一种基于知识图谱约束推理与双向网络药理学的中药智能分析系统与方法

本发明涉及中医药信息化与人工智能交叉，更具体地说，本发明涉及一种基于知识图谱约束推理与双向网络药理学的中药智能分析系统与方法。

背景技术：

1、中医药知识体系具有数千年的临床积累，其方剂、药材、成分、靶点、疾病与证候之间存在着复杂的关联关系。随着中医药现代化研究的深入，对这些知识进行结构化组织、计算分析和证据验证提出了更高要求。然而，传统中医药知识体系具有多源异构、语义复杂和关联层级多等特征，其现代化转化高度依赖系统化的数据治理与计算方法支撑。

2、现有技术存在以下核心缺陷：

3、1、数据库单向割裂，知识链路不完整；现有主流中医药数据库 tcmid、tcmsp、symmap、batman-tcm 主要以静态检索和单向网络分析为主，难以贯通临床症状、证候辨识、方剂配伍与分子机制；科研人员需要在多个网页、r 语言包、python脚本间切换，数据格式不统一，研究流程可复现性极低；

4、2、通用大模型中医药问答存在事实偏差，结论无溯源；gpt、claude、国内通用大模型仅依靠训练语料统计生成中医药答案，无专业知识库约束，推荐方剂、作用靶点易出现事实错误；输出结果无法追溯文献、数据库来源，无证据等级区分，无法满足中医药科研、医疗机构严谨性要求；

5、3、网络药理学仅支持正向分析，传统网络分析方法或工具缺少反向候选挖掘能力；多以单向"药材-成分-靶点-通路"展开为主，用于阐释已知方剂的作用机制；针对新药研发中从疾病 / 靶点反向寻找有效中药、方剂的刚需无系统性计算方案，无法自动回溯候选药材、方剂并量化排序；

6、4、中药多成分协同仅依靠经验判断，无标准化量化模型；中药复方多成分协同是核心药效特征，现有分析工具仅做简单网络拓扑统计，缺少数学模型量化不同药材组合对疾病靶点的综合作用强度；无自动化配伍优化算法，组方筛选完全依赖研究者经验，缺乏对多成分协同效应的量化评估手段，难以实现从经验组方到数据驱动组方的转变；

7、5、现有与中医药相关的软件专利主要集中在单一功能模块上，如中药数据库检索系统、网络药理学可视化工具或基于机器学习的成分预测模型等；缺乏集成知识图谱约束推理、双向网络药理学计算和多成分协同量化分析的中药分析系统；

8、综上所述，现有中医药研究工具存在以下主要缺陷：（1）缺乏贯通"症状-证候-方剂-药材-成分-靶点-通路"的完整知识链路；（2）缺乏从疾病/靶点反向发现候选方剂的系统性计算能力；（3）缺乏对多成分协同作用的量化评估方法；（4）缺乏基于知识图谱约束的可信ai推理机制，难以保证输出结果的准确性和可追溯性；（5）缺乏面向科研场景的工程化交付能力，跨工具切换成本高、可复现性差。因此，亟需建立一种兼具专业知识组织、可信推理和全链条计算能力的基于知识图谱约束推理与双向网络药理学的中药智能分析系统与方法。

技术实现思路

1、针对现有技术缺陷，本发明提供一种基于知识图谱约束推理与双向网络药理学的中药智能分析系统与方法，采用检索增强生成、知识图谱约束和数据库反向核验相结合的技术体系，将大模型推理限定在可信知识范围内，显著降低了模型幻觉风险；支持双向网络药理学计算和多成分协同量化分析，兼顾了机制研究与候选发现的双重需求；实现以下技术目标：

2、1、构建贯通“症状-证候-方剂-药材-化合物-靶点-通路-疾病”的七层标准化知识图谱，统一多源异构中医药数据，搭建全链路可计算数据底座；

3、2、设计检索增强生成与知识图谱约束相结合的ai辨证推理机制，将大模型输出限定在可信候选集合内，并通过数据库反向核验保证输出结果的准确性和可追溯性，消除大模型中医药问答幻觉，全部输出结果可溯源、可验证；

4、3、构建双向网络药理学计算引擎，同时支持正向的"方剂-药材-成分-靶点-通路"机制阐释和反向的"疾病/靶点-成分-药材-方剂"候选发现，兼顾经典方剂研究与天然药物候选筛选；

