Page 122 - 《中国药房》2024年1期

·综述·

数据挖掘算法在中药方剂研究中的应用现状
Δ

#
＊
李蕙质 ，周小玲，杨玉杰，章新友（江西中医药大学计算机学院，南昌 330004）
中图分类号 R289；R2-03 文献标志码 A 文章编号 1001-0408（2024）01-0112-07
DOI 10.6039/j.issn.1001-0408.2024.01.20

摘 要 近年来，数据挖掘算法在中药领域的科研中得到了广泛应用。采用数据挖掘算法可处理和分析中药方剂中的多层次数
据，并对其作用机制提供合理解释。这一方法现已较好地应用于中医药的配伍规律和高频药组的挖掘中，提高了临床诊断、靶点
筛选和新药研究的可靠性和准确性。本文对147篇中药方剂研究中运用数据挖掘算法的文献进行了整理与分析，结果表明，数据
挖掘算法在中药方剂作用机制研究、中药方剂量效研究、挖掘核心药对/药组、挖掘“方-药-证”间的关系、发现新方剂和挖掘配伍规
律这6个子领域中发挥了独特优势，尤以关联规则和聚类分析算法最具有代表性。
关键词 数据挖掘算法；中药方剂；文献计量法；应用

Application of data mining algorithms in research on traditional Chinese medicine formula
LI Huizhi，ZHOU Xiaoling，YANG Yujie，ZHANG Xinyou（School of Computer Science， Jiangxi University of
Chinese Medicine， Nanchang 330004， China）

ABSTRACT In recent years， data mining algorithms have been widely employed in scientific research within the field of
traditional Chinese medicine （TCM）. The data mining algorithms are used to effectively handle and analyze the complex data in
TCM formulas， providing a rational explanation for the mechanism of action. This method has proven particularly useful in
uncovering patterns of compatibility and frequent combinations of herbs in TCM， thereby enhancing the reliability and accuracy of
clinical diagnosis， target screening， and the study of new drugs. This paper reviews and analyzes 147 papers on TCM formula
research that utilize data mining algorithms. The results indicate that data mining algorithms play a unique advantage in six sub-
areas， including the study on the mechanism of action in TCM formula， the dose-efficacy of TCM formulas， the identification of
core drugs pairs/groups， mining the relationships among “formulas-drug-symptom”， the discovery of new formulas， and mining the
compatibility law. Notably， association rules and clustering algorithms are the most representative.
KEYWORDS data mining algorithms； traditional Chinese medicine formula； bibliometrics analysis； application

中药方剂是中药学中的一个重要研究领域，其基于 统经验角度和现代科学角度两个方面展开，其中传统经
中医整体观的思想，通过对疾病的辨证施治来构建适用 验角度注重探究草药的性味归经、功效特点等方面，现
于不同疾病或病情的中药处方，以实现治疗和预防疾病 代科学角度则注重从分子水平理解方剂的药效成分和
[1]
的目的。中药方剂的形成不仅遵循“君臣佐使”的组方 作用机制 。
原则，还取决于医生个人的诊断和实践经验，因此方剂 近年来，数据挖掘算法在中药领域的科研中得到了
的有效性很大程度上受到医生经验的影响，这使得方剂 广泛应用。采用数据挖掘算法可处理和分析中药方剂
[2]
研究较为困难。此外，由于病因、病机、中药药味及其组 中的多层次数据，并对其作用机制提供合理解释 。这
合方式的复杂性，使得单一分析难以准确地获得中药方 一方法现已较好地应用于中医药的配伍规律和高频药
[3]
剂与疾病之间的关系。目前的中药方剂研究主要从传 组的挖掘中 ，提高了临床诊断、靶点筛选和新药研究的
可靠性和准确性，为临床精准用药提供了科学参考。本
Δ 基金项目 国家自然科学基金项目（No.82360992）；江西省中医
文中，笔者较为全面地论述了数据挖掘算法在中药方剂
药管理局科技计划重点项目（No.2022Z007）；江西省中医药管理局癌
病方证信息数据挖掘重点研究室项目（No.科研字〔2022〕16号）；江西 中的应用现状，旨在为该方法在中药方剂研究中的进一
中医药大学校级科技创新团队立项（No.CXTD22015） 步应用提供参考。
＊第一作者 硕士研究生。研究方向：中医药信息挖掘与应用。电 1 文献检索与整理
话：0791-87118863。E-mail：lihuizhi@jxutcm.edu.cn
本研究首先以“方剂”“数据挖掘”“Apriori”“层次聚
# 通信作者 教授，博士生导师，博士。研究方向：中医药信息挖掘
与应用。电话：0791-87118863。E-mail：xinyouzhang@jxutcm.edu.cn 类”“决策树”“支持向量机”等为关键词，组合查询中国

· 112 · China Pharmacy 2024 Vol. 35 No. 1 中国药房 2024年第35卷第1期