基于超图理论的中医方剂网络药对挖掘方法
Hypergraph-Based Network Herbal Pair Mining Method for Traditional Chinese Medicine作者机构:兰州交通大学电子与信息工程学院兰州730070 甘肃省媒体融合技术与传播重点实验室兰州730030 甘肃中医药大学信息工程学院兰州730030
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2024年第60卷第10期
页 面:320-331页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(62062049) 中央引导地方科技发展资金项目(22ZY1QA005) 甘肃中医药大学科学研究与创新基金项目(2021KCYB-10) 甘肃省青年科技基金计划(22JR5RA595)
主 题:复杂网络 方药超网络 双权重度中心性(DWDC) 药对挖掘 高阶双权重度中心性(H-DWDC)
摘 要:随着复杂网络研究的深入发展,利用复杂网络理论对中药药方数据进行建模分析已成为研究中药配伍规律的重要方法之一。然而,传统的“药-药网络结构只基于“点-边关系,无法体现方剂和中药之间的高阶交互关系,从而影响药对挖掘的准确率和效果。针对该问题,提出了一种基于超图的方药超网络建模方法来刻画方剂与中药之间的高阶关联关系,以方剂为超边、方剂中的中药为节点构建方药超网络,对比传统“药-药网络和方药超网络的统计特性发现,方药超网络节点超度分布更加符合幂律分布特征,具有小世界和无标度特性,证明了方药超网络建模方法具有合理性和可行性;基于方药超网络提出一种融合多因素的双权重度中心性指标(double weight degree centrality,DWDC)挖掘方剂中的常见中药,引入超边属性对节点特性的影响,以网络的脆弱性和鲁棒性为依据,通过各算法之间的对比实验,验证所提出方法能够更有效筛选出方剂超网络中的常见中药;再将DWDC指标推广到二阶常见药对挖掘,提出高阶指标H-DWDC,基于真实数据集的实验结果表明,该方法能够有效地从海量数据中挖掘出常见药对。