基于數據挖掘的含人參-附子藥對方劑的組方規律分析

趙 萱，陳云慧，鄭明月，林 薇，郝怡雯，黃 玲，范潔溶，趙 荷，傅超美*

基于數據挖掘的含人參-附子藥對方劑的組方規律分析

趙 萱1，陳云慧2，鄭明月3，林 薇4，郝怡雯1，黃 玲1，范潔溶1，趙 荷4，傅超美1*

1. 成都中醫藥大學藥學院，四川 成都 611137 2. 成都中醫藥大學基礎醫學院，四川 成都 611137 3. 阿德萊德大學醫學院，澳大利亞 阿德萊德 5005 4. 成都中醫藥大學管理學院，四川 成都 611137

分析含有中醫經典藥對人參-附子的中醫方劑組方規律。收集《中醫方劑大辭典》中含人參-附子藥對的方劑，錄入中醫傳承輔助平臺軟件（V2.5）建立數據庫，分析其主治疾病頻次和用藥頻次，并分析治療4種高頻疾病的方劑組方規律。納入含有人參-附子藥對的方劑1067首，高頻主治疾病為厥脫、虛勞、脾虛傷食、中風（腦卒中）等14種（頻次≥20），常配伍藥物21味（頻次≥80），核心配伍藥物為當歸、肉桂、白術、茯苓、甘草、干姜6味，常用藥物組合12組。治療厥脫方劑中，核心配伍藥物為白術、茯苓、甘草3味，常用藥物組合6種；治療虛勞方劑中，核心配伍藥物為茯苓、肉桂、甘草、牛膝、白術、五味子、干姜、防風8味，常用藥物組合52種；治療中風方劑中，核心配伍藥物為茯苓、肉桂、當歸、白術、甘草、干姜、防風、麻黃8味，常用藥物組合34種，治療脾虛傷食方劑中，核心配伍藥物為茯苓、當歸、白術、陳皮、干姜、肉桂、甘草、木香、厚樸9味，常用藥物組合25種。利用數據挖掘方法探究含人參-附子藥對方劑的組方規律，對其臨床運用具有一定指導價值，為開展相關藥物研發提供依據，也可為藥對的組方規律研究提供方法參考。

人參-附子藥對；數據挖掘；組方規律；中醫傳承輔助平臺；中藥方劑

人參-附子是中醫經典藥對，人參味甘，性微寒，為“大補元氣之藥”，能五臟并補，先天、后天同益，被歷代醫家推為“百補之王”。附子味辛、甘，大辛、大熱，能回陽救逆、補火助陽、散寒止痛，被譽為“回陽救逆之第一品，補先天命門真火之第一要藥”[1]。現代藥理研究表明，人參-附子藥對可強心、升壓、增強心肌收縮力[2]，并具有改善組織器官缺血狀態、調節血液流變性及微循環、降低體內炎癥水平及保護心腦血管等作用，臨床上被廣泛用于心腦血管、消化道疾病的治療[3]。本研究擬采用中醫傳承輔助平臺軟件（V 2.5），針對《中醫方劑大辭典》[4]中含人參-附子藥對的方劑，就其主治疾病、常見配伍及組方規律進行挖掘與分析，以期為人參-附子藥對的臨床應用和新藥研發提供理論依據。

1 方法

1.1 數據來源

《中醫方劑大辭典》是從自秦漢至近現代1800余種中醫藥文獻中整理、研究、編纂而成的匯集方劑9萬余首的方劑學權威工具書，是對中醫藥方劑歷代研究成果的大總結[5]。本研究收集整理《中醫方劑大辭典》中含有人參-附子藥對的方劑，其中人參及其別稱“地精”“神草”等以及附子及其炮制品“白附片”等均被收錄。篩除組方藥物相同，功效、主治重復的異名方后，納入方劑1067首。

