中药四性与药理作用相关性研究.pdfVIP

·94· ChitieseJournalofInformationonTCM Oct．2010 V01．17 No．1O 中药四性与药理作用相关性研究 张培，王梅，王耘，郑虎占，乔延江 (北京中医药大学，北京100102) 关键词：中药四性；药理作用：贝叶斯网络；组分药性 SSN．1005—5304．2010．10．052 DOI：10．3969／j．i 中图分类号：R285文献标识码：C 文章编号：1005．5304(2010)10．0094．03 四件理论是中药药性理论的重要组成部分，是指导药物临 是研究0i确定性知识表达与推理的方法。它是依据马尔可夫假 床应用的重要依据，所谓“寒热温凉，～匕之谬，覆水难收”。中 设寻找满足条件独立限制的模型结构，包括了有向无环图和与 药四性是客观存在的，又是抽象的。四性理论的抽象性和模糊 之相应的条件概率表两部分内容”1。 性，使得其难以实现与现代生命科学技术的融合，阻碍了中医 贝叶斯网络是概率论和图论相结合的产物。一方面，它以 药现代化研究进程。建屯符合现代科学认知规律的中药四性表 图论的语言直观揭示问题的结构，这里的问题即是四性与药理 征体系。是中医药学术发展及现代化研究的关键问题之一…。 作用之间的关系；另一方面，按照概率论的原则对问题的结构 笔者在对大昔的药理研究文献进行整理的基础上，运用贝 加以利用，基于条件概率表进行推理，可预测中药有效组份的 叶斯网络学习算法构建了四性的分类模犁。贝叶斯网络分类模 四性，从而为指导中药组份的临床应用及组份配伍提供支撑。 型不仅给}}}直观的贝叶斯网络拓扑图，反映了四性与药理作用 2．2数据预处理 之间的关系，且给出条件概率表，基于条件概率表进行推理，可 预测中药有效组分的四性，从而为指导中药组分的临床应用及 搜索(Best—FirstSearch)方法进行属性筛选，寻找与目标类 组分配伍奠定基础。 (寒性、凉性、平性、温性和热性)最为相关的属性。通过去除 1实验数据 不适当的属性可降低数据的维数、改善学习算法的性能、提高 1．1数据来源 速度。更重要的是维数降低钉助于形成更为紧凑、更易理解的 研究分析的中药全部选自2005年版《中华人民共和国药目标概念表达方式，使崩户的注意力集中在最为相关的属性上。 典(一部)》”1(以下简称《中国药典》)。利用“中国期刊全文2．2．2样本的复制在四性分类研究中，数据集样本分布往 数据库”(CNKI)检索，收集1980年以来国内公开发表的有关这往不均匀，肯定类样本较少，这使得在运用学习方法分类的过 些中药药理研究的全部文献，并参考《中药学》b1、《临床中药 程中，产生倾向于重视否定类而忽视肯定类的现象，导致模型 学》H1对其药理信息进行补充。 的正确率虽高，但对肯定类样本的分类正确率很低。为解决这 1．2数据的标引和整理 一问题，保持总样本数不变，采用Resample方法通过替代式采 每味中药按照《中国药典》对中药名和四性进行标引。四 样法随机对样本进行复制，改变训练集中肯定类实例与否定类 性包括寒、热、温、凉、平，将大寒、寒、微寒都归为寒，将大 实例的比例，从而使学习方案变为成本敏感型。 热、热都归为热。以文献中常用的表述巾药药理作用的术语为 2．3贝叶斯网络建模 字段，对每味中药的药理作用数据进行采集和标引。若文献中 针对复制后的寒性、凉性、平性、温性和热性模型样本集， 有报道某味药具有某项药理作用，则该字段对应的值为Y，否 利用贝叶斯网络方法进行建模。限制最大父节点数为3、采用 则为n。为进一步提岛数据质量，去掉缺失值较多的样本，整理 K2算法∞1构建贝叶斯网络分类模型，得到9{叶斯网络结构图和 后共377味中药，并对药理指标进行归纳、提炼和整理，得到 相应的条件概率表。基于条