基于数据挖掘的含人参-附子药对方剂的组方规律分析

赵 萱，陈云慧，郑明月，林 薇，郝怡雯，黄 玲，范洁溶，赵 荷，傅超美*

基于数据挖掘的含人参-附子药对方剂的组方规律分析

赵 萱1，陈云慧2，郑明月3，林 薇4，郝怡雯1，黄 玲1，范洁溶1，赵 荷4，傅超美1*

1. 成都中医药大学药学院，四川 成都 611137 2. 成都中医药大学基础医学院，四川 成都 611137 3. 阿德莱德大学医学院，澳大利亚 阿德莱德 5005 4. 成都中医药大学管理学院，四川 成都 611137

分析含有中医经典药对人参-附子的中医方剂组方规律。收集《中医方剂大辞典》中含人参-附子药对的方剂，录入中医传承辅助平台软件（V2.5）建立数据库，分析其主治疾病频次和用药频次，并分析治疗4种高频疾病的方剂组方规律。纳入含有人参-附子药对的方剂1067首，高频主治疾病为厥脱、虚劳、脾虚伤食、中风（脑卒中）等14种（频次≥20），常配伍药物21味（频次≥80），核心配伍药物为当归、肉桂、白术、茯苓、甘草、干姜6味，常用药物组合12组。治疗厥脱方剂中，核心配伍药物为白术、茯苓、甘草3味，常用药物组合6种；治疗虚劳方剂中，核心配伍药物为茯苓、肉桂、甘草、牛膝、白术、五味子、干姜、防风8味，常用药物组合52种；治疗中风方剂中，核心配伍药物为茯苓、肉桂、当归、白术、甘草、干姜、防风、麻黄8味，常用药物组合34种，治疗脾虚伤食方剂中，核心配伍药物为茯苓、当归、白术、陈皮、干姜、肉桂、甘草、木香、厚朴9味，常用药物组合25种。利用数据挖掘方法探究含人参-附子药对方剂的组方规律，对其临床运用具有一定指导价值，为开展相关药物研发提供依据，也可为药对的组方规律研究提供方法参考。

人参-附子药对；数据挖掘；组方规律；中医传承辅助平台；中药方剂

人参-附子是中医经典药对，人参味甘，性微寒，为“大补元气之药”，能五脏并补，先天、后天同益，被历代医家推为“百补之王”。附子味辛、甘，大辛、大热，能回阳救逆、补火助阳、散寒止痛，被誉为“回阳救逆之第一品，补先天命门真火之第一要药”[1]。现代药理研究表明，人参-附子药对可强心、升压、增强心肌收缩力[2]，并具有改善组织器官缺血状态、调节血液流变性及微循环、降低体内炎症水平及保护心脑血管等作用，临床上被广泛用于心脑血管、消化道疾病的治疗[3]。本研究拟采用中医传承辅助平台软件（V 2.5），针对《中医方剂大辞典》[4]中含人参-附子药对的方剂，就其主治疾病、常见配伍及组方规律进行挖掘与分析，以期为人参-附子药对的临床应用和新药研发提供理论依据。

1 方法

1.1 数据来源

《中医方剂大辞典》是从自秦汉至近现代1800余种中医药文献中整理、研究、编纂而成的汇集方剂9万余首的方剂学权威工具书，是对中医药方剂历代研究成果的大总结[5]。本研究收集整理《中医方剂大辞典》中含有人参-附子药对的方剂，其中人参及其别称“地精”“神草”等以及附子及其炮制品“白附片”等均被收录。筛除组方药物相同，功效、主治重复的异名方后，纳入方剂1067首。

