“道地药材”是中药质量评价的原创综合性指标,具有优形、优质、优效特征。经历了 30余年,道地药材现代研究已产生了大量的文献数据,包括文本数据、图像数据等类型,具有数量大、种类多、内容分散、结构不一等特点,且各特征数据类型之间,彼此孤立或联系较少。由于道地药材的形成受到种质、生态、加工方式、人文等多种综合因素的影响,搜集、整理、存储、管理、挖掘、利用道地药材各种类型特征数据,使其标准化、数字化,将有助于推动道地药材的现代研究和应用。本论文利用知识库构建技术具有知识抽取、清洗、融合、分类、表达和推理等优点,结合道地药材特征数据特点,基于1999年以来CNKI知网期刊数据库中公开发表的34种道地药材的文献,在搜集、筛选、整理具有道地药材特征文献的基础上,整合文献中道地药材性状特征、显微特征、生态特征和遗传特征数据,并将上述特征数据进行标准化处理。在此基础上,基于传统经验和文献数据构建涵盖多种类型数据的药材“性状-显微-生态-遗传”特征知识库,实现道地药材特征知识、图片等数据的集成、展示、存储、删改、上传和下载等功能。该知识库将面向中医药科研人员、药材种植加工及流通企业、药材质量监管机构以及临床医生等,提供道地药材信息共享与发布。在基于知识库以及道地药材特征数据集成的基础上,以传统中药材品质评价“辨状论质”中“辨色论质”为主题进行知识发现示范研究。具体包含以下五个部分:1.录入数据项与数据元设计首先,以产地为核心对CNKI知网期刊数据库文献中药材特征数据进行整理,并结合第四次全国中药资源普查区域规划以及《中药资源空间信息网格数据库》相关信息,设计了道地药材特征录入数据项,用于进行不同来源数据的清洗以及知识的融合。录入数据项包含文本、数字、字母等格式类型,可分为通用数据项和特征数据项。其中:(1)通用数据项39项,包含药材的ID、现代品种名称编号、现代品种名称、样品名称编号、样品名称、采样时间、采样人、产地名称及编号、GPS信息、采购时间/提供时间、药材市场/提供单位名称、药材批次、参考文献类型、参考文献中英文题名及期刊来源的相关信息;(2)性状特征数据项113项,包含药材基原以及不同入药部位(根及根茎、花、茎木、皮、叶、果实、种子)的形状、大小、质地、色泽、气味、表面特征、断面特征、其他特征,道地药材与非道地药材鉴别要点及图片,经验药工姓名、单位、职称及工作年限等相应信息;(3)显微特征数据项69项,包含药材的3种显微类型特征(横纵切面显微特征、表面显微特征、粉末显微特征)、道地药材与非道地药材鉴别要点描述、显微图片(药材、表面显微、横纵切面显微、粉末显微、鉴别要点对比)及相关信息(编号及拍摄角度)等数据;(4)生态特征数据项118项,包括药材产区的生态系统类型、植被类型、居群面积、栽培面积、土壤特征(容量、pH、重金属元素、大量元素与微量元素的含量)、气候特征(温度、降水)、根际微生态(根际细菌优势种、真菌总数、根际真菌优势种)等数据;(5)遗传特征数据项25项,包括药材使用的分子标记类型(RAPD、SSR、ISSR、SNP、AFLP、DNA特征片段、其他)、分子标记数量、引物名称及序列信息、PCR反应体系和程序、PCR结果说明及图片等数据。在此基础上,根据数据项编写录入特征加工手册和录入特征加工表,为道地药材特征数据录入提供依据。2.知识库构建在功能需求和数据需求分析的基础上,进行知识库的系统架构设计,其包含概念结构设计和逻辑结构设计。概念结构设计是把道地药材、入药部位、特征数据等实体及实体间的关系抽象为E-R(Entity Relationship)模型。逻辑结构设计则是把E-R(Entity Relationship)模型转换成二维数据表的方式进行表达,进行知识的存储和管理。在此基础上进行系统开发,形成道地药材知识集成、共享和发布的平台。3.