsiatsiooniuuringute (GWAS) andmekogumite omandamine

GWAS-i andmestikud LUAD-i ja MDD jaoks saadi TwoSampleMR-paketi abil IEU OpenGWAS-i andmebaasist (//gwa.mrcieu.ac.uk/). LUAD-i GWAS-andmestikku (ieu-a-965) ja MDD-andmestikku (ebi-a-GCST90038650) kasutati LUAD-iga seotud instrumentaalsete muutujate ja nende mõjuteabe eraldamiseks andmekogus ebi-a-GCST90038650, et teha põhjuslikke järeldusi MR-analüüsis.

Ieu-a-965 andmestik sisaldab 3442 LUAD juhtumit ja 14 894 tervet kontrolli, kokku 18 336 isikut. Andmekogum ebi-a-GCST90038650 koosneb Euroopa populatsioonide GWAS-i kokkuvõtlikest andmetest, mille on avaldanud Dönertaş jt. [6] tolliLooduse vananemineaastal 2021.

1.2.2 Instrumentaalsete muutujate valik

MR-uuringud peavad vastama kolmele põhieeldusele:

Instrumentaalsed muutujad (IV) peavad olema märkimisväärselt seotud kokkupuuteteguriga.

IV-sid ei tohi seostada segavate teguritega.

IV-d peavad tulemust mõjutama ainult kokkupuuteteguri kaudu.

Selles uuringus saadi üksiknukleotiidi polümorfismi (SNP) teave GWAS-i kataloogist (https://gwas.mrcieu.ac.uk/) ja potentsiaalsete segavate teguritega (nt skisofreenia, bipolaarne häire, maniakaalsed episoodid, traumajärgne stressihäire, vaimuhaigused, MDD-ravimid, MDD-ravimite vanus, MDD-ravimid jne) seotud SNP-dest. olid välistatud. TwoSampleMR paketi abil viidi läbi järgmised sammud:

Instrumentaalsete muutujatega tihedalt seotud SNP-de valimine: valikuläviPRakendati < 1,0 × 10-⁵. SeeP-väärtuslävi kasutatakse tavaliselt GWAS-i uuringutes, et tagada valitud SNP-de piisav statistiline olulisus selle tunnusega, vähendades seeläbi valepositiivsete tulemuste määra ja tagades IV-de usaldusväärsuse [7].

Ühenduse tasakaalustamatuse eemaldamine: parameetrid määrati järgmiseltr²= 0.001 jakb= 10 000. Need läved tagavad valitud SNP-de sõltumatuse genoomis, vältides tugeva sideme tasakaalustamatuse tõttu IV-de vahelist liigset korrelatsiooni, parandades seega IV-de kehtivust [8].

Välja arvatud SNP-d, mille väiksema alleeli sagedus (MAF) on < 0,01:maf_läviparameetrit rakendati haruldaste SNP-de välistamiseks, tagades, et valitud SNP-del on parem statistiline võimsus ja bioloogiline representatiivsus, mis on kooskõlas tavaliste variantide valikustandarditega [9].

Välja arvatud palindroomsed SNP-d: See samm väldib palindroomsetest järjestustest põhjustatud analüüsi kõrvalekaldeid, parandades veelgi tulemuste täpsust [10].

1.2.3 Statistiline analüüs

Selles uuringus kasutati geneetiliste põhjuslike mõjude hindamiseks peamiselt pöördvariatsiooniga kaalutud (IVW) meetodit, samas kui IVW tulemuste tugevuse hindamiseks kasutati MR-Eggeri, lihtsa režiimi, kaalutud mediaani ja kaalutud režiimi meetodeid. Võimalik põhjuslik seos LUAD ja MDD vahel esitati, kasutades koefitsiente (OR) ja 95% usaldusvahemikke (CI).

Heterogeensuse testid viidi läbi MR-Eggeri ja IVW meetoditega, et hinnata IV-de heterogeensust. Kui tuvastati tugev heterogeensus (Q_pval< 0,05), kasutati usaldusväärsemate mõjuhinnangute saamiseks juhuslike efektide mudelit. SNPde horisontaalset pleiotroopiat ja IVW tulemuste stabiilsust hinnati vastavalt MR-Eggeri pealtkuulamise testi ja jätmise-üks-välja meetodi abil. AP< 0,05 loeti statistiliselt oluliseks. Kõik statistilised analüüsid viidi läbi, kasutades R versiooni 4.4.2.

