- 相關推薦
預測中藥缺失藥性的初步研究
預測中藥缺失藥性的初步研究中藥理論體系中，藥物的藥性與功能是一個整體，前者從整體上表述了藥物的作用性質、趨向和途徑，后者則表明了中藥對人體調節(jié)作用的結果，兩者既具有明顯的差別，又具有緊密的聯(lián)系。利用信息技術研究中藥藥性，是中藥藥性理論研究的重要內容[1].利用數(shù)據(jù)挖掘技術對中藥藥性與功能數(shù)據(jù)進行挖掘，可發(fā)現(xiàn)藥性與功效之間的明確關系[2].
中藥藥性主要包括藥物四氣、五味、歸經、毒性和升降浮沉，是中醫(yī)用藥的核心指導原則，是對藥物臨床作用的高度概括，是中醫(yī)學與中藥學理論連接的橋梁，是區(qū)分中藥與天然藥物的基本依據(jù)。然而很多中藥，特別是大部分近現(xiàn)代中藥的藥性是缺失不全的。在《中華本草》[3]8 980味中藥中，缺失性味描述的約7%,缺失歸經描述的約75%.這嚴重影響了藥性理論在中藥現(xiàn)代化和臨床實踐中指導作用的發(fā)揮，影響中藥的療效。本研究以藥性與功能記錄完備的藥物為基礎，利用數(shù)據(jù)挖掘技術分析這些藥物，建立模型，得到“功能-藥性”關聯(lián)關系，預測藥物的缺失藥性，為藥性的進一步確立、藥物研究與使用提供有力的支持。筆者以建立歸肝經預測模型為例，探討中藥缺失藥性的完善方法。
1 資料與方法
1.1 數(shù)據(jù)來源
根據(jù)2005版《中華人民共和國藥典》（一部 ）[4],篩選藥性與功能記錄齊備的507味藥物建立數(shù)據(jù)庫，每味藥物包括四氣、五味、歸經和功能屬性，屬性記錄包括“有”、“無”兩種。507味藥物中，歸肝經藥物為249味。隨機分出95味藥為檢驗數(shù)據(jù)，其余412味藥為建模數(shù)據(jù)。待預測藥物為有功能與性味記錄、無歸經記錄的20味中藥，預測其是否歸肝經。
1.2 數(shù)據(jù)挖掘方法
采用C4.5決策樹算法[5].本研究考察參數(shù)為The minimum number of instances per leaf,其含義為所建立的決策樹每個葉結點必須覆蓋的最小實例數(shù)量，簡稱MNIPL,其余參數(shù)采用默認值。采用十折交叉驗證優(yōu)選模型參數(shù)，確定最佳模型；再以95個檢驗數(shù)據(jù)進一步考察所建模型的可靠性。
在考察總體誤差估計的同時，根據(jù)誤差矩陣分析該預測模型對歸經預測的靈敏度與特異性�？傮w誤差估計計算為模型將檢驗集正確分類的百分比，代表模型總體分類效果；敏感度計算為模型將檢驗集中歸肝經的實例正確分類的百分比，代表預測模型的捕捉范圍；而特異性計算為檢驗集中被預測為歸肝經的實例正確分類的百分比，代表預測結果的可信度。
2 結果
選擇不同MNIPL所建立模型結果，評價參數(shù)為預測模型節(jié)點數(shù)、靈敏度、特異性和交叉驗證總體誤差估計。結果見表1.表1 不同參數(shù)模型考察表（略）
模型規(guī)模方面，模型2決策樹節(jié)點數(shù)為41,模型3節(jié)點數(shù)為55,模型2比模型3更具簡潔性，更符合最短描述長度原理[5].
綜上認為模型2更具有優(yōu)勢。數(shù)據(jù)庫中藥味總數(shù)為507,其中歸肝經藥249味，采用隨機分類的特異性為49.11%,而模型2為74.76%.
利用95味藥的藥性數(shù)據(jù)檢驗模型2,模型敏感性為66.00%,特異性為84.62%,總體誤差為75.79%.其總體誤差估計與表1相當；敏感性降低，其源于95個檢驗數(shù)據(jù)集偏小，歸肝經實例為50個，敏感性66%與70%之間相差僅2例分類錯誤，應屬于正常波動。
選擇模型2為肝經決策樹預測模型，其各層節(jié)點結構見表2. 表2 預測模型2各層節(jié)點結構表（略）
中醫(yī)認為，肝主藏血、主疏泄，肝對血液的運行、氣機運動、脾胃運化、情志活動等都有重要影響�！端貑枴ぶ琳嬉笳摗分^：“諸風掉眩，皆屬于肝”,肝與“風證”有密切關系。由表2可見，各節(jié)點屬性大多與肝經有關系，與中醫(yī)理論相一致。其中補肝、平肝、疏肝、清肝與肝有直接關系，和血、活血、涼血、散結、散瘀與血液運行相關，解痙與“風”相關，而定驚、通經絡等都與肝經有一定關系。挖掘結果也強調了這種關系。
根據(jù)模型2預測2005版《中華人民共和國藥典》（一部）[4]17味歸經記錄缺失藥結果見表3,如“天山雪蓮”歸肝經的概率為81.8%;沙棘歸肝經的概率為100%;而藏菖蒲不歸肝經的概率為80.8%.亦有文獻報道，天山雪蓮注射液具有較強的抑制乙型肝炎病毒復制的作用[6];沙棘對于小兒急性黃疸型肝炎具有較好的療效[7].表明此挖掘結果與臨床使用有較好的一致性。表3 缺失歸經記錄藥預測結果表（略）
3 結論
本研究從藥物功能與藥性的關系出發(fā)，利用數(shù)據(jù)挖掘技術建立了肝經歸經的預測模型，為藥物缺失藥性的補充提供了新的思路和方法。
本研究采用交叉驗證法結合旁置驗證法考察模型。507個數(shù)據(jù)并不是十分充足，為解決訓練集與檢驗集之間數(shù)量的矛盾，采用得到普遍認可的十折交叉驗證法[5];同時，隨機分離部分數(shù)據(jù)，采用旁置法驗證模型，進一步確保了模型的可靠性。
中醫(yī)藥是復雜體系，須從復雜性科學的角度認識中藥，從多環(huán)節(jié)、多因素開展研究[8].本研究得出的模型正是中醫(yī)藥一些局部規(guī)律性的體現(xiàn)，其預測結果并非已經確立藥物的歸經，而是為藥物在臨床中歸經的最終確立提供了重要參考信息，也為藥物歸經研究提供了重要支持。
【預測中藥缺失藥性的初步研究】相關文章：
閱讀診斷與矯治教學的初步研究08-17
常態(tài)化語文研究課的初步實踐08-17
心力衰竭者預后判斷與預測研究08-23
20以內加、減法教材改革的初步實驗研究08-17
信任的缺失優(yōu)秀作文04-30
公正的缺失摧毀教育夢想08-17
加、減法簡單應用題教學改革的初步實驗研究08-17
應用寫作中倫理的缺失與對策07-11
信息技術與課程整合的幾點缺失08-17