该研究基于数据挖掘，通过网络药理学方法，分析芳香类中药治疗便秘高频次使用药对作用机制；以数据挖掘获得芳香类中药治疗便秘高频次使用药对“陈皮-木香”为研究对象，采用水蒸气蒸馏法提取陈皮、木香中的挥发油，利用气相色谱-质谱联用仪（GC-MS）检测陈皮-木香挥发油的化学成分，经PubChem、TCMSP、STITCH、SwissTargetprediction数据库检索陈皮-木香挥发油成分的靶点，在OMIM、Genecards-SearchResuits、TTD数据库中预测和筛选便秘的作用靶点。将得到的靶点导入Cytoscape3.7.1构建核心靶点相互作用网络图，利用R语言进行GO功能、KEGG通路富集分析，根据KEGG富集结果构建“成分-靶点-通路”网络图。通过DiscoveryStudio2.5软件对成分与靶点进行分子对接验证。其中芳香类中药治疗便秘使用频次最高的药对为陈皮-木香，通过GC-MS共检测出33种化合物，共预测出陈皮-木香药对挥发油治疗便秘的共同作用靶点180个，关键靶点涉及CYP19A1，PPARA，PGR，ACHE，SLC6A2等。GO富集分析显示陈皮-木香药对挥发油的活性主要涉及循环系统、血液循环、固醇类激素结合等生物学过程。KEGG富集通路中神经活性配体-受体相互作用、内分泌抵抗、Ca²⁺信号通路、IL-17 信号通路对便秘有显著作用，分子对接结果表明发挥治疗便秘的关键靶蛋白PGR与γ-亚麻酸（gamma-linolenic acid）、二氢-α-紫罗兰酮（dihydro-alpha-ionone）、α-桉叶醇（alpha-eudesmol）、氧化石竹烯（caryophyllene oxide）、β-紫罗兰酮（beta-ionone）结合较好。结果表明，利用数据挖掘技术及网络药理学揭示了芳香类中药高频次使用药对陈皮-木香挥发油的活性成分主要通过CYP19A1，PPARA，PGR，ACHE，SLC6A2等靶点来治疗便秘，为芳香类中药治疗便秘的深入研究提供了新的思路和方法。