陳曙輝 林煦垚 張明強(qiáng) 陳立 秦國政

摘要：目的 利用文本挖掘技術(shù)探索治療精子活力低下癥的常用中醫(yī)用藥規(guī)律，為臨床治療提供一定的參考依據(jù)。方法 登錄中國知網(wǎng)（CNKI）收集中醫(yī)治療精子活力低下癥的相關(guān)文獻(xiàn)，使用MySQL數(shù)據(jù)庫，運用全文索引對數(shù)據(jù)進(jìn)行歸檔存儲，并人工降噪處理。利用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法，統(tǒng)計分析常用中藥用藥頻率及藥物協(xié)同關(guān)系規(guī)律，繪制協(xié)同藥物網(wǎng)絡(luò)圖并進(jìn)行分析討論。結(jié)果 中藥協(xié)同關(guān)系分析顯示菟絲子、枸杞子、淫羊藿、熟地黃、黃芪是治療精子活力低下癥最常用的中草藥。結(jié)論 常用中藥用藥規(guī)律，對臨床應(yīng)用具有一定指導(dǎo)意義，文本挖掘技術(shù)可以為中醫(yī)藥研究提供技術(shù)支持。

關(guān)鍵詞：精子活力低下癥;中醫(yī);文本挖掘;用藥規(guī)律

中圖分類號：R256.56 文獻(xiàn)標(biāo)志碼：A 文章編號：1007-2349（2019）01-0019-04

根據(jù)《世界衛(wèi)生組織人類精液分析實驗室技術(shù)手冊》（第5版）的描述，精子活力低下癥是指男性精液參數(shù)分析中前向運動（PR）精子百分率低于參考值下限，即低于32%[1]。WHO命名為弱精子癥。據(jù)西方國家統(tǒng)計調(diào)查，10%～15%的育齡夫婦存在不育問題，其中男性因素大約占50%[2]。在中國約1/10的夫婦發(fā)生不育，屬于男方因素的約為40%[3]。而且無論是在國內(nèi)還是國外，男性精子的質(zhì)量在近10年內(nèi)都出現(xiàn)了明顯下降的趨勢[4]。中醫(yī)學(xué)中沒有“精子活力低下癥”或“弱精子癥”之說及記載。但該病與中醫(yī)“精寒”、“精冷”等癥有關(guān)。中醫(yī)學(xué)在精子活力低下癥治療中積累了寶貴的經(jīng)驗，關(guān)于中醫(yī)藥治療精子活力低下的文獻(xiàn)已有大量刊載，通過文本挖掘技術(shù)[5]對精子活力低下癥文獻(xiàn)進(jìn)行全面分析和整理，將有助于發(fā)現(xiàn)精子活力低下癥治療規(guī)律特征，為進(jìn)一步提高中醫(yī)臨床治療效果、深入開展中醫(yī)科研提供依據(jù)。

1 資料與方法

文本挖掘是從非結(jié)構(gòu)化的文本數(shù)據(jù)中，抽取有價值信息的處理技術(shù)[6]。文本挖掘應(yīng)用到生物、醫(yī)學(xué)上，可以分為文本數(shù)據(jù)收集、處理、結(jié)構(gòu)化分析、可視化以及評價5個步驟[7]。

1.1 數(shù)據(jù)收集 登錄中國知網(wǎng)（China National Knowledge Infrastructure，CNKI，http：//www.cnki.net/）在關(guān)鍵詞檢索下檢索關(guān)鍵詞“弱精子癥”、“精子活力低下癥”。經(jīng)過檢索共得到文獻(xiàn)750篇，檢索日期2017年11月10日。

1.2 數(shù)據(jù)處理 將檢索到的相關(guān)文獻(xiàn)運用OCR 識別技術(shù)，按照UTF-8編碼格式統(tǒng)一保存在新建文本文件（后綴TXT）中。然后利用文本提取工具，將非結(jié)構(gòu)化的文件內(nèi)容整理為[文章序號，關(guān)鍵詞]這樣的格式化結(jié)構(gòu)，便于MySQL數(shù)據(jù)庫錄入與處理。

