[摘要]基于对“君臣佐使”配伍规律的客观化、系统化的研究，以逼近理想解排序法（technique for order prefer⁃ence by similarity to ideal solution,TOPSIS）综合评价理论为基础，构建药物综合评价指数的计算方法，并以此为基础深入分析中药复方的配伍规律。以明代宋刻本《伤寒论》中桂枝汤为样本，利用前期研究所构建的数学模型计算药物的相对剂量，并对药物的四气、五味、归经进行量化。综合上述数据，基于TOPSIS理论构建药物作用强度的评价方法，计算得出药物在方中的综合评价指数，并对比分析了所判定的“君臣佐使”与古代医家所认定的方解的吻合程度。本文所提方法能够从数学角度揭示中药复方配伍规律，为中药复方配伍规律的现代化研究提供新的思路和方法。

　　[关键词]相对药量；君臣佐使；配伍规律

　　中药复方作为防病治病的主要形式，是在整体观和辨证观指导下，依据中医“七情合和”的基本用药原则，按照君、臣、佐、使关系配伍形成的“有制之师”[1]。《素问·至真要大论》中有云：“主病之谓君，佐君之谓臣，应臣之谓使”，明确了君臣佐使在方剂功效中的作用和地位。张仲景《伤寒论》与《金匮要略》中的318首方剂，约有2/3体现这一组成原则。可见“君臣佐使”的配伍原则是分析中药复方配伍规律之关键，也是衡量方剂与所治病症契合程度的主要依据。本文以《伤寒论》中桂枝汤为研究对象，提出一种基于药物的相对剂量及其药性（包括四气、五味、归经）的综合评价指数计算方法，对药物在复方中的相对作用进行分析，并以此来探究中药复方的配伍规律。

　　1相关研究

　　“君臣佐使”的配伍原则是中医“辨证论治”思想的具体体现，正如李杲在《脾胃论》中所言：“君臣有序，相与宣摄，则可以御邪除病矣。”所谓“君”是针对主病、主证起主要治疗作用，在方中不可或缺；“臣”是协助主药，或针对兼病、兼证发挥治疗作用；“佐”可协助君、臣药治疗兼证，或制约君、臣药的烈性、毒性；“使”则引导方中诸药抵达病所，或调和各药[2]。各种药物既有自己独特的作用，又相互配合达到最佳治疗效果。

　　目前中药复方配伍规律的研究思路和方法呈现多样化[3]。有从分子水平阐明黄黛片“君臣佐使”的配伍原则，分析结果得出四硫化四砷为“君药”，青黛为“臣药”，丹参酮和靛玉红为“使药”的结论[4]。有将模糊技术与生物信息学结合对应于证候模型各靶点和功能群提出“君臣佐使”模糊子集和隶属度函数的计算方法，并以四物汤为例，得出地黄和当归属于“君臣药”模糊子集，白芍属于“反佐”模糊子集，川芎属于“使药”模糊子集[5]。也有基于现代药理学从有效成分角度利用Cytoscape对四物汤进行复杂网络分析，得出果糖含有量最高，作用靶点数目最多，因而为君；藁本内酯和阿魏酸对君药的功能有强化之作用，因而为臣；川芎嗪、白芍总苷对君、臣药有辅佐作用因而为使药[6]。

　　《脾胃论》曰：“君药分量最多，臣药次之，使药又次之，不可令臣过于君”，明确提出了君药重取的观点，即药量是判断中药复方君药的重要因素之一[7]。《素问·至真要大论》中提到“寒者热之，热者寒之”“辛散、酸收、甘缓、苦坚、咸软”，说明药物四气五味的属性决定了药物的基本作用[8-9]。归经是指某种药物对某些脏腑经络的病变起主要治疗作用的特性，例如，针对表现为咳喘的肺经病症，可选用具有平喘止咳功效的肺经药物，如杏仁、苏子等进行治疗；两胁胀痛的肝经病，便可选用柴胡、香附等疏肝理气的肝经药来治疗，可见归经也是配伍选择用药的主要依据。

　　2计算方法

　　2.1数据预处理

　　此部分主要将中药信息进行量化处理，以适应评价模型的需要。

　　2.1.1中药相对药量的计算由于中药药性的差异，各药物的常用量范围不尽相同，以至于同样用量的药物在方中所发挥的功效力度是不同的。比如细辛的常用量范围为1~3 g，羌活的常用量范围为3~10 g。使用量同样是3 g，对细辛属大剂量，而对羌活则是小剂量。为了使计量变化引起的药物功效变化具有可比性，因此有必要引入相对计量的计算。

