吳嘉瑞 金燕萍 張曉朦 張 冰 盛曉光

(北京中醫(yī)藥大學，北京，100102)

基于關聯(lián)規(guī)則與熵聚類的清熱類中成藥組方規(guī)律研究

吳嘉瑞 金燕萍 張曉朦 張 冰 盛曉光

(北京中醫(yī)藥大學，北京，100102)

目的：探討常用清熱類中成藥組方規(guī)律。方法：收錄《新編國家中成藥》中清熱類中成藥處方，采用關聯(lián)規(guī)則Apriori算法和復雜系統(tǒng)熵聚類等方法,確定處方中藥物的使用頻次及藥物之間的關聯(lián)規(guī)則等。結果：高頻次藥物包括甘草、黃芩、冰片、金銀花、大黃、連翹等；高頻次藥物組合包括“甘草、黃芩”“甘草、桔梗”“連翹、金銀花”等；置信度較高的關聯(lián)規(guī)則包括“牛黃->冰片”“桔梗->甘草”“朱砂->冰片”“梔子->黃芩”等。結論：處方用藥中除常見的清熱類中藥外，尚包括具有清熱作用的部分開竅藥、安神藥、瀉下藥及其他類藥物。

清熱藥；關聯(lián)規(guī)則；熵聚類

清熱藥是指以清解里熱，治療里熱證為主的藥物。根據(jù)藥物來源及應用特點不同，清熱類中藥分為清熱瀉火、清熱燥濕、清熱涼血、清熱解毒和清虛熱藥五類。清熱類中成藥種類繁多，其處方中除包含常見的清熱瀉火、清熱解毒等五類清熱藥外，亦常配伍其他類別藥物，配伍組合規(guī)律值得深入探討。本研究收集《新編國家中成藥》中的清熱類中成藥處方，在構建數(shù)據(jù)庫的基礎上，應用關聯(lián)規(guī)則和熵聚類算法進行處方用藥規(guī)律研究[1-3]。

1 資料與方法

1.1 處方來源與篩選 本研究以《新編國家中成藥》(第二版)[4]為來源，共篩選出清熱藥處方1202首。

1.2 分析軟件 “中醫(yī)傳承輔助系統(tǒng)(V2.0)”軟件[5]，中國中醫(yī)科學院中藥研究所提供。該軟件集“數(shù)據(jù)錄入—數(shù)據(jù)管理—數(shù)據(jù)查詢—數(shù)據(jù)分析—網絡可視化展示”為一體，可以有效實現(xiàn)病案、疾病、癥候、中藥、處方、四診等信息的管理、查詢、綜合分析等功能，可用于處方組方規(guī)律分析及新藥處方發(fā)現(xiàn)等領域[6-9]。

1.3 處方的錄入與核對 將篩選后的處方錄入“中醫(yī)傳承輔助系統(tǒng)(V2.0)”，錄入完成后，由雙人負責數(shù)據(jù)的審核，以確保數(shù)據(jù)的準確性。

1.4 數(shù)據(jù)分析

1.4.1 頻次統(tǒng)計分析 將清熱處方中每味藥的出現(xiàn)頻次從大到小排序，并將“頻次統(tǒng)計”結果導出。

1.4.2 組方規(guī)律分析 經過預實驗,確定在支持度(表示在所有藥物中同時出現(xiàn)的次數(shù))為60、置信度≥0.4條件下開展研究，按藥物組合出現(xiàn)頻次從大到小的順序進行排序；利用軟件中“規(guī)則分析”功能運算得關聯(lián)規(guī)則。

1.4.3 新方分析 在相關度為8，懲罰度為4的條件下，應用改進的互信息法和復雜系統(tǒng)熵聚類方法發(fā)現(xiàn)核心組合與新組方，并實現(xiàn)網絡可視化展示。

2 結果

2.1 用藥頻次分析 將藥物按使用頻次從高到低進行排序，前三位分別是甘草、黃芩和冰片，頻次前30位的藥物情況見表1。

表1 處方中使用頻次前30位的藥物

表2 處方中高頻次藥物組合

2.2 基于關聯(lián)規(guī)則分析的組方規(guī)律分析 按照藥物組合出現(xiàn)頻次由高到低排序，前3位分別是“甘草、黃芩”“甘草、桔?！薄斑B翹、金銀花”。出現(xiàn)頻次60次以上的藥物組合見表2。在支持度為60，置信度≥0.4條件下，分析得藥物關聯(lián)規(guī)則，結果見表3，關聯(lián)規(guī)則網絡圖見圖1。

表3 處方中藥物組合關聯(lián)規(guī)則(置信度≥0.4)

圖1支持度為60，置信度為0.4條件下的關聯(lián)規(guī)則網絡展示圖2.3 基于熵聚類的組方規(guī)律分析

2.3.1 基于改進的互信息法的藥物間關聯(lián)度分析 依據(jù)處方數(shù)量，結合經驗判斷和不同參數(shù)提取數(shù)據(jù)的預讀，設置相關度為8，懲罰度為4，進行聚類分析，得到處方中兩兩藥物間的關聯(lián)度，將關聯(lián)系數(shù)0.015以上的藥對列表。見表4。