1.2 分析軟件

中醫傳承輔助平臺（Ｖ2.5），由中國中醫科學院中藥研究所中藥新藥設計課題組與中國科學院自動化研究所聯合開發[6]。

1.3 方劑錄入

雙人負責將所納入方劑的組成藥物和主治中醫疾病進行規范化整理，錄入中醫傳承輔助平臺（Ｖ2.5），方劑中藥物名稱參照《中國藥典》2015年版[7]所載正名進行統一。

1.4 數據分析

運用中醫傳承輔助平臺（Ｖ2.5）“統計報表”和“數據分析”模塊對錄入方劑主治疾病、組方配伍及治療不同疾病時組方特點等進行分析。

1.4.1 含人參-附子藥對方劑主治中醫疾病頻次分析 運用中醫傳承輔助平臺（Ｖ2.5）中“基本信息”統計功能，選擇“中醫疾病”，對收錄方劑的主治疾病頻次由高到低排序，并對頻次≥20的主治疾病進行分析。

1.4.2 含人參-附子藥對方劑組方用藥頻次分析 運用中醫傳承輔助平臺軟件中“基本信息”統計功能，選擇“藥物頻次”，對含人參-附子藥對方劑中常用配伍藥材頻次由高到低排序，并對其中頻次≥55的藥物進行分析。

1.4.3 基于關聯規則算法的組方規律分析

（1）含人參-附子藥對方劑的組方規律分析：基于關聯規則Apriori算法[8]，應用“數據分析”模塊中“方劑分析”功能，對含人參-附子藥對的方劑進行“用藥模式分析”“用藥規則分析”和“用藥網絡分析”[9]。為提取既能體現不同藥材組合間的個性特征，又能抓住不同組合共性的核心藥物組合，將置信度（當A藥物出現時，B藥物也出現的概率）最低值設置為0.9，將支持度（藥材組合出現頻次至少占總處方數的頻率）設置為20%，得到方劑常用藥物組合及頻次[10-11]；并設置支持度為10%、20%、30%，對不同支持度下的藥材組合關聯關系進行網絡化展示。

（2）含人參-附子藥對方劑主治不同中醫疾病的組方規律分析：在“1.4.1”項結果的基礎上，選擇治療頻次最高的4種疾病，進行用藥規律分析。應用“數據分析”模塊中“方劑分析”功能，設置置信度最低值為0.9，支持度為20%，得到方劑常用藥物組合及頻次，設置支持度為10%、20%、30%，對不同支持度下的藥物組合關聯關系進行網絡化展示。

2 結果

2.1 含人參-附子藥對方劑主治中醫疾病頻次分析

通過頻次統計發現，1067首含有人參-附子藥對方劑主治中醫疾病共101種，頻次≥20的中醫疾病有14種，頻次最高的是厥脫，其次為虛勞、中風（腦卒中）、脾虛傷食，見表1。

2.2 含人參-附子藥對的方劑用藥頻次分析

通過頻次統計發現，1067首含人參-附子藥對方劑中共涉及236味藥物，常與其配伍的藥物有21味（頻次≥80），按照功能分為10類，以補益藥、溫里藥、利水滲濕藥等為主，最常配伍的核心藥物有利水滲濕藥茯苓，補益藥白術、甘草、肉桂、當歸，解表藥防風，理氣藥陳皮等。見表2。

2.3 基于關聯規則算法的組方規律分析

2.3.1 含人參-附子藥對方劑的組方規律分析 對含人參-附子藥對方劑進行“用藥模式分析”和“用藥規則分析”，當置信度為0.9、支持度為20%時，得到方劑中常用藥物組合及頻次，表3。分別設置支持度為10%、20%、30%，對含人參-附子藥對方劑中藥物組合進行網絡可視化展示，見圖1。

表1 含人參-附子藥對方劑主治中醫疾病 (頻次≥20)

表2 含人參-附子藥對方劑中常用藥物(頻次≥80)

