方剂是历代医家根据中医理论指导,按照一定配伍原则形成的治疗疾病的药物组合。中医数千年临床实践积累下来大量成方,是医家治疗经验及智慧的载体。方剂的学习是中医学习中必不可少的一步,将方剂结合其主治、尤其是结合相关医案进行综合分析,挖掘用药规律,是提高临床疗效的重要手段。但这样庞大的方剂知识,要一一精习、掌握并不现实,因而对方剂进行分类整理、研究、分析就必不可少。类方有组成结构相近、功效治法相类的特点,一般有一个制方较早的基础方剂,其他方剂均为该方的加减衍化。类方的研究对方剂理论的提高和临床实践均有重要价值。一方面,类方就是传统名方繁衍发展而成的方剂系统,是历代名医应用古方的精华,是指导临床组方用药、加减变化的规矩与准绳。对类方的研究,也是对历代组方配伍衍化规律的学习过程；另一方面,类方是一条方剂学习的捷径,只要熟练掌握了祖方及加减变化规律,在临床中就能够应对自如；而类方组成结构和功效方面的相似性,也对处方的配伍规律研究有着重要意义。中医数千年临床实践积累下来海量的成方,加上临床实际应用中不断产生的新的大量的衍化方,如果单纯靠手工查询、整理和分析,难免错讹疏漏,如果能基于计算机技术,对类方进行自动分析整理,将大大提高研究效率。因而,研究类方衍化规律,挖掘类方衍化关系的内涵并构建数学模型,进而实现类方衍化关系的自动识别,辅助构建古今类方衍化关系知识体系,对方剂的学习和临床应用都有十分重要的意义。基于目前研究现状的调研来看,使用计算机来完成类方衍化关系的自动发现还很少。归纳其研究的难点主要包括以下几点：1) “类方”作为中医方剂学中一个十分重要的概念,不但广泛出现在诸多方剂著述中,也已作为一个特定的专题研究领域。然而,从权威著述、教材及已公开发表的研究成果来看,类方的内涵和外延仍存在着不同的理解,类方衍化关系更是一个比较模糊的概念,如何提出一个适合计算机进行分析处理的类方衍化关系模型是研究难点之一。2)类方衍化关系涉及到方剂的相似度模型,而已有的相似度模型主要从方剂的组成药物和剂量上来进行简单的度量,无法满足对类方衍化关系的判别需求。需要从方剂的时间源流关系、性、味、归经、功效相似性等方面综合考虑相似度模型。3)类方衍化的过程十分复杂,除了需要考虑性、味、归经、功效这些维度以外,还要体现出功效的改变。也就是要考虑随着药物和药量的增减,药物间的配伍关系如何发生相应变化,从而导致方剂整体功效发生变化的过程。这不仅需要实现基于方剂整体功效自动计算,还要完成衍化方相对于祖方的整体功效变化程度的度量。本文的研究对以上研究难点逐个击破,首先,通过对类方衍化关系相关概念的梳理和分析,确定适合计算机分析和计算的因素和指标。其次,通过构建出一个较为完善的功效语义网络,并基于该语义网络,设计出一套自动计算方剂功效子网络的算法。然后,提出了基于图理论计算不同方剂间功效语义距离的方法,将方剂间的功效语义距离,转化为计算不同方剂的功效子网络的最小费用流问题,从而完成了不同方剂间整体功效的变化程度的度量。最终,以四君子汤类方为例,实现了基于包括方剂的时间源流关系、性、味、归经、功效相似性等因素的类方衍化关系的判别模型,并完成了对类方树的自动构建的应用案例。本文内容组织如下：1) “文献综述”部分：对已有的关于类方衍化关系的相关研究进行了文献调研,将关于类方概念内涵、类方组成结果、类方的特征及计算机分析的文献著述的研究成果和观点进行了梳理。另外,还对本研究涉及的其他相关研究也做了述评和总结,包括方剂相似度模型、功效语义网络的构建以及方剂整体功效自动计算与可视化等。2) “前言”部分：对类方衍化关系自动发现研究的背景和意义进行了分析,提出研究目标：通过对类方衍化关系相关概念的梳理和分析,确定适合计算机分析和计算的因素及指标;设计出一套自动计算方剂功效子网络的算法,并完成不同方剂间整体功效变化程度的度量。