人工牛黄薄层指纹图谱多元图像分析及化学计量学研究

建立了人工牛黄薄层指纹图谱,对其图像进行数字化和化学计量学研究。首先采用以环己烷-乙酸乙酯-乙酸-甲醇(2∶7∶1∶2)为展开剂,10%硫酸乙醇溶液为显色剂,105℃加热至斑点清晰,并在366 nm下采集数码图像。然后将该图像转换成为灰度图像,得到指纹图谱的灰度曲线图多元数据,并采用主成分分析法对多元数据进行分析。结果表明薄层指纹图谱可表征不同生产企业生产的人工牛黄,并且分析得到图谱上表征来源的特征区域。该方法简便,快速,适合用于不同来源的人工牛黄质量差异的评价。     

基于文献的中药治疗便秘的社会网络分析

采用文献计量学和数据挖掘的基本方法对我国中药治疗便秘研究的研究主题和主要中药进行社会网络分析。检索主要中文摘要和全文数据库,纳入所有关于中药治疗便秘的研究。采用BICOMS分析软件对主要信息进行抽取和整理,生成共现矩阵;采用g CLUTO进行聚类分析;数据计算采用SPSS 19.0软件分析。结果显示中药治疗便秘的研究数量不断增加,分别在2003年和2006年出现二次文献量的高峰,全国31个省市、自治区和直辖市均有研究发表,但发达地区发表的研究数量多于欠发达地区,作者之间和研究机构之间的合作较少,尤其是不同地域之间的合作。目前中药治疗便秘的研究领域分为5个研究主题,在具体中药方面,当归处于核心地位。研究显示中药治疗便秘的研究数存在地域不平衡性,研究者和研究机构的合作度不高,研究主题主要集中在临床疗效评价方面,对于处方的优化研究不够,今后的研究者应更多关注以当归为核心便秘处方的研究。     

丹红注射液治疗慢性肺源性心脏病临床研究

目的:观察丹红注射液治疗慢性肺源性心脏病(简称肺心病)的临床疗效及其对患者血液流变学的影响。方法:选择2013年1月-2014年1月在本院就诊的肺心病患者80例,按照随机数字表法分为对照组和治疗组,每组40例。两组患者均给予常规对症治疗,治疗组另给予丹红注射液治疗。结果:治疗组有效率90.0%,对照组有效率67.5%,治疗组优于对照组(P0.05);治疗组治疗后全血低切黏度、全血高切黏度、血浆黏度、红细胞压积、纤维蛋白原水平优于对照组(P0.05);治疗组治疗后血气分析指标均优于对照组(P0.05)。结论:丹红注射液治疗慢性肺源性心脏病疗效显著,能改善患者血液高凝状态。     

当归挥发油对人脐静脉内皮细胞增殖作用的谱效关系

目的:探讨不同产地当归挥发油与人脐静脉内皮细胞增殖作用的相关关系。方法:利用水蒸气蒸馏法提取当归挥发油,采用GC-MS联用分析技术建立44批不同产地当归药材挥发油指纹图谱,质谱检索库及保留指数法鉴定各色谱峰所示化学成分,用噻唑蓝染色(MTT)实验考察不同产地当归挥发油对HUVECs细胞的增值率,再通过线性回归分析方法,建立并分析当归挥发油促HUVECs细胞增殖作用的相关关系。结果:通过线性回归分析得色谱峰X_1,X_2与细胞增殖率呈负相关的关系,其余色谱峰与细胞增殖率均呈正相关的关系,且其中X_3,X_6,X_7号色谱峰回归系数较大,是当归挥发油促HUVECs细胞增殖的主要化学成分。结论:该方法能快速、有效地建立当归挥发油谱效相关关系,可为当归挥发油化学成分药理性质的研究提供参考依据。     

