基于Python语言的《普济方》治疗消渴用药规律研究

郭明佳，郑曙琴

(1.辽宁中医药大学，辽宁 沈阳 110031；2.辽宁中医药大学附属医院，辽宁 沈阳 110031)

中医药文化历经数千年，在社会发展日新月异的今天，仍经久不衰的原因与其与时俱进的记载方法和传承方式关联密切。随着数据化时代的到来，中医药现代化也在不断发展与完善。Python语言作为一种简洁、易懂的编程语言，应用十分广泛，在中医药数据挖掘尤其是可视化方面，优势明显[1-2]。

糖尿病作为目前最常见的内分泌疾病，因其普遍性和难以治愈性，极大地影响着人们的生活，因而改善患者高糖状态，提高患者生活质量是首要治疗原则。几千年来，在消渴治疗上中医药的作用举足轻重，是经济、有效且可行性高的方法之一。《普济方》是我国现存的古代大型方书，其载方数量大，收载年代久，涉及疾病多，汇集各家精华，对中医药研究颇具指导意义。本文选取《普济方》中治疗消渴的方剂，进行数据挖掘与分析，总结用药规律，为今后临床用药提供更具科学性的参考依据。

1 资料与方法

1.1 资料来源

全部资料来源于《普济方》卷一百六十七至卷一百八十所记载的治疗消渴及其相关病症处方，剔除重复，共677首。

1.2 数据库建立

采用Microsoft Excel 2019软件，以方名、药物组成、功效分类、药物四气、五味、归经为关键词，构建方剂数据库。

1.3 数据规范化处理

以《中华人民共和国药典》(2020版)[3]为首要依据，以《中药大辞典》[4]《中华本草》[5]等为辅助工具，对纳入的中药名称进行规范化处理。主要对药品的产地、别名统一处理。如将“川黄连”统一为“黄连”，“川芒硝”统一为“芒硝”；将“赤茯苓”统一为“茯苓”，“丹砂”统一为“朱砂”。中药功效分类主要依据《中药学》[6]，对所载药物进行分类处理。

1.4 统计学方法

(1)连接Python中的Numpy、Pandas库，统计用药频次、药物功效、药物属性(四气、五味、归经)，连接Matplotlib库、pyecharts库进行可视化处理。(2)连接Python中的mlxtend库进行关联规则分析。(3)将挖掘得到的核心药对导入Gephi0.9.2软件中，绘制出核心药物组合复杂网络图。

2 结果

通过编写代码的方式，连接数据库，进行药物频次统计、关联规则分析等操作，部分代码见图1。

图1 部分代码

2.1 用药频次及功效统计

通过Python语言对《普济方》中的677首处方进行统计，涉及药物452味，累计出现频次4 131次。出现频次>30次的药物共32味，其中麦冬出现频次最高，为188次；天花粉次之，为183次；其余药物排名见表1。

表1 药物频次统计

根据药物功效，将452味药物进行分类处理，其中有明确功效分类的药物有422味，统计情况见图2。排名前5的功效分别为补虚药、清热药、利水渗湿药、化痰止咳平喘药、收涩药。

2.2 药物属性统计

在四气分析中，频次差距较大，其中>100的药性有寒性112次、平性105次、温性103次。

在五味分析中，药味主要以甘味为主，频次为221次，苦味、辛味次之，出现频次大体相同，分别为124次和115次。

在归经分析中，多归于肺经、肝经、脾经等阴经，频次分别为159、155、143，而阳经中，唯有胃经频次较多，为147次。药物四气、五味、归经具体分布情况见图3。

图2 药物功效统计

图3 药物四气、五味、归经分布情况

2.3 关联规则分析

应用Apriori算法对677首处方进行关联规则分析，设置支持度0.05，置信度0.50，共得到33个关联组方，其中常用药对关联组方有19个，支持度最高为麦冬-天花粉；置信度最高为地骨皮-麦冬；提升度最高为五味子-黄芪，见表2。常用药组的关联组方为14个，“茯苓，麦冬-人参”支持度最高，“黄芪，茯苓-人参”置信度和提升度最高，具体见表3。

以关联规则中的组方药物分别为“Source”“Target”，频次为“Weight”，导入Gephi 0.9.2软件中进行可视化处理[7]，布局选择Fruchterman Reingold，可得到药对的关联规则网络图，模块化分析后，可得到3种药物组合，见图 4。

3 讨论

糖尿病最早见于《黄帝内经》，属中医“消渴”范畴，又有“消瘅”“脾瘅”等病名[8]。随着生活条件的改善及生活方式的改变，近年来，我国糖尿病患病率逐年增长，且渐趋向年轻化[9]，中医药治疗该病优势明显，运用现代化手段如数据挖掘、网络药理学等[10-11]科学地总结前辈医家经验更好地应用于临床，尤为必要。