1.2 分析软件

中医传承辅助平台（Ｖ2.5），由中国中医科学院中药研究所中药新药设计课题组与中国科学院自动化研究所联合开发[6]。

1.3 方剂录入

双人负责将所纳入方剂的组成药物和主治中医疾病进行规范化整理，录入中医传承辅助平台（Ｖ2.5），方剂中药物名称参照《中国药典》2015年版[7]所载正名进行统一。

1.4 数据分析

运用中医传承辅助平台（Ｖ2.5）“统计报表”和“数据分析”模块对录入方剂主治疾病、组方配伍及治疗不同疾病时组方特点等进行分析。

1.4.1 含人参-附子药对方剂主治中医疾病频次分析 运用中医传承辅助平台（Ｖ2.5）中“基本信息”统计功能，选择“中医疾病”，对收录方剂的主治疾病频次由高到低排序，并对频次≥20的主治疾病进行分析。

1.4.2 含人参-附子药对方剂组方用药频次分析 运用中医传承辅助平台软件中“基本信息”统计功能，选择“药物频次”，对含人参-附子药对方剂中常用配伍药材频次由高到低排序，并对其中频次≥55的药物进行分析。

1.4.3 基于关联规则算法的组方规律分析

（1）含人参-附子药对方剂的组方规律分析：基于关联规则Apriori算法[8]，应用“数据分析”模块中“方剂分析”功能，对含人参-附子药对的方剂进行“用药模式分析”“用药规则分析”和“用药网络分析”[9]。为提取既能体现不同药材组合间的个性特征，又能抓住不同组合共性的核心药物组合，将置信度（当A药物出现时，B药物也出现的概率）最低值设置为0.9，将支持度（药材组合出现频次至少占总处方数的频率）设置为20%，得到方剂常用药物组合及频次[10-11]；并设置支持度为10%、20%、30%，对不同支持度下的药材组合关联关系进行网络化展示。

（2）含人参-附子药对方剂主治不同中医疾病的组方规律分析：在“1.4.1”项结果的基础上，选择治疗频次最高的4种疾病，进行用药规律分析。应用“数据分析”模块中“方剂分析”功能，设置置信度最低值为0.9，支持度为20%，得到方剂常用药物组合及频次，设置支持度为10%、20%、30%，对不同支持度下的药物组合关联关系进行网络化展示。

2 结果

2.1 含人参-附子药对方剂主治中医疾病频次分析

通过频次统计发现，1067首含有人参-附子药对方剂主治中医疾病共101种，频次≥20的中医疾病有14种，频次最高的是厥脱，其次为虚劳、中风（脑卒中）、脾虚伤食，见表1。

2.2 含人参-附子药对的方剂用药频次分析

通过频次统计发现，1067首含人参-附子药对方剂中共涉及236味药物，常与其配伍的药物有21味（频次≥80），按照功能分为10类，以补益药、温里药、利水渗湿药等为主，最常配伍的核心药物有利水渗湿药茯苓，补益药白术、甘草、肉桂、当归，解表药防风，理气药陈皮等。见表2。

2.3 基于关联规则算法的组方规律分析

2.3.1 含人参-附子药对方剂的组方规律分析 对含人参-附子药对方剂进行“用药模式分析”和“用药规则分析”，当置信度为0.9、支持度为20%时，得到方剂中常用药物组合及频次，表3。分别设置支持度为10%、20%、30%，对含人参-附子药对方剂中药物组合进行网络可视化展示，见图1。

表1 含人参-附子药对方剂主治中医疾病 (频次≥20)

表2 含人参-附子药对方剂中常用药物(频次≥80)

表3 含人参-附子药对方剂中常用药物组合及频次

图1 含人参-附子药对方剂常用药物组合关联性网络

结果表明，常用药物组合有甘草-附子-人参、附子-干姜-人参、白术-甘草-附子-人参、甘草-附子-肉桂-人参、甘草-茯苓-附子-人参等12种。由网络可视化图显示可知，支持度为10%时，能较全面展示常用药物组合；支持度上升为20%时，能清晰地显示常用药物及组合规律；支持度上升为30%时，外围药物减少，体现出最常配伍的核心药物，有当归、肉桂、白术、茯苓、甘草、干姜6味。

2.3.2 含人参-附子药对方剂治疗不同疾病时组方规律分析 在“2.1”项结果的基础上，选择治疗频次最高的“厥脱”“虚劳”“脾虚伤食”“中风”4种中医疾病，进行组方规律分析。