数据元的录入与分析收集、筛选、整理1999年以来公开发表文献中有关34种道地药材的性状特征、显微特征、生态特征和遗传特征数据,并按照录入特征加工手册要求将特征数据录入至相应的录入特征加工表中。录入药材可分为根及根茎类药材、果实类药材、茎木类药材、花类药材、皮类药材,共涉及30个属的55个物种,数据元7261条,录入文献808篇,记录产地900个,涉及期刊291种,第一作者研究单位696个。按照品种及其性状、显微、生态、遗传特征对文献和录入数据元情况进行分析,比较传统道地产区和文献出现高频产区,对道地药材研究现状和现代产区变迁情况进行梳理。结果如下:(1)对录入文献发表时间进行分析,1999-2019年期间,性状特征研究年平均论文数量22.55篇,但2015年后发文量极少;显微特征研究年平均论文数量6.35篇,其中以2010-2015年间发文量较高;生态特征研究年平均论文数量6.40篇,其中以2014-2016年间发文量较高;遗传特征研究起步较晚,年平均论文数量5.10篇,并呈现逐年增长的趋势。(2)根及根茎类、果实类、茎木类、皮类、花类、种子类、叶类药材性状特征数据,基本包含药材的形状、大小、色泽、表面/断面等特征,与传统药材质量评价的“形、色、质、气、味”一致。药材显微特征研究主要以横/纵切面显微为主,粉末显微次之;药材类型不同,研究重点亦有所侧重。遗传特征数据表明,目前药材使用的分子标记以SSR、RAPD最为常用,且在已录入的32种道地药材中SNP使用较少,说明SNP分子标记仍有很大的发展和应用空间。(3)通过对录入文献中药材产区按照出现频率高低进行整理,并将高频产区与道地药材传统道地产区进行对比,发现现代产区变迁呈现以下特点:随着药材栽培面积的扩大,部分药材产区的分布已相当广泛;高频产地与其传统道地产地存在变化,部分药材的产区不断以道地产区为核心向周围辐射发展;药材产区的分布也可能受到品种的影响。因此,产区的变迁可能与古今生态环境变化、人员交流、对中药资源的需求等多种因素有关。(4)以丹参为例,比较高频产区(河南省卢氏县、栾川县、灵宝市,山东省莒县、平邑县)与传统产区(四川省中江县)的生态特征,结果表明,中江县土壤pH偏碱性、年均温度较其他产地高、年降雨量也较其他产地丰沛、质地主要是砂质土,推测高温高湿的生长环境有助于根的生长和道地丹参的形成。4.知识发现以“辨色论质”为主题,利用道地药材特征知识库进行知识发现示范研究。首先通过整理2015版《中国药典》中收录药材使用色泽指标情况,发现含有色泽指标的药材277种,并根据颜色大致分为9大类。结合知识库中药材特征相关颜色数据,发现药材颜色量化数值与药材相关成分具有一定的相关性,药材颜色指数可作为评价药材质量的指标之一;并对34种药材的颜色、颜色所在部位和Lab值进行整理,总结出34种药材可作为评价药材质量的色泽候选指标。在此基础上,选择北芪为对象,分析其“金井玉栏”特征与颜色值的关系。对不同产地蒙古黄芪韧皮部和木质部的颜色值进行测量,利用SPSS软件对数据进行统计分析,包括方差分析、聚类分析和相关性分析。方差分析结果表明,不同产地样品间木质部b、韧皮部L、木质部与韧皮部L差值呈现显著性变化,说明利用颜色数值可以有效的对“金井玉栏”特征进行表征,且L值可能是导致“金井玉栏”对比鲜明的主要因素。相关性分析结果表明,韧皮部和木质部中的L或a、b变化趋势具有一致性,推测两部位“颜色”相关成分及变化规律相同;且L与b变化趋势相反,推测L颜色成分与b颜色成分受到拮抗调控的影响。黄芪横断面颜色数值比较和聚类分析结果均表明,山西产地黄芪“金井玉栏”特征较其他产地鲜明,说明颜色值可作为快速评价北芪特征的指标。聚类结果中内蒙古武川(WC)单独聚为一类,其它四个产地聚为一类,推测水分是导致内蒙古武川所产黄芪横断面颜色与其它产区差异较大的原因。