本草綱目藥物警戒數(shù)據(jù)庫設(shè)計與應(yīng)用研究

石 琳 董春茹 張 冰

(1 北京中醫(yī)藥大學(xué),北京,100029; 2 河北大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院,保定,071002)

思路與方法

本草綱目藥物警戒數(shù)據(jù)庫設(shè)計與應(yīng)用研究

石 琳1董春茹2張 冰1

(1 北京中醫(yī)藥大學(xué),北京,100029; 2 河北大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院,保定,071002)

目的:為深入分析研究本草綱目中的藥物警戒思想提供新方法。方法:基于本草綱目金陵本文獻(xiàn)著作設(shè)計了藥物警戒數(shù)據(jù)庫,闡述了數(shù)據(jù)庫建立的要求和存儲模型的選取,以及數(shù)據(jù)庫的概念和邏輯設(shè)計。結(jié)果:在此數(shù)據(jù)庫的基礎(chǔ)上可建立知識發(fā)現(xiàn)系統(tǒng),應(yīng)用數(shù)據(jù)挖掘算法,對本草綱目中的藥物警戒思想進(jìn)行分析。結(jié)論:本草綱目藥物警戒思想數(shù)據(jù)庫的建立可以為深入研究藥物警戒思想提供方便、準(zhǔn)確的手段,此方法也可應(yīng)用于其他文獻(xiàn)著作研究。

藥物警戒;數(shù)據(jù)挖掘;數(shù)據(jù)庫;本草綱目

“藥物警戒”一詞最早于1974年由法國科學(xué)家提出[1]。2002世界衛(wèi)生組織對藥物警戒正式定義為“有關(guān)發(fā)現(xiàn)、評估、理解和預(yù)防不良反應(yīng)或其他任何與藥物相關(guān)問題的科學(xué)研究和活動”[2]。中藥藥物警戒思想早在幾百年前已被提出,而且它的內(nèi)涵比西方藥物警戒更為豐富。中藥藥物警戒源于中醫(yī)理論中“以偏糾偏”“以毒攻毒”的藥物使用原則。因此,中藥藥物警戒思想不僅僅關(guān)注藥物的不良反應(yīng),而是圍繞著“識毒、用毒、解毒和防毒”多個層次展開[3]。然而,面對有幾千年歷史的中醫(yī)藥應(yīng)用實踐,傳統(tǒng)的資料搜索、數(shù)量統(tǒng)計等方法在數(shù)據(jù)的隱含關(guān)系發(fā)現(xiàn)上顯得力不從心,更好的傳承和發(fā)展傳統(tǒng)中醫(yī)藥學(xué)需要結(jié)合飛速發(fā)展的計算機技術(shù)[4-5]。本文主要研究內(nèi)容是對《本草綱目》中的藥物警戒思想進(jìn)行整理、歸納,并設(shè)計適合數(shù)據(jù)挖掘、機器學(xué)習(xí)應(yīng)用的藥物警戒數(shù)據(jù)庫,從而為中藥藥物警戒研究提供豐富的數(shù)據(jù)支撐。

1 資料與方法

1.1 文獻(xiàn)來源 中藥瑰寶傳世巨著《本草綱目》中積累了幾百年來的中醫(yī)藥文獻(xiàn)資料,其中記載了大量有關(guān)中藥藥物警戒的實踐經(jīng)驗。這些經(jīng)驗作為基礎(chǔ)數(shù)據(jù),對于系統(tǒng)研究中藥藥物警戒體系有著不可或缺的重要作用。本研究使用的是《本草綱目》金陵本。

1.2 檢索策略 《本草綱目》在藥物來源、加工炮制、毒性、使用禁忌等多個方面都有藥物警戒思想的體現(xiàn),對安全用藥有重要的指導(dǎo)作用。數(shù)據(jù)的檢索即從上述方面進(jìn)行。

