基于關(guān)聯(lián)規(guī)則挖掘技術(shù)對(duì)《千金方》中養(yǎng)生方劑配伍規(guī)律研究

陳桂芬（福建中醫(yī)藥大學(xué)管理學(xué)院，福建 福州 350122）

周常恩（福建中醫(yī)藥大學(xué)中醫(yī)學(xué)院，福建 福州 350122）

李德森（福建中醫(yī)藥大學(xué)藥學(xué)院，福建 福州 350122）

《千金方》是中國(guó)唐朝孫思邈的臨床醫(yī)學(xué)著作，記載了大量的中醫(yī)養(yǎng)生方劑。作為中國(guó)最早臨床醫(yī)學(xué)百科全書，擁有豐富的中藥信息資源，一直為中醫(yī)界所推崇。雖然有學(xué)者對(duì)《千金方》養(yǎng)生規(guī)律進(jìn)行研究，但目前還沒有利用現(xiàn)代信息技術(shù)篩選整理養(yǎng)生方劑的成果報(bào)道。數(shù)據(jù)挖掘是近些年隨著數(shù)據(jù)庫(kù)和人工智能發(fā)展起來的一門新興技術(shù)，是從大量數(shù)據(jù)中發(fā)現(xiàn)有效的、新穎的、潛在有用并且最終可理解的知識(shí)的過程。通過篩選整理養(yǎng)生方劑、構(gòu)建數(shù)據(jù)庫(kù)、運(yùn)用數(shù)據(jù)挖掘方法，可以發(fā)現(xiàn)《千金方》中養(yǎng)生方劑配伍規(guī)律。

本研究篩選整理《千金方》［1］中629首養(yǎng)生方劑，用藥總頻數(shù)達(dá)2157次，涉及中藥共300味。在此基礎(chǔ)上構(gòu)建包含藥物、方名、主治組成等字段的方劑數(shù)據(jù)庫(kù)，分別作藥物頻數(shù)分析、用藥關(guān)聯(lián)規(guī)則和分類關(guān)聯(lián)規(guī)則挖掘等研究。本文利用數(shù)據(jù)挖掘方法從多角度探討?zhàn)B生方用藥規(guī)律，最后經(jīng)關(guān)聯(lián)規(guī)則挖掘后給出了所發(fā)現(xiàn)的養(yǎng)生方常用藥對(duì)和藥組。

1 數(shù)據(jù)挖掘原理

1.1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系，從大量事務(wù)記錄中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，幫助我們更好地分析事務(wù)。

在關(guān)聯(lián)規(guī)則中，設(shè)I＝（I1，I2，…，In）是項(xiàng)的集合。任務(wù)相關(guān)的數(shù)據(jù)D是數(shù)據(jù)庫(kù)事務(wù)的集合，其中每個(gè)事務(wù)T是項(xiàng)的集合，T?I。每個(gè)事務(wù)有一個(gè)標(biāo)識(shí)符，稱為TID。設(shè)A是一個(gè)項(xiàng)集，事務(wù)T包含A且僅當(dāng)A?T。關(guān)聯(lián)規(guī)則是形如A?B的蘊(yùn)含式，其中A?I，B?I，A∩B＝Φ。規(guī)則A?B在事務(wù)中成立，具有支持度S為：support（A?B）＝P（A∪B）。其中P（A∪B）表示A，B同時(shí)出現(xiàn)的概率，既為（A，B同時(shí)出現(xiàn)的次數(shù)）／事務(wù)的總數(shù)。包含k個(gè)項(xiàng)的項(xiàng)集稱為k—項(xiàng)集。支持計(jì)數(shù)supportNumber是包含項(xiàng)集的事務(wù)數(shù)；滿足最小支持度的項(xiàng)集稱為頻繁項(xiàng)集［2］。

1.2 Apriori算法

Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法［3］。其核心是基于兩階段頻集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層、布爾關(guān)聯(lián)規(guī)則。在這里，所有支持度大于最小支持度的項(xiàng)集稱為頻繁項(xiàng)集，簡(jiǎn)稱頻集。該算法的基本思想是：首先找出所有的頻集，這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項(xiàng)的所有規(guī)則，其中每一條規(guī)則的右部只有一項(xiàng)，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞歸的方法［4］。

