基于FastNewman算法的肥胖症辨证论治中核心中药及配伍研究*

胡 芳，陈雨腾，胡加成，周仲瑜

(1. 湖北中医药大学信息工程学院，武汉 430065； 2. 美国西佛罗里达大学数学与统计系 32514；3. 湖北省中医院针灸科，武汉 430061)

复杂网络理论是以社会网、技术网、生物网等现实网络为研究对象，通过图论、统计学、统计物理、计算机模拟等方法，研究网络的结构特征和功能关系、生成机制及演化规律等一系列的问题，具有重要意义[1]。将复杂网络应用于中医学，为中医复杂的概念、机理及辨证论治等问题的研究提供了新视角和新方法。

肥胖症是一种由多种因素引起的慢性代谢性疾病，是最常见的可预防性致死因素之一[2-4]。肥胖不仅影响体态和活动，还会增加心血管疾病、2型糖尿病、睡眠呼吸中止症、某些癌症、退化性关节炎及其他疾病的发生率。

现今，中医治疗肥胖症长期以来取得了客观的疗效，积累了丰富的经验[5]，基于数据挖掘的肥胖症研究也成为一个热门话题[6-8]。许小可等应用复杂网络方法对肥胖症影响因数进行了研究[9]。张秀刚等使用关联规则对中药防治肥胖症组方及配伍规律进行了研究[10]。传统的中医药方法治疗该病有显著成绩，因疗效高且安全、无毒副作用等特点[11]而受到广大病人的欢迎。

本文基于文献挖掘，采用复杂网络中聚类分析和中心性评估等方法，探索肥胖症辨证论治中的核心中药及配伍规律。

1 资料

本文对PubMed、中国生物医学文献数据库(CBM)、中文科技期刊全文数据库(CNKI)、万方数据库(WanFang)、维普数据库(VIP)及中医药在线数据库(TCM)的文献挖掘，清洗出230例中医诊治肥胖症的辨证处方。

2 方法

2.1 研究方法

使用复杂网络方法对清洗出的辨证处方进行数据挖掘，并构建“中药”网络模型。复杂网络模型是由节点和节点之间的边构成，将肥胖症处方中的1味中药视作为1个节点，2味中药在同一处方中出现则构建一条边，边的粗细决定了2中药节点在同一个处方中出现的频次多少，间接说明2中药节点之间关系的紧密性。节点与其他节点的连边多少，说明该节点度的大小，而节点度的大小可间接体现该中药节点与其他中药节点之间相关性的大小。

中药网络的构建原则：图1～3显示，“茯苓”和“白术”在中医治疗失眠症的某一处方中同时出现，则两节点之间构建一条连接边。“茯苓”“白术”和“泽泻”三者之间均有连边，其中“茯苓”与“白术”之间的连边较粗(边权值较大)，说明这2味中药在同一处方中出现的频次较高。根据该原则，构建了失眠症“中药”复杂网络模型。

图1 2种“中药”节点网络构建图

图2 3种“中药”节点网络构建图

图3 肥胖症“中药”网络模型

2.2 数据处理思想

2.2.1 “中药”网络模型聚类分析 基于FastNewman算法的肥胖症“中药”数据处理的基本思想是：初始时先将中药网络中的每一个中药节点视作一个独立的社团(聚类)，然后将社团模块度的增量最大或者减量最小的2个社团合并成1个新社团，并计算合并后的模块度值，再将新社团投入计算。以此规律迭代，直到所有社团合并完成，得到最终的聚类结果。模块度[12]是该算法的一个优化指标，即当模块度最大时，中药网络的聚类划分达到最佳状态。

2.2.2 “中药”网络模型节点中心性分析 构建肥胖症中药网络模型，通过对其进行深入分析，发掘中药网络中的核心药物节点。引入度中心性[13]、中介中心性[14]、接近中心性[15]和特征向量中心性[15]方法，对中药重要性进行评估。其中，度中心性反映了节点在网络中的影响力以及节点直接获取网络信息的能力，中介中心性反映了经过节点最短路径的比例，接近中心性反映了各节点与其他节点之间的距离远近，特征向量中心性综合考虑节点的邻居节点的重要程度。

2.3 基于FastNewman算法的数据处理步骤

Step1将每个中药节点视作一个独立社团，因此n个中药节点则为n个不同社团。初始化设定eij和ai。其中，eij为第i个社团与第j个社团连接的总边数，并且有ai=∑jeij。由此计算出所有社团的模块度Q，模块度Q的计算公式如下：

(1)

Step2 根据社团模块度增量或者是减量，并按照其增量最大或者减量最小进行合并，合并完成后计算新社团模块度变化量ΔQ，在此同时更新eij。模块度变化量ΔQ计算公式如下：

ΔQ=eij+eji-2aiaj=2(eij-aiaj)

(2)

Step3重复执行Step2，直到所有社团合并完成，结束迭代过程。基于FastNewman算法的肥胖症“中药”数据处理流程如图4所示。

3 结果

3.1 失眠症“中药”网络聚类分析

针对肥胖症文献挖掘得到的辨证处方，本文构建的中药网络模型由174个节点和7820条边构成。

利用FastNewman算法划分出社团结果，如图5所示，中药网络被清晰地划分成4个社团。其中“白术”“泽泻”“党参”“黄芪”等中药节点划分在以“茯苓”为核心节点的社团中，将“当归”“白芍”“川芎”“厚朴”等中药节点划分在以“甘草”为核心节点的社团中，将“枳壳”“荷叶”“决明子”“黄精”等中药节点划分在以“山楂”为核心节点的社团中，将“大黄”“丹参”“苍术”“黄连”等中药节点划分在以“陈皮”为核心节点的社团中。在同一个社团中节点之间相关性较大，这些中药在同一种处方中共现的概率较大；而在不同社团中节点相关性较小，则在同一处方中出现的概率较小。根据图中节点大小显示，“茯苓”“白术”“陈皮”“山楂”等中药节点的度较大，说明在处方中这些中药与其他中药的关联度较高。