1.3 納入標(biāo)準(zhǔn) 清晰理解藥物警戒思想在《本草綱目》中的體現(xiàn)方式,才能全面、準(zhǔn)確的針對數(shù)據(jù)源設(shè)計數(shù)據(jù)庫。1)藥物來源?！搬屆焙汀凹狻敝星逦枋隽怂幬锏钠贩N、產(chǎn)地、形、色,可用以辨析勝品、區(qū)分偽品。藥物來源是對用藥安全的源頭控制。2)毒性。藥物毒性的描述多見于“性味”中,以“有毒”“大毒”“小毒”“微毒”等用語表達(dá),多指一些具有一定毒性或不良反應(yīng)的藥物[6]。3)使用禁忌?！皻馕丁泵枋鲋幸浴凹蓯悍次贰北硎舅帉﹂g的配伍禁忌信息;“附方”“發(fā)明”中多以“忌”“忌食”“勿服”“勿入”“共食…”等描述表示組方與某種藥物或某種食物間的使用禁忌信息;以“劇瀉藥”“催吐藥”“活血破血”“產(chǎn)婦尤忌”等表示妊娠禁忌藥物。4)解毒?！爸髦巍薄鞍l(fā)明”“附方”描述中多以“解…毒”“殺…毒”“伏”“制”表示某種藥物可解毒的信息,體現(xiàn)了中毒解救的安全用藥思想。5)加工炮制。藥物的加工炮制方法多在“修治”中進(jìn)行說明。6)用法用量?！皻馕丁薄爸髦巍薄鞍l(fā)明”“附方”中多以“多食…”“久食…”“不可食”“…殺人”等表示某種藥物在用法用量方面的安全使用事項。

1.4 排除標(biāo)準(zhǔn) 有的討論、質(zhì)疑、個例信息雖然也屬于藥物來源、加工炮制、毒性、使用禁忌等方面,但為保證數(shù)據(jù)的可靠性、準(zhǔn)確性,此類數(shù)據(jù)被排除。

1.5 數(shù)據(jù)庫的規(guī)范與數(shù)據(jù)庫的建立

1.5.1 數(shù)據(jù)庫的建立 數(shù)據(jù)庫的建立需滿足以下要求:1)結(jié)合數(shù)據(jù)特征,準(zhǔn)確表述其含義。數(shù)據(jù)完全覆蓋《本草綱目》中有關(guān)藥物警戒思想的內(nèi)容,信息表示準(zhǔn)確,不失原著原貌,同時對噪聲數(shù)據(jù)有恰當(dāng)?shù)奶幚?。上述各種藥物警戒思想的表達(dá)均以符合各自特征的形式存儲于數(shù)據(jù)庫中。2)主題特點突出,數(shù)據(jù)方便利用。數(shù)據(jù)庫的建立是為了對《本草綱目》中藥物警戒思想進(jìn)行深入研究,所承載的核心功能是傳統(tǒng)藥物安全使用的數(shù)據(jù)分析與知識發(fā)現(xiàn)。3)數(shù)據(jù)庫具有一定的可擴展性。此研究的數(shù)據(jù)來源目前限定于《本草綱目》,但隨著研究的深入,當(dāng)增加數(shù)據(jù)源時,數(shù)據(jù)結(jié)構(gòu)需不擴展或輕易擴展實現(xiàn),以保護現(xiàn)有研究成果和實現(xiàn)多數(shù)據(jù)源的數(shù)據(jù)兼容。

目前常用的數(shù)據(jù)庫模型主要是關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫2種[7]。雖然隨著大數(shù)據(jù)和云計算應(yīng)用的迅速推廣,非關(guān)系型數(shù)據(jù)庫正在被越來越多的使用,但結(jié)合研究主題、數(shù)據(jù)庫建立要求以及2種數(shù)據(jù)庫模型的特點,本設(shè)計采用的仍然是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫。主要原因如下:1)非關(guān)系型數(shù)據(jù)庫的優(yōu)勢主要是針對大數(shù)據(jù)的特點,即數(shù)據(jù)量大、數(shù)據(jù)變化快,以及之前可能未知的數(shù)據(jù)[8]。此研究中的源數(shù)據(jù)明確,并且在整理錄入后幾乎不會再發(fā)生變化。2)非關(guān)系型數(shù)據(jù)庫對分布式計算提供更好的支持,能輕易實現(xiàn)“橫向擴展”[9]。此研究的數(shù)據(jù)量并不算大,也不需要提供高并發(fā)性的數(shù)據(jù)讀寫,不必采用分布式計算。3)關(guān)系型數(shù)據(jù)庫更適用于數(shù)據(jù)以結(jié)構(gòu)化和半結(jié)構(gòu)化方式存儲。上述藥物警戒思想中需提煉的內(nèi)容均可以整理為結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)。4)關(guān)系型數(shù)據(jù)庫的完整性和一致性可以對交互式應(yīng)用系統(tǒng)提供更好的支持。這樣在數(shù)據(jù)庫建立后,可以在其上開發(fā)除數(shù)據(jù)分析外的其他應(yīng)用。5)關(guān)系型數(shù)據(jù)也即行數(shù)據(jù),可輕易實現(xiàn)向鍵值存儲、文檔存儲、列存儲等非關(guān)系型數(shù)據(jù)庫數(shù)據(jù)存儲格式的轉(zhuǎn)換。而非關(guān)系型數(shù)據(jù)轉(zhuǎn)換為關(guān)系型數(shù)據(jù)卻較為困難。

