雙向聚類(lèi)方法的文獻(xiàn)計(jì)量分析＊

楊 虎，易丹輝，張艷宏，呂曉穎，白文靜＊＊

（1.中央財(cái)經(jīng)大學(xué)信息學(xué)院 北京 100081；2.中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院 北京 100872；3.中國(guó)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）

1 引言

近年來(lái)，隨著信息技術(shù)在社會(huì)、經(jīng)濟(jì)、生活等各個(gè)領(lǐng)域不斷滲透和推陳出新，拓展了人類(lèi)創(chuàng)造和利用信息的范圍。在新計(jì)算機(jī)技術(shù)的支撐下，人們獲取信息、存儲(chǔ)信息、處理信息等能力不斷提高、成本大大降低，使得包括中醫(yī)在內(nèi)的醫(yī)學(xué)領(lǐng)域積累了大量有待分析的臨床數(shù)據(jù)、生化檢測(cè)數(shù)據(jù)和互聯(lián)網(wǎng)咨詢(xún)健康數(shù)據(jù)[1-5]等。由于傳統(tǒng)聚類(lèi)方法多用于挖掘數(shù)據(jù)的全局結(jié)構(gòu)信息，較少用于識(shí)別數(shù)據(jù)的局部結(jié)構(gòu)信息方面，因而雙向聚類(lèi)方法被提出并用于挖掘數(shù)據(jù)的局部結(jié)構(gòu)信息。

雙向聚類(lèi)（Biclustering）一詞最早由Mirkin于1996年提出[6]，而雙向聚類(lèi)方法的相關(guān)研究則最早可追溯到1972年[7]。雙向聚類(lèi)是一種能夠同時(shí)對(duì)數(shù)據(jù)矩陣的行和列進(jìn)行聚類(lèi)的數(shù)據(jù)挖掘算法，也被稱(chēng)為塊聚類(lèi)（Block Clustering）[8]、協(xié)同聚類(lèi)（Co-clustering）[9]、或二模態(tài)聚類(lèi)（Two Model Clustering）[10]。根據(jù)雙向聚類(lèi)方法的不同原理，可以分為四類(lèi)：基于傳統(tǒng)聚類(lèi)的雙向聚類(lèi)方法[11-13]、基于貪心迭代搜索算法的雙向聚類(lèi)方法[14,15]、基于窮舉策略的雙向聚類(lèi)方法[16-18]和基于數(shù)學(xué)模型的雙向聚類(lèi)方法[19,20]。經(jīng)過(guò)幾十年的長(zhǎng)足發(fā)展，雙向聚類(lèi)方法在健康領(lǐng)域數(shù)據(jù)分析中已經(jīng)得到廣泛應(yīng)用。特別是在基因數(shù)據(jù)分析方面，雙向聚類(lèi)被用于實(shí)現(xiàn)重大疾病分類(lèi)，同時(shí)識(shí)別疾病分類(lèi)相關(guān)的基因標(biāo)志物。雖然雙向聚類(lèi)方法的應(yīng)用方興未艾、不斷演進(jìn)，但目前在中醫(yī)藥領(lǐng)域數(shù)據(jù)分析方面的應(yīng)用仍不多見(jiàn)。雙向聚類(lèi)方法作為一種無(wú)監(jiān)督學(xué)習(xí)算法，能夠在未事先確定樣本分類(lèi)的情況下挖掘數(shù)據(jù)的全局結(jié)構(gòu)信息和局部結(jié)構(gòu)信息。在中醫(yī)藥領(lǐng)中，雙向聚類(lèi)方法可以用來(lái)挖掘中醫(yī)證候分類(lèi)與核心處方、中醫(yī)證候分類(lèi)與癥狀體征表現(xiàn)等之間的全局或局部結(jié)構(gòu)關(guān)系[21]。此外，隨著基因檢測(cè)技術(shù)的普及，雙向聚類(lèi)方法還可以用于挖掘中醫(yī)證候分類(lèi)、核心處方、癥狀體征與基因標(biāo)志物之間的結(jié)構(gòu)關(guān)系。