5、4、引入概率联合评分和0/1组合优化方法，对中药多成分协同作用进行量化评估，实现组方分析由经验判断向数据驱动的转变；

6、5、提供面向科研场景的工程化交付能力，支持web访问、api调用和docker私有化部署，降低跨工具切换成本，保证研究流程的可复现性。

7、为实现上述目的，本发明提供如下技术方案：

8、一种基于知识图谱约束推理与双向网络药理学的中药智能分析系统，采用五层架构设计，自上而下依次为应用服务层、计算分析层、推理引擎层、知识图谱层、多源数据层；其中：

9、所述多源数据层，用于整合tcmid、tcmsp、symmap、batman-tcm此类中医药公开数据库，完成实体归一、冲突校验、证据标注，输出标准化原始数据集；

10、所述知识图谱层，用于构建贯通症状、证候、方剂、药材、化合物、蛋白靶点、通路、疾病的多层关联知识图谱，图谱关系包含方剂-药材、药材-化合物、化合物-靶点、靶点-通路、证候-方剂、症状-证候和靶点-疾病，每条关系附带来源数据库、证据等级、原始文献溯源字段；

11、所述推理引擎层，用于可信ai辨证，依次执行多模态输入实体识别与同义词归一、知识图谱候选证据召回、图谱约束大模型结构化推理、底层数据库反向核验，输出带置信度与溯源信息的辨证方剂推荐结果；

12、所述计算分析层，集成正向网络药理学计算模块、反向网络药理学计算模块、多成分协同量化优化模块和交互式可视化模块；其中，多成分协同量化优化模块包含概率联合评分子模块和0/1 药材组合优化子模块；

13、所述应用服务层，提供web可视化交互界面、restful api调用接口和docker离线私有化部署镜像三种交付形态，对外开放全部检索、计算、优化、导出功能；

14、所述系统执行如下一体化分析流程：多模态输入→实体识别同义词归一→知识图谱候选召回→知识图谱约束大模型推理→数据库反向核验→双向网络药理学计算→多成分协同量化与0/1组合优化→富集可视化与标准化报告导出。

15、在一个优选的实施方式中，所述中药智能分析系统，包括数据治理与知识图谱模块、检索增强推理模块、双向网络药理学计算模块、多成分协同量化优化模块和富集分析与可视化模块；其中，

16、数据治理与知识图谱模块，用于整合多源数据并构建结构化知识图谱；

17、检索增强推理模块，用于实体识别、候选召回、知识图谱约束推理和数据库反向核验；

18、双向网络药理学计算模块，用于正向机制阐释、反向候选发现和多成分协同量化；

19、多成分协同量化优化模块，用于量化多成分共同作用于靶点的药效概率；构建多目标加权目标函数，自动输出最优药材配伍方案；

20、富集分析与可视化模块，用于通路富集、网络可视化和报告导出。

21、一种基于知识图谱约束推理与双向网络药理学的中药智能分析方法，采用上述基于知识图谱约束推理与双向网络药理学的中药智能分析系统执行，包括以下步骤：

22、s1、多源数据治理与多层知识图谱构建；

23、s2、检索增强的实体识别与候选证据召回；

24、s3、知识图谱约束的大模型结构化辨证推理；

25、s4、底层数据库反向核验；

26、s5、正向网络药理学计算；

27、s6、反向网络药理学计算；

28、s7、多成分协同量化与0/1组合优化；

29、s8、离线富集分析与交互式可视化。

30、在一个优选的实施方式中，多源数据治理与多层知识图谱构建，具体包括以下步骤：

31、（1）数据层整合公开中医药数据库资源，建立统一的实体字典、关系模式和证据字段；实体字典包括方剂、药材、化合物、蛋白靶点、疾病和证候六类核心实体，每类实体均建立中英文名称、拼音、别名和标准id的映射关系，标准id包括pubchem id、gene symbol、omim或icd编码；

32、（2）通过去重、同义词合并、冲突标注、缺失检查和来源记录，保留数据版本、原始出处和处理过程。对于同名异物的实体，通过来源数据库和证据等级进行区分标注；对于证据等级不一致的关联关系，采用最高等级优先原则，并记录冲突信息供用户参考；

33、（3）构建以"方-药-化-靶"为核心，连接疾病、证候和通路信息的多层知识图谱，图谱关联关系包含方剂-药材、药材-化合物、化合物-靶点、靶点-通路、证候-方剂、症状-证候和靶点-疾病，每条关系附带来源数据库、证据等级、原始文献溯源字段，关联关系按实验验证、文献报道、数据库预测划分三级证据等级。

34、在一个优选的实施方式中，检索增强的实体识别与候选证据召回，具体包括以下步骤：

35、（1）接收自然语言症状、方剂、药材名称、化合物、靶点id、基因名、疾病名称任意一种或多种输入，首先对输入文本进行分词和实体识别，利用预先构建的实体字典进行精确匹配和模糊匹配；对于症状描述，采用大语言模型进行语义理解和实体抽取，识别其中的症状实体、证候候选和隐含方剂意图；

