中英對照型中藥及復方分析統合數據庫的建設研究

鄧浩軒 周一奇 甄雨穎 張江華 楊祖曉

河北醫科大學中西醫結合學院，河北石家莊 050017

隨著電子閱讀的普及，中醫藥知識已不再局 限于紙質閱讀，因此把中醫藥文化與現代信息技術相結合是助力其發展的必經之路[1]。當前中國中醫藥數據庫有48個子數據庫，數據總量約120G，但只在中醫藥信息需求及研究方面起積極作用，在“互聯網+”時代尤其顯示出諸多問題[2]。以中藥數據庫TCMD為例，其在新冠疫情期間輔助篩選出Mpro蛋白酶抑制作用的先導化合物Talampicillin，為Mpro蛋白酶抑制劑的開發提供指導方向[3-4]。然而TCMD也存在相應的局限性，與其比較結果如下：（1）從構建思路看，前者微觀到宏觀，后者宏觀到微觀；（2）從各自優勢看，前者：①將中藥通過相似化合物結構單元進行分類；②藥物靶點的篩檢；后者：①宏觀角度歸納中藥信息更符合中醫學整體觀的特點；②通過對臨床應用的反向檢索得到治療某種疾病的共性藥物，如搜索肺炎可得到穿心蓮、大青葉、魚腥草、金蕎麥等中藥信息，便于后續藥物開發；（3）其功能是開展藥物實驗室研究的第一步。（4）雙語化建設；（5）從局限性看，前者：①對藥理模型過于深度的歸納導致操作方法過于繁瑣；②僅用中文限制其傳播范圍；后者：尋找藥物靶點較困難。在此背景下，標準化中藥分析及統合數據庫（Standardized Traditional Chinese Medicine Analysis and Integration Database，STRAIT， http://zy.hbup.top/dist/index.html#/）應運而生。

1 目的

1.1 知識整合

以《中華本草》《中華人民共和國藥典》《中藥藥理與臨床應用》等為依托，按類別歸納整理常用中藥及復方。

1.2 文化推廣

STRAIT的建立順應當今文化發展趨向，雙語結合擴大受眾范圍，推動中醫藥文化走向世界。通過查閱文獻，力求對中醫藥術語精準化翻譯。當前部分中醫術語譯文不僅不能準確傳達中醫概念，還陷入被人誤解的境地[5-6]。如某些書籍中把“虛”“實”分別譯為deficient activity、excessive activity，僅在病癥層面翻譯，沒有考慮不同語境下其內涵的不同。

1.3 全民健康

“健康中國”戰略不斷推進，“大健康”意識深入人心[7]。STRAIT的建立使民眾便捷地獲取健康知識，推動全民健康事業的發展。

2 特點

2.1 結構

STRAIT目前有6張庫表：名稱、類別、功效、主治、藥理作用、臨床應用，分別設有：457、36、525、225、170、810共2223個詞條。以“名稱”為主表，類別、功效、主治、藥理作用、臨床應用為二級表。“名稱”庫表涵蓋了類別、藥用部位等16個字段。通過將主庫表與二級表相同字段建立超鏈接，實現各庫表數據的交互檢索。藥物具體圖表以“紫蘇子”為例見2.4“歸納統計”條目內容。

STRAIT對大多中藥涉及的經典名方和醫案設計小窗口打開方式，便于快速借鑒古籍，對藥物靈活應用。STRAIT結構示意圖見圖1。

圖1 數據庫結構示意圖

2.2 數據來源

以《中華本草》《中華人民共和國藥典》《中藥藥理與臨床運用》等權威書籍以及全國高等中醫藥院校規劃教材為數據依據。見表1。

表1 參考書籍詳細信息

鑒于中藥典籍龐雜，不同典籍對藥效名詞的使用存在差異，藥效名詞帶有部分自然語言的色彩，變動性較大[8]。數據庫建設應該求“精”、求“特”，避免數據資源重復、標準不一[9]。STRAIT在建設過程中嚴格遵循標準化這一原則。

2.3 雙向檢索

中藥信息分兩類，一是性味歸經之類的短小數據；二是藥理、臨床之類的大文本數據。為使數據適宜計算機處理，STRAIT設計引入中藥信息“量子化”概念[10]。對庫表中的數據進行量子化操作，使原來內涵龐雜的中藥信息被解析成數個具有獨立概念的“量子”信息。該設計可在后期通過頻數統計、關聯規則分析等方法對藥物使用頻次、性味歸經等進行分析為創新臨床治療方案提供便利[11]。實現了數據庫內雙向檢索，既能通過對名稱正向檢索得到化學成分、藥性、藥味等相關信息，又能反向檢索得到該藥物功效、主治、藥理作用等方面相關信息。

2.4 歸納統計

現有數據庫大多是對中藥大全的摘錄，且對經典名方收集不具體，與現代臨床處方差異較大。而該庫將多部權威書籍中性味、歸經等多個單位信息量子化處理，便于多庫之間信息融合。以“紫蘇子”為例，見表2（僅顯示兩庫對比較鮮明的條目）。

STRAIT以獨有的統計圖和環形圖突出顯示中藥的功效、主治、藥理作用、臨床應用、類別、藥用部位、藥性、藥味、歸經等信息，見圖2～3。

圖2 紫蘇子的STRAIT數據庫搜索結果柱形圖

圖3 紫蘇子的STRAIT數據庫搜索結果環形圖

2.5 中英文對照模式

使用統一標準術語譯詞在中醫術語英譯實踐中特別重要[12]。當前中醫文化傳播存在晦澀難懂、中醫藥翻譯缺乏系統標準的問題[13]。STRAIT利用《中國中醫藥學主題詞表》權威書籍進行標準化翻譯，該書具有科學性、適用性及與《醫學主題詞表》(medical subject headings,簡稱MeSH)的兼容性特點[14]。實際翻譯中，仍存在一些詞匯該詞表未收錄，借助Pubmed平臺進行檢索[15]，尋求認可度最高的翻譯結果，如在Pubmed中按title/abstract搜索中藥五味，見表3。

表3 Pubmed按title/abstract搜索中藥五味結果

3 作用

中醫藥數據庫建設源于20世紀，至今已有近百個。包括現代文獻型及事實型數據庫、結構型數據庫、數據倉型數據等。這些數據庫存在以下問題（圖4）[16]。相當一批數據庫沒能保持維護是最突出的問題[17]。

圖4 以往數據庫建設五點問題

3.1 檢索的準確性

STRAIT避免以上數據庫缺點的同時又綜合市面數據庫優點，實現一個庫就可完成中藥及復方相關內容的搜尋。為保證準確性，該庫從標準制定、資料搜集、數據填寫到最后初步試運行，經歷了小組互查、團隊互糾、導師審核等步驟，初步建成了精而全的標準化數據庫。

3.2 檢索的多樣化與易用化

檢索多樣化為STRAIT突出優勢。市面上數據庫檢索模式單一，而該庫通過量子化操作實現雙向檢索，既可直接檢索熟知的應對戾氣藥物，查閱其功效主治，又間接檢索臨床應用，通過其主要化學成分展開研究。此外數據庫采用雙語建設，擴大數據庫的使用范圍，推動中醫藥文化的傳承與弘揚。

4 小結

目前，國家大力倡導弘揚中醫藥文化，國內外各界人士也對中國傳統醫療技術的發展抱有很大期望，這更要求我們積極借鑒國內外數據庫發展經驗，讓中藥順應時代發展，增強中國文化影響力[18]。STRAIT的易用性，便于使用者實際掌握中藥及復方遣方用藥和相關藥理知識，避免片面化[19-20]。