為拓展雙向聚類(lèi)方法在中醫(yī)藥領(lǐng)域中的應(yīng)用，本文擬采用文獻(xiàn)計(jì)量學(xué)分析來(lái)展示該方法的研究進(jìn)展和前沿動(dòng)態(tài)。文獻(xiàn)計(jì)量學(xué)是通過(guò)互聯(lián)網(wǎng)采集已發(fā)表文獻(xiàn)的樣本數(shù)據(jù)，并采用統(tǒng)計(jì)分析工具和方法評(píng)價(jià)樣本數(shù)據(jù)的現(xiàn)狀并預(yù)測(cè)其演化趨勢(shì)的圖書(shū)情報(bào)學(xué)的分支學(xué)科，已被廣泛應(yīng)用于信息科學(xué)[22]、再生醫(yī)學(xué)[23]、神經(jīng)科學(xué)與心理學(xué)[24]、戰(zhàn)略管理[25]、循環(huán)經(jīng)濟(jì)[26]、世界經(jīng)濟(jì)[27]和高等教育[28]等領(lǐng)域。由于文獻(xiàn)計(jì)量方法具有提取文獻(xiàn)特征，進(jìn)行深層次分析的優(yōu)點(diǎn)，因此本文將借助該方法研究主題詞“雙向聚類(lèi)”的文獻(xiàn)，旨在掌握雙向聚類(lèi)方法相關(guān)研究的發(fā)展趨勢(shì)、研究熱點(diǎn)領(lǐng)域和未來(lái)的發(fā)展方向。最后，結(jié)合中醫(yī)藥領(lǐng)域數(shù)據(jù)的特點(diǎn)，探討了雙向聚類(lèi)方法在中醫(yī)藥領(lǐng)域數(shù)據(jù)分析中的潛在應(yīng)用價(jià)值。

2 雙向聚類(lèi)文獻(xiàn)統(tǒng)計(jì)分析

本文采用CiteSpace文獻(xiàn)計(jì)量分析軟件作為雙向聚類(lèi)方法文獻(xiàn)計(jì)量的可視化分析工具。CiteSpace軟件是由美國(guó)德雷塞克大學(xué)信息科學(xué)與技術(shù)學(xué)院（College of Computing and Informatics,Drexel University）基于JAVA平臺(tái)研發(fā)的文獻(xiàn)計(jì)量可視化軟件，它采用共引分析方法（Co-Citation）[29,30]和關(guān)鍵路徑算法（path finder）[31,32]等，對(duì)特定領(lǐng)域文獻(xiàn)進(jìn)行計(jì)量分析，進(jìn)而繪制出科學(xué)知識(shí)圖譜，直觀地展現(xiàn)科學(xué)知識(shí)領(lǐng)域的信息全景，識(shí)別某學(xué)科領(lǐng)域中的關(guān)鍵文獻(xiàn)、熱點(diǎn)研究和前沿的演進(jìn)歷程等[33]。

本文以Web of Science核心數(shù)據(jù)庫(kù)（包括SCI和SSCI等）為數(shù)據(jù)源進(jìn)行主題檢索，檢索主題為biclustering、block clustering、two-mode clustering或co-clustering等與雙向聚類(lèi)有關(guān)的文獻(xiàn)，檢索時(shí)間跨度在2008年至2017年之間，學(xué)科范圍設(shè)置為所有學(xué)科，文獻(xiàn)類(lèi)型限定為期刊論文，語(yǔ)言類(lèi)型設(shè)定為英語(yǔ)，檢索時(shí)間為：2017年6月。

2.1 增長(zhǎng)趨勢(shì)分析

論文的發(fā)表量通常被認(rèn)為是衡量學(xué)科發(fā)展水平和科技產(chǎn)出的一項(xiàng)重要指標(biāo)，也是對(duì)科研成就與貢獻(xiàn)的一種度量，發(fā)表量的變化趨勢(shì)反映了學(xué)科知識(shí)量的變化趨勢(shì)，從而判斷研究領(lǐng)域的成熟度[34,35]。本研究通過(guò)近10年來(lái)雙向聚類(lèi)的文獻(xiàn)發(fā)表量變化，反映雙向聚類(lèi)方法研究領(lǐng)域的發(fā)展現(xiàn)狀（圖1）。

圖1 雙向聚類(lèi)每年論文發(fā)表量

分析2008年至2017年間年論文發(fā)表量可以看出，雙向聚類(lèi)的相關(guān)論文在2009年后開(kāi)始迅速增長(zhǎng)，且近年來(lái)的文獻(xiàn)發(fā)表量呈現(xiàn)小幅增長(zhǎng)態(tài)勢(shì)，每年的論文發(fā)表在140篇上下。雙向聚類(lèi)研究的論文發(fā)表數(shù)量相對(duì)穩(wěn)定，波動(dòng)不大，這說(shuō)明雙向聚類(lèi)方法的科學(xué)知識(shí)已經(jīng)積累到一個(gè)較為穩(wěn)定的狀態(tài)，該方法的研究已經(jīng)趨于成熟（圖1）。