36、（2）对识别出的实体进行同义词归一化处理，将别名、俗称、历史名称统一映射为标准名称；对于无法精确匹配的实体，采用levenshtein编辑距离和jaccard相似度进行候选扩展，生成相似实体候选列表；

37、（3）依据实体类型和知识图谱中的关系路径，从知识图谱中召回候选方剂、药材、成分、靶点和其关联证据；召回过程遵循以下规则：

38、对于症状/证候输入沿“症状-证候-方剂”召回候选方剂；

39、对于方剂输入沿“方剂-药材-化合物-靶点-通路”路径展开关联网络；

40、对于疾病/靶点输入沿“靶点-化合物-药材-方剂”路径反向回溯候选方剂，同步记录每条关联的数据来源、匹配方式和置信度评分。

41、在一个优选的实施方式中，知识图谱约束的大模型结构化辨证推理，具体包括以下步骤：

42、（1）将召回候选实体集合、关联证据和知识图谱子图作为上下文，构建结构化的提示词，提示词中明确限定模型仅允许在候选集合内进行推理和输出，禁止模型基于训练语料中的先验知识生成超出候选范围的结论；

43、（2）调用兼容openai接口的大模型，输出结构化的json格式结果；json格式结果包含推荐方剂列表、推荐理由、证据来源、置信度评分和关联通路信息。模型输出严格遵循json schema约束，确保字段完整性和类型一致性；

44、（3）对模型输出进行后处理，处理步骤包括json格式校验、字段完整性检查、实体名称与知识图谱的匹配验证；对于模型输出的每个推荐方剂，提取其对应的药材组成、活性成分和作用靶点，准备进入步骤s4的反向核验。

45、在一个优选的实施方式中，底层数据库反向核验，具体包括以下步骤：

46、（1）对步骤3中模型输出的推荐方剂、药材、成分和靶点，逐一与底层数据库进行反向查询核验；核验内容包括：方剂是否存在于数据库中、药材组成是否与数据库记录一致、成分的靶点预测是否有文献支持、通路富集结果是否与已知机制相符；

47、（2）对于核验不通过的项目，标记为"待确认"并提示用户；对于核验通过的项目，增强其置信度评分，并附加数据库来源链接和原始文献引用；

48、（3）生成核验报告，核验报告包含推荐结论、数据依据、证据等级、来源追溯和不确定性说明；所有结果均保留来源、版本、参数和运行日志，确保结果的可复现性。

49、在一个优选的实施方式中，正向网络药理学计算，具体包括以下步骤：

50、（1）对于用户输入的方剂或药材，沿"方剂或药材-成分-靶点-通路"路径构建正向关联网络；首先获取方剂包含的所有药材，再获取每味药材对应的所有化合物，然后获取每个化合物对应的预测或验证靶点，最后获取靶点参与的生物通路；

51、（2）对网络中的节点和边进行评分；化合物-靶点边的权重基于文献报道次数、数据库预测得分和实验验证等级综合计算；靶点-通路边的权重基于kegg和go数据库中的富集显著性p值和通路参与度综合计算；

52、（3）对网络进行拓扑分析，计算各节点的度中心性、介数中心性和pagerank值，识别网络中的关键节点hub genes和关键通路；同时，通过超几何分布检验或fishers精确检验进行kegg/go/do富集分析，输出显著富集的通路列表及其统计学参数。

53、在一个优选的实施方式中，反向网络药理学计算，具体包括以下步骤：

54、（1）对于用户输入的疾病名称、靶点id或基因名，沿"疾病/靶点-成分-药材-方剂"路径构建反向关联网络；首先从疾病出发获取相关靶点，或直接从靶点出发，再获取作用于对应靶点的化合物，然后获取含有对应化合物的药材，最后获取包含对应药材的方剂；

55、（2）对反向网络中的候选方剂进行多维度评分，评分维度包括：靶点覆盖度、通路富集显著性、网络模块化程度和证据等级；通过加权求和生成综合评分，排序后输出top-n候选方剂；靶点覆盖度为候选方剂包含的活性成分对输入靶点的覆盖比例；

56、（3）对候选方剂的组方规律进行分析，提取高频共现药材对和药组模式，与经典方剂学理论进行比对验证，为候选方剂的合理性提供解释依据。

57、在一个优选的实施方式中，多成分协同量化与0/1组合优化，具体包括以下步骤：

58、（1）概率联合评分；对于候选方剂中的多个活性成分，计算其对关键靶点的综合作用概率，设方剂f包含n个活性成分c1,c2,...,cn，关键靶点集合为t={t1,t2,...,tm}，则活性成分ci对靶点tj的作用概率为p(ci->tj)，基于文献报道和数据库预测得分归一化得到；