1.3 Funktsionaalse rikastamise analüüs IVNG-de põhjal

SNP-de asukoha ja kromosoomijärjestuse teavet küsiti SNP ID-de abil andmebaasist Ensembl (//www.ensembl.org/). Seejärel kasutati BioMarti tööriista kõigi instrumentaalsete muutuvate läheduses asuvate geenide (IVNG-de) tuvastamiseks nendest SNP-dest ±200 kb piires. IVNG-de funktsionaalse rikastamise analüüs viidi läbi kasutadesclusterProfilerpakett [11], mille rikastamise tulemused on visualiseeritud kasutadesggplot2pakett. Peamiste radade diagrammid saadi KEGG andmebaasist (//www.kegg.jp/).

 

1.4 Võimalike Hiina ravimtaimede prognoosimine ja statistiline analüüs

IVNG-d esitati võrdlevasse toksikogenoomika andmebaasi (CTD, https://ctdbase.org/), et tuvastada neid geene reguleerivad ühendid. Ühendid filtreeriti inimestega seotud ühendite jaoks (Homo sapiens) ja seda toetab rohkem kui 2 IVNG või suurem või võrdne 2 väljaannet. Seejärel leiti ITCM-i andmebaasi (//itcm.biotcm.net/) abil seotud Hiina ravimtaimed [12].

Hiina ravimtaimed, mis sisaldavad samu ühendeid, rühmitati kokku [13-15]. Kui üks ravimtaim sisaldas mitut selles uuringus tuvastatud ühendit, võib see esineda mitmes rühmas. Rühmitatud maitsetaimed laaditi standardimistöötlemiseks üles iidsete ja kaasaegsete meditsiiniliste dokumentide pilveplatvormile (V2.3.9, https://www.yiankb.com/) (nt "Perilla" ühendati kui "Perilla leht", "Artemisia" kui "Liu Ji Nu", "Flat Plantain" kui "Plantago Herb" jne). Seejärel viidi läbi klastrianalüüs, taimsete omaduste ja meridiaantropismi statistiline analüüs ning tõhususe analüüs. Kõrgsageduslikke ravimtaimi analüüsiti täiendavalt klassikalise retsepti tuvastamise moodulis, et tuvastada sarnased klassikalised valemid.

Ühendid vastavate potentsiaalsete Hiina ravimtaimedega, nendega seotud IVNG-d ja standardiseeritud potentsiaalsete ravimtaimede teave laaditi üles Cytoscape'i (V3.10.3), et luua "IVNG-ühendi-ürdi" kaardistamisvõrk.

 

2 tulemust

2.1 Põhjusliku mõju analüüsi tulemused LUADi ja MDD vahel

LUAD GWAS-i andmestik (ieu-a-965) sisaldas kokku 8 881 354 SNP-d ja 12 SNP-d säilitati instrumentaalsete muutujatena pärast sõelumist järgnevaks MR-analüüsiks. Teave instrumentaalsete muutujate kohta on toodud tabelis 1.

IVW meetodi tulemused näitasid, et väärtus oli 0,00205 (positiivne) ja statistiliselt oluline (P<0, 05), mis viitab potentsiaalsele nõrgale positiivsele põhjuslikule mõjule LUAD-i ja MDD esinemise vahel. Kuid teised MR-analüüsi meetodid ei näidanud statistilist olulisust (P> 0,05). Üksikasjalikud MR-analüüsi tulemused on toodud tabelis 2 ja joonisel 2.

 

Tabel 2 Analüüsib Mendeli rndomiseerimise tulemusi

meetod	SNP-d		SE	P
hr Egger	12	0.00233	0.00195	0.26045
Kaalutud mediaan	12	0.00219	0.00190	0.42978
IVW	12	0.00205	0.00087	0.01899*
Lihtrežiim	12	0.00171	0.00181	0.92606
Kaalutud režiim	12	0.00074	0.00103	0.58903

Märkus: P< 0,05 loetakse statistiliselt oluliseks.

 

2.2 Robustsuse analüüs MR-analüüsi tulemused

Heterogeensuse testi tulemused ei näidanud olulist heterogeensust instrumentaalsete muutujate vahel, kasutades nii MR Eggeri kui ka IVW meetodit (P> 0, 05), mis näitab instrumentaalsete muutujate järjekindlat mõju MDD esinemisele. See toetab MR-analüüsi tulemuste usaldusväärsust (tabel 3).