表4 基于改進的互信息法的藥物間關聯(lián)度分析

2.3.2 基于復雜系統(tǒng)熵聚類的藥物核心組合與新處方分析 以改進的互信息法的藥物間關聯(lián)度分析結果為基礎，按照相關度與懲罰度約束，基于復雜系統(tǒng)熵聚類，演化出3～4味藥物核心組合，具體見表5。在核心組合提取的基礎上，運用無監(jiān)督熵層次聚類算法，得到34個新處方，具體見表6。

表5 基于復雜系統(tǒng)熵聚類的藥物核心組合

3 討論

本研究應用關聯(lián)規(guī)則和熵聚類算法系統(tǒng)分析了《新編國家中成藥》中清熱類中成藥的用藥規(guī)律。以下結合研究結果，對處方中高頻次藥物進行分析。甘草是出現(xiàn)頻率最高的單味中藥，味甘性平，歸心脾肺胃經。功能補脾益氣，祛痰止咳，緩急止痛，清熱解毒，且在處方中，甘草常發(fā)揮調和藥性的作用，可降低方中某些藥物(如大黃)的峻烈之性[10-11]，故其雖非典型清熱藥物，但卻在處方中頻次最高。黃芩出現(xiàn)頻次僅次于甘草，其味苦性寒，歸肺膽脾胃大小腸經，具有清熱燥濕、瀉火解毒、止血、安胎的功效，尤長于清中上焦?jié)駸?，可用于治療濕溫暑濕之證以及肺熱壅遏所致咳嗽痰稠等。冰片味辛苦，微寒，歸心脾肺經，能開竅醒神、清熱止痛。金銀花甘寒，有清熱解毒，疏散風熱之功，為治一切內癰外癰之要藥。連翹苦，微寒，清熱解毒，消腫散結，疏散風熱，主入心經，清心火，解瘡毒的同時能消散癰腫結聚，為“瘡家圣藥”[12]。

表6 基于熵層次聚類的新處方

本研究所得的藥物間關聯(lián)規(guī)則有助于分析藥物間的關聯(lián)程度，如“牛黃->冰片”(置信度為0.795 1)含義為，處方中有牛黃時，有冰片的概率為79.51%；“桔梗->甘草”(置信度為0.700 0)含義為，處方中有桔梗時，有甘草的概率為70%；“朱砂->冰片”(置信度為0.700 0)含義為，處方中有朱砂時，有冰片的概率為70%。又如關聯(lián)規(guī)則網絡圖中共12味藥物，其中除朱砂、金銀花外，其余10味藥均為名方牛黃上清丸[13]中的藥物，可見中成藥處方中高關聯(lián)度藥物組合與中醫(yī)經典名方的一致性，這也在一定程度上體現(xiàn)了中醫(yī)理論的傳承與延續(xù)。

再者，本研究應用復雜系統(tǒng)熵聚類方法得出的新處方不乏啟迪意義，如序號26的新處方“金銀花、玄參、連翹、牛蒡子、淡豆豉、淡竹葉”，其中金銀花清熱解毒，玄參清熱涼血，連翹消腫散結，牛蒡子疏散風熱，淡豆豉宣發(fā)郁熱，淡竹葉清熱瀉火，諸藥合用既能清里熱，又能解表邪，達到表里雙解，祛邪扶正之功效。

綜上，本研究應用數(shù)據(jù)挖掘方法對《新編國家中成藥》中的清熱類中成藥組方規(guī)律進行了系統(tǒng)分析，研究所得結果如高頻次藥物、藥物組合、高置信度關聯(lián)規(guī)則等對于闡明中醫(yī)清熱類處方規(guī)律提供了參考，同時有助于清熱類中藥處方的優(yōu)化與新藥研發(fā)時的輔助設計。當然，應用關聯(lián)規(guī)則和熵聚類所得的組方規(guī)則等還需進一步臨床驗證，數(shù)據(jù)挖掘方法亦有其局限性，需結合中醫(yī)藥理論與實踐綜合分析、評價[14-16]。

[1]李瑞奇,白明,苗明三.清熱藥的特點及現(xiàn)代研究[J].中醫(yī)學報,2013,28(8):1003-1005.

[2]唐仕歡,陳建新,楊洪軍,等.證-熵-方—中醫(yī)藥研究的新領域[J].中國中醫(yī)基礎醫(yī)學雜志,2010,16(4):267-270.

[3]唐仕歡,楊洪軍.中醫(yī)組方用藥規(guī)律研究進展述評[J].中國實驗方劑學雜志,2013,19(5):359-363.

[4]宋民憲,楊明.新編國家中成藥[M].2版.北京:人民衛(wèi)生出版社,2011.