2.2 主要國(guó)家與研究機(jī)構(gòu)分析

在CiteSpace中，以“Country”和“Institution”為網(wǎng)絡(luò)節(jié)點(diǎn)（Node Types），闕值選擇（Selection Criteria）中選Top50（每個(gè)時(shí)間切片中出現(xiàn)或被引頻次的前50項(xiàng)），網(wǎng)絡(luò)裁剪（Pruning）中選擇“Pathfinder”和“Pruning the merged network”，其他選項(xiàng)保持默認(rèn)。運(yùn)行Citespace軟件，得到國(guó)家與研究機(jī)構(gòu)合作的混合網(wǎng)絡(luò)，如圖2所示，其中有節(jié)點(diǎn)238個(gè)，連線722條，網(wǎng)絡(luò)密度為0.010 9。

由圖2可見(jiàn)，美國(guó)（USA）和中國(guó)（CHINA）作為最大的節(jié)點(diǎn)在國(guó)家/機(jī)構(gòu)混合網(wǎng)絡(luò)排名靠前。結(jié)合表1，從各個(gè)國(guó)家的論文發(fā)文數(shù)量上看，USA是文獻(xiàn)貢獻(xiàn)率最大的國(guó)家，其次是CHINA，分別發(fā)表論文316篇和288篇。其后依次是法國(guó)（110篇）、印度（87篇）、和日本（78篇）。研究機(jī)構(gòu)中論文發(fā)表量最高的機(jī)構(gòu)是Osaka prefecture university（大阪府立大學(xué)）和Chinese Acad Univ（中國(guó)科學(xué)院），論文發(fā)表量分別是28篇和24篇。

結(jié)合圖2和表1可知，我國(guó)在雙向聚類(lèi)方面的研究水平處于國(guó)際領(lǐng)先的地位。本文采用中心度指標(biāo)來(lái)評(píng)價(jià)我國(guó)學(xué)術(shù)論文的影響力，我國(guó)發(fā)表的雙向聚類(lèi)方面的論文中心度較低，僅為0.19，小于發(fā)文量相當(dāng)?shù)拿绹?guó)的中心度（0.28）。這說(shuō)明我國(guó)在雙向聚類(lèi)方法的研究成果雖然不少，但多是是國(guó)內(nèi)學(xué)者之間的合作，尚未與國(guó)外其他科研機(jī)構(gòu)廣泛開(kāi)展合作?？梢?jiàn)，在雙向聚類(lèi)方法的研究方面，我國(guó)還需擴(kuò)大與國(guó)外科研機(jī)構(gòu)的交流合作，進(jìn)一步提升我國(guó)在雙向聚類(lèi)方法研究方面的學(xué)術(shù)影響力。

圖2 國(guó)家/研究機(jī)構(gòu)的混合網(wǎng)絡(luò)圖譜

表1 國(guó)家/研究機(jī)構(gòu)發(fā)表量Top10

3 雙向聚類(lèi)文獻(xiàn)的共引分析

通過(guò)對(duì)雙向聚類(lèi)文獻(xiàn)的統(tǒng)計(jì)分析可以發(fā)現(xiàn)雙向聚類(lèi)的發(fā)展趨勢(shì)，從而判斷該領(lǐng)域是否處于成熟階段，不同國(guó)家/機(jī)構(gòu)在雙向聚類(lèi)研究上的成熟程度；而共引分析則著重考察文獻(xiàn)的貢獻(xiàn)率。本研究采用citespace構(gòu)造雙向聚類(lèi)相關(guān)研究的引文網(wǎng)絡(luò)，進(jìn)行引文聚類(lèi)、識(shí)別網(wǎng)絡(luò)中的重要節(jié)點(diǎn)及動(dòng)態(tài)演化分析，目的是識(shí)別雙向聚類(lèi)的動(dòng)態(tài)發(fā)展變化和熱點(diǎn)問(wèn)題。

