基于海洋中藥知識圖譜的數(shù)據(jù)挖掘與知識補全研究

洪海藍，王書怡，李文林，2?，楊麗麗

（1.南京中醫(yī)藥大學(xué)，江蘇 南京 210023；2.江蘇省中醫(yī)外用藥開發(fā)與應(yīng)用工程研究中心，江蘇 南京 210023）

知識圖譜是一種用于表達知識的模型，主要由實體和實體之間的關(guān)系組成，其中的三元組（實體、關(guān)系、實體）可以通過一系列的操作來表達知識［1-2］。中醫(yī)藥知識圖譜是基于中醫(yī)藥知識的專業(yè)背景予以構(gòu)建，主要包括病證、證候、病因、病機、效方配伍等內(nèi)容［3］。知識圖譜在中醫(yī)藥領(lǐng)域不斷發(fā)展，已經(jīng)逐漸實現(xiàn)中醫(yī)藥智能搜索、智能問答、診療經(jīng)驗挖掘、輔助決策等應(yīng)用。知識補全可提升知識圖譜的質(zhì)量［3-4］。知識圖譜補全是指在知識圖譜中，通過預(yù)測出三元組中缺失的部分，使知識圖譜變得更加完整，該任務(wù)可以分為實體補全和關(guān)系補全兩類［5-7］。根據(jù)三元組中的實體和關(guān)系是否在已有的知識圖譜中，知識圖譜補全可以分為靜態(tài)知識圖譜補全和動態(tài)知識圖譜補全兩種［8-9］。靜態(tài)知識圖譜補全是補全已知實體之間的隱含關(guān)系或補全存在于知識圖譜中的實體屬性；動態(tài)知識圖譜補全是能夠建立知識圖譜與外界的關(guān)聯(lián)，從而擴大知識圖譜的實體集、關(guān)系集以及三元組集［9-12］。當前大多數(shù)中醫(yī)藥知識圖譜實現(xiàn)了圖譜的構(gòu)建，并沒有對知識圖譜進行補全完善。為此，針對領(lǐng)域知識圖譜的特點提出了一種融合知識圖譜與數(shù)據(jù)挖掘方法的領(lǐng)域知識圖譜補全方法。并以海洋中藥知識圖譜（CMMKG）為數(shù)據(jù)源，獲取數(shù)據(jù)源進行數(shù)據(jù)挖掘，將挖掘結(jié)果補充到海洋中藥知識圖譜中，以提升海洋中藥知識圖譜的質(zhì)量。

1 數(shù)據(jù)與方法

1.1 海洋中藥知識圖譜的挖掘技術(shù)線路

本研究以海洋中藥知識圖譜為數(shù)據(jù)源，按照智能檢索、數(shù)據(jù)清洗、數(shù)據(jù)挖掘、數(shù)據(jù)分析等流程實現(xiàn)海洋中藥挖掘和海洋中藥知識圖譜補全。具體流程見圖1。

圖1 海洋中藥知識圖譜的數(shù)據(jù)挖掘流程

智能檢索：首先根據(jù)輸入的檢索詞對海洋中藥知識圖譜進行智能檢索。檢索詞可以是功效詞、主治詞、海洋效方類型等，判斷檢索詞選擇對應(yīng)的nGQL 語句檢索海洋效方。其次根據(jù)從海洋中藥知識圖譜中檢索出的其他概念類型的數(shù)據(jù)進行補充，將檢索到的所有數(shù)據(jù)作為數(shù)據(jù)源。

數(shù)據(jù)清洗：將從海洋中藥知識圖譜中檢索到的數(shù)據(jù)源進行清洗。如刪除效方配伍中中藥的單位屬性（g、mL、適量、個、具）等；對異名同義的中藥進行術(shù)語規(guī)范和其他類型術(shù)語規(guī)范；剔除用藥僅為一味中藥或一種提取物的海洋中藥相關(guān)效方等。

