基于数理统计方法学的中药复方配伍研究进展

基于数理统计方法学的中药复方配伍研究进展作者：麦蓝尹李怡萱陈勇谢臻李杰钟明玉来源：《中国中药杂志》2014年第10期[摘要] 中药方剂配伍是一个复杂的组分系统，蕴含着丰富的配伍信息。

将数理统计方法运用于中药复方配伍的研究，对促进方药配伍优化筛选，提高药效及促进我国中药事业走向现代化都有着重要的现实意义。

数理统计方法作为定量化分析与推断数据资料、探究事物内在规律的手段，在一定程度上可定性定量地揭示中药复方配伍规律的内涵。

该文就数理统计方法在中药复方配伍研究中的应用，从方药配伍剂量优化、复方配伍的药效和化学成分变化规律、中药配伍禁忌规律等方面进行综述，以期为进一步深入研究和揭示中药复方配伍规律的机制和内涵提供参考。

[关键词] 数理统计方法；配伍优化；配伍规律；配伍禁忌[收稿日期] 2013-12-26传统中医临床用药的主要形式和手段是方剂，而方剂的本质是各组分间的配伍。

方剂配伍规律研究的内容主要是依据中医药基础理论，为达到防治疾病目的，而将两味或两味以上具有一定协同或拮抗作用的中药配合应用的药物间联系或内在规律。

方剂配伍规律内涵的揭示是中医药现代化的要求，同时也是中医药走向国际化的必备要素，可为我国独立自主的知识产权与专利保护提供有力的科学依据。

近年来，越来越多的现代科学技术和方法应用于中药复方配伍规律的研究，如复方配伍前后、不同配伍方法下药物化学成分[1-4]、药理作用[5-7]的变化规律和机制；采用血清药理学实验，揭示中药复方在体内发挥疗效的活性物质[8-10]；复方药物在体内的代谢规律[11-13]；中药复方谱效关系研究[14-15]等。

而运用数理统计、数学模型等方法作为定量化分析与推断数据资料、探究事物内在规律的手段，从数学关系的角度对复方配伍规律进行阐述，既有助于科学认识复方配伍的实质，也有助于中药新药复方科学化组方，在揭示中药复方配伍规律内涵的研究方面起到了重要的作用。

目前对中药方剂配伍规律的数理统计实验研究主要集中在：数据处理和实验研究两方面。

其中数据处理包括：数据挖掘、聚类分析、因子分析、主成分分析、相关分析、回归分析、方差分析等；实验设计包括：全方研究、撤药研究、直接实验设计、单味研究、药对研究、正交设计法、均匀设计、析因设计法、正交与均匀联合设计法等。

利用现代数理统计理论方法与技术研究中药方剂配伍规律和内涵，一方面可以促进处方配伍配比的优化筛选，充分提高中药材的药物疗效，另一方面还将促进我国中医药事业走向现代化国际化，使中药方剂更易于被国际医药界所接受。

本文就数理统计方法在中药复方配伍研究中的应用，从方药配伍剂量优化、中药配伍作用规律、中药配伍禁忌规律等方面进行综述。

1 方药剂量配伍优化研究方剂疗效是复方药物相互作用所表现的综合结果。

其中，影响方剂疗效的两大因素是复方的药味组成与药量配比。

复方剂量配比优化不仅可以对处方药物进行优化筛选，提高药物疗效，同时也是中药新药开发的重要任务之一。

基于此需求，许多学者利用不同的数理统计方法对中药剂量配伍优化进行了较多的研究。

1.1 实验设计方法1.1.1 正交设计法正交试验设计是为寻求最优化水平组合的一种高效的多因素实验。

其特点表现在不仅消除了各效应间的相关性，使得药物各因素及其交互作用对指标的影响大小和变化规律更易于估计，即正交性；而且可以通过部分试验的结果反映全面实验的情况，便于数据结果的分析，即代表性。

基于这两方面的特点，正交设计试验已被广泛应用于中药复方的组分优化筛选等方面。

赵学军等[16]采用正交设计法对温肾咳喘片各组分的最佳剂量配伍进行了研究，得出其提取物的最佳配比为厚朴-蛇床子-甘草提取物4∶3∶3，并且按此比例制成的制剂有明显的药理作用，说明该组方剂量合理。