3.1 關(guān)鍵節(jié)點(diǎn)文獻(xiàn)分析

圖3 共被引網(wǎng)絡(luò)圖譜

在文獻(xiàn)共/被引網(wǎng)絡(luò)中，不同類(lèi)別之間通過(guò)某些具有“橋梁”作用的節(jié)點(diǎn)文獻(xiàn)相連接。陳超美等將關(guān)鍵節(jié)點(diǎn)定義為圖譜中連接兩個(gè)及以上不同聚類(lèi)且中心度和被引頻次相對(duì)較高的節(jié)點(diǎn)。這些節(jié)點(diǎn)是共引網(wǎng)絡(luò)中由一個(gè)文獻(xiàn)發(fā)表時(shí)段向另一個(gè)文獻(xiàn)發(fā)表時(shí)段過(guò)渡的關(guān)鍵點(diǎn)[29,30]。因此，我們對(duì)“雙向聚類(lèi)”領(lǐng)域研究進(jìn)行關(guān)鍵節(jié)點(diǎn)文獻(xiàn)分析，有利于識(shí)別該領(lǐng)域的核心研究學(xué)者和經(jīng)典文獻(xiàn)。本文將主題詞來(lái)源設(shè)定為文獻(xiàn)標(biāo)題（Title）、摘要（Abstract）、作者關(guān)鍵詞（Descriptors）、增補(bǔ)關(guān)鍵詞（Keywords Plus），闕值選擇（Selection Criteria）中選Top50，網(wǎng)絡(luò)裁剪（Pruning）中選擇“Pathfinder”和“Pruning the merged network”，其他選項(xiàng)保持默認(rèn)設(shè)置，得到共被引網(wǎng)絡(luò)圖譜（圖3）。圖3中有466個(gè)節(jié)點(diǎn)，789條連線，網(wǎng)絡(luò)密度為0.007 3。對(duì)該網(wǎng)絡(luò)圖譜中進(jìn)行匯總，得到10個(gè)具有主導(dǎo)型地位和學(xué)術(shù)影響力的關(guān)鍵節(jié)點(diǎn)（文獻(xiàn)的平均被引頻次≥35）（表2）。

從共引網(wǎng)絡(luò)中可以發(fā)現(xiàn)，有10篇影響力高的雙向聚類(lèi)的研究文獻(xiàn)，研究?jī)?nèi)容的簡(jiǎn)要介紹如下：

葡萄牙貝拉英特拉大學(xué)Madeira教授2004年在IEEE/ACM Transactions on Computational Biology&Bioinformatics發(fā)表的論文《Biclustering algorithms for biological data analysis:a survey》是雙向聚類(lèi)方法的重要研究，該論文被引用157次[36]。文章從雙向聚類(lèi)在生物信息分析中應(yīng)用的角度，討論了雙向聚類(lèi)的發(fā)展演化過(guò)程、分類(lèi)、評(píng)估方法及潛在應(yīng)用場(chǎng)景。研究指出，雙向聚類(lèi)在信息提取和數(shù)據(jù)挖掘中已得到廣泛應(yīng)用，該方法的優(yōu)勢(shì)在于發(fā)現(xiàn)數(shù)據(jù)中的微觀結(jié)構(gòu)，能夠更為準(zhǔn)確的解釋樣本和特征之間的局部結(jié)構(gòu)信息。

表2 共被引網(wǎng)絡(luò)圖譜關(guān)鍵節(jié)點(diǎn)信息

蘇黎世聯(lián)邦理工大學(xué)Prelic等2006年在Bioinformatics發(fā)表的論文《A systematic comparison and evaluation of biclustering methods for gene expression data》是第一篇對(duì)雙向聚類(lèi)有效性進(jìn)行評(píng)價(jià)的文章[37]。該文章提出了一種對(duì)比和檢驗(yàn)雙向聚類(lèi)算法有效性的方法，該方法的優(yōu)點(diǎn)在于能夠簡(jiǎn)單準(zhǔn)確的判別最優(yōu)的分組方法，對(duì)五種聚類(lèi)方法的性能進(jìn)行了比較。Barkow等2006年在Bioinformatics發(fā)表的論文《BicAT:a biclustering analysis toolbox》介紹了進(jìn)行雙向聚類(lèi)的軟件平臺(tái)[38]。該平臺(tái)是一個(gè)開(kāi)源工具箱，集成了多種雙向聚類(lèi)方法和技術(shù)，并且提供了統(tǒng)一的圖形化界面。此外，該平臺(tái)還提供一些數(shù)據(jù)實(shí)例、檢查和預(yù)處理的工具，能夠用于實(shí)現(xiàn)基因數(shù)據(jù)的雙向聚類(lèi)分析。佛羅里達(dá)大學(xué)Busygin等2008年在Computers&Operations Research發(fā)表的論文《Biclustering in data mining》系統(tǒng)地介紹了雙向聚類(lèi)的算法[39]。該文獻(xiàn)從雙向聚類(lèi)的定義、數(shù)學(xué)形式、可視化及實(shí)現(xiàn)雙向聚類(lèi)的算法的角度對(duì)雙向聚類(lèi)算法進(jìn)行了綜述研究，并指出雙向聚類(lèi)算法在生物醫(yī)學(xué)、文本挖掘、協(xié)同過(guò)濾推薦算法和市場(chǎng)行為分析等方面具有較高的應(yīng)用價(jià)值。