[5]盧朋,李健,唐仕歡,等.中醫(yī)傳承輔助系統(tǒng)軟件開發(fā)與應用[J].中國實驗方劑學雜志,2012,18(9):1-4.

[6]楊洪軍,趙亞麗,唐仕歡,等.基于熵方法分析中風病處方中藥物之間的關聯(lián)度[J].中國中醫(yī)基礎醫(yī)學雜志,2005,11(9):706-709.

[7]唐仕歡,陳建新,楊洪軍,等.基于復雜系統(tǒng)熵聚類方法的中藥新藥處方發(fā)現(xiàn)研究思路[J].世界科學技術-中醫(yī)藥現(xiàn)代化,2009,11(2):225-228.

[8]吳嘉瑞,唐仕歡,郭位先,等.基于數(shù)據(jù)挖掘的名老中醫(yī)經驗傳承研究述評[J].中國中藥雜志,2014,39(4):614-617.

[9]盛倩,劉紹燕,莊曾淵,等.基于中醫(yī)傳承輔助系統(tǒng)的李東垣眼病方劑用藥規(guī)律研究[J].中國中醫(yī)眼科雜志，2014，24(3)：177-180.

[10]苗明三,張玉林,楊亞蕾,等.基于中藥藥理作用的中藥藥性理論研究[J].時珍國醫(yī)國藥,2009,20(8):2013-2015.

[11]高學敏.中藥學[M].2版.北京:中國中醫(yī)藥出版社,2009:432-433.

[12]孟長海,王治英.話說“瘡家圣藥”—連翹[J].環(huán)球中醫(yī)藥,2008,1(2):19-19.

[13]孫萍.四種上清丸在臨床中的辨證應用[J].中醫(yī)臨床研究,2011,3(18):55-55.

[14]李健,盧朋,唐仕歡,等.基于中醫(yī)傳承輔助平臺的治療肺癰方劑組方規(guī)律分析[J].中國實驗方劑學雜志,2012,18(2):254-254.

[15]盧笑暉,單崎瑋.基于中醫(yī)傳承輔助平臺分析盧尚嶺教授治療頭風病用藥經驗[J].中國實驗方劑學雜志,2012,18(9):5-5.

[16]吳嘉瑞,郭位先,張冰,等.基于數(shù)據(jù)挖掘的國醫(yī)大師顏正華含陳皮處方用藥規(guī)律研究[J].中國中藥雜志,2014,39(4):618-622.

(2014-07-19收稿 責任編輯：張文婷)

Analysis on the Composition Rules of Chinese Patent Medicine with Heat-clearing Based on Association Rules and Clustering Algorithm

Wu Jiarui,Jin Yanping,Zhang Xiaomeng,Zhang Bing,Sheng Xiaoguang

(BeijingUniversityofChineseMedicine,Beijing100102)

Objective: To investigate composition rules of with heat-clearing Chinese patent medicine.Methods: The prescriptions of Chinese patent medicine with heat-clearing in “The new national Medicine” were collected to build a database of the methods of association rules with apriori algorithm and complex system entropy cluster were used to achieve the frequency of medicines and association rules between drugs.Results: Data-mining results indicated that in the prescriptions of Chinese patent drugs with heat-clearing,the most frequently used drugs were Radix Glycyrrhizae,Radix Scutellariae,Borneol,Flos Lonicerae Japonicae,Radix et Rhizoma Rhei,and Fructus Forsythiae.The most frequently used drug combinations were “Radix Glycyrrhizae with Radix Scutellariae”,“Radix Glycyrrhizae with Radix Platycodi”,and “Fructus Forsythiae with Flos Lonicerae Japonicae”,etc.Medicine with a high degree confidence coefficient of association rules include “Bezoar->Borneol”,“Radix Platycodi->Radix Glycyrrhizae”,“Cinnabis->borneol”,and “Fructus Gardeniae-> Radix Scutellariae”.Conclusion: In the prescriptions of Chinese patent drugs,there includes not only the drugs with heat-clearing property,but also that with resuscitation,calming,lapactic and other properties.

Chinese patent drugs; Heat-clearing; Association Rules; Entropy Clustering

國家科技支撐計劃課題(編號：2007BAI10B01)；北京市中醫(yī)藥科技發(fā)展基金課題(編號：JJ-2010-70)；北京中醫(yī)藥大學科研創(chuàng)新團隊項目資助(編號：2011-CXTD-14)；北京中醫(yī)藥大學“重點學科”開放課題(編號：2013-ZDXKKF-19)

吳嘉瑞，副教授，博士，碩士研究生導師，研究方向：臨床中藥學，E-mail:exogamy@163.com

張冰(1959.8—)，女，博士，教授，博士研究生導師，研究方向：臨床中藥學，E-mail:zhangbing@263.net

R289.9;R311

A

10.3969/j.issn.1673-7202.2015.03.034