张万龙等[17]采用正交试验对泽泻汤加味方进行最佳组分配伍研究，结果得出了泽泻汤加味方最佳降压效果的最优药用剂量为泽泻 21 g，炒白术 9 g，泽兰、石菖蒲各15 g。

姚干等[18]采用正交设计法配合多药效指标综合评价，筛选出具有保肝和免疫调节作用的二至丸有效部位群组方，其最佳剂量比为女贞子总皂苷-女贞子多糖-墨旱莲黄酮 58∶367∶18（质量单位以mg计）。

汪珊珊等[19]基于正交试验对由麻黄、杏仁和甘草三味药组成的三拗汤进行了最优配比的研究，结果最佳配比为麻黄6 g，杏仁9 g，甘草3 g，其主次关系为麻黄>杏仁>甘草，表明优选配比三拗汤对哮喘模型各指标均表现出明显的改善作用。

此外，许多学者[20-26]还采用正交设计试验对复方药物剂量配伍进行实验研究与数据处理，从而优化药味和药量的最佳配比，以一个新的角度为剂量配伍优选从饮片配伍研究过渡到组分配伍研究提供了数据依据和方法参考。

然而，相比于复方剂量配比优化的特殊要求，目前的正交设计试验还未能实现多目标优化，并同时具备良好的非线性拟合能力以及完善的试验设计方法，仅限于研究药味组成较为简单的处方，这对复方优化的效果及其优势的发挥都造成了一定的影响。

1.1.2 均匀设计法相比于为了实现整齐可比性而导致每个因素的各水平必须重复，从而使得试验点相应增多的正交设计法而言，同样作为一种筛选研究手段的均匀设计方法，在实验过程中仅考虑实验点的均匀分散性，因而不会受因素数、因素水平的限制，实验次数可明显减少，而不导致试验所反映的信息量减少，适用于多因素多水平的试验研究。

均匀设计法近年来被学者广泛应用于复方剂量配伍优化实验研究。

王毅兴等[27]采用均匀设计法对降尿酸方主效应中药的最佳配伍进行研究探讨，实验结果显示黄柏、秦皮及桑寄生三味中药组合是降尿酸的最佳配伍组合，而且实验明确了其最佳的剂量配伍分别为50，260，50 mg·kg-1。

唐亚军等[28]通过均匀设计法对防治脂肪肝的复方中药“祛湿化瘀方”有效组分或单体（绿原酸、栀子苷、姜黄素、虎杖苷、白术多糖）进行筛选和验证研究，结果表明运用均匀设计筛选获得的组分方（栀子苷、绿原酸）对高脂饮食诱导的大鼠肝脏脂肪沉积及肝损伤具有显著的防治作用。

贺燕等[29]采用均匀设计法探讨三七及山楂组合物中有效部位的最佳剂量配伍，实验结果得出山楂叶总黄酮与三七叶总皂苷的最佳组合比例为20∶15，并且在此条件下药效作用明显，说明运用均匀设计与药理学动物模型相结合的方法对中药复方进行研究是可行的。

曾晓会等[30]采用均匀设计法寻找姜黄素与胡椒碱的最佳配比，结果显示在姜黄素为13 mg·kg-1和胡椒碱为5.81 mg·kg-1时可使姜黄素和胡椒碱有最大的降三酰甘油效应。

高鹏等[31]应用均匀设计处理方法对丹心痛各味药所占比例进行筛选，从而确定川芎、香附、冰片、丹皮酚4种成分在复方中的最佳配比为5∶1.7∶1.4∶4.4（原提取物的质量比），剂量为138 mg·kg-1（折生药2.78 g·kg-1），证明均匀设计作为有效优化复方最佳剂量方法的可行性。

基于均匀设计法可以更全面更充分地优化复方中剂量配伍的关系，许多学者都在这方面做了很多研究[32-37]，这为我国现代中医药优化剂量配伍研究提供了很好的筛选手段与技术支持。