上述三篇論文是雙向聚類(lèi)的重要綜述類(lèi)文獻(xiàn)，因此受到引用和關(guān)注的程度相對(duì)較高。其他重要的文獻(xiàn)則集中在算法改進(jìn)方面，不斷提升算法的準(zhǔn)確性。如：Hochreiter等2010年在Bioinformatics發(fā)表的論文《FABIA:factor analysis for bicluster acquisition》提出了一種新的生成模型，用于實(shí)現(xiàn)雙向聚類(lèi)[40]。該模型基于乘法模型，來(lái)計(jì)算基因表達(dá)與實(shí)驗(yàn)條件之間的線性依賴(lài)關(guān)系，并且捕獲了真實(shí)世界轉(zhuǎn)錄組學(xué)數(shù)據(jù)所觀察到的厚尾分布。Mitra等2006年在Pattern Recognition發(fā)表的論文《Multi-objective evolutionary biclustering of gene expression data》提出了一種多目標(biāo)的雙向聚類(lèi)算法框架，優(yōu)化了雙向聚類(lèi)的局部信息搜索過(guò)程[41]。Divina等2006年在IEEE Transactions on Knowledge&Data Engineering發(fā)表的論文《Biclustering of expression data with evolutionary computation》提出了基于進(jìn)化計(jì)算來(lái)實(shí)現(xiàn)雙向聚類(lèi)[42]。Banerjee等2007年在Journal of machine Learning Research發(fā)表的論文《A generalized maximum entropy approach to bregman co-clustering and matrix approximation》提出了一種廣義最大化信息熵的雙向聚類(lèi)計(jì)算框架，兼具一般性和靈活性[43]。2003年Kluger在Genome Research發(fā)表的論《Spectral biclustering of microarray data:coclustering genes and conditions》通過(guò)譜雙向聚類(lèi)發(fā)現(xiàn)基因表達(dá)數(shù)據(jù)矩陣中的獨(dú)特“棋盤(pán)”模式[44]。Liu等2007年在Bioinformatics發(fā)表的論文《Computing the maximum similarity bi-clusters of gene expression data》優(yōu)化了雙向聚類(lèi)算法的搜索過(guò)程，大大減少了雙向聚類(lèi)算法的運(yùn)算時(shí)間[45]。Ihmels等2004年在Bioinformatics發(fā)表的論文《Defining transcription modules using large-scale gene expression data》引入簽名算法，克服了聚類(lèi)參數(shù)未知的問(wèn)題[46]。

綜上所述，雙向聚類(lèi)方法的應(yīng)用場(chǎng)景主要是在基因數(shù)據(jù)分析方面。基因數(shù)據(jù)具有維度高、樣本小的特點(diǎn)。利用傳統(tǒng)聚類(lèi)方法對(duì)基因數(shù)據(jù)進(jìn)行聚類(lèi)，僅能夠從樣本或者基因二選一地分析數(shù)據(jù)的全局結(jié)構(gòu)信息，難以同時(shí)識(shí)別樣本和基因的聚類(lèi)、及數(shù)據(jù)的局部結(jié)構(gòu)信息。利用雙向聚類(lèi)方法分析基因數(shù)據(jù)，則可以分析樣本和特征之間的局部結(jié)構(gòu)關(guān)系，挖掘具有相似基因表達(dá)的相似樣本，實(shí)現(xiàn)精準(zhǔn)的亞組分析。