基于NIRS技术和PCA-SVM算法6种树脂及其他类中药的快速鉴别

目的:利用近红外漫反射光谱(NIRS)法,结合主成分分析(PCA)和支持向量机(SVM)联用算法,建立6种树脂及其他类中药安息香(Benzoinum),琥珀(Succinum),没药(Myrrha),乳香(Olibanum),松香(Colophonium),天竺黄(Bambusaen Concretio Silicea)的NIR模式识别模型,用于该6味中药的快速鉴别。方法:收集上述6种中药样品,经性状鉴别和理化分析确定正品药材55批,粉碎成均匀粉末,在4 000~12 000 cm~(-1)光谱区,采集各样品粉末的NIR光谱,选取特征谱段9 000~5 400,5 000~4 000 cm~(-1)为建模谱段,分别采用矢量归一化法(vector normalization,VN),一阶导数法(first derivative,FD),二阶导数法(second derivative,SD)3种不同光谱预处理方法进行预处理并分别进行PCA降维。根据主成分空间散点图,优选最佳预处理方法。利用最佳预处理方法处理后光谱的PCA降维数据,建立SVM模式识别模型,SVM模型参数c和g采用网格搜索法结合五折交叉验证进行寻优。对比不同主成分数所建PCA-SVM模型的预测准确率,确定最佳的主成分数,最终建立6种中药NIR快速鉴别模型。结果:在9 000~5 400,5 000~4 000 cm~(-1)建模谱段,确定最佳光谱预处理方法为SD,SD预处理光谱PCA降维后,确定最佳主成分数为3个,累计贡献率达93.57%。经网格搜索法确定最佳SVM建模参数组为c=65 536,g=512。所建PCA-SVM模型对训练集和验证集样品预测正确率均达100%,模型五折交叉验证准确率亦达100%。结论:所建的6种中药NIR光谱PCA-SVM鉴别模型,预测准确率高,模型预测能力强,结合NIRS技术无损、快速的优点,该模型可用于上述6种中药的无损、快速鉴别。     

近红外光谱技术结合竞争自适应重加权采样算法用于中药定量分析

目的:基质复杂、谱带重叠严重,影响了中药近红外定量模型的准确性。为解决以上问题,探讨竞争自适应重加权采样(Competitive adaptive reweighted sampling,CARS)变量筛选方法在中药材、中药提取物和中成药的定量分析中的应用。方法:采集葛根药材、葛根提取物和愈风宁心滴丸的近红外漫反射光谱,测定葛根素含量。分别优化光谱前处理方式,剔除奇异样本后,运用CARS法筛选出的相关变量,建立偏最小二乘法(PLS)校正模型。结果:原料、中间体和制剂的定量模型交互验证均方差(RMSECV)分别为0.35%,1.76%,0.54%,与基于全光谱建立的模型比较,原料、中间体和制剂的CARS-PLS模型的预测准确度均有提高。结论:竞争自适应重加权采样变量筛选方法可以提高模型的预测能力,并有效简化运算过程,为中药的快速、无损检测提供了新的思路。     

基于条件随机域的禤国维名老中医医案挖掘分析

目的:基于条件随机域模型对禤国维名老中医临床医案进行挖掘分析。方法:基于条件随机域设计一种新的临床医案文本挖掘信息模型,利用该模型对国医大师禤国维医案进行临床术语信息的自动识别提取,并使用关联规则算法进行数据挖掘分析。结果:基于条件随机域构建的文本信息挖掘模型对不同临床术语类型,不同的病种识别效果良好,其中在不同术语类型的识别中对"中医诊断术语"的F-测度值最高,达到89.87%,在不同病种的识别中对"湿疹"的F-测度值最高,达到83.77%。对其中禤国维名老中医治疗荨麻疹的经验进行挖掘,发现在治法上多采取益气固表、祛风止痒、除湿解毒;常用以治疗的二联药对有黄芪-白术、黄芪-防风、白术-防风等,其中白术-防风的置信度(1.00)和支持度(0.83)最高;常用的三联药物有黄芪-紫苏叶-白术等,常见的药物症状关联有地黄-风团、防风-瘙痒等,其中地黄-风团的置信度(1.00)和支持度(0.97)最高。结论:该研究基于条件随机域构建了一种新的文本挖掘信息模型,该模型有利于高效整理和挖掘名老中医临床医案中的经验与学术思想,对名老中医的学术思想和经验传承具有重要意义。     