1.3 數(shù)據(jù)一次清洗 將1.2項中提取的結(jié)構(gòu)化文本信息存入數(shù)據(jù)庫的數(shù)據(jù)表中，表名為table_initial，針對“序號”和“關(guān)鍵詞”進(jìn)行處理。對于1篇文獻(xiàn)中重復(fù)出現(xiàn)的關(guān)鍵詞只需要計算1次，據(jù)此進(jìn)行數(shù)據(jù)清洗工作。

1.4 數(shù)據(jù)挖掘以及可視化分析 對于文獻(xiàn)檢索和查閱而言，在1篇文章中出現(xiàn)的關(guān)鍵詞，部分地反映整篇文章的信息。就某篇具體文獻(xiàn)來說，相關(guān)關(guān)鍵詞的“共同出現(xiàn)”蘊(yùn)含有一定的意義。基于以上分析，構(gòu)造針對每篇文獻(xiàn)共同出現(xiàn)的關(guān)鍵詞對算法，得到名為keypairs數(shù)據(jù)表。將相同的關(guān)鍵詞對進(jìn)行合并處理，只保留它們出現(xiàn)的頻數(shù)，構(gòu)造進(jìn)一步算法實現(xiàn)得到key_pairs_frqcy 數(shù)據(jù)表，抽取不同頻數(shù)詞對，應(yīng)用 Cytoscape3.5進(jìn)行可視化處理。圓圈的大小表示某一藥物出現(xiàn)的頻數(shù)大小，例如，菟絲子的圓圈最大，共出現(xiàn)101次。這種頻數(shù)大小反映了某一藥物在精子活力低下癥診治中的重要程度。線條的粗細(xì)反映了某一藥物與其他藥物相兼出現(xiàn)的頻數(shù)大小。菟絲子與枸杞子的線條最粗，即兩者相兼出現(xiàn)的證型有85個。這種頻數(shù)大小反映了某一藥物在精子活力低下癥診治中的重要程度。

1.5 數(shù)據(jù)二次清洗 經(jīng)過專業(yè)知識評估，數(shù)據(jù)一次清洗后仍存在噪音問題，這些噪音主要是自然語言的二義性和表達(dá)方式的多樣性產(chǎn)生的，對于這類問題，只能逐個分析并建立規(guī)則，然后根據(jù)規(guī)則，依據(jù)專業(yè)知識對數(shù)據(jù)進(jìn)行二次清洗降噪。即中藥名稱根據(jù)《中藥學(xué)》（高學(xué)敏主編，中國中醫(yī)藥出版社，2007年）進(jìn)行規(guī)范，使同種藥物名稱統(tǒng)一，如中藥“仙靈脾”、“淫羊藿”統(tǒng)一規(guī)范為“淫羊藿”。

2 結(jié)果

2.1 中藥頻數(shù)統(tǒng)計 治療精子活力低下癥常用中藥頻數(shù)統(tǒng)計顯示，頻數(shù)由高至低排列，前15味中藥。菟絲子、枸杞子、淫羊藿、熟地黃、黃芪、當(dāng)歸、覆盆子出現(xiàn)頻次超過50，較其他藥更常用。頻數(shù)靠前的15位中藥可以構(gòu)成方劑五子衍宗丸，具有補(bǔ)腎益精之功效。

2.2 中藥協(xié)同關(guān)系分析 通過文本挖掘整理出的藥對組合中，頻次最多的35對組合如表1，從表中可知，枸杞子、菟絲子、淫羊藿、熟地黃之間的組合頻次最高，均大于55次，利用Cytoscape軟件將上述藥物組合進(jìn)行可視化處理，生成二維網(wǎng)絡(luò)關(guān)系圖。

菟絲子、枸杞子可與11個其他的中草藥配伍相兼使用，其次淫羊藿分別與9個其他的中草藥配伍相兼使用，熟地黃可與8個其他的中草藥配伍相兼使用，體現(xiàn)了治療精子活力低下癥復(fù)方的配伍核心。

