基于R语言探究蒙药蓝盆花在蒙医方剂中的应用规律
一、 研究作者、机构与发表信息
本研究的主要作者为赵玉莲（包头医学院药学院、国家卫生健康委职业安全卫生研究中心）、陈屿（包头医学院药学院）和张娜（包头医学院药学院）。通讯作者为张娜。该研究发表于《Western Journal of Traditional Chinese Medicine》（《西部中医药》）2027年第40卷第4期，文章编号为2096-9600（2027）04-0001-05，于2026年5月14日在网络首发。
二、 学术背景与研究目的
本研究属于民族医药学与生物信息学（数据挖掘）的交叉领域，具体聚焦于蒙医药学的方剂配伍规律研究。研究的核心对象是蒙药蓝盆花（Lanpenhua，学名Scabiosa comosa，亦称窄叶蓝盆花、蒙古山萝卜花）。蓝盆花在蒙医中具有悠久的药用历史，其性味甘、涩、钝、燥、腻、重、凉，功效主要为清热、“燥协日乌素”，现代药理研究也证实其具有保肝、抗氧化、抗炎等活性。然而，尽管蓝盆花在临床上应用广泛，常与其他药物配伍组成复方，但对其配伍特点、在复方中的应用规律以及核心治疗方向缺乏系统性的梳理和总结，这在一定程度上制约了其进一步的深入研究和临床开发。
因此，本研究旨在运用现代数据挖掘技术，对蒙医经典方剂进行系统性分析，以揭示蓝盆花的用药规律。具体目标包括：1）分析含有蓝盆花的蒙医方剂的功效主治分布；2）识别与蓝盆花高频配伍的药物；3）挖掘药物之间的关联规则和核心组合；4）通过聚类分析探索药物间的内在类别关系。最终，期望通过数据驱动的方法，为蓝盆花的临床合理应用、新药研发以及蒙医方剂理论的现代阐释提供科学依据和参考。
三、 详细研究流程与方法
本研究是一项基于文献数据的回顾性分析，其工作流程主要包括数据准备、数据处理和数据分析三个主要阶段，具体步骤如下：
第一阶段：数据准备与规范化
- 数据来源：研究以《蒙医方剂全书》作为唯一数据源，系统检索并收录其中所有包含蒙药蓝盆花及其别名（如“蒙古山萝卜”、“陶松-桃尔玛”等）的方剂。
- 纳入与排除标准：
- 纳入标准：① 方剂组成中含有蒙药蓝盆花；② 方剂的组成、功效、主治等信息记录完整。
- 排除标准：① 方剂信息（组成、功效）有缺漏；② 记载有明显错误的方剂。
- 数据提取与录入：由两名研究者独立按照上述标准进行方剂筛选，如有分歧则与第三名研究者讨论决定。最终共筛选出60首符合条件的方剂。将这些方剂的主要信息（药物组成、功效、主治）录入Microsoft Excel软件，建立结构化数据库。
- 药物名称规范化：为确保数据分析的准确性，研究参照《内蒙古蒙药材标准》（1986版及2015增补本）和《中华本草（蒙药卷）》，将方剂中所有药物的名称统一规范为蒙药正名。
第二阶段：数据处理与初步分析
将规范化后的数据在Excel中进行整理和初步统计。
- 频数分析：
- 方剂功效主治分析：对60首方剂的功效和主治进行归类统计，计算各功效和主治出现的频次及占比。
- 高频药物识别：统计所有药物出现的频次。将出现频次≥10次的药物定义为“高频药物”，并进行列表和排序。
- 高频药物特征分析：对识别出的高频药物的药性、药味、功效等属性进行频数统计，以了解其整体特征。
第三阶段：高级数据挖掘分析
本研究的关键创新在于应用R语言进行深度数据挖掘。所有高级分析均在RStudio 4.1.2软件环境中完成。
- 关联规则分析：
- 数据准备：从60首方剂中，筛选出出现频次≥10次的23味药物，构建用于关联规则分析的“事务型”数据库，每条记录代表一首方剂及其包含的药物集合。
- 方法与参数：使用R语言中的