綜上所述如果采用非關(guān)系型數(shù)據(jù)庫進(jìn)行設(shè)計不但無法應(yīng)用其優(yōu)勢特點,還會增加設(shè)計的復(fù)雜性,而關(guān)系型數(shù)據(jù)庫可以更好的支持?jǐn)?shù)據(jù)分析和利用,并且即使以后有向大數(shù)據(jù)非關(guān)系型數(shù)據(jù)庫并入的需求,也可以較容易的完成轉(zhuǎn)換。本研究采用的是開源的關(guān)系型數(shù)據(jù)庫Mysql。

1.5.2 數(shù)據(jù)庫的規(guī)范 概念設(shè)計采用實體關(guān)系(Entity-Relationship,ER)模型。依據(jù)《本草綱目》中藥物及藥物警戒思想表達(dá)方式建立實體。由于所建實體數(shù)量很多,此處只選擇了幾個有代表性的實體進(jìn)行說明。1)藥物名稱。其屬性有藥物代碼、藥物正名、部。屬性只選擇了有唯一取值的信息,此實體作為模型中其他實體間聯(lián)系的核心。2)藥物別名。其屬性有藥物代碼、序號、別名、出處。每種藥物可以有任意多種別名,所以屬性“別名”的域是無范圍限制取值。別名信息的建立有助于利用此數(shù)據(jù)庫產(chǎn)生的規(guī)則對其他文獻(xiàn)資料進(jìn)行學(xué)習(xí)。3)性。其屬性有藥物代碼、出處、部位、寒、熱、溫、涼、平。屬性“出處”可用以區(qū)分《本草綱目》中記載的不同出處對藥物性味的不同描述。屬性“部位”用以標(biāo)識藥物的不同部位如實、根、葉、皮等,因為不同部位可能具有不同的性味。之所以選取“性”的取值作為屬性,是因為其取值范圍有限,此種設(shè)計可以減少信息的冗余存儲。以屬性“寒”為例,其域可以定義為“0”“1”“2”“3”分別表示“無此屬性”“微寒”“寒”“大寒”。4)配伍禁忌。其屬性有藥物代碼1、藥物代碼2、出處、禁忌。記錄藥對間的配伍禁忌信息。屬性“禁忌”的域為“忌”“惡”“反”“畏”。由于部分藥物中是特定部位與其他藥物有配伍禁忌關(guān)系。例如,栝樓根惡干姜、反烏頭,而栝樓實則無此記載。為準(zhǔn)確記錄此類信息可以另行設(shè)置配伍禁忌描述實體,來描述細(xì)節(jié)情況。5)附方使用。其中有附方藥物實體,其屬性有附方代碼、藥物代碼,用來記錄附方中所含藥物;附方描述實體,其屬性有附方代碼、附方內(nèi)容描述。內(nèi)容描述采用文本類型進(jìn)行記錄,不進(jìn)行整理和歸類,以保證其原貌并且不丟失信息;附方禁忌實體,其屬性有附方代碼、禁忌藥物代碼。6)藥物來源。其屬性有藥物代碼、產(chǎn)地代碼、來源描述。

還有部位、味、毒性、解毒、來源、食物、產(chǎn)地、炮制方法、飲食禁忌、用法、用量、注意事項等等其他實體均按照上述實體的思路進(jìn)行設(shè)計。部分E-R圖示例如圖1所示。將E-R圖轉(zhuǎn)換為關(guān)系模型,進(jìn)而即可生成Mysql數(shù)據(jù)庫所支持的邏輯結(jié)構(gòu)。