3 討論

在生物學(xué)領(lǐng)域，由于生物學(xué)數(shù)據(jù)和生物醫(yī)學(xué)文獻(xiàn)數(shù)量的急驟增長，通過數(shù)據(jù)挖掘?qū)ふ乙?guī)律和新知成了生物學(xué)研究的一個新熱點和重要分支[8]。近年來，隨著各種信息傳媒和通量的不斷加大，中醫(yī)證用藥規(guī)律研究呈現(xiàn)多元化的趨勢[9]。采用文本挖掘進(jìn)行用藥規(guī)律研究是方法之一。文本挖掘是從文本集中發(fā)現(xiàn)潛在、隱藏的歸納性知識的一門技術(shù)[10]，它能對海量數(shù)據(jù)進(jìn)行整合、分析，獲得的結(jié)果更具有代表性、可信度更高[11]。既往的研究表明，文本挖掘具有探索治療疾病用藥規(guī)律的技術(shù)特征和條件，可操作性強(qiáng)[12]。精子活力低下不育癥是男科的常見重大疾病。本研究從750篇文獻(xiàn)中挖掘中醫(yī)診治精子活力低下不育癥的用藥規(guī)律，文獻(xiàn)信息全面，挖掘過程恰當(dāng)，質(zhì)量控制嚴(yán)格，所得結(jié)果具有指導(dǎo)臨床用藥價值。

本研究發(fā)現(xiàn)，菟絲子、枸杞子、淫羊藿、熟地黃、黃芪是治療精子活力低下癥最常用的中草藥。菟絲子，味甘、辛，性平，歸肝、腎經(jīng)，具有補(bǔ)陽益陰、固精縮尿、明目止瀉的功效?！端幮哉摗分^“治男子女人虛冷，添精益髓，去腰疼膝冷，又主消渴熱中。”現(xiàn)代藥理研究表明，菟絲子能增加小鼠精子數(shù)，增強(qiáng)小鼠精子的質(zhì)量和活力，并能明顯促進(jìn)熱應(yīng)激小鼠睪丸和附睪損傷后的修復(fù)[13]。枸杞子，味甘，性平，歸肝腎經(jīng)，具有補(bǔ)肝腎、明目的功效?！侗静萁?jīng)集注》云“補(bǔ)益精氣，強(qiáng)盛陰道”。研究表明枸杞子可下調(diào)生精細(xì)胞Caspase-3表達(dá)，從而降低凋亡率，促進(jìn)生殖損傷的恢復(fù)[14]。淫羊藿，味辛、甘，性溫，歸肝、腎經(jīng)，具有溫補(bǔ)腎陽，益氣強(qiáng)精的功效。《本草備要》記載“補(bǔ)命門（時珍曰∶手足陽明、三焦、命門藥），益精氣，堅筋骨，利小便?！睂嶒炞C明淫羊藿苷[15]能有效分泌精液，其自身存在類雄性激素作用，可以導(dǎo)致大鼠的前列腺、精囊等性腺重量增加。熟地黃，味甘，性微溫，歸肝、腎經(jīng)，具有補(bǔ)血滋陰、益精填髓的功效?！侗静菥V目》注熟地“填骨髓，長肌肉，生精血，補(bǔ)五臟內(nèi)傷不足，通血脈，利耳目，黑須發(fā)”。熟地黃[16]可以提高人體免疫力，并能提高抗氧化性。黃芪，味甘，性溫，歸肺、脾經(jīng)，具有補(bǔ)氣固表、利尿托毒的功效。黃芪為補(bǔ)氣要藥，《名醫(yī)別錄》謂之“補(bǔ)丈夫虛損，五勞羸瘦。止渴，腹痛，瀉痢，益氣……”。黃芪可增加精子線粒體活性，提高精子ATP 含量，改善精子活力及活率[17]。

