摘要：目的基于文本挖掘技术和生物医学数据库对新型冠状病毒肺炎（COVID-19）相关文献进行数据挖掘分析，探究COVID-19及其主要症状发热、咳嗽、呼吸障碍相关基因靶点，筛选潜在有效的化学药和中药。方法使用GenCLiP3网站获取COVID-19和其主要症状咳嗽、发热、呼吸障碍共4个关键词的共有靶点，在METASCAPE数据库中对其进行基因本体（GO）和通路富集分析，再利用String数据库和Cytoscape软件构建共有靶点的蛋白质相互作用网络，筛选获得核心基因，运用DGIdb数据库、SymMap数据库针对核心基因进行中西医治疗药物预测。结果获得COVID-19及其主要症状共有基因靶点28个，其中有IL2、IL1B、CCL2等核心基因16个，使用DGIdb数据库筛选获得与16个关键靶点相互作用的化学药包括沙利度胺、来氟米特、环孢素等28种，中药包括虎杖、黄芪、芦荟等70味。结论COVID-19及其主要症状的病理机制可能和CD4、KNG1、VEGFA等28个共有基因相关，可能通过介导TNF、IL-17等信号通路参与COVID-19病理过程。潜在有效药物可能通过作用相关靶点通路起到治疗COVID-19的作用。

新型冠状病毒肺炎（COVID-19）是一类感染新型冠状病毒（SARS-CoV-2）引发的急性全球流行性传染病。少部分COVID-19患者无症状，大部分轻、中度患者临床表现多样，但发热、咳嗽、呼吸困难是最常见的症状，也是主要的症状诊断标准［1-3］。重症患者可能并发严重的急性呼吸窘迫综合征、感染性休克和多器官衰竭，甚至导致死亡。COVID-19的治疗尚无特效药物，主要集中在对症治疗和呼吸支持方面［4］。然而临床常用的抗病毒药物及激素治疗多缺乏循证依据，且常伴随腹泻、恶心、呕吐、肝功能损害等不良反应［5］。探究COVID-19及其主要症状产生的病理机制，寻找有效的治疗药物迫在眉睫。

自疫情暴发以来，COVID-19相关的基础和临床研究迅速增加，在PubMed数据库中，年12月与COVID-19相关的检索结果仅有17个，而年7月检索到与COVID-19相关的已有16万多条相关结果，大量的文献资源为文本挖掘技术（textmining，TM）的实施提供了数据基础。文本挖掘技术是指利用自然语言处理、人工智能、信息检索和数据挖掘方法来发现、检索和提取一个文本语料库中的信息，是大数据时代综合分析和解释文献及高通量数据的一个有效工具。不断成熟并被逐步推广的文本挖掘技术使从大量COVID-19相关文献中自动收集疾病关键词-基因关联成为可能，有助于探索COVID-19的发病机制、治疗用药等。本研究基于文本挖掘技术和生物信息学方法探究COVID-19主要症状的发生机制，并据此筛选治疗COVID-19的药物，为COVID-19的治疗及新药开发提供思路和参考。

1　方法

1.1　获取COVID-19及其主要症状相关靶点

通过GenCLiP3网站（