圖1 部分E-R圖示例

1.6 數(shù)據(jù)分析 數(shù)據(jù)庫建立后可應(yīng)用計算機技術(shù)進(jìn)行傳統(tǒng)藥物信息的深入分析和知識發(fā)現(xiàn),從而更緊密的將中藥實踐與理論結(jié)合。在建立的藥物警戒數(shù)據(jù)庫上可以應(yīng)用數(shù)據(jù)挖掘和機器學(xué)習(xí)技術(shù)構(gòu)建知識發(fā)現(xiàn)系統(tǒng),系統(tǒng)結(jié)構(gòu)及數(shù)據(jù)流程如圖2所示。數(shù)據(jù)挖掘是發(fā)現(xiàn)大量數(shù)據(jù)中的隱藏信息的高效手段[10],常用的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、聚類、分類、回歸分析等。而無論使用哪種數(shù)據(jù)分析方法,源數(shù)據(jù)均可以從所構(gòu)建的數(shù)據(jù)庫中便捷獲取,并通過行列轉(zhuǎn)換、數(shù)據(jù)拼接、關(guān)鍵詞提取等數(shù)據(jù)預(yù)處理方法得到某種數(shù)據(jù)分析方法所需要的特定格式數(shù)據(jù)。數(shù)據(jù)預(yù)處理完成后,可進(jìn)一步選用各類經(jīng)典數(shù)據(jù)挖掘算法形成算法庫,并針對研究主題選取合適的算法在數(shù)據(jù)上進(jìn)行學(xué)習(xí),最終形成知識庫。下面我們列舉了幾種常見的數(shù)據(jù)挖掘方法在我們建立的數(shù)據(jù)集上可能的應(yīng)用及相應(yīng)思路。

1.6.1 關(guān)聯(lián)分析 關(guān)聯(lián)分析是從數(shù)據(jù)中挖掘數(shù)據(jù)項之間相互聯(lián)系的常用方法之一[11],可以通過藥物的基本屬性來研究藥物之間安全使用的內(nèi)在聯(lián)系。如,可通過關(guān)聯(lián)分析可研究藥物性味歸經(jīng)、升降沉浮屬性與藥物配伍禁忌之間的關(guān)系;附方藥物與藥物和食物間使用禁忌的關(guān)系;附方中反藥組合的關(guān)系等。

圖2 藥物警戒知識發(fā)現(xiàn)系統(tǒng)結(jié)構(gòu)及數(shù)據(jù)流程

1.6.2 分類及聚類 分類分析是首先從歷史經(jīng)驗數(shù)據(jù)中選出帶有類別標(biāo)簽的訓(xùn)練集,然后根據(jù)某種分類算法在該訓(xùn)練集上建立分類模型,最終使用所建立的分類模型對沒有分類的數(shù)據(jù)進(jìn)行分類[12]。而聚類分析通過某種聚類算法對獲得的數(shù)據(jù)進(jìn)行分組,要求相似的記錄屬于同一個分組,而不相似的樣本屬于不同的分組。聚類和分類的區(qū)別是聚類不依賴于樣本預(yù)先定義好的類標(biāo)簽,即不需要訓(xùn)練集。分類和聚類分析可用來針對不同的安全用藥研究主題對藥物進(jìn)行分類。如可以基于分類方法從歷史數(shù)據(jù)中學(xué)習(xí)關(guān)于藥物相惡的知識,并用學(xué)習(xí)到的分類器判別2種新藥物是否相惡;而基于聚類分析可以通過藥物的各個屬性,對不同的藥物進(jìn)行聚類,從而研究不同聚類的藥物所具有的共性特征知識,并可進(jìn)一步基于學(xué)習(xí)到的知識對新藥物所屬的類別進(jìn)行輔助判別。

1.6.3 回歸分析 回歸分析是一個統(tǒng)計預(yù)測模型,用以描述和評估因變量與一個或多個自變量之間的關(guān)系[13]?；貧w分析可用來研究藥物基本屬性在藥物安全使用方面的主次關(guān)系;多種藥物同時使用可能會存在使用禁忌的概率等。

2 結(jié)果

《本草綱目》中有豐富的藥物警戒方面的思想及知識,并且這些思想和知識的表達(dá)存在其自身的特點,使人很難系統(tǒng)的掌握其精華。因此,為了超越以往針對該問題的簡單檢索、統(tǒng)計研究,本文在深入分析金陵版《本草綱目》的特點的基礎(chǔ)上,設(shè)計并構(gòu)建了中草藥警戒數(shù)據(jù)庫,從而為方便高效地利用數(shù)據(jù)挖掘和機器學(xué)習(xí)技術(shù)對中草藥警戒知識進(jìn)行深入分析和學(xué)習(xí)提供了數(shù)據(jù)支撐。

3 討論

數(shù)據(jù)庫的建立有助于便捷、準(zhǔn)確、靈活地獲取適用于各種分析算法的特定格式、特定組合的數(shù)據(jù)。相比之下,關(guān)系型數(shù)據(jù)庫比非關(guān)系型數(shù)據(jù)庫能更好的適用此研究主題。同時可以對經(jīng)典的數(shù)據(jù)挖掘、機器學(xué)習(xí)算法進(jìn)行選取、整理,形成數(shù)據(jù)挖掘算法庫,以方便更加科學(xué)的對中藥特性進(jìn)行深入理論研究。雖然此研究屬于面向特定著作的主題數(shù)據(jù)庫,但研究方法卻可以方便地擴展到其他文獻(xiàn)著作,從而為建立用途更為全面的中醫(yī)藥數(shù)據(jù)庫提供了可能的設(shè)計思路。

[1]劉巍,陳易新.藥物警戒的概念與起源[J].中國執(zhí)業(yè)藥師,2008,5(7):16-18.

