中药四性理论是中药药性理论的基础。所有疾病均可分为寒、 热二证，中药则须以寒、热药性概括，以应对热、寒二证。正确判别中药的寒热药性对指导中医临床用药具有非常重要的作用。

早期对于中药药性的认识是“以效识性”。中药药性是按中医药学科的认识论和方法论，根据机体用药反应，通过逻辑推理、分析、归纳而形成的，是对中药效应及其属性的归纳总结。

比如对中药四气寒、热、温、凉的认识是通过药物作用于人体所产生的不同效应而总结出来的，它与所治疗疾病性质是相对而言的。热证用药物治疗后，热证得以缓解或消除，说明这些药物的药性是寒或凉， 故把能够减轻或消除热证的属性确定为寒性或凉性；寒证用药物治疗后，寒证得以缓解或消除，说明这些药物的药性是温或热，因而把能够减轻或消除寒证的 属性确定为温性或热性。

现代中药药性研究中，建立公认的寒热药性的评价方法是关键科学问题，引起了科学家们的广泛兴趣。随着人工智能、机器学习的发展，基于人工智能的中药药性评价方法研究成为热点。中药药性的判别主要包含两方面的内容：一是如何表征中 药成分信息；二是如何判别中药寒热药性。中药的表征一直是研究热点，取得了大量的研究成果，主要包括中药无机元素 （微量元素）、中药初生物质（多糖、脂类和蛋白质）、中药化学指纹图谱、中药物象属性、功效主治、代谢组学和中药化合物分子描述符等。

王振国团队利用文献学的方法， 研究植物类中药无机元素种类及含量与中药寒热药性的相关性，探寻中药 寒热药性的无机物质基础。研究发现植物类中药寒热药性与所含无机元素密切相关，表示以无机元素表征中药寒热药性具有可行性。

李峰团队深入探讨了中药初生物质与寒热药性的相关关系，研究发现，热性中药的总糖含量总体要高于寒性中药的 总糖含量，多糖成分是表征中药寒热药性的影响因素之一；中药寒热药性与水溶性糖存在明显的相关性，水溶性糖是中药寒 热药性的物质基础之一；热性中药的18种氨基酸平均含量是寒性中药的132倍，18种氨基酸含量与中药寒热药性具有相关性；中药寒热药性与脂类成分密切相关，脂类成分是中药药性 的物质基础之一。总体结论：中药寒热药性与其所含初生物质具有一定的相关性。

中药化学指纹图谱已经越来越广泛地被应用于研究中药物质成分组成。周洪雷团队根据中药紫外光谱和红外光谱研究了中药物质成分与中药寒热药性的相关关系。研究发现提取的紫 外光谱指纹图谱数字化信息能够基本反映寒性、热性中药的物质基础，红外指纹图谱可表征中药化学成分的分布信息，进而找到可表征中药药性的特征标记。

王振国团队利用高效毛细管 电泳测定60味植物类中药（30味寒性、30味热性）指纹图谱，经过综合分析模型理论图谱和各中药的药性特征标记图谱，认为高效毛细管电泳作为寒热药性识别的一种分析手段是有效的。

容蓉团队则研究了中药的气相色谱和高效液相色谱 （水蒸气蒸 馏提取与顶空进样提取） 表征。已有研究发现，中药挥发性成分和中药药性密切相关，挥发油中含有芳香类成分的中药往往为热性，因此气相色谱已经被广泛用于寒热药性的研究。

总体来讲，中药寒热药性与中药化学成分具有一定的相关性。中药物象属性可以被用于表征中药特性，王鹏团队先从文献的角度阐述了中药物象与中药寒热药性的相关性，然后通过支持向量机法证明了以上结论。

薛付忠团队研究将中药功效主治658种属性作为特征用于表征中药特性，研究证明了中药功效主治和中药寒热药性的相关性。乔延江团队研究将39项药理指标用于表征中药成分特性，证明了组分中药药理作用与中药寒热药性的相关性。

杜建强团队研究通过代谢组学表征中药特性，代谢组学特征综合了磁共振波谱、高效液相色谱、气相色谱等中药成分特性。Li等提取了中药的质子磁共振谱，通过磁共振谱分析中药成分特性。中药化合物的寒热药性相关性也已经得到研究探索。

王振国团队从文献的角度研究发现植物类中药寒热药性与有机成分有相关性。该团队进而使用生物信息学的方法研究了中药单个化合物的寒热药性，间接证明了中药化合物可以用于研究中药的寒热药性。文献研究发现苯甲醛为基本结构的化合物显寒性，吸电子基取代使其寒性增强，给电子基取代使其显热性。

Wang等则证明了中药整体寒热药性可以由中药化合物寒热药性的叠 加显示。以上研究表示， 中药化合物已经广泛用于研究中药的寒热药性。中药寒热药性评价研究首先使用中药代谢组学、中药功效主治、中药物象、中药化学指纹图谱、中药成分化合物分子描述符等表征中药特性，然后构建人工智能预测模型，对未知中药的寒热药性进行评价预测。

聂斌等研究基于代谢组学特征的随机森林寒热药性预测模型。乔延江教授等利用决策树算法构 建了基于中药药理作用的组分中药药性预测模型。研究发现中药功效主治与寒热药性密切相关。薛付忠团队依据中药功效主治特性构建了基于Logistic回归判别、支持向量机判别、决策树判别、随机森林判别、主成分－线性判别和偏最小二乘判别的六种中药药性判别模型。Long等建立了一套组合系统，预测中药寒热药性，该系统分析了284种寒热药性明确的中草药样本，使用支持向量机作为预测模型。Wang等构建基于自组织映射（Self-organizing Map）的分类模型， 用于分类59种中药的寒热 药性。Li等研究质子磁共振谱表征中药特征， 并使用典型判别 函数和Fisher判别分析识别62味中药的寒热药性。

王振国团队通过中药物象表征中药特性，研究基于支持向量机的中药寒热药性评价模型；通过中药指纹图谱表征中药特性，研究基于相似性度量的中药寒热药性评价模型；通过中药化合物分子描述符表征中药特性，研究基于k-近邻的中药寒热药性评价模型。李峰团队通过初生物质表征中药药性，系统建立了基于贝叶斯网络、支持向量机、Fisher判别的中药寒热药性预测模型。