3.5 基于改进的互信息法的药物间关联度分析

    得到组方中两两药物间的关联度共2 638条，将关联系数0.05以上的药对列表，共21条，见表6。

    基于熵聚类算法得出的关联度结果，以相关度与惩罚度为规范，演算出治疗癥瘕组方中的的核心组合，见表7。基于复杂熵聚类算法的治癥瘕新方，见表8。

    3.6 治癥瘕基本组方的主要活性成分

    筛选出“牡蛎、半夏、当归、桃仁、橘红、白芥子”的主要活性成分，交集后为治瘕基本组方的主要活性成分。见表9。

    3.7 各靶标间的相互作用

    通过检索，得到治疗癥瘕基本组方的靶标基因为1 397个，癥瘕的靶标基因为46个，经交集显示，药物-疾病交集靶标基因为15个。治疗癥瘕基本组方的潜在靶标与疾病靶标之间的蛋白质-蛋白质相互作用信息(protein-protein interaction，PPI)通过STRING获得。网络中包含15个节点，平均局部聚类系数为3.07。见图1。

    其中，有23项相关靶标的相互作用，见表10。

    3.8 治疗癥瘕基本组方的GO功能富集

    对交集靶标基因进行GO生物过程富集 ......