arules程序包，采用经典的Apriori算法进行关联规则挖掘。研究者设定了核心参数以筛选有意义的规则：支持度（Support）最小阈值为0.23，置信度（Confidence）最小阈值为0.85，提升度（Lift）最小阈值为2。支持度表示规则中药物组合在所有方剂中出现的频率；置信度表示当“前项”药物出现时，“后项”药物也出现的概率；提升度大于1表示前后项药物之间存在正相关关系。 - 可视化：利用软件功能生成关联规则散点图、组合矩阵图和网络图，直观展示药物间的强关联关系。
- 聚类分析：
- 方法与对象：采用层次聚类算法，对27味高频药物（频次≥10）进行聚类分析，以探索这些药物在配伍中的自然分组。
- 工具与可视化：使用R语言的
factoextra程序包中的fviz_dend函数进行分析，并生成树状图（聚类谱系图）。研究者根据树状图的结构，将药物聚为4个类别（C1至C4）。
四、 主要研究结果及其逻辑关系
本研究通过系统的数据分析，得到了多个层面的结果，层层递进地揭示了蓝盆花的应用规律。
1. 方剂功效主治分布结果
对60首含蓝盆花方剂的功效分析显示，其核心功效高度集中。出现频次最高的功效是“清热”，共有26首方剂具备此功效，占比高达43.33%。其他主要功效包括解毒、凉血、镇赫依（蒙医基础理论中的“赫依”，类似“气”或“风”的概念）、清肝、止咳等。相应地，方剂的主治病症也主要集中在与“热”相关的疾病，如巴达干宝如热病（一种蒙医热症）、肝病、肺病、发热等。这一结果初步表明，含蓝盆花的蒙医方剂主要应用于热性病症的治疗，这与文献记载的蓝盆花本身“清热”的功效高度一致，为后续分析其配伍规律提供了核心病证背景。
2. 高频药物统计结果
60首方剂共涉及229味不同的蒙药，药物总出现频次为973次。其中，出现频次≥10次的高频药物有27味，它们的累计使用频次为509次，占总频次的52.31%，说明这些药物是与蓝盆花配伍的核心群。在所有药物中，红花（Honghua）的出现频率最高，在60首方剂中出现了28次（占比46.67%），即近一半的含蓝盆花方剂都同时含有红花。 其他高频药物依次包括牛黄、诃子、丁香、石膏、白豆蔻等。这一结果直接指明了蓝盆花最常见的配伍伙伴，为关联规则分析提供了关键的候选药物集。
3. 关联规则分析结果
基于23味高频药物进行的关联规则分析，共产生了69条满足支持度≥0.23、置信度≥0.85、提升度≥2的强关联规则。
- 最高支持度规则：规则“红花 → 蓝盆花”的支持度最高，为0.65（即65%的方剂中同时含有红花和蓝盆花），置信度为1.00（即含有红花的方剂100%含有蓝盆花）。这以量化数据强有力地证实了红花是蓝盆花最稳定、最核心的配伍药对。
- 最高提升度规则：规则“草果 → 肉豆蔻、白檀香、丁香”以及“蓝盆花 → 肉豆蔻”等提升度最高，达到3.29。提升度远大于1表明这些药物之间的共现并非偶然，存在显著的协同或互补配伍倾向。关联规则网络图清晰地显示，蓝盆花、红花、牛黄、诃子、丁香、石膏等药物处于网络的中心位置，相互之间连接紧密，构成了含蓝盆花方剂的核心药物群。关联规则分析超越了简单的频次统计，揭示了多味药物之间复杂的协同关系，指明了核心的药组（如蓝盆花-红花-牛黄；草果-肉豆蔻-丁香-白檀香等），这些药组是复方发挥疗效的关键结构。
4. 层次聚类分析结果
对27味高频药物的层次聚类分析，将药物分为4个类别：
- C1类：仅包含蓝盆花和红花。这从另一个角度（无监督机器学习）印证了二者极其紧密的专属配伍关系，它们常作为核心药对出现。
- C2类：包含荜茇、石榴、芫荽子、甘草、天竺黄、胡黄连等13味药。这类药物多具有清热、健胃、调和诸药等功效，可能共同起到辅助清热、调和药性的作用。