59、多成分对靶点tj的联合作用概率采用概率联合评分模型计算：

60、，其中i=1,2,...,n；

61、该公式基于独立事件概率的补集原理，假设各成分对靶点的作用相互独立，则至少有一个成分作用于靶点的概率为1减去所有成分均不作用于靶点的概率；

62、（2）0/1组合优化；将候选药材筛选转化为0/1组合优化问题：给定候选药材集合h={h1,h2,...,hk}，每味药材hi包含一组活性成分，选择药材子集s包含于h，使得目标函数最大化；目标函数定义为：

63、f(s)=a×coverage(s,t)+b×synergy(s)+c×evidence(s)-d×cost(s)；

64、其中，coverage(s,t)表示子集s对关键靶点集合t的覆盖率，synergy(s)表示子集s内成分的协同作用强度（基于概率联合评分），evidence(s)表示子集s内成分和靶点关联的证据等级总和，cost(s)表示子集s的药材数量成本。a、b、c、d为权重系数，由用户根据研究需求调整；

65、（3）采用基于最大似然估计的优化算法求解上述0/1组合优化问题；对于k<=20的小规模候选集，采用穷举搜索保证全局最优；对于k>20的大规模候选集，采用遗传算法或模拟退火算法进行近似求解，设置迭代次数和收敛阈值保证解的质量；输出优化后的药材组合、对应活性成分、作用靶点、预期通路和量化评估指标。

66、在一个优选的实施方式中，离线富集分析与交互式可视化，具体包括以下步骤：

67、（1）集成离线kegg/go/do富集分析引擎，无需依赖外部网络服务，保证计算环境的稳定性和可复现性；支持ora（over-representation analysis）和gsea（gene setenrichment analysis）两种富集方法，输出通路富集结果、统计学参数和可视化图表，统计学参数包括p值、fdr和nes；

68、（2）生成交互式网络可视化图，可视化图包括方剂-药材-化合物-靶点-通路的多层网络图、富集分析气泡图、靶点互作网络图和成分-靶点热图；用户可通过web界面进行缩放、拖拽、筛选和导出操作；

69、（3）支持分析结果以pdf报告、csv数据表、png图片和json参数文件多种格式导出，所有导出文件均包含分析参数、数据来源和版本信息，确保研究过程的可复现性。

70、本发明一种基于知识图谱约束推理与双向网络药理学的中药智能分析系统与方法的技术效果和优点：

71、1、知识图谱增强的可信ai辨证：系统建立"检索增强-图谱约束-数据库反向核验"机制，从可信数据中召回候选方剂，再由大模型完成辨证推理。与传统通用大模型相比，本发明将模型输出限定在候选知识范围内，通过数据库反向核验保证事实准确性，使推荐依据可查询、可追溯，显著降低模型幻觉风险。与静态数据库检索相比，本发明引入大模型的语义理解和推理能力，能够处理自然语言症状描述并生成结构化的辨证解释；

72、2、双向网络药理学计算：系统同时支持正向"方剂-药材-成分-靶点-通路"机制阐释和反向"疾病/靶点-成分-药材-方剂"候选发现。与现有单向网络分析工具相比，本发明的双向计算能力兼顾了经典方剂研究与天然药物候选筛选两种研究范式，形成临床证候至分子机制的完整链路，填补了现有工具在反向发现领域的空白；

73、3、多成分协同量化与智能组合优化：系统通过概率联合评分刻画多成分对关键靶点的综合作用，将候选药材筛选转化为0/1组合优化问题，自动生成可解释的优先方案。与传统经验组方方法相比，本发明实现了组方分析由经验判断向数据驱动的转变，为中药新药发现和老方优化提供了量化分析工具；

74、4、低门槛工程化交付：系统支持中英文名称、拼音、基因名和多种id输入方式，集成离线kegg/go/do富集、交互式网络可视化、web/api调用和docker私有化部署。与需要编程技能的r包和python脚本相比，本发明显著降低了网络药理学的使用门槛，兼顾了易用性、可复现性与数据安全；

75、5、全链条一体化创新：系统贯通"症状-证候-方剂-药材-成分-靶点-通路"完整链路，将数据查询、ai推理、网络计算、富集分析、组合优化和可视化展示集成于统一平台。与需要在多个工具间切换的传统工作流相比，本发明显著减少了跨数据库检索、格式转换和多工具切换成本，提高了研究效率和可复现性。