邓乐 丁长松 黄辛迪

摘要：中医药理论具抽象、模糊的特点，其本质特性难以准确把握，因此，许多研究从方剂的药性量化探究其内在机理。目前量化研究多采用分割式研究模式，研究对象局限于中药的某种或几种性能，尚不能全面揭示其治疗机理。大数据、云计算等技术的出现，为深度分析海量、复杂的中医药信息提供了新途径。遵循辨证论治规律，将“四气-五味-归经-升降沉浮-毒性-功效”等多种属性作为整体，综合分析，从宏观层面研究各属性的相关关系及量化方法，是方剂药性量化研究的发展趋势。本文对近年来有关方剂药性量化研究进展进行综述，为方剂药性量化的现代化和具体化提供参考。 关键词：中药；方剂；性味；归经；量化；综述

DOI：10.3969/j.issn.1005-5304.2018.07.034

中图分类号：R289；R285.1 文献标识码：A 文章编号：1005-5304（2018）07-0130-04

Abstract： Due to abstract and intricate theories of TCM theories， its essential characteristics are difficult to master， so the mechanism can be better explored through study on quantification of prescription properties. At present， quantification research by many scholars mainly adopts isolated research model limited to one or several kinds of TCM properties， which is difficult to reveal treatment mechanism of prescriptions. The development of big data and cloud computing technology provides a new way for the deep analysis of massive and complex TCM information. Based on syndrome differentiation， it is trending in prescription quantification to employ a comprehensive analysis by using “four properties - five flavors - channel tropism - ascending and descending， floating and sinking - toxicity - efficacy” overall on macroscopic level to analyze and quantify the characteristics of TCM prescriptions and their relationships among each other. This article reviewed recent research progress in the quantification of prescription properties and provided references for the modernization and specification of quantification of prescription properties.

Keywords： TCM； prescriptions； properties and flavors； channel tropism； quantification； review

中藥与疗效有关的性质和性能统称为药性，其基本内容包括四气五味、升降浮沉、归经、有毒无毒、配伍、禁忌等，是药物性质与功能的高度概括[1]。中药方剂根据配伍的药物味数分为单方和复方。不同方剂的组成除有药物种类和药物数量的差异外，还有药物剂量的差异，因此导致方剂的组成表征存在模糊性[2]，不利于研究者对方剂精确分析。

量化每种方剂存在的性味、归经等共同特征，并运用现代数学工具和数据挖掘技术分析已成为研究中药治疗机理的有效途径。王学臣等[3]根据多维宏观量化法[4]研究发现，半夏泻心汤以甘、辛、苦为主，偏于热性。徐亮等[5]通过量化四气五味发现，血府逐瘀汤以苦、甘、辛为主，偏于热性。黄苗等[6]运用中医处方智能分析系统（CPIAS）[7]分析慢性肾炎处方，得出与专家治疗慢性肾炎辨证思路相符的相对药量、综合药性、处方功效等。

本文对性味、归经、多维药性量化的研究现状进行综述，并分析目前药性量化研究的局限性及大数据环境下方剂药性量化研究的发展趋势。

1 单方药性量化

其药性量化的研究重点集中在性味、归经，主要原因是：①性味、归经是药性的核心内容，对其开展量化研究有利于探究中医方剂的内在规律并指导临床实践；②中医药古籍对四气五味和归经理论的分级内容记载的较为详细，为现代量化研究提供了丰富的理论基础。而升降沉浮没有等级之分，毒性仅3个等级，因此对这2项的单独量化研究较少，一般仅在多维药性量化研究时涉及。

1.1 单方性味量化

性味包括四气五味。蒋永光等[8]依据中药性味数据多值量化规则[9-10]对中药性味进行数字量化处理，即通过给性味数据赋以一定数值来表示中药负载的性味信息，其具体方法为：①四性量化标准将寒、凉属性记录为负数，热、温属性记录为正数，平性记录为0；②五味量化标准将含某味记为1.0，微程度记为0.7，同一药物含有多味时，按中药性味特征程度的先后顺序，保持第1味药的数值不变，第2、3味药分别减去0.2和0.4。如麻黄性味为辛、微苦、温，经数字量化后为：辛1.0、苦0.5、温0.5。蒋孝保等[11]针对中药寒热程度从大热至大寒11个等级的表示仅限于文字叙述、无数值上的界定，易造成表示中药寒热程度关系混乱的问题，提出了利用与剂量相关的“寒热数”来评价中药寒热程度的方法，即用每种中药寒热程度等级、常用量最小值对中药寒热程度进行量化。

