中文摘要：

中医方剂"君臣佐使"等配伍理论研究以往主要停留于定性层面，尚需运用现代科学技术与方法在定量层面上进行阐释与深化。内容以经典方剂麻黄汤为示范，按正交法组合麻黄汤各药味（麻黄、桂枝、杏仁、甘草）不同用量配比的16个组方，选用大鼠汗滴增加率、汗腺空泡率，豚鼠气管解痉率为指标评价发汗、平喘效应。采用系统论复杂因果关系的分析方法-结构方程模型，借助Amos和LISREL软件绘制饮片层次的路径图；结合非支配排序遗传算法（支持向量机建模、熵权TOPSIS法等），应用Matlab编程求解得出一组Pareto最优解。定量解析麻黄汤"君臣佐使"、"七情"配伍等组方原理；对方中药味剂量配比进行多目标优化，确定发挥疗效的最佳组方。 意义结构方程模型可实现方剂配伍原理研究从定性到定量的转变，多目标优化方剂药味剂量配比可体现中医"辨证施治"特点。两者结合可为方剂组方原理定量解析、方剂优化研究提供新的技术方法。

结论摘要：

本课题正交组合中医经典方剂——麻黄汤各药味（麻黄、桂枝、杏仁、甘草）不同用量配比的16个组方，测定相应的大鼠汗点数、豚鼠气管解痉率、小鼠扭体次数作为麻黄汤发汗、解痉、镇痛效应的指标。 运用系统论“多因—多果”复杂因果关系的分析方法——结构方程模型（SEM）定量解析麻黄汤“君、臣、佐、使”的组方原理。由麻黄汤结构方程模型中的标准化路径系数可知，麻黄对整体药效作用最大，为方中君药；桂枝作用比麻黄稍弱，并与桂枝有极显著的交互作用，故为臣药；杏仁和甘草对整体药效的直接作用不显著，但和麻黄、桂枝均有显著的协同作用，说明它们在方中的辅佐地位，用以增强君药和臣药的治疗作用；由于杏仁的标准化路径系数值相比甘草更高，故杏仁为佐药，甘草为使药。 在此基础之上，分别运用支持向量回归（SVR）和二次响应面回归（RSR）两种模型拟合麻黄汤处方中各药味剂量与药效之间的量效关系，建立反映复方量效关系的数学模型，结合带精英策略的非支配排序遗传算法（NSGA-II）和熵权TOPSIS法进行了麻黄汤处方剂量的多目标优化。前者优化得到发挥麻黄汤整体药效的处方为麻黄17.71 g，桂枝9.57 g，杏仁11.75 g，甘草4.39 g，而后者优化的处方为麻黄13.37 g、桂枝11.61 g、杏仁11.98 g、甘草5.67 g。无论从模型拟合的判定参数，还是最终优化后得到的药效指标函数值上看，SVR模型均优于RSR模型。 除麻黄汤之外，本项目还以苓桂术甘汤为例，探讨了SEM和NSGA-II在复方配伍机制和处方优化研究中的应用。结果表明SEM模型可以得出复方中各药味对整体药效作用的量化指标，标示出各药味的组方地位，对复方的君臣佐使、七情等配伍理论进行验证，并可对整体疗效进行评价，更能体现中医学整体观与系统论的思维模式。而将NSGA-II与SVR、熵权TOPSIS法相结合，并以疗效指标代替常规采用的成分含量指标，能更好地反映处方剂量与临床疗效之间非线性的复杂关系，可为中药复方处方剂量的优化提供定量的科学依据。 同时，根据研究过程中的实际需要，还增加了麻黄和麻黄汤中有效成分的含量测定研究，以进行相应的质量评价与控制。并探讨了麻黄汤中有效成分麻黄生物碱在Caco-2细胞模型中的吸收转运特性，尝试从促进或抑制肠道吸收的角度来共同解析麻黄汤的组方原则与配伍机制。