MR Eggeri lõiketermin (P= 0.8761) ei näidanud olulist horisontaalset pleiotroopiat, mis viitab sellele, et instrumentaalsete muutujate mõju MDD esinemisele oli peamiselt vahendatud LUAD-i otsese põhjusliku tee kaudu, mitte muude segavate mõjude kaudu (Eggeri lõikepunkt=−0,00056, standardviga=0.00352,P = 0.8761).

Jäta üks välja meetodi tulemused näitasid, et ükski instrumentaalne muutuja ei põhjustanud olulist muutust üldises põhjuslikus mõjus ning mõju suund jäi järjepidevaks. See peegeldab instrumentaalsete muutujate tugevust ja kehtivust (joonis 3).

Lehtri graafik näitas, et andmepunktid olid üldiselt sümmeetrilised, mis on kooskõlas olulise heterogeensuse ja horisontaalse pleiotroopia puudumisega, kinnitades veelgi instrumentaalse muutuja valiku ratsionaalsust ja põhjusliku mõju hinnangu tugevust (joonis 4).

 

 

Joonis. 2 LUAD ja MDD esinemise põhjusliku mõju hinnangud erinevate MR-meetodite abil

 

 

2.3 IVNG-de funktsionaalse rikastamise analüüsi tulemused

12 SNP kromosomaalsete järjestuste ja lookuste põhjal tuvastati Ensembl andmebaasist 120 IVNG-d. Nende IVNG-de funktsionaalse rikastamise analüüs näitas järgmisi tulemusi:

GO Funktsionaalne rikastamine: IVNG-sid rikastati peamiselt bioloogilistes protsessides, nagu reaktsioon nikotiinile, kolinergiline sünaptiline ülekanne ja neurotransmitterite transport. Neid seostati ka rakukomponentidega, nagu plasmamembraani signaali retseptori kompleksid, membraani tsütoplasmaatiline külg ja postsünaptiline membraan. Molekulaarsete funktsioonide osas rikastati neid selliste tegevustega nagu sümportija aktiivsus, sekundaarne aktiivne transmembraanne transporteri aktiivsus, passiivne transmembraanne transporteri aktiivsus ja kanali aktiivsus (joonis 5-A).

KEGG raja rikastamine: Rikastatud rajad olid peamiselt seotud kolinergiliste signaaliradadega (joonis 5-A, B).

Rikastatud GO-funktsioonid ja KEGG-teed olid peamiselt seotud järgmiste IVNG-dega:
CHRNA3 (kolinergiline retseptor nikotiini alfa 3), CHRNA5, CHRNB4, EEF1A2 (pikenemistegur 1 alfa 2), KCNQ2 (kaaliumpingega kanali alamperekond Q liige 2), LIME1 (Lck interakteeruv membraanivalk 1), PIK3CG (fosfatidüülinositool-3-fosfatidüülinositool-4-3 gamma-subühik), PTK6 (valgu türosiinkinaas 6), SLC12A7 (lahustuva aine kandja perekond 12 liiget 7), SLC6A18, SLC6A19, SLC6A3, SRMS (Src-ga seotud kinaasi Lck interakteeruv membraanivalk) ja TRAF3 (TNF retseptoriga seotud faktor 5)-BFigure.

 

2.4 Võimalike Hiina ravimtaimede prognoosimine ja statistiline analüüs

IVNG-d esitati CTD andmebaasi seotud ühendite leidmiseks, saades pärast dubleerimist 1023 ühendit, sealhulgas selliseid esindajaid nagu retinoehape, rotenoon, resveratrool, askorbiinhape, kamptotetsiin ja sidrunhape. Edasine filtreerimine vähendas nimekirja 170 ühendini. ITCM-i andmebaasi kasutades kaardistati 41 neist ühenditest vastavate Hiina ravimtaimedega.

Tuvastatud ravimtaimed rühmitati ja laaditi standardiseerimiseks ja dubleerimiseks üles iidsete ja kaasaegsete meditsiiniliste dokumentide pilveplatvormi, mille tulemusena saadi 580 potentsiaalset ravimtaimi. Kaasa arvatud kõige sagedamini mainitud maitsetaimedSha Yuan Zi(Astragaluse seeme),Shan Zha Ye(Virpuu leht),Ju Ju(sigur),Feng Mi(Kallis),Guang Zao(Jujube),Zhi Zi(Gardenia),Luo Xuan Zao(Spirulina),Rou Cong Rong(Cistanche), Pu Gong Ying(võilill),Qiao Mai(tatar),Ma Huang(efedra),Wu Mei(mume puu) jaYi Yi Ren(Coix seeme) (tabel 4).