1.2 单方归经量化

归经指药物对机体某脏腑经络的选择性作用[12]，是指导临床用药的基本原则。李芳等[13]基于相对药量模型体系[14]提出了中药归经量化的研究思路，对肝（Y1）、心（Y2）、脾（Y3）、肺（Y4）、肾（Y5）5条经，用 表示归经系数，其中Y1+Y2+Y3+Y4+Y5=1。令药物归经量化值为 ，则 ，其中X表示药物的相对药量，即用药物的归经系数乘以相对药量表示药物的归经强度。

1.3 基于多维指标的单方药性量化

中药药性由性味、归经、毒性、升降沉浮等属性共同决定，具有多维性。邹华彬等[15]认为中药药性指标之间是独立变量，每味中药可在26维药性指标空间中描述他们的特性。其中四气具有连续变化的特性，采用2n规则作为划分标准对四气的强度值进行离散化表示；五味、归经是典型的定性指标，采用二值变量0与1表示；升浮和沉降分别体现中药的阳性和阴性作用，因此采用阴阳（+1，-1）来标记。胡波等[16]建立了中药多维药性量化指标，以表征中药材或中药复方的整体药性特征，见表1。

2 复方药性量化

2.1 复方性味量化

复方性味指复方的四性（寒、热、温、凉）及五味（酸、苦、甘、辛、咸）的性能特点。胡波等[16]认为复方性味基于中药性味，较单味药有更丰富、复杂的内涵。蒋永光等[8]根据量化表达分别对复方中药物的性、味进行数值计算，先将各药性的量化值乘以其在方剂总剂量中的比率，再将复方中所有的寒、热药的值加减合计来量化复方的“性”，将复方中各药味的值乘以其在方剂总剂量中的比率相加来确定复方的“味”。胡波等[17]采用归一化区间参数法求得方剂中所含性味的效用剂量，并结合中药四性、五味的量化值计算其各自的作用度，采用热作用度（属热的四性作用度相加得到的值）和寒作用度（属寒的四性作用度相加得到的值）描述方剂的四性，采用效用剂量值比重超过25%的五味偏性作為方剂的五味。

2.2 复方归经量化

方剂归经学说源于药物归经学说，认为方剂也有归属、趋向于某脏腑、经络的选择性作用。李芳等[13]采用方剂归经量化值 对方剂归经进行描述，若某方剂由t味药物构成，则 （ 为药物归经量化值），其中i表示的是某条经，s表示的是某味药。根据该方法计算出了四君子汤的归经量化值，见表2。

上述复方归经计算仅对各药物归经量化值进行简单相加，为考虑药物在方剂中的不同作用，李芳等[18]采用九标度法，建立了归经在方剂中相对重要性的判断矩阵，并采用改进的层次分析法[19]，按照目标层（方剂）、准则层（方剂归经）、评价指标层（方剂的药物组成）进行分组，以连线表示各层次要素之间的关系，构建了一个从上至下的递阶层次结构，同时建立了药物组成相对归经的重要性判断矩阵，并根据综合评价法，确定了方剂的归经强度，较好地解决了方剂归经强度的量化问题。

2.3 基于多维指标的复方药性量化

单一药物属性难以反映中药复方的整体特性，而根据药物多维药性量化指标全面描述药物属性可为研究复方的整体功效提供客观、全面的信息。邹华彬[15]在药物多维药性量化指标的基础上，根据双指标序列分析法[20-21]建立了适用于可变指标值的双指标率，采用双指标率描述2个多维变量指标空间中变量的共有程度及变异程度，并结合中药复方多维药性量化指标及药性的共有率和变异率，对复方的作用部位、药性强度、综合功效进行细致的量化分析。

颜素容等[22]选取24个药性为基本指标，建立了方剂药性特征的概念。方剂药性特征取决于方剂中各味药物药性的相对强度，涉及药味与用量两方面。设某一方剂由n味药物组成，每味药物都具有m个药性，方剂药性特征Y用m维向量（Y1，Y2，Y3，...，Ym）表示，即（Y1，Y2，Y3，...，Ym），则Y=X×F。其中（X1，X2，X3，...，Xn）为用量百分比矩阵； 为药性矩阵， 。