[2]Springer Vienna.WHO collaborating centre for international drug monitoring[M].Dictionary of Pharmaceutical Medicine,2009:37-38.

[3]吳嘉瑞,梁秉中,張冰.中藥不良反應(yīng)再認(rèn)識[J].中國藥物警戒,2006,3(1):40-42,49.

[4]邢春國,施誠.數(shù)據(jù)庫技術(shù)在中醫(yī)藥學(xué)文獻(xiàn)研究方面的應(yīng)用[J].醫(yī)學(xué)信息,2008,21(11):1933-1936.

[5]吳春秋.數(shù)據(jù)庫技術(shù)在《本草綱目》中食物文獻(xiàn)的研究及應(yīng)用[D].北京:北京中醫(yī)藥大學(xué),2007:17.

[6]王建,班炳坤,高天,等.中藥警戒思想在本草文獻(xiàn)中的表達(dá)方式[J].中國藥物警戒,2010,7(9):533-536.

[7]戴特.數(shù)據(jù)庫系統(tǒng)導(dǎo)論[M].北京:機械工業(yè)出版社,2007:21-22.

[8]Kristina Chodorow,Micheal Dirolf.MongoDB權(quán)威指南[M].北京:人民郵電出版社,2011:67-69.

[9]White Tom.Hadoop權(quán)威指南[M].北京:清華大學(xué)出版社,2011:102-104.

[10]Jiawei Han,Micheline Kamber,Jian Pei.Data Mining：Concepts and Techniques-third edition[M].Waltham USA，Morgan Kaufmann Publishers，2011:24.

[11]Aggarwal R.,Srikant R.Fast Algorithms for Mining Association Rules[J].Proceedings of the 20th VLDB Conference Santiago,Chile,1994,15:487-499.

[12]孫吉貴,劉杰,趙連宇.聚類算法研究[J].軟件學(xué)報，2008,19(1):48-61.

[13]蔡章利,石為人,刁綾.回歸分析在連續(xù)型數(shù)據(jù)目標(biāo)預(yù)測中的應(yīng)用[J].重慶大學(xué)學(xué)報:自然科學(xué)版,2005,28(10):91-93.

(2016-12-02收稿 責(zé)任編輯：王明)

Design and Application Research of Traditional Chinese Medicine Pharmacovigilance Database based on Compendium of Materia Medica

Shi Lin1,Dong Chunru2,Zhang Bing1

(1BeijingUniversityofTraditionalChineseMedicine，Beijing100029，China；2InstituteofMathematicsandInformationScience，HebeiUniversity，Baoding071002，China)

For further analysis and research of traditional Chinese medicine pharmacovigilance in Ben Cao Gang Mu (Compendium of Materia Medica), we designed a database system based on Jinling version of the Ben Cao Gang Mu. Firstly, the paper expounds the requirements of database establishment and selection of storage model. Then it introduces the design of concept and logic of the pharmacovigilance database, and explains the structure and data flow of the knowledge discovery system based on this database. Finally the paper lists some researches on the safety of prescribing Chinese medicine that can be done with the application of data mining algorithms.

Pharmacovigilance; Data mining; database;Compendium of Materia Medica

國家食品藥品監(jiān)督管理總局藥品評價中心項目:基于中醫(yī)藥典籍?dāng)?shù)據(jù)挖掘的烏頭屬中藥藥物警戒思想研究,項目負(fù)責(zé)人:張冰

石琳(1976.11—),女,在讀博士研究生,副研究員,研究方向:中藥藥物警戒與合理用藥研究,E-mail:censhizi@163.com

張冰(1959.08—),女,博士,教授,主任醫(yī)師,博士研究生導(dǎo)師,研究方向:中藥藥物警戒與合理用藥研究、中藥藥性理論基礎(chǔ)與應(yīng)用、中藥防治代謝性疾病的臨床與實驗研究,E-mail:zhangbing6@263.net

R281.3

A

10.3969/j.issn.1673-7202.2017.04.051