數(shù)據(jù)挖掘：將篩選出來的最終數(shù)據(jù)利用關(guān)聯(lián)規(guī)則算法，根據(jù)不同的挖掘需要，設(shè)置支持度、置信度進行數(shù)據(jù)挖掘。如找出具有某種功效或主治某種病癥的海洋中藥相關(guān)效方的藥物配伍關(guān)系中隱含的規(guī)律，或者具有某種功效和治療某種疾病的海洋中藥的性味歸經(jīng)、營養(yǎng)成分。

數(shù)據(jù)分析：從中醫(yī)藥或者現(xiàn)代醫(yī)學(xué)的角度對關(guān)聯(lián)規(guī)則的挖掘結(jié)果進行分析，并將關(guān)聯(lián)關(guān)系補充到海洋中藥知識圖譜庫中，為海洋中藥知識圖譜提供更豐富的知識表示方式，形成更為完備的海洋中藥知識圖譜。

1.2 數(shù)據(jù)來源

本研究以前期構(gòu)建的海洋中藥知識圖譜為數(shù)據(jù)源，目前海洋中藥知識圖譜以海洋中藥相關(guān)效方和海洋中藥為核心，包含實體18 744 個，關(guān)系30 664 條［13-14］。以補腎功效為例，以“壯陽補腎”“補腎壯陽”“暖腎壯陽”“補腎”“補腎壯腰”“補腎固精”“溫腎”“補腎壯骨”“補腎生血”等40 個補腎功效詞語為檢索詞，檢索補腎類海洋中藥和海洋中藥相關(guān)效方，并分析海洋中藥的性味歸經(jīng)、營養(yǎng)成分、功效、主治和海洋中藥相關(guān)效方的配伍、功效、主治。

2 海洋中藥知識挖掘

知識圖譜和關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘和人工智能領(lǐng)域的重要工具，它們的有效結(jié)合可以提供更豐富的知識表示，從而推斷出更多的見解和理解［4，15］。知識圖譜可以用作關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)源，而關(guān)聯(lián)規(guī)則算法挖掘出的關(guān)聯(lián)關(guān)系可以補充知識圖譜，并幫助驗證和修正已有的實體和關(guān)系。本研究將關(guān)聯(lián)規(guī)則、聚類和知識圖譜結(jié)合，在海洋中藥知識圖譜中從功效、主治、成分、配伍、性味歸經(jīng)等角度進行數(shù)據(jù)挖掘，并對挖掘結(jié)果進行分析和對海洋中藥知識圖譜的知識補全［16］。

2.1 基于知識圖譜的海洋中藥數(shù)據(jù)挖掘

每一味海洋中藥都具有性味歸經(jīng)、功效主治、化學(xué)成分等屬性特征。不同中藥在配伍應(yīng)用時，其屬性特征之間也形成了多維的配伍關(guān)系。為多角度揭示海洋中藥配伍應(yīng)用時隱含的配伍規(guī)律，本研究對藥物屬性特征之間的關(guān)聯(lián)關(guān)系進行了分析挖掘。使用nGQL 語句共檢索到鮸魚、烏賊魚蛋、海狗腎、鮑魚肉、對蝦、海牛、海馬等補腎類海洋中藥51 味。結(jié)果見圖2。

圖2 補腎類海洋中藥

檢索51 味補腎類海洋中藥的主治經(jīng)統(tǒng)計分析發(fā)現(xiàn)，能夠治療178種疾病或癥狀。結(jié)果見圖3。

圖3 補腎類海洋中藥的主治

檢索51味補腎類海洋中藥的性味歸經(jīng)見圖4。對這些性味歸經(jīng)進行數(shù)據(jù)清洗，一共獲得21 個性味歸經(jīng)詞，見表1。對51 味補腎類海洋中藥的性味歸經(jīng)進行關(guān)聯(lián)規(guī)則，設(shè)置支持度大于等于20%和置信度大于等于85%，結(jié)果見表2，將挖掘結(jié)果提交中醫(yī)藥領(lǐng)域?qū)＜以u價，表明補腎類海洋中藥以性溫，味咸，歸肝、腎兩經(jīng)為主。