李永然等[23]将药性量化值称为药力。朱建贵等[24]认为药力与药量有关，即药量越大药力越强，同时药力与药性强度有关，药性越强药力越大。由此总结出药性量化的基本规律：单味药的药性量化值与药量正相关、与药性强度正相关、与药物常用量负相关。以q（quantity）表示药性量化值、w（weight）表示药量、s（score）表示药性强度、u（usage）表示常用量。线性近似时上述正相关、负相关变成了正比、反比（直线相关中常数项为0的情况），即：

3 目前研究的局限性

3.1 量化标准

目前单方药的量化方法多为简单的数字化或等级化处理，而简单数字化的量化方法是否能客观、真实地体现药物的性质需进一步验证。量化复方药性主要采用各味药物量化值加权求和的方式进行，如文献[9]的性味量化方法对性同为大寒的石膏与黄连的量化数值都为1，而石膏与黄连的寒凉属性并不完全相同，且石膏与黄连的寒凉属性具有一定的不可比性，因此对于同时含有石膏与黄连的复方采用加权相加的量化方法值得商榷。

3.2 药性间关联关系

目前量化方法多为对单个药性的孤立量化分析，该方法分割式的研究模式与中医系统的全局分析方法不符，各药性之间存在复杂的关联关系，如杨雪梅等[25]发现，酸味与肝、大肠、胃三经存在显著正相关，苦味与寒性肝、大肠、胆三经及毒性存在显著正相关。因此，将“四气-五味-归经-升降沉浮-毒性-功效”等作为整体综合分析更符合中医传统理论。

3.3 脱离临床

中药方剂量化有片面追求技术而忽视临床的倾向[26-28]，然而药物的作用主要体现在临床应用中，相关的量化研究需先回归临床再根据其临床经验进行药性量化评估，因此应从中医传统理论出发，将方剂量化与病症的辨证论治和临床应用结合，充分发挥中医方剂的治疗作用以提高其临床疗效。

4 大数据环境下中药方剂量化研究的发展趋势

中医药领域有大量的古籍、文献及临床数据，这些数据海量且数据间关系复杂，具有大数据特征[29]。传统的数据挖掘技术在研究中医的用药规律、治疗机理上取得了一些成果，如李红军等[30]基于多维数据分析的主药挖掘算法以脾胃方剂库为研究对象获得了较高的主药分析正确率。胡建军等[31]通过构建中药特征信息数据挖掘系统实现了中药方剂的性、味、归经、功效、用药规律的挖掘。然而，传统中药方剂量化受限于分析样本小，仅依靠频数、百分比等简单的统计方法，难以客观真实地评价复方的属性。大数据与云计算技术的发展为具有模糊性、经验性特点的中医药学提供了数据化的技术工具[32]，其中中药方剂数据挖掘研究是大数据在中医药领域的一个研究重点，并在分析方剂的方、证、药之间存在的复杂关系[33]方面表现出了优势。因此，在遵循中医“辨证论治”基本理论的基础上，通过大样本数据分析复方属性及功效，构建以中药的“四气-五味-归经-升降沉浮-毒性-功效”等属性为维度的多维空间量化模型，并借助机器学习等方法挖掘复方信息，能为诠释中医治疗机理、精准化医疗提供依据。

5 结语

方剂药性量化是研究方剂的基础，目前量化研究多侧重于单种药性的独立分析，难以全面阐释中药作用机理。大数据与云计算的发展为系统分析中医学提供了数据化技术，将中药药性所具有的多维属性作为整体、药证结合，从宏观层面综合研究各药物属性的关系及量化方法，并借助大数据技术对方剂药性量化信息全面分析将是今后探究中医药治疗机理的趋势。

参考文献：

[1] 彭康，张一昕.中药学[M].北京：科学出版社，2013：23.

[2] 舒娟，杨胜斌.用模糊分析法对中药质量进行分析的效果研究[J].当代医药论丛，2015，13（3）：145-146.

[3] 王学臣，王象鹏.基于多维宏观量化方法的半夏泻心汤组方规律探讨[J].亚太传统医药，2016，12（4）：85-87.

[4] 胡波.中药方剂性味的多维宏观量化表达方法研究[D].成都：成都中医药大学，2005.

[5] 徐亮，陈守强，毕文霞，等.基于多维宏观量化方法的血府逐瘀汤组方规律探讨[J].辽宁中医杂志，2015，42（7）：1302-1303.

[6] 黄苗，肖永华，刘晓峰，等.基于中医处方智能分析系统的吕仁和治疗慢性肾炎1例量化研究[J].中国中医药信息杂志，2016，23（10）：42-45.