2 養(yǎng)生方劑配伍規(guī)律研究

2.1 建立方劑數(shù)據(jù)庫(kù)

基于方證分析的準(zhǔn)確性，首先對(duì)《千金方》中的養(yǎng)生方劑進(jìn)行臟腑分類，分為補(bǔ)肺、補(bǔ)脾、補(bǔ)心、補(bǔ)肝腎四類養(yǎng)生方劑，通過對(duì)中藥性、味進(jìn)行聚類分析共篩選出具有完整組成養(yǎng)生方劑共629首，其中補(bǔ)肺方劑127首、補(bǔ)脾方劑177首、補(bǔ)心方劑119首和補(bǔ)肝腎方劑206首。然后對(duì)挑出的方劑進(jìn)行規(guī)范化處理：依據(jù)《中國(guó)藥典》、《中藥大辭典》和《中華本草》對(duì)所選方劑藥名及功效進(jìn)行處理［5－7］。629首方劑共涉及300味中藥，考察各藥物的出現(xiàn)頻數(shù)，刪除藥物支持度小于2%的藥物，僅對(duì)較高支持度藥物做關(guān)聯(lián)規(guī)則挖掘。其次建立補(bǔ)肺、補(bǔ)脾、補(bǔ)心、補(bǔ)肝腎四類養(yǎng)生方劑數(shù)據(jù)倉(cāng)庫(kù)。研究中構(gòu)建了方劑庫(kù)、藥物庫(kù)、主治庫(kù)等，各數(shù)據(jù)庫(kù)依其自身關(guān)聯(lián)建立相應(yīng)數(shù)據(jù)鏈接，同時(shí)應(yīng)用SPSS軟件進(jìn)行中藥的頻數(shù)分析。

2.2 關(guān)聯(lián)規(guī)則挖掘

在中醫(yī)觀點(diǎn)中，很多癥狀的診斷之間是存在著關(guān)聯(lián)性。而在藥方的搭配上，也同樣存在著很多關(guān)聯(lián)性。以關(guān)聯(lián)規(guī)則為主要算法的數(shù)據(jù)挖掘，是分析中藥關(guān)聯(lián)性的有效方法。關(guān)聯(lián)規(guī)則（R）是形如R：A?B的規(guī)則，滿足A∩B＝Φ＆sup（R）≥min＿sup ＆conf（R）≥min＿conf。其中，A、B為項(xiàng)目（或?qū)傩裕┘?；sup（R）為規(guī)則R的支持度；min＿sup為最小支持度閾值；conf（R）為規(guī)則R的置信度；min＿conf為最小置信度閾值［8］。規(guī)則R的支持度（support）和置信度（confidence）定義如下：

支持度和置信度是描述關(guān)聯(lián)規(guī)則關(guān)聯(lián)性的兩項(xiàng)重要指標(biāo)，支持度反映規(guī)則的普遍性，置信度反映規(guī)則的可靠性，通常選擇支持度和置信度均較高的規(guī)則作為發(fā)現(xiàn)有意義的模式。

其中，“菟絲子 五味子 巴戟天”為規(guī)則前件；“肉蓯蓉”為規(guī)則后件。規(guī)則前件頻數(shù)為菟絲子、五味子、巴戟天三味中藥同時(shí)出現(xiàn)在206首肝腎養(yǎng)生方中的頻數(shù)；規(guī)則頻數(shù)指菟絲子、五味子、巴戟天、肉蓯蓉四味中藥同時(shí)出現(xiàn)在206首肝腎養(yǎng)生方中的頻數(shù)。因206首肝腎養(yǎng)生方中有32首方劑同時(shí)出現(xiàn)菟絲子、五味子、巴戟天、肉蓯蓉四味中藥，故規(guī)則（3）的支持度為0.1553；因32首同時(shí)出現(xiàn)菟絲子、五味子、巴戟天三味中藥的肝腎養(yǎng)生方中有32首方劑同時(shí)出現(xiàn)肉蓯蓉這味藥，故規(guī)則（3）的置信度為1。

本研究運(yùn)用挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的Apriori算法建立關(guān)聯(lián)關(guān)系研究中藥配伍規(guī)律，經(jīng)C＋＋編程實(shí)現(xiàn)，最小支持度閾值取10%，最小置信度閾值取60%。