（1）含人参-附子药对方剂治疗厥脱的组方规律分析：提取到适应症为厥脱的含人参-附子药对方剂123首，设置置信度为0.9，支持度20%，得到方剂中常用药物组合及频次，表4；分别设置支持度为10%、20%、30%，对药物组合进行网络可视化展示，见图2。

结果表明，常用药物组合有人参-白术-附子、人参-甘草-附子、人参-茯苓-附子、人参-附子-干姜、人参-当归-附子、人参-附子-肉桂6种，核心药物（支持度30%）有白术、茯苓、甘草3味。

表4 含人参-附子药对方剂治疗厥脱中常用药物组合及频次

（2）含人参-附子药对的方剂治疗虚劳的组方规律分析：提取到治疗虚劳的含人参-附子方剂104首，设置置信度为0.9、支持度20%，得到方剂中常用药物组合及频次，见表5；分别设置支持度为10%、20%、30%，对常用药物组合进行网络可视化展示，见图3。

图2 含人参-附子药对方剂治疗厥脱常用药物组合关联性网络

表5 含人参-附子药对方剂治疗虚劳中常用药物组合及频次

图3 含人参-附子药对方剂治疗虚劳常用药物组合关联性网络

结果表明，常用药物组合有人参-茯苓-附子、人参-附子-肉桂、人参-茯苓-附子-肉桂、人参-甘草-茯苓-附子、牛膝-人参-茯苓-附子-肉桂、人参-甘草- 茯苓-附子-肉桂、熟地黄-牛膝-人参-茯苓-附子-肉桂等52种，核心药物（支持度30%）有茯苓、肉桂、甘草、牛膝、白术、五味子、干姜、防风8种。

（3）含人参-附子方剂治疗中风（脑卒中）的组方规律分析：提取到治疗中风的含人参-附子方剂81首，设置置信度为0.9、支持度20%，得到方剂中常用药物组合及频次，见表6；分别设置支持度为10%、20%、30%，对常用药物组合进行网络可视化展示，见图4。

结果表明，常用药物组合有人参-防风-附子、人参-附子-肉桂、人参-防风-附子-肉桂、人参-甘草-防风-附子、人参-甘草-麻黄-防风-附子、人参-麻黄- 防风-附子-肉桂等34种，核心药物（支持度30%）有茯苓、肉桂、当归、白术、甘草、干姜、防风、麻黄8种。

表6 含人参-附子药对方剂治疗中风常用药物组合及频次

图4 含人参-附子药对方剂治疗中风常用药物组合关联性网络

（4）含人参-附子方剂治疗脾虚伤食的组方规律分析：提取到治疗脾虚伤食的含人参-附子方剂71首，设置置信度为0.9、支持度20%，得到方剂中常用药物组合及频次，见表7；分别设置支持度为10%、20%、30%，将常用药物组合进行网络可视化展示，见图5。

结果表明，常用药物组合有人参-白术-附子、人参-附子-干姜、人参-甘草-附子-人参，白术-茯苓- 附子、人参-白术-甘草-附子等25种，核心药物（支持度30%）有茯苓、当归、白术、陈皮、干姜、肉桂、甘草、木香、厚朴9种。

3 讨论

3.1 古方挖掘、数据分析，全面研究人参-附子药对组方规律

人参-附子药对临床应用已有千百余年，人参甘温，大补脾胃之元气而固后天，力宏而迅疾，可回阳气于垂绝。附子大辛、大热，温壮元阳而大扶先天，享雄壮之质，善走而通行十二经[12]。如《伤寒蕴要》曰：“夹阴伤寒，内外皆阴，阳气顿衰，必须急用人参健脉以益其原，佐以附子温经散寒，舍此不用，将何以救之。”两者配伍，历来均为“回阳救脱挽危亡”之上品[13]。

