文本挖掘探索人參相關(guān)病證方藥相應(yīng)規(guī)律*

梁 非，田景平，蔡 峰，鄭 光，4，郭洪濤，展俊平，6，張 弛，呂 誠，姜 淼，呂愛平※，喻長遠(yuǎn)△

(1.北京化工大學(xué)，北京 100029;2.中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所，北京 100700;3.廣州中醫(yī)藥大學(xué)研究生院，廣州 510006;4.蘭州大學(xué)信息學(xué)院，蘭州 730000;5.河南中醫(yī)學(xué)院第一附屬醫(yī)院，鄭州 450000;6.上海中醫(yī)藥大學(xué)，上海 201203)

人參是我國傳統(tǒng)的名貴藥材，為多年生草本，是五加科人參屬植物人參的根，其性溫、味甘、微苦，有大補(bǔ)元?dú)?、固脫、生津、安神之功效。人參富含人參皂苷、揮發(fā)油、脂肪酸、酚酸、黃酮類等化學(xué)成分?，F(xiàn)代藥理學(xué)研究表明［1］，人參具有調(diào)節(jié)中樞神經(jīng)系統(tǒng)的生理功能、增強(qiáng)機(jī)體免疫功能、抗心律失常、延緩衰老等作用。人參對于治療心血管疾病、糖尿病、腫瘤、神經(jīng)衰弱、腎病綜合征等疾病均有較好的療效，在臨床廣為應(yīng)用。

近年來，我國就人參的化學(xué)成分、藥理機(jī)制及臨床應(yīng)用等方面進(jìn)行了廣泛的研究，所報(bào)道的相關(guān)文獻(xiàn)大量存在于現(xiàn)有數(shù)據(jù)庫中。本文借助課題組不斷成熟的文本挖掘技術(shù)［2，3］，結(jié)合原文獻(xiàn)回溯、人工閱讀分析等方法，對現(xiàn)有人參中文文獻(xiàn)進(jìn)行挖掘，以分析人參相關(guān)病證方藥相應(yīng)規(guī)律。

1 材料與方法

1.1 文本數(shù)據(jù)收集

方法概述如下:在中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(Chinese BioMedicalLiterature Database，CBM，http://sinomed.cintcm.ac.cn/index.jsp)中，“缺省(智能)”狀態(tài)下以“人參”為檢索詞進(jìn)行檢索，共得到文獻(xiàn)22854篇(檢索日期:2012年7月3日)，下載后作為文本數(shù)據(jù)挖掘的原始數(shù)據(jù)。

1.2 文本數(shù)據(jù)處理

將收集來的數(shù)據(jù)按照下載的先后順序整合到一個(gè)平面文件(后綴txt)里面，以ANSI編碼格式保存。然后利用專有文本提取工具(軟件著作權(quán)，軟著登字第0261882號，登記號2010SR073409)，對下載的非結(jié)構(gòu)化txt文本數(shù)據(jù)進(jìn)行信息提取，保存成格式化的、便于大型關(guān)系型數(shù)據(jù)庫(Microsoft SQL Server，以下簡稱SQL)處理的格式，然后導(dǎo)入SQL中進(jìn)行下一步的挖掘分析。假設(shè)每一篇文獻(xiàn)的貢獻(xiàn)度是相同的，1篇文獻(xiàn)中重復(fù)出現(xiàn)的關(guān)鍵詞只需要計(jì)算1次，據(jù)此構(gòu)建算法進(jìn)行數(shù)據(jù)清洗工作［2］。清洗完畢后的數(shù)據(jù)，既可以提取挖掘?qū)ο蟮囊痪S頻次，也可以得到挖掘?qū)ο蟮亩S關(guān)系進(jìn)行可視化呈現(xiàn)。抽出不同頻次的關(guān)鍵詞對，用Cytoscape 2.8軟件進(jìn)行可視化處理，形成可視化的網(wǎng)絡(luò)圖，然后結(jié)合專業(yè)知識進(jìn)行解析，一旦發(fā)現(xiàn)不合理的結(jié)果，即回溯原文獻(xiàn)數(shù)據(jù)集，如果是噪音仍按算法進(jìn)行噪音清洗，直至噪音降到滿意為止。最后的結(jié)果可視化成圖，結(jié)合專業(yè)知識進(jìn)行解析。