2.3 實(shí)驗(yàn)結(jié)果

2.3.1 頻數(shù)分析結(jié)果 見表1～4。

表1 高頻補(bǔ)肺中藥

表3 高頻補(bǔ)心中藥

表2 高頻補(bǔ)脾中藥

表4 高頻補(bǔ)肝腎中藥

2.3.2 數(shù)據(jù)挖掘結(jié)果 見表5～8。

表5 補(bǔ)肺中藥配伍規(guī)則集

表6 補(bǔ)脾中藥配伍規(guī)則集

3 分析

補(bǔ)肺藥中如表1所示出現(xiàn)頻次最高的是：溫里、益氣、收斂、養(yǎng)陰、止咳平喘藥，如表5所示補(bǔ)肺藥的規(guī)則集中出現(xiàn)最多的是五味子、桂心、干姜、人參配伍。如《素問·咳論篇》中提到“其寒飲食入胃，從肺脈上至于肺，則肺寒，肺寒則內(nèi)外合邪，因而客之，則為肺咳”，“五臟六腑皆令人咳，非獨(dú)肺也”。從挖掘結(jié)果說明，《千金方》在補(bǔ)肺方劑中重視如下方面：①溫中散寒，溫肺化飲，如五味子、桂心配伍；五味子、干姜配伍；細(xì)辛、桂心、干姜、附子配伍。②益氣健脾而間接達(dá)到補(bǔ)肺效果，即培土生金法，體現(xiàn)在配伍中加入人參、茯苓、大棗、甘草、桂心；③養(yǎng)陰益肺，如人參、麥冬、五味子配伍。

補(bǔ)脾藥中如表2所示出現(xiàn)頻次最高的是：溫里、益氣藥，部分有清熱燥濕藥物。如表6所示補(bǔ)脾藥的規(guī)則集中出現(xiàn)最多的是附子、干姜、桂心、人參配伍，說明《千金方》注重溫陽健脾，上能溫心陽，下能補(bǔ)命火，中暖脾土而散寒。人參、茯苓配伍，桂心、人參配伍，人參、附子配伍，白術(shù)、干姜配伍，體現(xiàn)《千金方》重視益氣健脾溫中。黃連、干姜配伍，出自《傷寒論》，辛開苦降，主治因寒熱互結(jié)而致心下痞滿疼痛癥。

表7 補(bǔ)心中藥配伍規(guī)則集

表8 補(bǔ)肝腎中藥配伍規(guī)則集

補(bǔ)心藥中如表3所示出現(xiàn)頻次最高的是：溫中、益氣、養(yǎng)血、化痰安神藥，如表7所示補(bǔ)心藥的規(guī)則集中出現(xiàn)最多的是人參、茯苓、甘草、干姜、桂心之間配伍。心臟的主要功能是：主血脈、主神志。如《素問·靈蘭秘典論》中提到“心者，君主之官，神明出焉。”體現(xiàn)心臟的重要性?！肚Ы鸱健分腥藚ⅰ④蜍?、甘草、干姜、桂心、麥冬這些藥物的配伍，旨在達(dá)到溫中益氣、養(yǎng)血，使氣血生化有源，心的氣血充足，運(yùn)行順暢，則神有所養(yǎng)，五臟六腑精氣皆能充盈的功效。遠(yuǎn)志、人參配伍，益氣化痰安神，神養(yǎng)痰化則神志清明，心神充足則能統(tǒng)御精與氣。

在補(bǔ)肝腎藥中如表4所示出現(xiàn)頻次最高的是：溫陽、養(yǎng)陰、溫中、益氣藥。在《素問·陰陽應(yīng)象大論》提到“腎生骨髓，髓生肝”。在傳統(tǒng)中醫(yī)理論中肝藏血，腎藏精，精血同生，肝腎同源。臨床上肝與腎虛實(shí)密切相關(guān)，相互制約，治療上多兼顧二臟。如《千金要方》指出下焦病的治療應(yīng)“熱則瀉于肝，寒則補(bǔ)于腎”。如表8所示補(bǔ)肝腎的規(guī)則集中巴戟天、肉蓯蓉、菟絲子為基本配伍，體現(xiàn)《千金方》重視溫補(bǔ)肝腎。在藥物配伍中加上山茱萸既能益精，又可助陽，能增加其補(bǔ)益肝腎作用；加上石斛則平胃氣而補(bǔ)腎虛，養(yǎng)陰清熱；加上當(dāng)歸、干地黃則補(bǔ)血養(yǎng)肝，益精填髓；加上五味子、人參、甘草則大補(bǔ)元?dú)?，又有補(bǔ)腎寧心之功。桂心、附子、白術(shù)、人參、茯苓等配伍，重在使氣血生化有源，后天補(bǔ)先天。

