摘要：目的利用层次分析法(analytic hierarchy process,AHP)-自组织映射(self-organizing map,SOM)聚类-逼近理想解排序(technique for order preference by similarity to solution,TOPSIS)算法和中医传承辅助平台(V2.5),对中医药治疗围绝经期抑郁症组方进行数据挖掘研究,并结合中医理论,挖掘治疗围绝经期抑郁症的新组方。同时证明AHP-SOM聚类-TOPSIS算法可以用于临床疾病处方规律挖掘。方法收集中国期刊全文数据库(2000—2021年)中中医治疗围绝经期抑郁症的方剂信息,先后使用关联规则算法(Apriori)、AHP、SOM、TOPSIS等关联、决策和聚类机器学习算法,挖掘其中高频原料药味的配方规律,结合传统中医理论得到可能的新组方,并且使用TOPSIS对新方进行综合评价排名。同时,运用中医传承辅助平台(V2.5)进行组方规律分析,得出新方。结果用药频次分析得到前3位高频药味为柴胡、白芍和甘草,关联规则结果显示高频药味之间产生较强的关联性,排名前3位的药物组合分别为柴胡-白芍、柴胡-甘草、柴胡-茯苓。继而对39个高频药味进行AHP分析和加权后,得到加权值排在前5位的药味为柴胡、白芍、甘草、郁金、半夏,这些药味可以考虑在组方时优先选择。SOM聚类显示所有高频药味可分为7类,其中最优选配方药味与AHP分析结果权重排名前列的药味有极高的重叠。依据传统中医理论中疏肝理气、化痰开窍、活血化瘀等治则进行配伍组合,最终设计了10个可能的配方,并进行TOPSIS分析评价,排名第1的配方为柴胡、酸枣仁、白芍、半夏、郁金、甘草。最后使用中医药传承辅助平台,基于无监督熵层次聚类算法得出2个潜在的核心药组:白芍-麦冬-远志、石菖蒲-柴胡-远志,核心药组再次组合成1个新处方:白芍-麦冬-远志-石菖蒲-柴胡。结论在中医药基本理论的指导下结合各类机器学习算法,分析治疗围绝经期抑郁症的组方规律,设计获得可能的新组方,为临床治疗围绝经期抑郁症提供新思路。

摘要：目的以白及Bletillae Rhizoma为例,通过关联、决策和聚类等机器学习算法的联合使用进行数据挖掘研究,设计具有保胃、护肝双功能的保健食品配方并对其进行评价。方法对现有具有保护胃黏膜或保护肝功能的保健食品批文,以及可用于治疗这2种疾病的中成药和方剂数据库中信息进行整理,先后使用关联规则算法(Apriori)、层次分析法(analytic hierarchy process,AHP)、SOM(self-organizing map)聚类、理想解法(technique for order preference by similarity to solution,TOPSIS)等关联、决策和聚类机器学习算法,挖掘其中高频原料药味的配方规律,结合现代功能活性及营养学研究成果,组成以白及为核心原料的具有配伍思想的保胃、护肝双功能保健食品配方并进行评价。结果对各数据库进行原料药味频次统计和相应高频原料药味的关联性分析,发现高频原料药味之间极易产生较强的关联性。继而对数据库中出现的64个可用于保健食品的高频原料药进行2个层次共17个指标的AHP分析和加权后,得到除白及外加权值排在前5位的原料药味为甘草、陈皮、黄芪、茯苓和五味子,这些原料药可以考虑在组方时进行优先选择。SOM聚类显示所有高频原料可分为7类,其中在最优选配方原料药味与AHP分析结果权重排名前列的原料药味有极高的重叠。对原料进行保胃、护肝功能方面的文献检索,同时结合之前的数据分析结果,确定了15个原料进行君、臣、佐、使的配伍组合,最终设计了10个可能配方;并对其进行TOPSIS分析评价,其中排名前2位的配方黄芪、白及、五味子和甘草及黄芪、白及、陈皮和五味子的分值相近,均大于0.14,与其他配方评分相差较大。结论在中医药基本理论的指导下结合各类机器学习算法,以核心药味白及为例建立了保胃、护肝双功能保健食品的配方设计和评价方法,为以后保健食品配方研发提供新的思路和方向。