2 人參文本挖掘結(jié)果評價(jià)與分析

2.1 病證關(guān)系文本挖掘結(jié)果

文本挖掘提取到人參在心腦血管疾病，胃腸道、肝臟疾病、呼吸系統(tǒng)疾病、糖尿病、神經(jīng)系統(tǒng)疾病、皮膚疾病、婦科疾病、腫瘤等方面均有應(yīng)用，其中在心力衰竭、糖尿病、心律失常、心肌梗死、心肌炎等疾病中最為常用。

提取到人參的適應(yīng)證候有氣陰兩虛、氣血兩虛、腎陽虛、氣虛血瘀、寒熱錯雜等，其中氣陰兩虛文獻(xiàn)頻次最高。

以人參為核心，將人參與疾病相關(guān)性最高的前5種疾病，即心力衰竭、糖尿病、心律失常、心肌梗死、心肌炎，分別與證候關(guān)聯(lián)起來進(jìn)行挖掘，提取到的疾病和證候關(guān)系文本結(jié)果構(gòu)建網(wǎng)絡(luò)圖(圖1)。人參相關(guān)病證關(guān)系網(wǎng)絡(luò)中證候(圖中正方形)、疾病(圖中六邊形)的顯示度和 node的大小正相關(guān)，連線表示相關(guān)性。

圖中可見氣陰兩虛證與人參關(guān)聯(lián)程度最高，疾病中心力衰竭、糖尿病與人參關(guān)聯(lián)程度高，病證關(guān)系中心力衰竭相關(guān)的證候有腎陽虛，糖尿病涉及的證候有腎陽虛與氣陰兩虛，其中氣陰兩虛、腎陽虛證與相關(guān)疾病關(guān)聯(lián)程度最高。該網(wǎng)絡(luò)形象地反映了人參相關(guān)病證關(guān)系中同病異證、異病同證的2種表現(xiàn)形式。

圖1 人參相關(guān)病證關(guān)系網(wǎng)絡(luò)圖

2.2 方證關(guān)系文本挖掘結(jié)果

文本挖掘提取到的人參常見方劑有人參湯(人參、甘草、干姜、白術(shù))、人參養(yǎng)榮湯(人參、茯苓、甘草、五味子、黃芪等)、生脈散(人參、麥冬、五味子)、白虎加人參湯(知母、石膏、人參、甘草)、參附湯(人參、附子)等。人參湯有溫中祛寒、補(bǔ)氣健脾之功，適用于脾胃虛寒證;人參養(yǎng)榮湯可補(bǔ)益氣血，適用于氣血虧虛之證;生脈散能益氣養(yǎng)陰，主治氣陰兩傷;白虎加人參湯有清熱瀉火、益氣生津之功，主治氣分熱盛而津氣不足之證;參附湯可回陽、益氣、固脫，常用于元?dú)獯筇?、陽氣暴脫的危急重癥?？梢娙藚⒊Ｒ姺街髦巫C中皆有氣傷因素存在，這些方劑還分別具有養(yǎng)血、溫陽、清熱等不同功效，與人參相關(guān)證候文本挖掘結(jié)果相符。

把人參常見方劑與其常見證候相關(guān)聯(lián)起來挖掘，提取到的結(jié)果構(gòu)建方劑與證候關(guān)系網(wǎng)絡(luò)圖(圖2)。網(wǎng)絡(luò)中方劑(圖中六邊形)、證候(圖中正方形)的顯示度和node的大小正相關(guān)，連線表示相關(guān)性。