表3 含人參-附子藥對方劑中常用藥物組合及頻次

圖1 含人參-附子藥對方劑常用藥物組合關聯性網絡

結果表明，常用藥物組合有甘草-附子-人參、附子-干姜-人參、白術-甘草-附子-人參、甘草-附子-肉桂-人參、甘草-茯苓-附子-人參等12種。由網絡可視化圖顯示可知，支持度為10%時，能較全面展示常用藥物組合；支持度上升為20%時，能清晰地顯示常用藥物及組合規律；支持度上升為30%時，外圍藥物減少，體現出最常配伍的核心藥物，有當歸、肉桂、白術、茯苓、甘草、干姜6味。

2.3.2 含人參-附子藥對方劑治療不同疾病時組方規律分析 在“2.1”項結果的基礎上，選擇治療頻次最高的“厥脫”“虛勞”“脾虛傷食”“中風”4種中醫疾病，進行組方規律分析。

（1）含人參-附子藥對方劑治療厥脫的組方規律分析：提取到適應癥為厥脫的含人參-附子藥對方劑123首，設置置信度為0.9，支持度20%，得到方劑中常用藥物組合及頻次，表4；分別設置支持度為10%、20%、30%，對藥物組合進行網絡可視化展示，見圖2。

結果表明，常用藥物組合有人參-白術-附子、人參-甘草-附子、人參-茯苓-附子、人參-附子-干姜、人參-當歸-附子、人參-附子-肉桂6種，核心藥物（支持度30%）有白術、茯苓、甘草3味。

表4 含人參-附子藥對方劑治療厥脫中常用藥物組合及頻次

（2）含人參-附子藥對的方劑治療虛勞的組方規律分析：提取到治療虛勞的含人參-附子方劑104首，設置置信度為0.9、支持度20%，得到方劑中常用藥物組合及頻次，見表5；分別設置支持度為10%、20%、30%，對常用藥物組合進行網絡可視化展示，見圖3。

圖2 含人參-附子藥對方劑治療厥脫常用藥物組合關聯性網絡

表5 含人參-附子藥對方劑治療虛勞中常用藥物組合及頻次

圖3 含人參-附子藥對方劑治療虛勞常用藥物組合關聯性網絡

結果表明，常用藥物組合有人參-茯苓-附子、人參-附子-肉桂、人參-茯苓-附子-肉桂、人參-甘草-茯苓-附子、牛膝-人參-茯苓-附子-肉桂、人參-甘草- 茯苓-附子-肉桂、熟地黃-牛膝-人參-茯苓-附子-肉桂等52種，核心藥物（支持度30%）有茯苓、肉桂、甘草、牛膝、白術、五味子、干姜、防風8種。

（3）含人參-附子方劑治療中風（腦卒中）的組方規律分析：提取到治療中風的含人參-附子方劑81首，設置置信度為0.9、支持度20%，得到方劑中常用藥物組合及頻次，見表6；分別設置支持度為10%、20%、30%，對常用藥物組合進行網絡可視化展示，見圖4。

結果表明，常用藥物組合有人參-防風-附子、人參-附子-肉桂、人參-防風-附子-肉桂、人參-甘草-防風-附子、人參-甘草-麻黃-防風-附子、人參-麻黃- 防風-附子-肉桂等34種，核心藥物（支持度30%）有茯苓、肉桂、當歸、白術、甘草、干姜、防風、麻黃8種。

表6 含人參-附子藥對方劑治療中風常用藥物組合及頻次

圖4 含人參-附子藥對方劑治療中風常用藥物組合關聯性網絡

（4）含人參-附子方劑治療脾虛傷食的組方規律分析：提取到治療脾虛傷食的含人參-附子方劑71首，設置置信度為0.9、支持度20%，得到方劑中常用藥物組合及頻次，見表7；分別設置支持度為10%、20%、30%，將常用藥物組合進行網絡可視化展示，見圖5。

結果表明，常用藥物組合有人參-白術-附子、人參-附子-干姜、人參-甘草-附子-人參，白術-茯苓- 附子、人參-白術-甘草-附子等25種，核心藥物（支持度30%）有茯苓、當歸、白術、陳皮、干姜、肉桂、甘草、木香、厚樸9種。

