基于FP-growth算法的中医抗病毒方剂配伍规律探索

通过对中医抗病毒经典方剂文献的分析,挖掘其中蕴含的宝贵经验和配伍规律信息,为临床合理用药提供客观依据,并为抗病毒中药新药研发提供关键线索和思路,具有重要的研究价值和意义。在该类研究中,如何高效地分析抗病毒药物使用频数及中药药物间关联规则,是方剂配伍规律研究的一个基础性核心问题。针对这一问题,本研究基于不产生候选项集的FP-growth算法,对经过预处理后的961首传统抗病毒类中药方剂配伍规律信息做探索性研究。研究中,首先利用数据集构建FP树;之后建立频繁项集规则,并提取出FP树中蕴含的关联规则;最后将抗病毒中药方剂按剂型(汤、丸、膏和锭)分别进行频数和关联规则分析。研究结果表明,在算法应用研究方面,FP-growth算法性能优良,其在大规模方剂数据集筛查挖掘中具有较强的泛化性和鲁棒性;在传统抗病毒中药方剂配伍规律研究方面,汤剂、丸剂、膏剂和锭剂4种剂型的主要用药与核心药物组合存在明显差异,验证了其按剂型制剂的意义和必要性。