最终,以四君子汤类方为例,实现了基于方剂的时间源流关系、性、味、归经、功效相似性等因素的类方衍化关系的判别模型。3) “类方相关概念分析及形式化表达”部分：对类方及类方衍化关系等相关概念进行梳理和分析,提出了适合计算机进行分析和计算的类方、类方衍化关系、类方树等概念的定义,并进行了形式化的表达。4) “基础数据准备和处理”部分：介绍了研究所需基础数据的纳入标准、采集、数据库设计、标准化和规范化等过程；构建完成了中药数据库和方剂数据库两个基础数据集。5) “饮片的功效强度量化研究”部分：基于临床医案的文献数据,对饮片及其功效的强度进行了量化研究。并与《药典》记载的功效和临床用药经验进行比较分析,其结果在很大程度上能反映临床医生对饮片功效使用上的关联度。6) “功效语义网络构建研究”部分：构建出了一个较为完善的功效语义网络。首先,将功效术语标准化过程抽取出的功效概念,作为语义网络的节点；其次,对功效间的语义关系进行了系统分析,总结出促进、双向促进、抑制、双向抑制、上下位和类似等六种功效间的语义关系；然后,通过文献共现和专家咨询相结合的方法,对功效间语义强度进行了量化和强度级别归类。最终,构建出了一个218个节点,1405条边的功效语义网络。7) “基于功效语义网络的方剂功效子网络计算”部分：提出了基于功效语义网络自动计算方剂功效子网络的方法。通过测试和参数优化,对标准方剂测试集进行计算统计,能达到综合评价指标F-Score的加权平均值Favg=0.818,准确率和召回率的加权平均值分别为：Pavg=0.754和Ravg=0.893的结果。该方法除了能较为准确的分析出教程所记录的方剂功效,还能以方剂功效子网络的形式更加全面直观地反映方剂的整体功效。8) “基于功效语义网络的方剂间功效的语义距离计算”部分：提出了基于图理论的计算不同方剂间功效语义距离的方法。将方剂间的功效语义距离,转化为计算不同方剂的功效子网络的最小费用流问题。通过对不同的案例进行对比分析,发现该方法计算的指标,该能较好地反映两个方剂间的功效差异,尤其适合衡量和体现类方逐步衍化过程中的功效相应的改变程度和方向。9) “类方衍化关系的机器学习”部分：以四君子汤类方为例,基于Logistic回归方法构建了类方衍化关系判别模型。该模型包含了时间源流关系、方剂药物组成、方剂间的归经相似度、共同药物功效比率、方剂间功效语义距离等参数。对四君子汤的数据集的实验表明,该模型的准确率为0.821,召回率0.822,F值为0.821。同时,对其他类方的抽样测试发现该模型具有普适性,并能对八珍汤等合方进行有效的解释。10)“应用案例：类方树的自动构建”部分：基于类方衍化关系判别模型,完成了对类方树的自动构建的应用案例。结果显示了本研究构建的类方衍化关系判别模型能有效完成类方衍化知识体系的自动梳理,具有较大的实用价值和应用前景。11)“结论与展望”部分：对类方衍化关系自动发现研究进行系统性的总结和展望,提出了后续需要研究的方向。本文的研究在以下方面有所创新：1)尝试构建出了一个较为完善的功效语义网络(218个节点,1405条边),总结出功效间的六种语义关系：促进、双向促进、抑制、双向抑制、上下位和类似。通过文献共现和专家咨询相结合的方法,对功效间语义强度进行了量化和强度级别归类。2)基于功效语义网络,对方剂进行功效的自动分析,得到方剂功效子网络。该方法不仅能较为准确的分析出教程所记录的方剂功效,还能以语义网络的形式更加全面直观地展现方剂的整体功效。3)尝试基于图理论计算不同方剂间功效语义距离的方法。该方法能较好地反映两个方剂间的功效差异,尤其适合衡量类方逐步衍化过程中的功效改变的程度和方向。4)对类方衍化关系构建了判别模型。该模型基于Logistic回归分析,包含了时间源流关系、方剂药物组成、方剂间的归经相似度、共同药物功效比率、方剂间功效语义距离等参数。通过对类方树的自动构建的应用案例,显示了该模型的较大的实用价值和应用前景。