　　本文针对实际药量在描述药物“量-效”方面存在的不足[10-12]，基于前期研究基础构造如下数学模型：

　　其中f(x)为相对药量，x为药物使用药量，λ>0为阈值，受每味中药的用药规律影响，用以调节曲线上升的弧度。

　　2.1.2中药药性的量化中药的药性是体现中药作用最基本的特征，包括四气五味、归经、升降浮沉、有毒无毒、十八反、十九畏等。由于升降沉浮没有等级之分，毒性仅3个等级，因此本文不对这两项进行单独量化。中医药古籍对四气五味和归经理论内容记载得较为详细。这些理论构成了中药的基本属性，是中药复方配伍选药的依据。对中药药性理论的量化认识，关系到对“君臣佐使”配伍规律的理解，关系到配伍规律能否客观化、系统地进一步研究。但中药药性在中医药理论中采用的是定性表述，本文用数学方法研究中药复方配伍规律，就必须将药性处理成数值类型。药性量化规则为：

　　①将四气记录为寒、热、温、凉、平5个特征属性，含有某特性的将其记为该药物在方中的相对剂量，不含则记为0。另大寒、寒和微寒等表示同一特征不同层次的药性，将其统一记为寒性，其中大寒、微寒按大寒∶寒∶微寒=10∶7∶5的比例进行计算，其他特性类似。②对五味分别量化，含某味记为其相对药量，不含记为0。同一味的不同程度，如苦和微苦，按苦∶微苦=10∶7[13]计算，淡和涩分别依附于甘和酸。③每个归经单独量化，含某经记为其相对药量，不含某经记为0。本文暂不考虑药物间的七情作用。

　　2.2评价模型的构建

　　逼近理想解排序法（technique for order prefer⁃ence by similarity to ideal solution,TOPSIS）综合评价可以根据多指标信息计算一个综合指标，把多维空间问题简化为一维空间问题解决，从而使问题得到简化，并可以根据综合指标值的大小对评价对象优劣程度进行排序。由于每首方中所含药物种类均为有限，且药物在方中所发挥作用的大小受剂量、四气、五味、归经等多种因素的影响。因此，可采用TOPSIS综合评价的方法，计算出药物在方中的综合评价指数，将药物在方中发挥作用的大小进行综合排序。具体操作如下。

　　3桂枝汤为例综合评价指数的计算

　　3.1数据预处理

　　以《伤寒论》[14]中桂枝汤为研究对象，所取常用药量的范围为《伤寒论》112首方中各味药物的最大药量与最小药量。为使各中药用量单位统一规范，本文所用的“两”皆为汉两，汉一两为24铢。收集桂枝汤中各味药在《伤寒论》112首方中的使用药量区间，桂枝、芍药、甘草的最小剂量均出现在“麻黄升麻汤”中且均为6铢即0.25两，生姜最小用量来自“桂二越一汤”1两2铢折算为1.083两。

　　3.2相对药量的计算

　　通过式（1）计算出每味药的λ值与相对药量f，结果见表1。

　　3.3药性量化及TOPSIS综合评价

　　桂枝汤主治外感风寒表虚证。方中桂枝辛温，助卫阳，解肌发表；芍药性苦酸而微寒，益阴敛营；生姜辛温，大枣甘温，两者相配，补脾和胃化气生津；炙甘草调和药性[15]。作为中药药性的主要内容的四气、五味、归经可以从不同角度来阐述中药复方的功效。因此，要想全面地研究中药复方的配伍规律，就必须将各个方面综合考虑分析，这样得到的结果才科学可靠。本文对桂枝汤中各药物药性进行量化 。见表 2、表 3。

　　将表2、表3中的每行的数据按公式（2）进行计算，可得到药性与各药物之间的规范化决策矩阵，及最优向量R+和最劣向量R-。然后根据公式（5）计算可得到每个判别对象与最优、最劣向量的距离。如桂枝与最优向量的距离为2.451 1，与最劣向量的距离为2.268 5，最后由公式（6）计算可得桂枝汤中各药物的综合评价指数及其排名。桂枝与最优向量的综合评价指数为0.480 7，排名第一。见表4。

　　综合评价指数不仅考虑了药物的剂量，还结合了四气、五味、归经等指标，从而更全面地评估各药物在复方中的作用。这种方法比单纯从药量角度分析更具说服力，因为它能够更好地反映中药复方的复杂性和多样性。由表4还可看出，桂枝汤中各药物的综合评价指数顺序为桂枝、芍药、甘草、大枣、生姜。该计算结果符合中医方剂学对“桂枝汤”的方解，方中桂枝解机发表而祛在表之风寒，为君药。芍药益阴敛营，敛固外泄之营阴，为臣药；甘草调和药性，合桂枝辛甘化阳以实卫，合芍药酸甘化阴以益营，功兼佐使之用；生姜、大枣相配，补脾和胃，化气生津，益营助卫，共为佐药[16]。桂枝作为君药，具有解表散寒的作用，能够有效缓解外感风寒引起的症状。现代研究表明，桂枝中的活性成分具有抗炎和免疫调节的作用，可以帮助缓解感冒和流感等疾病的症状[17]。芍药作为臣药，具有益阴敛营的作用，可以帮助调节机体的阴阳平衡。芍药中的活性成分具有抗氧化和抗炎的作用，这对于缓解炎症反应和保护细胞具有重要意义[18]。甘草作为佐使药，具有调和药性的作用。甘草中的甘草酸和其他活性成分被广泛研究，发现其具有抗病毒、抗炎和免疫调节的作用[19]。这些作用使得甘草在中药方剂中能够增强其他药物的疗效。