3.2 研究熱點(diǎn)的共現(xiàn)分析

研究熱點(diǎn)是指在某一時(shí)間段內(nèi)，有內(nèi)在聯(lián)系的、數(shù)量相對(duì)較多的一組論文所研究的科學(xué)問(wèn)題或?qū)ｎ}。我們對(duì)雙向聚類(lèi)領(lǐng)域研究熱點(diǎn)的演變進(jìn)行了分析，更好地把握該領(lǐng)域發(fā)展過(guò)程中的焦點(diǎn)內(nèi)容[47]。在CiteSpace節(jié)點(diǎn)類(lèi)型（Node Types）中選擇“Keyword”，每?jī)赡隇橐粋€(gè)分割時(shí)間片段，在闕值設(shè)置（Selection Criteria）中選擇“Top N per slice”，且設(shè)定為T(mén)op50，其他選項(xiàng)保持默認(rèn)。運(yùn)行CiteSpaceⅤ，繪制關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，為了更好地展現(xiàn)雙向聚類(lèi)方法研究中的時(shí)間分布及相互關(guān)系，我們選擇“Time Zone”時(shí)區(qū)網(wǎng)絡(luò)視圖，得到基于詞頻統(tǒng)計(jì)的各年份關(guān)鍵詞分布，如圖4所示，其中網(wǎng)絡(luò)節(jié)點(diǎn)137個(gè)，連線173條，網(wǎng)絡(luò)密度為0.018 6。在此基礎(chǔ)上對(duì)全部關(guān)鍵詞進(jìn)行EM聚類(lèi)，得到關(guān)鍵詞的年度變化頻次≥15的關(guān)鍵詞（表3）。

從關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)時(shí)區(qū)圖和關(guān)鍵詞頻數(shù)表可以看出，與雙向聚類(lèi)方法有關(guān)的詞語(yǔ)主要是數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)詞匯，如pattern、model、classification、clustering等，其次是生物信息學(xué)數(shù)據(jù)分析有關(guān)的熱點(diǎn)詞匯，如gene expression data、microarray、gene expression、network。從關(guān)鍵詞可以看出，雙向聚類(lèi)方法主要應(yīng)用于分析基因表達(dá)數(shù)據(jù)、基因微陣列數(shù)據(jù)和基因調(diào)控網(wǎng)絡(luò)數(shù)據(jù)等。這充分說(shuō)明，雙向聚類(lèi)方法在基因數(shù)據(jù)分析中已經(jīng)等到廣泛的應(yīng)用，這也符合基因數(shù)據(jù)高維的復(fù)雜結(jié)構(gòu)特點(diǎn)。此外，通過(guò)關(guān)鍵詞的詞頻統(tǒng)計(jì)分析發(fā)現(xiàn)，當(dāng)前的研究前沿術(shù)語(yǔ)主要有：“data-analysis”、“fuzzy-clustering”、“room-temperature”、“data-set”、“real-world”、“pattern-mining”、“expression-patterns”。隨著大數(shù)據(jù)技術(shù)，基因測(cè)序?yàn)榇淼纳镄畔W(xué)技術(shù)的快速發(fā)展，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和大數(shù)據(jù)等方法也將用于生物信息學(xué)研究。

4 雙向聚類(lèi)在中醫(yī)數(shù)據(jù)分析中的潛在應(yīng)用價(jià)值及討論

圖4 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)時(shí)區(qū)視圖

通過(guò)對(duì)雙向聚類(lèi)方法的描述統(tǒng)計(jì)和文獻(xiàn)共引分析，我們發(fā)現(xiàn)：雙向聚類(lèi)方法的研究已趨于穩(wěn)定，發(fā)展相對(duì)較為成熟；該方法已被廣泛應(yīng)用于基因數(shù)據(jù)分析，在生物領(lǐng)域數(shù)據(jù)分析、信息檢索和數(shù)據(jù)挖掘等方面得到應(yīng)用。與生物信息學(xué)相比，中醫(yī)學(xué)是以中醫(yī)藥理論與實(shí)踐經(jīng)驗(yàn)為主體，研究人類(lèi)生命活動(dòng)中健康與疾病間的轉(zhuǎn)化規(guī)律及預(yù)防、診斷、治療、康復(fù)和保健的綜合性科學(xué)[48]。中醫(yī)更關(guān)注疾病的證、治、效之間的關(guān)聯(lián)關(guān)系[49]。由于中醫(yī)辨證論治過(guò)程中，存在醫(yī)師差異、患者個(gè)體差異性、疾病癥狀及臨床表現(xiàn)不一、復(fù)雜干預(yù)手段等影響因素，要客觀科學(xué)地刻畫(huà)癥、治、效間關(guān)系必然更需要采用雙向聚類(lèi)的分析方法。