網(wǎng)絡(luò)中可見以人參湯為核心形成一小網(wǎng)絡(luò)，與寒熱錯雜證相關(guān)聯(lián)?；厮菰墨I(xiàn)數(shù)據(jù)集發(fā)現(xiàn)，“人參湯”有單獨(dú)出現(xiàn)，也常見于白虎加人參湯、桂枝人參湯、四逆加人參湯等含人參湯的方名中，可見人參湯作為人參的常見方劑出現(xiàn)的文獻(xiàn)頻次應(yīng)持保守態(tài)度;小網(wǎng)絡(luò)中的白虎湯等方中均無人參組成?；厮菸墨I(xiàn)發(fā)現(xiàn)，這幾味方劑名常常單獨(dú)或者包含在其他方劑名中，與人參湯或者包含有人參湯名的方劑同進(jìn)出現(xiàn)于文獻(xiàn)中;如白虎湯主要為白虎湯與白虎加人參湯同時(shí)出現(xiàn);桂枝湯常為桂枝湯、枳實(shí)薤白桂枝湯等含桂枝湯名的方劑與桂枝人參湯、人參湯等相伴出現(xiàn);四逆湯為四逆湯、通脈四逆湯等與人參湯、四逆加人參湯等同時(shí)出現(xiàn);這些方劑組成中雖無人參，但常常與人參配伍應(yīng)用于寒熱錯雜等相關(guān)證的治療，如白虎加人參湯、干姜黃連黃芩人參湯、桂枝人參湯、四逆人參湯等。網(wǎng)絡(luò)中可見，人參養(yǎng)榮湯與氣血兩虛和氣陰兩虛證相關(guān)聯(lián);生脈散與氣陰兩虛、腎陽虛及氣虛血瘀證相關(guān)聯(lián);參附湯與腎陽虛證相關(guān)聯(lián);應(yīng)用于氣陰兩虛的方劑有生脈散、人參養(yǎng)榮湯、白虎加人參湯;應(yīng)用于腎陽虛的方劑有生脈散、參附湯。人參相關(guān)方證關(guān)系網(wǎng)絡(luò)圖形象地表現(xiàn)了中醫(yī)同證異方、同方異證的另一特點(diǎn)。

圖2 人參相關(guān)方證關(guān)系網(wǎng)絡(luò)圖

2.3 方病關(guān)系文本挖掘結(jié)果

把人參常見方與人參相關(guān)性最高的前5種疾病關(guān)聯(lián)起來挖掘，其結(jié)果構(gòu)建人參相關(guān)方劑與疾病關(guān)系網(wǎng)絡(luò)圖(圖3)。網(wǎng)絡(luò)中方劑(圖中六邊形)、疾病(圖中菱形)的顯示度和 node的大小正相關(guān)，連線表示相關(guān)性。

方病關(guān)系中可見，生脈散、參附湯與相關(guān)疾病的關(guān)聯(lián)最密切;兩方在心力衰竭等疾病中均有應(yīng)用;治療心力衰竭的方劑有生脈散、參附湯;治療糖尿病的有生脈散;該網(wǎng)絡(luò)形象地反映了方病關(guān)系中同方異病、異方同病的2種表現(xiàn)形式，體現(xiàn)了中醫(yī)同病異治、異病同治的辨證論治特點(diǎn)，也體現(xiàn)了中醫(yī)辨病論治的思維方式。

圖3 人參相關(guān)方病關(guān)系網(wǎng)絡(luò)圖

2.4 方藥關(guān)系文本挖掘結(jié)果

文本挖掘提取到的與人參常用配伍藥有麥冬、黃芩、甘草、三七、當(dāng)歸、白術(shù)、大棗、生姜、茯苓、丹參、干姜、半夏、五味子、桂枝、柴胡、黃芪、陳皮等。這些中藥分別具有補(bǔ)氣、養(yǎng)陰、補(bǔ)血、活血、回陽、瀉火等功效，其中以補(bǔ)氣藥為多，與人參相關(guān)證候文本挖掘結(jié)果相應(yīng)。

提取到的人參常見配合組合有:人參、麥冬;人參、黃芩;人參、三七;人參、甘草;人參、當(dāng)歸;人參、茯苓;人參、丹參;人參、五味子;人參、桂枝;人參、柴胡、人參、黃芪;人參、陳皮;人參、白術(shù)、甘草、干姜;人參、甘草、生姜、半夏、大棗等。人參與不同的藥物配伍適用于不同病證，可見人參的功效與其配伍有著密切的聯(lián)系。

把與人參常用配伍藥與人參常見方劑關(guān)聯(lián)起來挖掘，提取到的結(jié)果構(gòu)建人參相關(guān)方藥關(guān)系網(wǎng)絡(luò)圖(圖4)。網(wǎng)絡(luò)中方劑(圖中六邊形)、中藥(圖中圓形)的顯示度和node的大小正相關(guān);連線表示相關(guān)性。

圖中可見瀉心湯中無當(dāng)歸、甘草、白術(shù)卻與之直接相關(guān)聯(lián)，回溯原文獻(xiàn)，發(fā)現(xiàn)瀉心湯與這三味分別同時(shí)出現(xiàn)于文獻(xiàn)中，但彼此間并無配伍關(guān)系，因此相對于這三味藥，瀉心湯應(yīng)視為噪音;圖中可見人參常與麥冬配伍應(yīng)用;人參常見配伍藥是人參常見方劑的主要組成部分，如生脈散(人參、麥冬、五味子)、人參養(yǎng)榮湯(人參、當(dāng)歸、白術(shù)、甘草、大棗、生姜、茯苓、陳皮、五味子)。