　　4讨论

　　中药复方通过多种药物相互作用才达到药到病除的治疗效果，其作用机制非常复杂。本文运用TOPSIS综合评价的方法对复方配伍规律进行客观化、系统化研究，通过对各药物在方中发挥作用大小进行量化，为方剂量效关系的研究提供了新方法，也为中医药数字化提供了量化参考。

　　但由于中药复方作用机制的复杂性，本研究也有很多不足之处，如并未将中药之间的七情关系纳入研究，测试样本的局限性。然而本文旨在为中药复方的配伍规律研究提供新的研究思路，也为今后研制新方提供严格的组成依据。后续研究中将纳入更多分析指标和更多分析样本，以期能够更客观、更系统地揭示中药复方配伍内在规律性提供参考。

　[参考文献]

　　[1]刘思鸿.基于群体协同算法的中药复方优化方法研究及应用[D].北京:中国中医科学院,2022.

　　[2]李冀.方剂学[M].北京:中国中医药出版社,2012.

　　[3]王文地,柴王静,范昕怡,等.药物组合的发现方法概述及用于中药研究的思考[J].中国药学杂志,2024,59(14):1293-1299.

　　[4]WANG L,ZHOU GB,LIU P,et al.Dissection of mecha⁃nisms of Chinese medicinal formula realgar-indigo natu⁃ral is as an effective treatment for promye-locytic leuke⁃mia[J].Proc Natl Acad Sci USA,2008,105:4826-4831.

　　[5]季梅,丁长松,李鑫,等.中药相对药量及量效关系模型研究[J].中国中医药信息杂志,2020,27(6):84-88.

　　[6]艾梓黎.基于减重降脂探析"一味丹参,功同四物"的分子机制[D].南昌:江西中医药大学,2023.

　　[7]曲鹏达,王海洋,胡倩,等.方剂配伍规律研究进展与思考[J].云南中医药大学学报,2023,46(1):77-82.

　　[8]国家中医药管理局中医师资格认证中心.中医临床思维[M].北京:中国中医药出版社,2020.

　　[9]WEI C,SHAN K,WANG W,et al.Evidence for a mouse origin of the SARS-CoV-2 Omicron variant[J].Journal of Genetics and Genomics,2021,48(12):1111-1121.

　　[10]尤良震,方子寒,李耿,等.新时代我国中医药学科学术发展现状及趋势[J].中国中药杂志,2024,49(11):2841-2852.

　　[11]王雪洁,梁绿圆,曹佳蕾,等.经典名方柴胡桂枝干姜汤的关键信息考证与临床运用分析[J].中国实验方剂学杂志,2024,30(12):136-146.

　　[12]张伟,张湘苑,卫若楠,等.基于态靶辨治理论探讨中成药治疗潮热的用药特点及量效规律分析[J].吉林中医药,2023,43(6):715-719.

　　[13]杨凤.基于知识元理论的宋金元伤寒著作外感热病知识挖掘研究[D].北京:北京中医药大学,2023.

　　[14]张仲景.桂林古本伤寒杂病论[M].北京:中国中医药出版社,2014.

　　[15]郭建波,邢鑫鑫,韩阳飞,等.基于升降浮沉药性理论探讨四逆散在儿童情志病中的应用[J].湖南中医药大学学报,2024,44(12):2294-2298.

　　[16]谭王琪,田苗芳,杨婷婷,等."群方之魁"桂枝汤小议[J].湖南中医杂志,2023,39(7):115-117.

　　[17]GURA K,DURO D,PAI N,et al.From the kitchen to the medicine cabinet:Examples of functional herbs and spices[J].Journal of Pediatric Gastroenterology and Nu⁃trition,2024,79(3):473-484.

　　[18]ZULUAGA G.Potential of bitter medicinal plants:A re⁃view of flavor physiology[J].Pharmaceuticals(Basel),2024,17(6):722.

　　[19]饶天珩.病毒性心肌炎中医用药规律文献研究[J/CD].中西医结合心血管病电子杂志,2022,10(26):39-41.