綜上，文本挖掘技術(shù)可以全面、系統(tǒng)地總結(jié)精子活力低下癥臨床實踐中的中醫(yī)用藥規(guī)律，為疾病治療的科研思路提供參考，同時為臨床醫(yī)生優(yōu)化診治方案提供理論依據(jù)。分析所得用藥規(guī)律可以為臨床提供參考依據(jù)，對中醫(yī)藥治療精子活力低下癥用藥具有一定的指導(dǎo)價值。參考文獻(xiàn)不足之處是目前文本挖掘只能根據(jù)現(xiàn)有文獻(xiàn)進(jìn)行匯總與分析，由于文獻(xiàn)質(zhì)量、關(guān)鍵詞設(shè)計等存在不同層次，仍需要文獻(xiàn)溯源來對所得結(jié)果進(jìn)行綜合判斷，從而降低噪音。因此，提高自動化分析能力，進(jìn)一步降低噪音與人工工作量是對文本挖掘技術(shù)提出的進(jìn)一步要求。

參考文獻(xiàn)：

[1]世界衛(wèi)生組織.世界衛(wèi)生組織人類精液檢查與處理實驗室手冊，第5版[M].北京：人民衛(wèi)生出版，2010.10.

[2]Sachdeva K，Saxena R，Majumdar A，et al.Useofethnicity-lsperm-specific sequence tag site markers for Y chromosomemicrodeletion studies.Genet Test Mol Biomarkers，2011，15（6）：451-459.

[3]何清湖，秦國政.中西結(jié)合男科學(xué)[M].北京：人民衛(wèi)生出版社，2005，5：254.

[4]Cooper TG，NoonanE，VOnEckardstein S，eta1.World Health Organization reference values for human semen characteristics.Hum ReprodUpaate 2009;[Epub ahead of printl].

[5]Feldman R，Dagan I.Knowledge discovery in textual databases（KDT）.Proceedings of the 1st International conference on Data Mining and Knowledge Discovery（KDD95）[M].montrealAAAI Press，1995：112.

[6]JEFFREY W S.Data mining：An overview[J]CRS Re-port RL31798.2004：202-208.

[7]ANDREA C，RASMUS P.Finding associations and computingsimilarity via biased pair sampling[J].2009 Ninth IEEE In-ternational Conference on Data Mining.2009：61-70.

[8]Tari L，Anwar S，Liang S，et al.Discovering drug-druginteractions：a text-mining and reasoning approach basedon properties of drug metabolism[J]Bioinformatics.2010，26（18）：15473.

[9]譚勇，郭洪濤，鄭光，等.利用文本挖掘技術(shù)探索中醫(yī)藥治療疾病的用藥規(guī)律[J].世界科學(xué)技術(shù)（中醫(yī)藥現(xiàn)代化），2010，12（5）：823-827.

[10]Al-Mubaid Hisham，Singh Rajit K.A text-mining technique for extracting gene-disease associations from the biomedical literature[J].International Journal of Bioinformatics Research and Applications，2010，6（3）：270.

[11]Rodriguez-Esteban Raul.Biomedical text mining and its applications[J].PL o S Computational Biology（Online），2009，5（12）：e1000597.

[12]譚勇，楊靜，趙寧，等.利用文本挖掘技術(shù)探索中西藥治療慢性乙型肝炎的用藥規(guī)律[J].中國實驗方劑學(xué)雜志，2011，17（24）：232-235.

[13]韓洪軍，金玉姬，王光慧，等.菟絲子對熱應(yīng)激小鼠精子生成數(shù)量及活力的影響[J].中華臨床醫(yī)師雜志，2012，6（16）：4909-4911.

[14]史曉琴，崔瑞琴.枸杞多糖與雷公藤多苦含藥血清對生精細(xì)胞Caspase3表達(dá)的影響[J].河南中醫(yī)，2014，34（9）：1677-1679.

[15]Chen M，Hao J，Yang Q，et al，Effects of icariin on reproductive functions in male rats[J].Molecules，2014，19（7）：9502-14.

[16]王玉紅，王舒，張琰琴，等.地黃低聚糖抗過氧化氫誘導(dǎo)的脂肪間充質(zhì)干細(xì)胞凋亡的保護(hù)作用[J].中國康復(fù)理論與實踐，2008，14（4）：314-315.

[17]梁培育，李浩勇，肖勁逐，等.添加黃芪注射液對人精子線粒體功能的影響.中華男科學(xué)，2004，18（3）：11.