3 討論

3.1 古方挖掘、數據分析，全面研究人參-附子藥對組方規律

人參-附子藥對臨床應用已有千百余年，人參甘溫，大補脾胃之元氣而固后天，力宏而迅疾，可回陽氣于垂絕。附子大辛、大熱，溫壯元陽而大扶先天，享雄壯之質，善走而通行十二經[12]。如《傷寒蘊要》曰：“夾陰傷寒，內外皆陰，陽氣頓衰，必須急用人參健脈以益其原，佐以附子溫經散寒，舍此不用，將何以救之。”兩者配伍，歷來均為“回陽救脫挽危亡”之上品[13]。

表7 含人參-附子藥對方劑治療脾虛傷食常用藥物組合及頻次

圖5 含人參-附子藥對方劑治療脾虛傷食常用藥物組合關聯性網絡

本研究結果表明，《中醫方劑大辭典》中含人參-附子藥對的方劑有1067首，主治疾病101種，臨床應用具有廣泛性，涉及中醫內科、婦科、外科的多種疾病，其中頻次≥20的中醫疾病14種，最高頻主治疾病為厥脫、虛勞、脾虛傷食和中風（腦卒中）；涉及藥物236味，常用配伍藥物21味（頻次≥80），關聯分析提示關聯強度最高的常用藥物組合12組，如3味藥物組合：人參-附子-甘草、人參-附子-肉桂、人參-茯苓-附子等；4味藥物組合：人參-茯苓-附子-肉桂、人參-甘草-茯苓-附子等，提示人參-附子藥對常與補益類、溫里類、利水滲濕類等藥物配伍。

在治療厥脫、虛勞、脾虛傷食和中風（腦卒中）4種最高頻主治疾病的方劑中，運用關聯規則分析得出，茯苓、白術和甘草為常見配伍藥物，人參-附子-茯苓、人參-附子-白術、人參-附子-甘草等為常見藥物組合。茯苓甘、淡，利水滲濕，陽旺則水飲自化，水去則陽氣自通；白術甘、溫，補脾益氣，有通經絡之功，并有脾腎兼治之用；甘草甘、平，入十二經，既調和諸藥，緩和附子之大辛大熱；又相須為用，增加人參之補虛益氣。

治療4種高頻疾病的組方中配伍有所區別：①治療厥脫[14]的方劑中，人參-附子藥對最常配伍白術、甘草、茯苓等。關聯強度最高的藥物組合為6種，如人參-附子-白術、人參-附子-茯苓等。如《胎產心法》之參苓術附湯[15]，人參、附子配伍白術、茯苓，附子溫陽固脫，人參大補元氣，茯苓、白術滲濕止瀉，用于婦人產后虛瀉，眼昏不識人。②治療虛勞的方劑中，人參-附子藥對還常配伍肉桂、牛膝、五味子、干姜、防風等。關聯強度較高的藥物組合有人參-附子-肉桂、人參-茯苓-附子-肉桂、人參-甘草-茯苓-附子、牛膝-人參-茯苓-附子-肉桂、人參-甘草-茯苓-附子-肉桂、熟地黃-牛膝-人參-茯苓-附子-肉桂等。人參主五勞七傷，補五臟六腑，為補虛癥之要藥，人參得附子則補益兼溫里之功，虛寒者輔以肉桂、干姜補火助陽，溫經通脈；脾腎陽虛以致四肢浮腫、小便不利者，配以茯苓、白術利水消腫，下元虛冷，腰腳疼痛者，輔以牛膝、五味子下補腎溫陽、強筋壯骨。③在治療中風（腦卒中）的方劑中，人參-附子藥對還常配伍肉桂、當歸、干姜、防風、麻黃等。關聯強度較高的藥物組合有人參-防風-附子、人參-附子-肉桂、人參-防風-附子-肉桂、人參-甘草-防風-附子、人參-甘草-麻黃-防風- 附子、人參-麻黃-防風-附子-肉桂等。氣虛血瘀、陰虛風動者配以肉桂、當歸、干姜補氣和血、溫通經脈；風痰濕痹、脈絡阻滯者配以麻黃、防風散寒通滯、勝濕止痛。④治療脾虛傷食的方劑中，人參-附子藥對常配伍當歸、陳皮、干姜、肉桂、木香、厚樸等。關聯強度較高的藥物組合有人參-附子-干姜、人參-甘草-附子-人參，白術-茯苓-附子、人參-白術-甘草-附子等。附子溫陽祛寒，配以肉桂、干姜溫運中陽，白術健脾燥濕，人參益氣健脾，炙甘草補中扶正，調和諸藥。木香、厚樸益氣理氣，陳皮健脾開胃。如《太平惠民和劑局方》之附子理中丸，有溫陽祛寒、益氣健牌之效[16]。