3 討論

文本挖掘(Text Mining)技術(shù)是以計(jì)算語言學(xué)、統(tǒng)計(jì)數(shù)理分析為理論基礎(chǔ)，服務(wù)于生物、醫(yī)藥、文獻(xiàn)研究等學(xué)科的新興的交叉學(xué)科［4］。應(yīng)用于中醫(yī)藥領(lǐng)域，文本挖掘能從海量的中醫(yī)藥文獻(xiàn)中發(fā)現(xiàn)知識以促進(jìn)中醫(yī)臨床研究和中藥復(fù)方研發(fā)等多個(gè)方面。根據(jù)中醫(yī)理論和專業(yè)知識，利用數(shù)據(jù)挖掘技術(shù)對中醫(yī)藥文獻(xiàn)庫與生物醫(yī)學(xué)信息進(jìn)行處理，為中西醫(yī)藥研究提供新的思路和途徑，并且結(jié)果更加客觀，可重復(fù)性強(qiáng)［5］。

圖4 人參相關(guān)方藥關(guān)系網(wǎng)絡(luò)圖

本研究對人參相關(guān)文獻(xiàn)進(jìn)行文本挖掘，得到人參相關(guān)疾病、證候、方劑、中藥等挖掘結(jié)果，是對人參相關(guān)病證方藥規(guī)律比較全面的總結(jié)。挖掘結(jié)果顯示人參核心疾病是心力衰竭和糖尿病;核心證候是氣陰兩虛證;常見方有人參養(yǎng)榮湯、生脈散、參附湯等;人參常與麥冬、黃芩、三七等具有不同功效的藥物配伍使用于相應(yīng)病證中，人參的功效與其配伍有著密切的聯(lián)系，實(shí)際應(yīng)用中應(yīng)對人參有著全面的認(rèn)識，以便靈活應(yīng)用于臨床。

文本挖掘的結(jié)果，利用Cytoscape 2.8軟件形成可視化的網(wǎng)絡(luò)圖，形象地展示了人參相關(guān)病證方藥規(guī)律。如圖1形象地反映了病證關(guān)系中同病異證、異病同證的2種表現(xiàn)形式。通過回溯原文獻(xiàn)、人工閱讀評價(jià)，使結(jié)果更為客觀，如方證關(guān)系圖中以人參湯為核心的小網(wǎng)絡(luò)中的方劑組成中均無人參，回溯文獻(xiàn)發(fā)現(xiàn)這些方劑常常與人參配伍應(yīng)用于寒熱錯雜等相關(guān)證的治療?？梢?，通過這種文本挖掘技術(shù)能夠比較客觀地總結(jié)中西醫(yī)病證方藥規(guī)律，為臨床應(yīng)用提供參考。不足之處是現(xiàn)有文本挖掘技術(shù)不能把具有包含關(guān)系的詞很好得區(qū)分開來，比如人參湯的結(jié)果，是人參湯、白虎加人參湯、桂枝人參湯、四逆人參湯等諸多含有人參湯詞條的綜合，需要回溯原文獻(xiàn)數(shù)據(jù)集加以綜合分析，從而增加人工工作量。因此，如何提高數(shù)據(jù)挖掘技術(shù)計(jì)算分析能力，以降低噪音、節(jié)省工作量是當(dāng)前應(yīng)該著眼解決的問題。

［1］南京中醫(yī)藥大學(xué).中藥大辭典［M］.上海:上?？茖W(xué)技術(shù)出版社，2006:38-45.

［2］ZHENG G，JIANG M，HE X J，et al.Discrete derivative:a data slicing algorithm for exploration of sharing biological networks between rheumatoid arthritis and coronary heart disease［J］.BioData Min，2011，4:18.

［3］郭洪濤，鄭光，趙靜，等.基于文本挖掘分析甲型 H1N1流感的中醫(yī)藥治療特色［J］.世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2011，13(5):772-776.

［4］薛為民，陸玉昌.文本挖掘技術(shù)研究［J］.北京聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版)，2005，19(4):59-63.

［5］LI S，ZHANG Z Q，WU L J，et al.Understanding ZHENG in traditional Chinese medicine in the contex of neuro-endocrineimmune network［J］.IET Syst Biol，2007，1(1):51-60.