- C3类：包含白豆蔻、栀子、诃子、川楝子。这类药物多性凉或平，具有清热、行气、敛肺等功效，可能与蓝盆花协同治疗肺热、肝热及相关气机不畅。
- C4类：包含石膏、麝香、沉香、丁香、白檀香、紫檀香、肉豆蔻、草果。这类药物多为芳香开窍、清热、温中行气之品，组合可能用于治疗伴有“赫依”紊乱或复杂病机的热症。
聚类结果将高频药物分成了几个具有不同功能倾向的组别，揭示了蒙医在配伍蓝盆花时可能存在的不同“药队”或治法思路，为理解复方的多层次结构提供了线索。
五、 研究结论与价值
本研究通过数据挖掘技术，系统梳理和量化分析了蒙药蓝盆花在《蒙医方剂全书》所载方剂中的应用规律，得出以下核心结论：
- 功效主治明确：含蓝盆花的蒙医方剂主要功效是清热，主治巴达干宝如热病、肝病、肺病等热性病症，这与蓝盆花自身的药性功效记载完全吻合。
- 核心配伍清晰：红花是蓝盆花最核心、最频繁的配伍药物，二者组成的药对是清热方剂的基础。牛黄、诃子、丁香、石膏等是高频配伍药物。
- 配伍结构多元：通过关联规则和聚类分析，发现了多个稳定的药物组合（如蓝盆花-红花-牛黄；草果-肉豆蔻-丁香等）和不同的药物类别，揭示了蒙医运用蓝盆花组方时，围绕清热核心，会配伍活血（红花）、开窍（麝香、沉香）、调和（甘草、诃子）、芳香化湿（白豆蔻、草果）等不同功效的药物以应对复杂病机。
本研究的价值体现在：
- 科学价值：首次运用R语言数据挖掘方法，对蒙药蓝盆花的配伍规律进行了客观、量化的系统性研究，将传统的经验性知识转化为可分析的数据模型，为蒙医药学的现代化研究提供了方法学范例。
- 应用价值：
- 临床指导：明确了蓝盆花的临床应用范围和核心配伍，有助于临床医生更精准、合理地组方用药。
- 新药研发：揭示的核心药对（如蓝盆花-红花）和药组（如蓝盆花-红花-牛黄-诃子）可作为研发新型蒙药复方制剂的重要线索和处方基础。
- 理论阐释：通过数据分析验证并深化了蒙医关于蓝盆花药性、功效的传统理论，并以数据形式展现了蒙医复方“君臣佐使”配伍思想的一种具体模式。
六、 研究亮点
- 方法创新：本研究是较早将R语言数据挖掘技术（包括关联规则Apriori算法和层次聚类分析）系统应用于蒙医药方剂规律研究的实践之一，展示了信息学技术在挖掘传统医学隐性知识方面的强大能力。
- 研究路径规范：研究流程完整，从数据源的确定、纳入排除标准的制定、药物名称的规范化，到频数分析、关联规则挖掘和聚类分析，步骤清晰，逻辑严谨，保证了研究结果的可靠性。
- 发现明确且具有启发性：不仅证实了蓝盆花-红花这一关键药对，还挖掘出了多个潜在的强关联药物组合，并通过聚类分析提出了药物功能分组的新视角，这些发现超越了简单的文献综述，具有原创性和启发性。
- 交叉学科特色鲜明：成功地将计算机科学的数据挖掘方法与民族医药学的实际问题相结合，体现了学科交叉的优势。
七、 其他有价值的内容
研究在“讨论”部分，结合现代药理学研究和临床实践对数据挖掘结果进行了深入阐释。例如：
- 解释了蓝盆花与红花配伍的药理学基础，二者均具有保肝作用，常协同用于治疗肝热、肝肿大、黄疸等。
- 提及了经典方剂“德都红花-7味散”（含红花、蓝盆花、石膏、诃子等）的现代研究，证实其具有保肝利胆作用，为数据挖掘出的核心组合提供了现代科学佐证。
- 讨论了高频配伍药物（如丁香）的现代药理活性（如抗氧化、抗肝损伤），从化学成分和作用机制层面探讨了配伍的科学内涵。
- 指出了蓝盆花临床应用中的安全性问题（偶有不良反应报告）和剂量差异，强调了通过本研究厘清配伍规律对保障临床安全有效用药的意义。
- 客观指出了本研究的局限性，即数据仅来源于《蒙医方剂全书》，未来需要扩大数据源（如其他经典、医案）并进行实验验证，体现了科学的审慎态度。