綜合以上補(bǔ)肺、脾、心、肝、腎藥物，出現(xiàn)頻次最高的為桂心、人參、甘草和茯苓。在《神農(nóng)本草經(jīng)》中這四味藥均列為上品，且均能久服輕身延年，各自藥性介紹如下。牡桂（一名桂心）：味辛溫，主上氣咳逆，結(jié)氣喉痹，利關(guān)節(jié)，補(bǔ)中益氣；人參：主補(bǔ)五臟，安精神，定魂魄，止驚悸，除邪氣，明目，開心益智；甘草：主五臟六腑寒熱邪氣，堅(jiān)筋骨，長(zhǎng)肌肉，倍力，金創(chuàng)，解毒；茯苓：主胸脅逆氣，憂恚，驚邪，恐悸，心下結(jié)痛，寒熱煩滿，咳逆，口焦舌干，利小便。這四味藥配伍重在健脾養(yǎng)心，補(bǔ)中益氣。如《素問·玉機(jī)真臟論》提到“脾脈者土也，孤臟以溉四傍者也。”體現(xiàn)《千金方》重視補(bǔ)脾土。如《素問·太陰陽明論》提到“四肢皆稟氣于胃而不得至經(jīng)，必因于脾乃得稟也”。意思為五臟六腑不能得到脾的運(yùn)化水液之精微充養(yǎng)，則人體臟腑氣血就虧虛，心、肝、肺、腎后天乏源必欠滋養(yǎng)而致虛損。因此，從《千金方》補(bǔ)五臟藥中這四味藥配伍出現(xiàn)的概率最高可以看出，孫氏重視補(bǔ)脾，脾不足，百病乃因之變化而生，補(bǔ)五臟應(yīng)重視健脾。

4 小結(jié)

基于關(guān)聯(lián)規(guī)則挖掘技術(shù)分析《千金方》中養(yǎng)生方劑配伍規(guī)律，揭示方劑與中藥（包括食物）交叉錯(cuò)綜關(guān)聯(lián)與對(duì)應(yīng)的模式性和規(guī)律性，發(fā)現(xiàn)中醫(yī)養(yǎng)生規(guī)律知識(shí)、學(xué)術(shù)思想，不僅對(duì)豐富和發(fā)展養(yǎng)生方劑學(xué)理論具有重要的意義，同時(shí)也為有效指導(dǎo)臨床遣藥組方和中藥養(yǎng)生新藥的研發(fā)提供重要依據(jù)。

［1］高文柱.藥王千金方［M］.北京：華夏出版社，2004.

［2］Oladipupo OO，Oyelade OJ.Knowledge Discovery from Students’Result Repository：Association Rule Mining Approach［J］.International Journal of Computer Science and Security，2010，4（2）：199－207.

［3］Wilhelmiina H?m?l?inen.StatApriori：an efficient algorithm for searching statistically significant association rules［J］.Knowledge and Information Systems，2010，23（3）：373－399.

［4］Sandeep Singh Rawat，Lakshmi Rajamani.Discovering Rare Association Rules Using Probability Apriori in Grid Environments［J］.Advances in Intelligent and Soft Computing，2012 ，131：527－539.

［5］中國(guó)藥典委員會(huì).中華人民共和國(guó)藥典［M］.北京：電子工業(yè)出版社，2009.

［6］江蘇新醫(yī)學(xué)院.中藥大辭典［M］.上海：上?？茖W(xué)技術(shù)出版社，2002.

［7］國(guó)家中醫(yī)藥管理局《中華本草》編委會(huì).中華本草［M］.上海：上?？茖W(xué)技術(shù)出版社，1999.

［8］Somboon Anekritmongkol，ML.Kulthon KasamsanBoolean Algebra and Compression Technique for Association Rule Mining［J］.Advanced Data Mining and Applications，2010，6441：150－157.