表7 含人参-附子药对方剂治疗脾虚伤食常用药物组合及频次

图5 含人参-附子药对方剂治疗脾虚伤食常用药物组合关联性网络

本研究结果表明，《中医方剂大辞典》中含人参-附子药对的方剂有1067首，主治疾病101种，临床应用具有广泛性，涉及中医内科、妇科、外科的多种疾病，其中频次≥20的中医疾病14种，最高频主治疾病为厥脱、虚劳、脾虚伤食和中风（脑卒中）；涉及药物236味，常用配伍药物21味（频次≥80），关联分析提示关联强度最高的常用药物组合12组，如3味药物组合：人参-附子-甘草、人参-附子-肉桂、人参-茯苓-附子等；4味药物组合：人参-茯苓-附子-肉桂、人参-甘草-茯苓-附子等，提示人参-附子药对常与补益类、温里类、利水渗湿类等药物配伍。

在治疗厥脱、虚劳、脾虚伤食和中风（脑卒中）4种最高频主治疾病的方剂中，运用关联规则分析得出，茯苓、白术和甘草为常见配伍药物，人参-附子-茯苓、人参-附子-白术、人参-附子-甘草等为常见药物组合。茯苓甘、淡，利水渗湿，阳旺则水饮自化，水去则阳气自通；白术甘、温，补脾益气，有通经络之功，并有脾肾兼治之用；甘草甘、平，入十二经，既调和诸药，缓和附子之大辛大热；又相须为用，增加人参之补虚益气。

治疗4种高频疾病的组方中配伍有所区别：①治疗厥脱[14]的方剂中，人参-附子药对最常配伍白术、甘草、茯苓等。关联强度最高的药物组合为6种，如人参-附子-白术、人参-附子-茯苓等。如《胎产心法》之参苓术附汤[15]，人参、附子配伍白术、茯苓，附子温阳固脱，人参大补元气，茯苓、白术渗湿止泻，用于妇人产后虚泻，眼昏不识人。②治疗虚劳的方剂中，人参-附子药对还常配伍肉桂、牛膝、五味子、干姜、防风等。关联强度较高的药物组合有人参-附子-肉桂、人参-茯苓-附子-肉桂、人参-甘草-茯苓-附子、牛膝-人参-茯苓-附子-肉桂、人参-甘草-茯苓-附子-肉桂、熟地黄-牛膝-人参-茯苓-附子-肉桂等。人参主五劳七伤，补五脏六腑，为补虚症之要药，人参得附子则补益兼温里之功，虚寒者辅以肉桂、干姜补火助阳，温经通脉；脾肾阳虚以致四肢浮肿、小便不利者，配以茯苓、白术利水消肿，下元虚冷，腰脚疼痛者，辅以牛膝、五味子下补肾温阳、强筋壮骨。③在治疗中风（脑卒中）的方剂中，人参-附子药对还常配伍肉桂、当归、干姜、防风、麻黄等。关联强度较高的药物组合有人参-防风-附子、人参-附子-肉桂、人参-防风-附子-肉桂、人参-甘草-防风-附子、人参-甘草-麻黄-防风- 附子、人参-麻黄-防风-附子-肉桂等。气虚血瘀、阴虚风动者配以肉桂、当归、干姜补气和血、温通经脉；风痰湿痹、脉络阻滞者配以麻黄、防风散寒通滞、胜湿止痛。④治疗脾虚伤食的方剂中，人参-附子药对常配伍当归、陈皮、干姜、肉桂、木香、厚朴等。关联强度较高的药物组合有人参-附子-干姜、人参-甘草-附子-人参，白术-茯苓-附子、人参-白术-甘草-附子等。附子温阳祛寒，配以肉桂、干姜温运中阳，白术健脾燥湿，人参益气健脾，炙甘草补中扶正，调和诸药。木香、厚朴益气理气，陈皮健脾开胃。如《太平惠民和剂局方》之附子理中丸，有温阳祛寒、益气健牌之效[16]。