表1 補腎類海洋中藥的性味歸經(jīng)關(guān)聯(lián)規(guī)則

表2 相關(guān)效方的海洋中藥表

圖4 補腎類海洋中藥的性味歸經(jīng)

2.2 基于知識圖譜的海洋中藥相關(guān)效方核心配伍挖掘

海洋中藥知識圖譜含有大量具有補腎作用的海洋中藥相關(guān)效方，使用nGQL 語句進行查詢，從中檢索到補腎類海洋中藥相關(guān)效方123 首，結(jié)果見圖5。

圖5 補腎類海洋中藥相關(guān)效方

進一步檢索發(fā)現(xiàn)123 首補腎類的海洋中藥相關(guān)效方來自梅花參、海狗腎、海龍、海馬、海參等54味海洋中藥結(jié)果見圖6。通過統(tǒng)計分析發(fā)現(xiàn)，海馬、海狗腎、海參、石首魚是補腎效方中的常用海洋中藥，結(jié)果見表2。

圖6 補腎類海洋中藥及相關(guān)效方

分析海洋中藥相關(guān)效方的主治信息，表明123 首海洋中藥相關(guān)效方主治147 種病癥，頻次由高到低的前10個依次為陽痿、遺精、小兒遺尿、早泄、糖尿病、腎虛陽痿、氣血雙虧、高血壓、體虛、淋巴結(jié)核等。結(jié)果見圖7。

圖7 補腎類海洋中藥相關(guān)效方的主治

對123 首海洋中藥相關(guān)效方的配伍藥物進行數(shù)據(jù)篩選，剔除補腎類僅為一味中藥或一種提取物的海洋中藥相關(guān)效方，最終獲得補腎類效方83 首。對效方的配伍進行數(shù)據(jù)清洗，將中藥和食材名稱進行規(guī)范，結(jié)果見表3。

表3 中藥名稱規(guī)范化記錄

本研究共納入與海洋中藥相關(guān)的補腎類效方83 首，涉及275 味中藥，如肉蓯蓉、海馬、巴戟天、海狗腎、當歸、海參、枸杞子、菟絲子、破故紙、杜仲等。頻次統(tǒng)計結(jié)果表明，海參、海馬和海狗腎這3 味海洋中藥是較為常用補腎海洋中藥，與有多首海洋中藥相關(guān)效方的海洋中藥基本一致。巴戟天、當歸、肉蓯蓉、菟絲子、枸杞子、破故紙、杜仲常與補腎類海洋中藥配伍使用。結(jié)果見圖8。

圖8 補腎類海洋中藥相關(guān)效方的前10味中藥統(tǒng)計圖

對83 首補腎類海洋中藥效方中出現(xiàn)頻次＞5 的21 味中藥進行層次聚類分析，并生成樹狀圖，結(jié)果見圖9。圖中縱坐標代表中藥之間的距離，橫標則代表相對應(yīng)的中藥，中藥聚為同一集合的距離越短，表明其關(guān)聯(lián)性就越強。當縱坐標坐標距離取2.1 時，得到4 組補腎類海洋中藥相關(guān)效方的核心中藥組合。組1：黃芪、山藥、海狗腎；組2：當歸、龜甲、牡蠣、海參、糧酒；組3：杜仲、枸杞子、菟絲子、巴戟天、補骨脂、牛膝；組4：肉蓯蓉、黑附子、丁香、人參、鹿茸、海馬、熟地黃。

