[发明专利]一种中药复方配伍优化的方法

说明书

技术领域

本发明涉及一种中药复方优化配伍，特别是涉及一种中药复方配伍及其优化的方法。

背景技术

中药复方在我国有几千年的临床应用历史，在长期医学实践中形成了独特的中医药理论体系，方剂在病证结合、方证对应、理法方药一致的条件下，通过方剂本身的多组分作用在人体的多靶点，融拮抗、补充、整合、调节等多种功效而起到治疗作用。用数学模型研究中药复方作用机理，可以更好地阐明中药的作用特点，便于药物之间的比较，增强人们对中药的信心，运用数学语言来描述中医理论符合中药研究的需要。

运用现有的研究思路和技术方法仍然存在以下问题：单一的数学模型只能在一个层次反映中药的药效；在中药现代化研究的进程中发展了多种多成分相互作用统计分析方法，但它们将有效成分之间的复杂关系归结为相对简单的统计相关模式，不能涵盖中药组方的丰富理论。中药药效与配伍的相关关系由于系统的复杂性和不确定性，难以用解析式模型精确表示，目前还缺乏系统的非线性相关判断方法和模型参数的直接计算方法，新的相关分析方法成为中药研究的难点之一。

发明内容

本发明的目的在于公开一种中药复方及其优化的方法。

本发明的目的是通过如下技术方案实现的：

本发明中药复方的原料药组成为：

熟地黄15重量份、当归10重量份、白芍10重量份、川芎6重量份；

熟地黄11重量份、当归15重量份、白芍8重量份、川芎6重量份；

熟地黄12重量份、当归15重量份、白芍5重量份、川芎8重量份；

熟地黄6重量份、当归16重量份、白芍9重量份、川芎9重量份；

熟地黄5重量份、当归16重量份、白芍8重量份、川芎11重量份；

熟地黄6重量份、当归12重量份、白芍11重量份、川芎11重量份。

本发明中药复方优化方法包括如下步骤：

1)根据拆方实验数据建立基于信息熵的知识系统和基于集合的隶属度数学模型。

2)进行各药效指标(靶点)对配伍变化的敏感性分析、配伍中各成分对各药效指标的贡献度分析、基于各药效指标(靶点)的多成分交互分析；

3)建立配伍与药效的相关关系规则；

4)应用反应函数法、基于信息熵和置信度的预测。

所述1)步骤为：

以中药复方为论域E分析方证关系：

E＝{x|x＝(x₁，x₂，L  ，x_n)}

其中x为复方成分，x₁L x_n为证候模型的量化指标，对于每一味复方成分x对应于证候模型各靶点的隶属度函数为：

                 靶点A：μ_A(x)＝f₁(x₁L x_n)

                 靶点B：μ_B(x)＝f₂(x₁L x_n)

                 L

                 靶点NN：μ_NN(x)＝f_nn(x₁L x_n)

其中f₁L f_n为对应于靶点的量化指标函数。

采用隶属度函数1/(1+α/(index-reference)²)

其中index-reference为指标与对照的差值，α为系数，取值原则为使隶属度均匀分布于[0，1]之间；

所述2)步骤为：

假设R、Q均为U上的等价关系，若任意[y]∈(U/R)，有则称知识R完全依赖知识Q，即当研究对象具有Q的某些特征时，这个研究对象一定具有R的相应的一些特征，说明R与Q之间是确定性关系；否则，称知识R部分依赖知识Q，即研究对象的某些Q特征不能完全确定其R特征，说明R与Q之间是不确定性关系。

称R在U上的子集组成的σ代数上的概率分布为(card([y])表示集合Y的势，可用Y所含元素个数表示)：[y]∈U/R，