表2 常用药对及关联规则

表3 常用药组及关联规则

图4 药对关联规则网络

3.1 用药分析

本文经分析发现，明代以前医家在治疗消渴时，常用补虚药(占比23.0%)、清热药(占比16.1%)以及利水渗湿药(占比8%)，补虚药有又补气、补血、补阴、补阳之分，其中补气、补阴与补阳药占比相当，符合中医对消渴病机的认识。阴虚为本，燥热为标，正如《普济方》云：“夫三痟者。本起肾虚或食肥美之所发也……阴阳阻隔。气不相荣。故阳阻阴而不降。阴无阳而不昂。上下不交。故成疾矣。”治则以益气养阴、清热生津为主，佐以化痰利湿。在具体药物选择上，排除作为调和药性的甘草，排名前10的药物分别是：麦冬、天花粉、茯苓、人参、黄连、黄芪、知母、生姜、生地、五味子。麦冬使用频率最高，为滋阴药代表，功用清心润肺、养阴生津。现代药理学表明麦冬水提取物麦冬多糖可通过多途径作用于糖尿病模型大鼠或离体细胞以达到降糖的效果；麦冬还可提高机体免疫力，保护心血管系统以预防糖尿病并发症[12]。天花粉功用清热泻火、生津止渴，其提取物还具有降糖和改善机体代谢的作用[13]。同类清热药如黄连、知母、生地等既清热泻火又有滋阴之效。茯苓曾被誉为“除湿圣药”，不仅可健脾利水，还能清热利湿，且在糖尿病肾病治疗上应用甚广[14]。人参、黄芪均为补气之要药，既有补气之长，又有生津之功，现代临床应用也较为广泛，人参皂苷Rg1在降糖的同时还可抑制氧化应激反应，且减轻肝脏损伤[15]。研究表明，黄芪多糖对肝脏亦有一定保护作用[16]。然生姜作为解表药，出现频次较高，可能因其性味辛温用以配伍苦寒的清热类药物，旨在辛开苦降，调节气机之意，使机体达到平和之态。

3.2 属性分析

从本研究药物属性分析可知，四气中，寒性药物使用颇多，其次为平性和温性。阴虚燥热，热者寒之，应用寒凉药物以清虚火，符合中医诊疗观念。五味中，甘味药居多，且遥遥领先其余药味，稳居榜首。虽有不少医家将甘味与含糖量混为一谈，然事实并非如此。甘味，具有补益、和中、缓急止痛的功效，甘寒相配，养胃阴清胃火，甘温相和，温脾阳除水湿，对于消渴由于胃强脾弱所致消谷善饥的症状，甘味治疗效果显著，常用药物如麦冬、黄芪、人参等，与药物频次统计结果吻合[17]。常用归经中，分布较为均匀，多归于肺经、肝经、胃经、脾经，其次为肾经和心经，由此可知，五脏归经占据绝对优势。就病位而言，消渴可分为上消、中消、下消，病位多在肺、脾(胃)、肾，故肺经、脾经(胃经)、肾经分布较广。就病程而言，消渴起病较为隐匿，发展较为缓慢，但病程较长，并发症较多，气阴两虚的病机虽贯穿始终，但不免因情志失调而致气机郁滞、脉道瘀阻等多种病机共存。故对于产生气滞、瘀血等病理产物的患者，治疗上常选用归于肝经的药物，理气与活血同施，这与现代研究理论相合[18]。由此可知，古代医家重视整体观念，诊病时常常多脏腑兼顾。

3.3 配伍规律

根据关联规则分析，本研究共得到33个关联组方，所有组方提升度均>1，证明关联的有效性，有统计学意义。其中常用药对有19个，以“麦冬-天花粉”关联度最强，提示麦冬常与天花粉配伍治疗消渴，麦冬苦寒，清心润肺，天花粉苦寒，泻火生津，两药合用，既清肺胃之热，又滋肺胃之阴，攻补兼施，以达佳效。其他常用药对依次为茯苓-人参、黄连-天花粉、炙甘草-麦冬、黄芪-人参。由此可知，多为补虚药与清热药相配伍，佐证了古代医家善用益气养阴、清热生津的诊治思路。常用药组有14个，“黄芪，茯苓-人参”置信度与提升度均位列第一，提示三者存在潜在配伍关系，黄芪甘温，入脾经，茯苓甘淡，亦入脾经，一者补脾益气，一者健脾利湿，两者合用，各取其长，脾气健运，湿浊清利，再配人参，疗效倍增。根据药对关联规则网络图，将特征向量中心度>0.3的药物进行组合，可得到3个药物组合[19]，组合1：麦冬、黄芩；组合2：天花粉、黄连、知母；组合3：黄芪、茯苓、五味子、人参。其中，组合2的药物为《普济方》中黄连散的基础方药，组合3为人参汤的主要组成部分，尽管这些药物配伍在临床上频繁应用，而其来源早已被淡忘。结合高频药物统计，葛根、石膏、泽泻虽为高频药物，但很少与其他药物配伍，常以单味药物存在，这提示他们是治疗消渴必不可少的一部分，为临床诊疗提供新思路。

综上，《普济方》治疗消渴方剂以益气养阴，清热生津为主，与传统医学认为的气阴两虚病机相契合，常用性寒味甘，归于五脏经的药物，如麦冬、天花粉、茯苓等；常用药对如麦冬-天花粉、人参-茯苓；常用方剂如黄连散、人参汤。

4 结语

本研究利用Python语言对《普济方》治疗消渴方剂进行数据挖掘，虽有创新点，但挖掘结果与应用其他软件大致相同[20]，因数据量庞大，且纳入标准不同，难免存在偏差，但在可视化方面，自由度高，可选择性较多，且免费开源，与其他编程语言相比，学习相对容易，值得推广。今后还需基于多角度，联合多种数据挖掘方法，更加客观、科学地总结古代医家智慧，以更好地应用于临床。