[7] 刘晓峰，任廷革，高全泉，等.中医处方智能分析系统的研究与实践[J].中国中医药信息杂志，2007，14（10）：97-99.

[8] 蒋永光，胡波，刘娟，等.中药复方性味的量化处理与表达初探[J].江苏中医药，2005，26（2）：36-37.

[9] 蒋永光，李认书，黎勇.试论中医方剂信息的数据化[J].中国中医药信息杂志，2001，8（12）：80-81.

[10] 姚美村，乔延江，袁月梅，等.基于人工神经网络方法的中药功效归类研究[J].中国中药杂志，2003，28（7）：689-691.

[11] 蒋孝保，蒋南楠.中药寒热量化和寒热量化最小量原则[J].中医杂志，2003，44（7）：548-550.

[12] 于丽，李渡斌，董尚朴，等.中药归经规律及其量化思想研究[J].中医杂志，2012，53（12）：991-994.

[13] 李芳，顾作林，袁同山，等.中医方药归经量化研究中“归经系数”经典数学模型和应用[J].数理医药学杂志，2011，24（3）：253-255.

[14] 顾作林，袁同山，李芳，等.中医方药量化研究中“相对药量”的数学模型体系[J].数学的实践与认识，2010，40（9）：154-157.

[15] 邹华彬.中药复方多维药性量化指标的建立及双指标率序列分析[J].中成药，2012，34（4）：714-718.

[16] 胡波，蒋永光，刘娟，等.试论中药复方的性味[J].辽宁中医杂志， 2004，31（10）：822-823.

[17] 胡波，蒋永光.方剂性味的多维宏观量化表达探析[J].中华中医药学刊，2008，26（12）：2702-2704.

[18] 李芳，顾作林，袁同山，等.中医方药量化研究中方剂“归经强度”层次分析法模型和应用[J].数学的实践与认识，2013，43（9）：134-139.

[19] 杨志辉，陈铁牛，刘龙章，等.基于改进层次分析法的模糊优选模型[J].数学的实践与认识，2010，40（10）：25-31.

[20] 邹华彬.双指标信息显著相似序列聚类分析桂附地黄丸、金匮肾气丸无水乙醇提取物红外指纹图谱[J].中国中药杂志，2009，34（18）：2325-2330.

[21] ZOU H B， YUAN J R， DU A Q， et al. Dual-index sequence analytical method for IR fingerprint spectra of ethanolic extract of various Gylcyrrhizae's root species components[J]. Analytical Letters， 2005，38（7）：1167-1178.

[22] 颜素容，王耘，乔延江.方剂药性特征的表述方法及其应用[J].北京中医药大学学报，2010，33（5）：297-299.

[23] 李永然.中药药性量化研究[D].北京：中国中医科学院，2009.

[24] 朱建贵，李永然，高荣林.中药药性量化方法研究[J].贵阳中医学院学报，2008，30（5）：3-5.

[25] 杨雪梅，赖新梅，陈梅妹，等.《中华本草》药性数据中的五味规律[J].中国中医药信息杂志，2013，20（3）：26-28.

[26] 张砚，王益民，刘霞.中医方剂内在规律的数学方法研究进展[J].天津中医药大学学报，2012，31（1）：61-64.

[27] 王益民，曹红梅，张皓楠，等.中医工程学研究现状与思考[J].天津中医药大学学报，2009，28（2）：108-109.

[28] 吕佳萍，孙向荣，周介南.数学方法在中药研究方面的应用[J].时珍国医国药，2011，22（3）：713-71.

[29] 丁长松，瞿昊宇，吴世雯.大数据背景下基于对象特性的中医药数据管理研究[J].中国中医药信息杂志，2016，23（9）：10-14.

[30] 李红军，陈蓉，张光华，等.基于多维数据分析的中医主药挖掘技术[J].计算机工程，2007，33（20）：80-82.

[31] 胡建军.中药特性信息数据挖掘系统设计[J].计算机工程，2009， 35（11）：269-270.

[32] 黄欣荣，张艳朋.大数据技术与中医现代化[J].中医杂志，2014， 55（19）：1621-1625.

[33] 刘伟，丁长松，梁杨.数据挖掘技术在中医药领域研究中的应用[J].临床医藥文献电子杂志，2016，3（35）：7096-7097.

（收稿日期：2017-05-15）

（修回日期：2017-07-12；编辑：向宇雁）