30 parima maitsetaime klasteranalüüs andis tulemuseks viis peamist kategooriat:

Da Huang(rabarber),Sha Ji(Astelpaju).

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

Pikk Kui(Solanum nigrum),Ren Shen(ženšenn),Chuan Xiong(Ligusticum),Ju Ju(sigur),Jin Qiao Mai(kuldne tatar),Feng Mi(Kallis),Wu Mei(Muumi vili).

Yi Yi Ren(Coix seeme),Ji Shi Teng(Paederia),Sha Yuan Zi(Astragaluse seeme),Guang Zao(Jujube).

E Jiao(Eeslinahast želatiin),Shi Hu(dendroobium),Luo Xuan Zao(Spirulina),Laulis Piao Xiaot(Mantise munakarp),Da Suan(küüslauk),Shan Zha Ye(Virpuu leht),Qiao Mai(tatar),Ning Meng(sidrun),Zhi Zi(Gardenia),Rou Cong Rong(Cistanche),Pu Gong Ying(võilill),Da Ji(Ohakas) (Joonis 6).

Prognoositavate ürtide omadused

Neli loodust: Kõige levinumad olid soojad (17,46%), millele järgnesid neutraalsed (15,80%) ja külmad (13,81%) (joonis 7-A).

Viis maitset: Magus oli domineeriv maitse (29,28%), millele järgnesid mõru (26,19%) ja terav (20,88%) (joonis 7-B).

Meridiaani tropism: Maitsetaimed mõjutasid peamiselt maksa, millele järgnesid kopsud, põrn, magu, neerud ja süda (joonis 7-C).

Peamised tõhusused: Esmane efektiivsus oli kuumuse eemaldamine ja detoksifitseerimine (7,96%), millele järgnes vere jahutamine ja verejooksu peatamine (3,43%), võõrutus (3,31%), hemostaas (2,43%) ning kuumuse ja niiskuse eemaldamine (2,10%) (joonis 7-D).

Klassikaliste retseptide tuvastamine

15 parima ürdi hulgas on sellised peamised maitsetaimed naguMa Huang(efedra),Zhi Zi(Gardenia),Yi Yi Ren(Coix seeme),Pu Gong Ying(võilill) jaRou Cong Rong(Cistanche) tuvastati sageli. Kaasas sarnased klassikalised retseptidMa Huangil põhinevad valemid, Hua Hua San(Sophora lillepulber),Huang Lian Jie Du Tang(Coptis Detoksifitseeriv Keetmine),Wei Jing Tang(Poliroo keetmine),Wu Wei Xiao Du Yin(viie koostisosaga võõrutusjook),Ji Chuan Jian(Beefit River Keetmine),Hua Gan Jian( Maksa transformatsiooni keetmine) jaSang Xing Tang(Mooruspuu ja aprikoosi keetmine) (tabel 5).

Cytoscape'i (V3.10.3) abil koostati "IVNG-ühendite-ürtide" kaardistamisvõrk, mis hõlmas 41 keemilist komponenti, 54 IVNG-d ja 580 ravimtaimi (joonis 7-E).

 

 

Joonis. 5 Rikastusanalüüsi tulemused ja kolinergilise signaaliraja skemaatiline diagramm

 

Tabel 4 Top 30 potentsiaalset traditsioonilist Hiina meditsiini sekkumist

Hiina rohi	Sagedus	Sagedus %	Hiina rohi	Sagedus	Sagedus %
Astragali seeme	9	17.65%	Mume puu	9	17.65%
Viirpuu leht	9	17.65%	Coix seeme	9	17.65%
Sigur	9	17.65%	Efeedra	9	17.65%
Kallis	9	17.65%	Võilill	9	17.65%
Jujube	8	15.69%	tatar	8	15.69%
Gardenia	8	15.69%	Küüslauk	8	15.69%
Spirulina	8	15.69%	Ohakas	8	15.69%
Cistanche	8	15.69%	Sidrun	8	15.69%
Mooruspuu puuvõõrik	8	15.69%	Dendroobium	8	15.69%
Eeslinahast želatiin	8	15.69%	Astelpaju	8	15.69%
Sophora lill	8	15.69%	Solanum nigrum	8	15.69%
Ženšenn	8	15.69%	Ligusticum	8	15.69%
papaia	8	15.69%	Cornus	8	15.69%
Holly leht	8	15.69%	Evodia	8	15.69%

 

 

Joonis. 6 Traditsioonilise Hiina meditsiini klastrianalüüsi tulemused