3.2 核心功效，廣泛應用，挖掘傳統“藥對”應用的組方規律

藥對是臨床上常用且相對固定的中藥配伍形式，是方劑最小的組方單位，是連接單味中藥與方劑的橋梁，是方劑組成的核心和基礎，具備了方劑的基本主治功能，體現了方劑的整體療效[17]。目前“藥對”研究多集中于功效物質基礎、配伍效應及作用機制等，而歷代醫藥應用藥對的組方規律和配伍形式尚待挖掘和整理。本研究以人參-附子藥對為研究對象，從《中醫方劑大辭典》中收集整理含有人參-附子藥對的方劑，用中醫傳承輔助平臺（V2.5）建立數據庫，采用頻次統計、關聯規則等數據挖掘方法，對配伍用藥和主治疾病進行頻次分析，并對高頻疾病的組方規律進行分析。基于數據挖掘研究含人參-附子藥對的方劑組方規律，對臨床運用人參-附子藥對有指導價值，為相關新方研發提供依據，也可為“藥對”的組方規律研究提供方法參考。

利益沖突 所有作者均聲明不存在利益沖突

[1] 陳雨, 徐國良, 劉紅寧, 等. 參附湯不同配伍比例及臨床應用研究進展 [J]. 中國實驗方劑學雜志, 2019, 25(3): 220-225.

[2] Song W T, Cheng F F, Xu L,. Chinese medicine Shenfu injection for heart failure: A systematic review and meta-analysis [J]., 2012, 2012: 713149.

[3] 曹麗梅, 趙萱, 李杰, 等. 人參-附子藥對不同配比對慢性心力衰竭大鼠心肌細胞凋亡的影響 [J]. 中藥與臨床, 2017, 8(2): 45-48.

[4] 彭懷仁. 中醫方劑大辭典 [M]. 北京: 人民衛生出版社, 1993.

[5] 郭瑞華, 李瑩, 唐肖. 《中醫方劑大辭典》的利用 [J]. 山東中醫藥大學學報, 2003, 27(5): 370-371.

[6] 唐仕歡, 申丹, 盧朋, 等. 中醫傳承輔助平臺應用評述 [J]. 中華中醫藥雜志, 2015, 30(2): 329-331.

[7] 中國藥典 [S]. 一部. 2015: 8-9.

[8] 曹玉潔, 陳艷琰, 唐于平, 等. 基于Apriori算法與網絡關聯的大黃-甘草藥對數據挖掘分析 [J]. 中國實驗方劑學雜志, 2018, 24(14): 182-187.

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

[10] 羅光芝, 季旭明, 馬婷, 等. 基于中醫傳承輔助平臺分析含黃連-干姜藥對方劑的組方規律 [J]. 中國藥房, 2019, 30(1): 99-103.

[11] 呂建軍, 李霞, 郝瑞春, 等. 基于中醫傳承輔助平臺分析含黃芪-當歸藥對的中成藥組方規律 [J]. 亞太傳統醫藥, 2019, 15(9): 144-148.

[12] 趙萱, 傅超美, 曹麗梅, 等. 參附注射液化學成分與藥理作用研究進展 [J]. 中藥與臨床, 2018, 9(2): 70-74.