摘要：目的基于西洋参“保健食品原料”与“中药材”的双重身份,以功能为导向,融合算法分析,实现西洋参保健食品组方规律挖掘与组方设计研究。方法依据功能导向-算法集成,收集西洋参保健食品数据与临床应用数据,借助BDP平台、自然语言处理与信息检索(natural language processing&information retrieval sharing platform,NLPIR)共享平台实现数据处理与信息挖掘,综合分析具有潜在开发价值的保健食品功能;以选定功能为导向,收集西洋参保健食品、中成药、方剂的组方信息并建立数据库,统计高频药味及类别,采用Apriori关联规则算法、层次分析法(analytic hierarchy process,AHP)-熵权-自组织特征映射(self-organizing maps,SOM)联用的赋权聚类算法(主观与客观算法联用)、逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)综合评价法等机器学习算法提取样本数据特征并分析总结其内在规律,实现组方设计。结果综合西洋参保健食品功能与临床疾病和证型双方信息的分析结果,以“有助于增强免疫力”“对化学性肝损伤有辅助保护功能”双功能为导向,收集组方信息并建库。数据库中高频保健食品原料药味以补虚药居多,经赋权聚类筛选得到黄芪、麦冬、茯苓、五味子、枸杞子、三七、葛根、甘草共8味候选保健食品原料药味。结合药味关联分析及药对组合情况,进一步配伍组成备选组方,经评分优选得到保健食品组方为三七、西洋参、葛根、五味子、枸杞子。结论针对中药保健食品的中医药背景,依托大数据平台分析挖掘保健食品功能,借助机器学习算法抽提组方配伍规律,实现功能导向-算法集成西洋参双功能保健食品组方设计,或可为中药保健食品组方设计的功能导向化、组方计算化提供新思路。

摘要：目的提出一种融合组合赋权、聚类、决策、评价等多种机器学习算法用于保健食品配方设计及评价的方法。方法以五味子Schisandre Chinensis Fructus为例,构建含五味子处方数据库,筛选与五味子配伍高频药味并挖掘其关联规则。同时结合传统中医药理论和现代科学研究建立评价指标体系,采用兼顾主观性和客观性的层次分析(analytic hierarchy process,AHP)-CRITIC(criteria importance though intercrieria correlation)组合赋权法和优选的聚类算法对高频药味进行加权和聚类,结合中医药理论设计配方并进行逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)综合评价。结果频次统计得到黄芪、茯苓、人参等与五味子配伍高频药味31个,关联规则分析显示高频药味间更易产生强关联。构建含3个一级指标、7个二级指标的评价指标体系,AHP-CRITIC组合赋权法计算出的指标组合权重从大到小依次为药味传统功效、现代文献研究、在数据库中的出现频次,符合主观认识和客观数据。根据与专业知识的匹配度、算法运行效率及对数据的包容度优选模糊C均值(fuzzy C-means,FCM)聚类,将高频药味分为5类。结合中医药理论及上述结果设计可能的新配方共11个,TOPSIS综合评价排序的结果显示,五味子-黄芪-白术-党参是五味子保胃护肝保健食品可能的最优新配方。结论该模型在中医药理论的指导下,提供了既能体现传统中医药配伍理论又有足够现代科学研究成果支撑的中药类保健食品配方设计与研发的创新思路与方法。

摘要：该研究设计以罗汉果为核心的具有清咽润喉和润肠通便双功能的保健食品配方,并对其进行综合评价。通过收集整理含罗汉果的保健食品批文、专利和中成药信息建立数据库,使用关联规则算法(Apriori)、层次分析法(analytic hierarchy process,AHP)、熵权法、逼近理想解排序法(technique for order preference by similarity to solution,TOPSIS)等机器学习算法挖掘其中原料药味配方规律。围绕药味类别、归经和现有处方类型构建AHP评价体系计算原料功效得分,同时对原料口感、频率赋值,以此为依据筛选药味并结合中医药理论进行配方。利用AHP计算“君臣佐使”权重向量,配方中所选原料的3项得分分别按君臣佐使加权后求和,得到“配方功效-配方频率-配方口感”矩阵,利用熵权法处理矩阵后使用TOPSIS法进行综合评价,实现配方设计。收集数据建立清咽通便双功能原料数据库,得到的40味原料以补虚药与清热药居多。其中经AHP评价功效得分较高(>1.0)的共有16种不同原料,除罗汉果外排名前5的分别为甘草、蜂蜜、玉竹、陈皮和西洋参。在此基础上,结合药对组合情况与原料口感得分,筛选得到包括罗汉果在内的11味候选原料,组成10个可能配方。对其进行熵权-TOPSIS分析评价后,由罗汉果、胖大海、麦冬、蜂蜜、甘草组成的配方排名第1位且与其他配方评分相差较大。该研究以罗汉果为例探究保健食品配方设计方法并实现配方多维度立体评价,为后续保健食品研发提供新的思路和方向。