圖9 藥頻次大于5的層次聚類分析樹狀圖

設(shè)置置信度大于80%，支持度大于等于4.5%，對補腎類效方的配伍進行關(guān)聯(lián)規(guī)則挖掘，結(jié)果顯示：海洋中藥知識圖譜中共隱含有50 項補腎類關(guān)聯(lián)項集，其中置信度為100%的15項關(guān)聯(lián)項集見表4。

表4 補腎類效方的中藥關(guān)聯(lián)規(guī)則

將83 首補腎類效方關(guān)聯(lián)規(guī)則結(jié)果轉(zhuǎn)換成三元組補充到海洋中藥知識圖譜中，2 項關(guān)聯(lián)關(guān)系以丁香-＞肉蓯蓉為例，轉(zhuǎn)換成1個三元組（丁香，補腎核心配伍，肉蓯蓉）。3 項關(guān)聯(lián)關(guān)系以丁香，巴戟天-＞肉蓯蓉為例，轉(zhuǎn)換成3個三元組［（丁香，補腎核心配伍，巴戟天）（丁香，補腎核心配伍，肉蓯蓉）（巴戟天，補腎核心配伍，肉蓯蓉）］建立補腎核心配伍關(guān)系，形成更為完整的補腎類海洋中藥核心配伍關(guān)系，結(jié)果見圖10。結(jié)合層次聚類的分析結(jié)果，表明補腎類海洋中藥相關(guān)效方是多以海馬、丁香、肉蓯蓉；海馬、肉蓯蓉、熟地黃、鹿茸和杜仲、枸杞子、菟絲子、巴戟天、牛膝等核心藥為中心進行藥味的加減擴展。

3 小結(jié)

知識圖譜作為一種能夠使領(lǐng)域知識有效管理和應(yīng)用的新技術(shù)，在中醫(yī)藥領(lǐng)域有著廣闊的應(yīng)用前景。當前中醫(yī)藥領(lǐng)域構(gòu)建了規(guī)模不等的領(lǐng)域知識圖譜，但大多數(shù)研究成果僅實現(xiàn)了圖譜的構(gòu)建，并沒有進行知識圖譜補全。而對知識圖譜進行分析挖掘，知識補全，不僅可提升知識圖譜的質(zhì)量，也可為基于知識圖譜形成的語義化數(shù)據(jù)源有效開展知識服務(wù)提供支撐。

本研究以構(gòu)建的海洋中藥知識圖譜為數(shù)據(jù)源，提出了一種針對領(lǐng)域知識圖譜的特點提出了一種融合知識圖譜與數(shù)據(jù)挖掘方法的領(lǐng)域知識圖譜補全方法。并以補腎功效為例，通過從知識圖譜中進行補腎類海洋中藥及其效方的檢索，對知識圖譜中隱含的補腎類海洋中藥及其構(gòu)成的海洋中藥相關(guān)效方進行了分析?；谶@種思路，共從知識圖譜中分析出具有補腎功效的海洋中藥51 味，以這些海洋中藥為中心的補腎類海洋中藥相關(guān)效方123 首，進一步對這些海洋中藥的成分、性味歸經(jīng)分析。通過對海洋中藥相關(guān)效方中核心方藥及其配伍關(guān)系的發(fā)現(xiàn)，挖掘補腎類效方83 首、涉及相關(guān)中藥一共275 味。層次聚類和關(guān)聯(lián)規(guī)則分析結(jié)果表明，83 首補腎類海洋中藥相關(guān)效方中存在4 組核心藥組合。將這些新發(fā)現(xiàn)的海洋中藥相關(guān)效方、效方中的核心藥組補充到海洋中藥知識圖譜中，有效提升了海洋中藥知識圖譜的完整性及知識圖譜的質(zhì)量，相關(guān)結(jié)果不僅為中醫(yī)藥領(lǐng)域的數(shù)據(jù)挖掘及知識圖譜補全提供了參考，也為進一步促進海洋中藥知識的傳播與應(yīng)用提供了更全面的知識平臺。