3.2 核心功效，广泛应用，挖掘传统“药对”应用的组方规律

药对是临床上常用且相对固定的中药配伍形式，是方剂最小的组方单位，是连接单味中药与方剂的桥梁，是方剂组成的核心和基础，具备了方剂的基本主治功能，体现了方剂的整体疗效[17]。目前“药对”研究多集中于功效物质基础、配伍效应及作用机制等，而历代医药应用药对的组方规律和配伍形式尚待挖掘和整理。本研究以人参-附子药对为研究对象，从《中医方剂大辞典》中收集整理含有人参-附子药对的方剂，用中医传承辅助平台（V2.5）建立数据库，采用频次统计、关联规则等数据挖掘方法，对配伍用药和主治疾病进行频次分析，并对高频疾病的组方规律进行分析。基于数据挖掘研究含人参-附子药对的方剂组方规律，对临床运用人参-附子药对有指导价值，为相关新方研发提供依据，也可为“药对”的组方规律研究提供方法参考。

利益冲突 所有作者均声明不存在利益冲突

[1] 陈雨, 徐国良, 刘红宁, 等. 参附汤不同配伍比例及临床应用研究进展 [J]. 中国实验方剂学杂志, 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] 曹丽梅, 赵萱, 李杰, 等. 人参-附子药对不同配比对慢性心力衰竭大鼠心肌细胞凋亡的影响 [J]. 中药与临床, 2017, 8(2): 45-48.

[4] 彭怀仁. 中医方剂大辞典 [M]. 北京: 人民卫生出版社, 1993.

[5] 郭瑞华, 李莹, 唐肖. 《中医方剂大辞典》的利用 [J]. 山东中医药大学学报, 2003, 27(5): 370-371.

[6] 唐仕欢, 申丹, 卢朋, 等. 中医传承辅助平台应用评述 [J]. 中华中医药杂志, 2015, 30(2): 329-331.

[7] 中国药典 [S]. 一部. 2015: 8-9.

[8] 曹玉洁, 陈艳琰, 唐于平, 等. 基于Apriori算法与网络关联的大黄-甘草药对数据挖掘分析 [J]. 中国实验方剂学杂志, 2018, 24(14): 182-187.

[9] 卢朋, 李健, 唐仕欢, 等. 中医传承辅助系统软件开发与应用 [J]. 中国实验方剂学杂志, 2012, 18(9): 1-4.

[10] 罗光芝, 季旭明, 马婷, 等. 基于中医传承辅助平台分析含黄连-干姜药对方剂的组方规律 [J]. 中国药房, 2019, 30(1): 99-103.

[11] 吕建军, 李霞, 郝瑞春, 等. 基于中医传承辅助平台分析含黄芪-当归药对的中成药组方规律 [J]. 亚太传统医药, 2019, 15(9): 144-148.

[12] 赵萱, 傅超美, 曹丽梅, 等. 参附注射液化学成分与药理作用研究进展 [J]. 中药与临床, 2018, 9(2): 70-74.

[13] 徐丹, 范颖. 参附汤方源考证及其配伍内涵探析 [J]. 中华中医药学刊, 2010, 28(5): 1062-1063.

[14] 曹丽梅, 赵萱, 李杰, 等. 人参-附子药对不同配比对慢性心力衰竭大鼠心肌细胞凋亡的影响 [J]. 中药与临床, 2017, 8(2): 45-48.

[15] 周鹏, 黄金玲. 苓桂术甘汤防治慢性心力衰竭的临床应用及药理作用研究进展 [J]. 时珍国医国药, 2018, 29(9): 2231-2233.

[16] 武红娜. 附子理中丸基本信息及临床应用进展 [J]. 临床合理用药杂志, 2020, 13(1): 179-180.

[17] 段金廒, 宿树兰, 唐于平, 等. 中药药对配伍组合的现代认识 [J]. 南京中医药大学学报, 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

国家自然科学基金青年基金项目（81503266）；成都中医药大学杏林学者学科人才科研提升项目（QNXZ2019028）

赵 萱，女，讲师，在读博士，研究方向为中药新制剂和新剂型。E-mail: zhaoxuan0225@cdutcm.edu.cn

傅超美，男，教授，博士，研究方向为中药新制剂和新剂型。

[责任编辑 潘明佳]