基于数据挖掘技术的方剂数据库构建及筛选代表方的药效学验证研究

This project adopts a combination of datamining method in computer science and prescription of TCM. A prescription resourse database is set up based on literature review and by analysing a particular disease (eg. Diabetes, brain stroke) through the datamining method, we focus on the pattern of presciption grouping and sieving out the curable prescition. The system will do the automatic comparison between the sieving prescription and the clinical prescription and verify the datamining results. The animal experiment will be adopted to experiment the curable effect and mechanism based on the TCM experts' evaluation. Our reserch not only combines the literature review and experimental study, but also explores the prescription grouping by using the datamining method which deepens and improves the relevant theories of TCM prescription grouping and which plays an important part in developing the science of TCM prescription.

本项目将计算机科学中的数据挖掘技术与中医方剂学研究结合起来，进行文献整理研究，建立基于互联网络的方剂资源数据库，利用数据挖掘算法，从常见的某一类疾病（如消渴病、中风病）病症分析入手，研究方剂的组方配伍规律，筛选出治疗疾病的筛选方，系统将对筛选方同临床经方进行自动对比，验证数据挖掘分析结果的有效性，从而得到治疗各类疾病的筛选方，在中医专家评价基础上，通过动物实验研究此方的治疗作用及作用机理。本研究不仅实现了文献研究和实验研究的有机结合，而且对如何利用数据挖掘技术研究方剂组方配伍规律的方法进行了有益的探索,有利于深化、丰富、完善方剂配伍规律的相关理论，对丰富和发展方剂学理论具有重要的意义。

课题组主要是采用文献学研究方法，以消渴病病、中风病等生活中常见病例为研究对象，进行资料收集、用药规律研究分析工作，在创建的方剂数据库的基础上，根据病例相关证型的方剂数据特点，进行了方剂配伍规律中数据挖掘方法的理论和应用研究，设计和实现了同用药频次、药对、药组、药量、性味、归经等方面密切结合数据挖掘算法，包括：数据频繁项集挖掘算法的研究；中医方剂数据预处理方法的研究；基于带权无向图的方剂配伍中药对—药组频繁项集挖掘算法的研究；基于方剂配伍的Top-Rank-k药组-药对频繁模式挖掘算法的研究等。. 课题组选取消渴病临床常见的胃热炽盛与肾阴亏虚两个证型为研究对象，将数据挖掘分析结果和中医专家的临床经验想结合，得出了治疗此两型消渴病的代表方。通过进行医学药效实验，与临床常用有效方剂玉女煎、六味地黄丸进行了对照分析。因此，课题组不仅从中医理论上探讨筛选方的作用机理，另一方面通过药效实验验证了筛选方的有效性、可靠性和药效价值。. 课题组成员参加国际数据库领域重要学术会议6人次，共发表学术论文15篇，其中国家核心期刊8篇，重要学术会议4篇，EI检索4篇。完成了项目计划书中的主要研究任务，并取得了预期的研究成果。