基于多源异质网络数据集搭建中医药检索App

在中医药现代化领域，网络药理学是衔接传统本草理论与现代分子生物学的核心技术手段，能够系统阐释中药“药材-成分-靶点-疾病”的作用机制，产出了大量标准化研究成果。但在实际应用与科研落地过程中，行业普遍存在数据零散、检索单一、资源混淆等痛点，极大限制了成果落地效率：
1.数据资源分散：中药数据库、药典数据库、症状数据库、靶点数据库相互独立，用户与科普人员需多平台交叉检索，操作繁琐、耗时费力；
2.检索维度单一：传统中医药工具仅支持“药材查功效、药材查疾病”的正向检索，无法通过症状、疾病、核心致病基因反向溯源匹配本草资源，难以适配中西医结合的应用场景。
针对以上痛点，本项目依托2024年Dryad平台开源的《TCM异质网络完整数据集》（DOI：10.1016/j.dib.2024.110962），整合HIT2、《中华人民共和国药典》、SemMedDB、STRING等多源权威标准化数据，基于Streamlit轻量化Web框架，开发了一款多维度智能中医药检索App。平台支持症状检索、疾病检索、核心基因靶点检索三大输入模式，可自动对匹配结果分类分层，精准输出药食同源、保健品类、药用方剂三类中医药资源，分别适配日常食疗养生、阶段性保健调理、临床疾病参考等不同场景。
重要说明：本App为中医药网络药理学成果可视化、科普化应用工具，所有检索结果仅作学术研究与养生科普参考，未经专业医师辨证印证前，不可作为中药服用、临床诊疗的直接依据。

1. 数据集来源与规模
本系统底层数据全部源自2024年《Data in Brief》公开开源的TCM异构网络数据集，原始数据存储于Dryad公共科研库（https://doi.org/10.5061/dryad.wh70rxwx9），融合五大权威数据库，实现多维度数据互补、交叉验证：
HIT2、HERB数据库：收录1254味中药材、168797组药材-活性成分-蛋白靶点关联数据，是中药机制研究的核心数据源；
《中国药典》（CHPA）：提供权威的药材功效、主治病症、症状匹配规则及官方分类标准，保障内容合规专业；
SymMap数据库：依托文本挖掘技术，构建标准化的症状-疾病语义关联体系，适配临床症状检索场景；
自行收集：整合国家四批药食同源目录、《可用于保健食品物品名单》、中成药方剂名录，实现药材合规分层分类。
该数据集构建了完整的五层中医药关联网络，涵盖1254味中药材、1027种临床症状、2208个人类蛋白靶点、1237种天然活性化合物、373类中医核心功效。配套完善的7张标准化CSV关联数据表，包含药材-靶点、药材-成分、药材-症状、药材-功效、药材配伍、蛋白互作、症状关联等核心数据。所有关联关系均通过卡方检验、FDR多重校验过滤低置信度数据。

核心检索入口
入口 1：临床症状检索
用户可自主输入失眠、口干、关节酸痛、舌苔厚腻等各类临床症状，系统调取标准化药材-症状关联数据表，筛选P＜0.05的高置信度匹配药材。检索结果将自动分层展示药食同源食材、保健类药材、药用方剂三类资源，同时同步展示各类药材的核心活性成分、作用靶点及适配场景、使用禁忌。
入口 2：疾病核心基因 / 靶点检索
支持用户输入TNF、PPARG、VEGFA等疾病核心致病基因与蛋白靶点，系统遍历全量药材-靶点关联数据集，通过计算靶点交集数量生成匹配得分，按匹配度降序输出结果。最终同样完成三类中医药资源分层展示，精准匹配靶向调控疾病靶点的本草资源，适配网络药理学科研分析场景（疾病自动填基因功能待优化验证）。