結(jié)合中醫(yī)藥領(lǐng)域的研究的特點(diǎn)，雙向聚類(lèi)方法在中醫(yī)數(shù)據(jù)分析中具有潛在應(yīng)用價(jià)值。

識(shí)別具有類(lèi)癥狀群的患者的人群特征、探索癥狀分類(lèi)與患者特征之間的關(guān)系。中醫(yī)證候反映疾病發(fā)生和演變過(guò)程中某階段以及患者個(gè)體所處特定內(nèi)、外環(huán)境本質(zhì)，它以相應(yīng)的癥、舌、脈、形、色、神表現(xiàn)出來(lái)，能夠不同程度地揭示病因、病位、病性、邪正盛衰、病勢(shì)等病機(jī)內(nèi)容。辨證論治地對(duì)患者進(jìn)行分類(lèi)治療是中醫(yī)的特色[50]。在實(shí)際數(shù)據(jù)采集中，由于患者的四診信息、臨床癥狀、體征等信息較多，收集的數(shù)據(jù)具有高維性，因此通過(guò)雙向聚類(lèi)方法分析患者癥狀體征數(shù)據(jù)，可以識(shí)別具有某些特征的患者子人群并判斷其典型癥狀表現(xiàn)，即提取特屬某類(lèi)子人群的局部證候特征（圖5），有助于根據(jù)疾病證候?qū)崿F(xiàn)疾病分類(lèi)。

表3 關(guān)鍵詞（頻次≥30）列表

探索藥物配伍特點(diǎn)，實(shí)現(xiàn)精細(xì)化治療。根據(jù)患者的證候診斷與臨床表現(xiàn)，醫(yī)生會(huì)為不同的患者提供不同的中藥處方。雙向聚類(lèi)方法能夠同時(shí)對(duì)患者的證候和中藥處方進(jìn)行聚類(lèi)，探索不同證候患者子人群的核心處方及用藥差異性。這有助于探索藥物配伍特點(diǎn)，實(shí)現(xiàn)對(duì)癥下藥，發(fā)現(xiàn)中醫(yī)證候與核心處方之間的關(guān)系，可以探索名老中醫(yī)的用藥特點(diǎn)。對(duì)于針刺治療亦是如此，可通過(guò)雙向聚類(lèi)探索穴位組合與治療效果之間的聯(lián)系。同理，也可以通過(guò)雙向聚類(lèi)來(lái)挖掘中醫(yī)其他治療手段與癥狀、患者子人群的聯(lián)系。

圖5 雙向聚類(lèi)的局部結(jié)構(gòu)特征

探索量效關(guān)系，實(shí)現(xiàn)動(dòng)態(tài)、科學(xué)合理用藥。例如，在患者的某個(gè)或某些癥狀得到改善的情況下，通過(guò)雙向聚類(lèi)方法探索不同患者子人群的癥狀與中藥組方中藥物劑量關(guān)系或穴位手法組合方面的規(guī)律，科學(xué)合理的推薦用藥方法和治療指南；若患者的癥狀沒(méi)有改善，也可以通過(guò)雙向聚類(lèi)方法分析該人群的治療錯(cuò)位未起效的原因，進(jìn)行治療方案的實(shí)時(shí)、動(dòng)態(tài)調(diào)整。此外，若可獲取實(shí)驗(yàn)室檢查等客觀指標(biāo)，則可以通過(guò)雙向聚類(lèi)算法探索患者子人群癥狀改善、藥物配伍與其他客觀指標(biāo)變化之間的聯(lián)系。

最后，隨著基因測(cè)序等生物信息檢測(cè)技術(shù)的普及，探索基因組學(xué)、蛋白組學(xué)等分子與中醫(yī)癥候、治療方案等之間的關(guān)系將是雙向聚類(lèi)方法的重要潛在應(yīng)用場(chǎng)景。對(duì)組學(xué)數(shù)據(jù)的深入分析能夠有助于實(shí)現(xiàn)在分子層面重新定義健康狀況、重塑臨床實(shí)踐[51]，這對(duì)中醫(yī)發(fā)展來(lái)說(shuō)是一個(gè)潛在的發(fā)展機(jī)遇。