基于主成分分析和聚类分析的栀子种质资源评价

目的:通过探讨栀子种质资源之间的理化品质差异,为新品种选育及定向育种提供理论支持。方法:对24个种质来源的栀子种苗的主要农艺性状进行测定,采用UPLC对栀子药材中栀子苷和西红花苷-Ⅰ,西红花苷-Ⅱ的含量进行测定,并采用描述性统计、主成分和聚类分析方法对栀子种质来源和品质关系进行了分析。结果:24个来源的栀子的根系长度、叶形指数、叶片数和地径4项指标未表现出差异。江西1,2,4,浙江1,3,4等6个药材质量不合格,栀子苷质量分数未达到2015年版《中国药典》的规定(1.8%)。对存在差异的11项品质指标进行了主成分分析,根据主成分解释总变量和碎石图提取了4个主成分反映原来变量85.14%的信息。第1主成分主要综合了叶长、叶宽指标的信息,即种苗叶形因子;第2主成分主要综合了栀子苷,西红花苷-Ⅰ,西红花苷-Ⅱ和西红花苷类指标的信息,即药材内在品质因子;第3主成分主要综合了种苗鲜重和干重的信息,即种苗质量因子;第4主成分主要综合了苗高、苗高与根长比、叶片张开程度的含量信息,即种苗苗型因子。结合主成分分析综合评分表直观地反映出栀子品质的优良顺序;聚类分析将24个种质的栀子分为3类,聚类分析与综合评分排序表对种质资源类别的判定结果较为一致。结论:本研究表明四川1,3,4以及江西7等栀子品质较好,可作为新品种选育及定向育种的优良材料。     

不同产地高乌头药材HPLC指纹图谱及2种生物碱成分含量测定

目的:建立不同产地高乌头药材的HPLC指纹图谱,并测定其中2种主要生物碱成分含量,为高乌头药材质量控制提供参考依据。方法:采用HPLC-DAD技术,以Dikma spursil C18色谱柱(4.6 mm×250 mm,5μm),乙腈-0.05 mol·L~(-1)磷酸二氢钠水溶液为流动相梯度洗脱,建立高乌头药材的指纹图谱并进行含量测定;采用中药指纹图谱相似度评价系统(2012版)对10批样品进行共有峰确认及相似度评价;通过SPSS 21.0统计软件采用主成分分析(PCA)和聚类分析(CA)对HPLC指纹图谱进行模式识别分析。结果:建立了高乌头药材指纹图谱,10批高乌头药材的相似度均0.90;标定共有峰11个,并对其中2主要成分(高乌甲素、冉乌头碱)进行含量测定;聚类分析法(CA)将所有批次高乌头药材共分为4类,反映了10个批次不同地区高乌头药材的质量特征;主成分分析法(PCA)筛选出累计贡献率达到89.748%的4个主成分,得到决定高乌头药材质量5个化学成分。结论:建立的HPLC指纹图谱结合含量测定,PCA,CA方法,可以客观、有效、全面地用于高乌头药材的质量评价。     

白背叶HPLC特征指纹图谱及模式识别

目的:建立白背叶药材的HPLC指纹图谱与系统聚类分析方法,为科学评价和有效控制白背叶药材的质量提供科学依据。方法:采用高效液相色谱法建立12个不同产地白背叶的指纹图谱,采用phenomenex-C18色谱柱(4.6 mm×250 mm,5μm);以甲醇-0.1%冰乙酸水为流动相,梯度洗脱,流速1.0 m L·min-1,柱温25℃,检测波长336 nm。并使用相似度评价软件进行相似度分析,用SPSS 19.0软件进行聚类分析,以共有峰的相对峰面积为指标,进行标准化处理和主成分分析。结果:建立了白背叶HPLC指纹图谱共有模式,对不同产地白背叶药材进行了相似度比较,并进行了指纹图谱系统聚类分析和主成分分析。标定了22个共有峰,指认了其中5个共有峰,经相似度计算,整体相似度为0.554~0.981。聚类分析在距离标尺为2时将样品2,3,4,5,6,8,9,10,12分为一大类;综合主成分得分(F值)从高到低依次为11,7,1,9,12,6,5,10,4,3,2,8号样品,F在0.0~-1.7共2种方法的分类结果一致,可以相互验证。结论:该方法简便准确、灵敏度高、重复性好,为白背叶药材的研究以及制定质量控制标准提供科学依据。