[13] 徐丹, 范穎. 參附湯方源考證及其配伍內涵探析 [J]. 中華中醫藥學刊, 2010, 28(5): 1062-1063.

[14] 曹麗梅, 趙萱, 李杰, 等. 人參-附子藥對不同配比對慢性心力衰竭大鼠心肌細胞凋亡的影響 [J]. 中藥與臨床, 2017, 8(2): 45-48.

[15] 周鵬, 黃金玲. 苓桂術甘湯防治慢性心力衰竭的臨床應用及藥理作用研究進展 [J]. 時珍國醫國藥, 2018, 29(9): 2231-2233.

[16] 武紅娜. 附子理中丸基本信息及臨床應用進展 [J]. 臨床合理用藥雜志, 2020, 13(1): 179-180.

[17] 段金廒, 宿樹蘭, 唐于平, 等. 中藥藥對配伍組合的現代認識 [J]. 南京中醫藥大學學報, 2009, 25(5): 330-333.

Analysis on composition rules ofet-pairs based on data mining method

ZHAO Xuan1, CHEN Yun-hui2, ZHENG Ming-yue3, LIN Wei4, HAO Yi-wen1, HUANG Ling1, FAN Jie-rong1, ZHAO He1, FU Chao-mei1

1. School of Pharmacy, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China 2. College of Basic Medicine, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China 3. Adelaide Medical School, University of Adelaide, Adelaide 5005, Australia 4. School of Management, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China

To study the composition rules of traditional Chinese medicine prescription containing classic Chinese medicine pair Renshen (et)-Danggui ().The prescriptions containinget-pairs in the “” were collected and sorted out, and the database was established by inputting the traditional Chinese medicine inheritance support system (TCMISS) (V2.5) to analyze the rules of prescription formulation for the treatment of four kinds of high-frequency diseases and. Based on the Apriori algorithm of association rules (setting support of 10%, 20%, 30% and confidence of 0.9 respectively), the formula rule ofet-prescription was analyzed. Selecting four diseases with the highest frequency of treatment, and to analyze the prescription laws of the prescription containinget-drugs for treating different diseases.Through screening 1067 prescriptions containing “et-”, and 14 kinds of common diseases were mainly treated in traditional Chinese medicine (frequency ≥20); A total of 236 drugs are involved, including 21 drugs (frequency ≥80) that are often compatible with them, and there are 12 common drug combinations, and six core drugs that are often compatible with them, which include Danggui (), Rougui(), Baizhu(), Fuling (Poria), etc. There are six kinds of commonly used drug combinations for treating JueTuo, and three kinds of commonly compatible core drugs are,, Licorice. There are 52 kinds of commonly used drug combinations for treating consumptive disease, and eight kinds of commonly compatible core drugs are, cinnamon, liquorice, Niuxi(), etc. There are 34 common combinations of drugs to treat stroke, eight kinds of commonly compatible core drugs include,, liquorice, dried ginger, parsnip, ephedra and others. There are 25 kinds of commonly used drug combinations for the treatment of spleen deficiency injury and food, nine kinds of commonly compatible core drugs include,,Rhizome, Chenpi(), dried ginger and others.Data mining method was used to study the prescription regularity of Ginsenget-, which has guiding value to its clinical application. And it not only provides the basis for the research and development of new prescription of Ginsengetand, but also provides a method for the study of new prescription rule of medicine pairs.

et-pairs; data mining analysis; composition rules; traditional Chinese medicine inheritance support system (TCMISS); Chinese medicinal formulae

R285

A

0253 - 2670(2021)04 - 1083 - 09

10.7501/j.issn.0253-2670.2021.04.022

2020-07-13

國家自然科學基金青年基金項目（81503266）；成都中醫藥大學杏林學者學科人才科研提升項目（QNXZ2019028）

趙 萱，女，講師，在讀博士，研究方向為中藥新制劑和新劑型。E-mail: zhaoxuan0225@cdutcm.edu.cn

傅超美，男，教授，博士，研究方向為中藥新制劑和新劑型。

[責任編輯 潘明佳]