表1 “中药”节点网络中心性分析

图4 基于FastNewman算法的肥胖症“中药”数据处理流程

图5 “中药”网络社团划分结果示意图

3.2 失眠症核心“中药”分析

表1显示，通过节点中心性表现出节点在处方中的重要性。其中，“茯苓”“白术”“陈皮”“山楂”和“泽泻”的度中心性在所有中药节点中较高，说明这些节点与其他节点的直接通信能力较强，直观反映出其在处方中的重要性；“茯苓”“白术”“山楂”“陈皮”“大黄”和“泽泻”的接近中心性在所有中药节点中较高，说明这些中药节点处于处方中核心位置的程度较大，从位置上反映出其在处方中的重要性；“茯苓”“白术”“陈皮”“山楂”和“泽泻”的中介中心性在所有中药节点中较高，说明这些中药节点在处方中枢纽效果更强，则其影响能力更大，以此表现出其在处方中的重要性；“茯苓”“白术”“泽泻”“甘草”“山楂”和“陈皮”的特征向量中心性在所有中药节点中较高，说明其在处方中贡献度较大，间接反映出其在处方中的重要性。

4 讨论

4.1 肥胖症核心药物分析

从构建出来的中医治疗肥胖症的中药网络模型结果显示，度中心性指标较高的药物中“茯苓”能健脾化痰，“白术”可健脾益气、燥湿利水，“陈皮”能理气化痰，“山楂”助消化、养肝去脂、活血化瘀，“泽泻”可祛痰化浊、利湿降脂。根据《内经》中对肥胖症的病机[16-17]认识，本文挖掘的核心药物对其“本虚标实”病机具有明显的针对性，符合“补虚泻实，平衡阴阳”的治疗原则。这也提示治疗肥胖症的药物主要为健脾化痰、利湿去脂、活血化瘀等类药物。其中“茯苓”“白术”“陈皮”“山楂”和“泽泻”等是诊疗肥胖症最常使用的药物。

4.2 组方特点分析

通过聚类分析可知，“白术”“泽泻”与“茯苓”最常配合使用，起到健脾渗湿利水作用；“当归”“白芍”与“甘草”最常配合使用，具有行气活血化瘀功效；“枳壳”“荷叶”与“山楂”最常配合使用，能化痰消积；“大黄”“丹参”与“陈皮”最常配合使用，能燥湿健脾，而且符合中药之间的组合规律，能够有针对性的治疗肥胖症。

4.3 结合药膳分析

在肥胖症的病因认识[16-18]中，饮食不节和其有着必不可少的联系。因此将挖掘出来的核心药物及组方特点，结合一些已存在的治疗肥胖症的药膳进行分析，如鲜拌莴苣、桑套粥等，此型药膳常用原料有茯苓、白术等对湿热中阻型肥胖有效；白茯苓粥等，此型药膳常用原料有茯苓、陈皮、泽泻等针对脾虚湿阻型肥胖；重度肥胖可选用加味赤小豆粥等，此型药膳常用原料为茯苓、泽泻、山药、白芍、枸杞子等。从这些药膳中发现，其常用原料都有采取本文挖掘的核心药物，进一步表明本文挖掘核心药物的准确性。

4.4 结合中药治疗分析

有学者[19-24]基于肥胖病机，提出论治肥胖的8条原则，即化湿、祛痰、利水、通腑、消导、疏肝利胆、健脾、温阳。其中五苓散(猪苓、茯苓、白术、泽泻)、防风通圣散(防风、当归、甘草、芍药)、大柴胡汤(柴胡、黄芩、大黄、枳实、半夏)、桃核承气汤(桃仁、大黄、甘草、桂枝)、防己黄芪汤(防己、黄芪、白术)等方药[22]均对治疗肥胖症有良好治疗效果，国外学者[25-26]对这些方剂也有较深入的研究。本文挖掘的核心药物，在中药方剂的组成成分中扮演着举足轻重的角色，其配伍方式和组方特点具有一致性。

4.5 总结

本文通过文献挖掘获取数据，构建出中医治疗肥胖症的中药网络模型，采用FastNewman算法对数据进行聚类划分，划分效果良好。同时，引入度中心性、中介中心性、接近中心性和特征向量中心性的节点重要性评估方法，对节点在处方中的重要性进行评估，得到“茯苓”“白术”“陈皮”“山楂”和“泽泻”等中药在处方中为核心中药。社团划分结果显示，本文的测算结果也较为清晰地反映出中药之间的组合规律，为临床医师辨证用药提供了理论依据。

肥胖需要长期综合治疗，西药由于安全性的问题限制了长期使用，开发安全、有效、稳定、可控的中药制剂日益受到关注。因此，应该很好地继承和运用中医药关于减肥的传统理论，借助现代科学手段，多途径、多学科地进行系统研究，从而开发出高效、低毒的减肥中药制剂。