虽然均匀设计法在一定程度上克服了早期试验设计的诸多弊端，明显减少了试验次数，提高了实验效率，但其仅考虑了均匀分散性，并没有以正交性与代表性为基础，因此可能造成试验结果不稳定及导致分析误差增大。

1.2 优化方法响应面方法作为优化的常用工具[38]，是研究实验结果与实验因素关系的方法，包括实验、建模、数据分析和最优化过程。

目前响应面设计多与正交设计、均匀设计、星点设计、Doehlert设计、Box-Behnken 实验设计等联合应用在方药剂量配伍优化方面的实验研究中。

谢臻等[39]应用Doehlert设计-渴求函数-响应曲面优化法，研究枳实、厚朴和芒硝的剂量配伍变化对大黄蒽醌类成分在大承气汤中溶出的影响，结果显示方中各味药剂量配比为大黄-枳实-厚朴-芒硝1∶4∶2.31∶2时，蒽醌类成分有较好的溶出率。

这是Doehlert数学模型运用到中药复方配伍研究的初步探讨，为数学模型在中药复方配伍的推广和应用提供理论依据。

黄美艳等[40]应用响应曲面分析法对不同制法与配比的药对当归-川芎的抗氧化活性作用进行研究，结果表明先水提后醇提其清除自由基的活性最好。

邱玲玲等[41]以流感病毒神经氨酸酶活性抑制率为指标，采用Box-Behnken响应面设计法预测双黄连注射液组合成分的最佳配比。

结果表明其最优配比为绿原酸-隐绿原酸-咖啡酸-黄芩苷107∶279∶7.99∶92。

黄美艳等[42]采用响应面分析法对不同浓度当归-川芎药对配伍养血补血效应进行研究，结果显示当归与川芎的比例从4∶1到2∶1，从小剂量到大剂量，均表现为相加作用。

而其他比例则表现出小剂量相加，大剂量协同的作用。

陈海燕等[43]采用响应面法对丹参葛根的最佳组合比例进行了研究探讨，结果显示丹参葛根的最佳组合比例为6∶4。

王睿等[44]采用实验设计（ED）-非线性建模（NM）-多目标优化（MO）的三联法，简称ED-NM-MO三联法，对经基线等比增减设计的丹参、三七不同配比的药效学数据进行非线性拟合和多目标优化，从而实现方剂剂量配比的非线性多目标优化。

结果表明，可以根据实验目的对药效指标的不同要求设定不同的权重，获得各自药物相应的最优比例。

这种适合复方特点的优化方法可用于多饮片多组分多成分复方药物的剂量配比优化。

此外，鉴于星点设计-响应面优化法有着操作简单、试验精度高、实验次数少等优点，其在工艺优化提取[45-48]以及制剂、食品、生化等[49-56]方面都有着广泛的应用，在药学领域有着较好的推广应用价值。

1.3 数据处理方法数据处理是对数据的采集、存储、检索、加工、变换和传输。

常用的数据处理方法有数据挖掘[57]、回归分析[58]等。

数据处理方法可以从大量的、杂乱无章的数据中抽取并推导出特定的有意义的数据。

基于此功能，许多学者都将数据处理方法应用于方药剂量配伍优化试验研究中。

蔡文选等[59]应用化学计量学分辨方法-交互移动窗口因子分析法，对桂枝-茯苓配伍后挥发油成分中的共有成分、差异成分及各成分溶出率进行比较分析。

结果显示少数组分配伍后溶出率显著增加，但大部分溶出率明显下降，甚至个别组分消失。

这表明药对配伍后会改变其剂量。

李伟霞等[60]基于人工神经网络法对当归-川芎药对中主要效应物质含量与其整合效应值进行拟合和分析，结果表明当归-川芎药对1.5∶1水提物的整体补血效应最好，1∶1醇提物的总活血化瘀效应最好，1.5∶1醇提物的总调经止血效应最好。

蒋海强等[61]以钩藤总碱和莱菔子总碱有效组分的降血压效应为研究对象，采用偏最小二乘回归分析方法，探讨钩藤总碱和莱菔子总碱的最佳配比，结果显示钩藤总碱25 μg·g-1和莱菔子总碱30 μg·g-1时得到最佳配比。