西南地区矿物药资源分布及应用概况

目的：掌握西南地区（四川省、贵州省、云南省、重庆市、西藏自治区）矿物药资源的分布及其应用概况,为当地矿物药的质量控制及产业发展提供参考。方法：基于全国第四次中药资源普查矿物药专项调查（西南地区）,通过查阅文献、实地考察,完成西南地区矿物药的种类统计和分析工作。结果：本次调查发现西南地区矿物药共124种,主要以碳酸盐类、硫酸盐类、氧化物类为主,其中,四川有65种,贵州有69种,云南有48种,重庆有33种,西藏矿物药种类最多,达72种。西南地区矿物药使用富有民族特色,且被开发出治眼病、高血压等新的用途。结论：西南地区矿物药资源丰富、分布广泛,但同时存在名称混乱、品质差异较大、质量评价体系不完善等问题。此次调查可为西南地区中药资源开发利用提供参考。     

血管性痴呆认知功能障碍与海马线粒体功能异常的机制研究进展

海马线粒体功能异常与血管性痴呆认知功能密切相关。本文从海马线粒体功能异常,包括线粒体细胞自噬、凋亡途径异常、氧化损伤、生物合成功能异常、动力学失衡、钙稳态失衡、呼吸功能异常7个方面,分别探讨其与血管性痴呆认知功能障碍之间的内在机制。通过分析文献,提示海马线粒体功能异常是造成血管性痴呆认知功能障碍的重要原因之一,为今后临床预防与改善血管性痴呆认知功能障碍的治疗提供新思路和有效途径。     

基于基原效用差异的黄连品质辩识光谱化学表征模型构建

目的 中药多基原物种间的效用差异性受到历代医家的高度重视,联用傅里叶变换近红外光谱（fourier transform near infrared spectroscopy,FT-NIR）和傅里叶变换中红外光谱（fourier transform mid-infrared spectroscopy,FT-MIR）技术,考察光谱化学表征技术应用于多基原黄连共有物质基础测定和品质辨识的可行性。方法 以黄连的4种基原（黄连Coptis chinensis、三角叶黄连C. deltoidea、峨眉野连C. omeiensis和云南黄连C. teeta）的共有物质基础小檗碱、黄连碱、木兰花碱、非洲防己碱和巴马汀为研究对象,基于光谱矩阵的优化和特征学习算法,串联近红外和中红外光谱特征构建偏最小二乘回归（partial least squares regression,PLSR）和支持向量回归（support vector regression,SVR）光谱化学表征模型以测定药材中共有活性成分的含量,辨识其品质差异。结果SVR模型对小檗碱的测定效果最优,剩余预测偏差（residual predictive deviation,RPD）值高达4.842,模型对黄连碱、巴马汀和木兰花碱含量的预测RPD值均大于2;PCA结果表明所建立的模型能有效鉴别多基原黄连共有成分含量的差异,为其品质辨识提供依据。结论 多元光谱技术串联应用可有效表征多基原黄连药材中共有成分的含量差异,提高多基原中药品质辨识的效率。     

基于HPLC-UV和FT-NIR的不同贮藏年限余甘子质量评价与鉴别

目的:探寻不同贮藏年限余甘子有效成分变化规律,为其保存策略提供理论依据。方法:采集7个不同贮藏年限的余甘子材料,高效液相色谱紫外光谱(HPLC-UV)测定没食子酸、柯里拉京、诃黎勒酸、鞣花酸、槲皮素的含量,阐明其主要活性成分累积特征;傅立叶变换近红外光谱(FT-NIR)记录样品整体光谱指纹图谱,偏最小二乘判别(PLS-DA)模型鉴别不同贮藏年限余甘子样品。结果:2015年版《中国药典》指标性成分没食子酸含量最高,其次是鞣花酸与诃黎勒酸,柯里拉京与槲皮素的含量较少;各成分在不同贮藏年限间样品中具有显著性差异(P0.05),没食子酸和槲皮素均在贮藏6年时达最大值,分别为79.36和1.68 mg·g~(-1),贮藏4年样品中诃黎勒酸、柯里拉京、鞣花酸累积最高,分别是18.85,7.97,21.46 mg·g~(-1)。MSC+SG二阶求导(窗口参数为11,多项式次数为3)优化FT-NIR数据,不同贮藏年限样品的分类正确率为84.5%;以最低交叉验证均方根误差为准则,降维光谱数据为若干重要潜在变量并与5种活性成分含量数据融合,鉴别正确率提高到98.8%。结论:基于HPLC-UV和FT-NIR技术,该研究有效阐述不同贮藏年限余甘子5种主要代谢成分累积特征;结合数据融合策略,PLS-DA模型能较好鉴别不同质量样品。该结果可为不同贮藏年限余甘子的质量鉴别及评价提供一定的科学依据。     

基于灰色关联-TOPSIS法的“金银花”类药材品质评价及其多元光谱基原识别研究北大核心CSCD

该研究使用灰色关联-TOPSIS法评价不同基原“金银花”类药材品质,并应用傅里叶变换近红外和中红外光谱技术,结合化学计量学和光谱融合策略,建立不同基原“金银花”类药材识别模型。通过采用高效液相色谱测定6种不同基原“金银花”类药材中新绿原酸、绿原酸、隐绿原酸、咖啡酸、断氧化马钱苷、异槲皮苷、异绿原酸B、异绿原酸A、异绿原酸C的含量,采用灰色关联-TOPSIS法对它们的品质进行评价。此外,采集6种不同基原“金银花”类药材(忍冬、灰毡毛忍冬、红腺忍冬、黄褐毛忍冬、华南忍冬、细毡毛忍冬)的近红外与中红外光谱数据,结合主成分分析(PCA)、支持向量机(SVM)及光谱数据融合技术,确定“金银花”类药材基原识别的最佳方法。结果表明,不同基原“金银花”类药材品质存在差异,其中忍冬与其他5种基原存在显著性差异(P<0.01),细毡毛忍冬与黄褐毛忍冬、灰毡毛忍冬、红腺忍冬的品质存在显著差异(P=0.008、0.027、0.01),而红腺忍冬与华南忍冬品质亦存在显著差异(P=0.001)。基于单一光谱建立的PCA、SVM模型二维图均无法用于“金银花”类药材的有效识别;数据融合结合SVM模型进一步提高识别正确率,中级融合的识别准确率为100%。可见灰色关联-TOPSIS法能用于不同基原“金银花”类药材的品质评价;同时,基于红外光谱数据融合策略,SVM化学计量学模型,能够对不同基原的“金银花”类药材进行准确识别,为该类药材的基原鉴定提供了一种新方法。     

基于决策树和神经网络的高血压病危险因素研究＊

目的 基于决策树和神经网络对高血压病危险因素进行研究。方法 课题组成员从国家人口健康科学数据中心收集高血压患者临床病例资料，对所收集的数据进行预处理，采用卡方自动交互检测法（Chi-squared automatic interaction detector，CHAID）分类回归树（Classification and Regression Tree，C&RT）、二叉树（Quick，Unbiased，Efficient Statistical Tree，QUEST）决策树算法和神经网络模型进行分析。结果 3种决策树算法对高血压病的诊断准确率分别为82.10%、83.00%、83.00%；径向基函数（Radial basis function，RBF）神经网络和多层感知器（Multilayer Perceptron，MLP）的训练准确率和测试准确率分别为77.60%、78.70%和84.70%、84.30%，MLP神经网络的诊断模型优于RBF神经网络。结论 家族病史、高血脂病史、糖尿病病史、心脑血管病病史是高血压病的重要危险因素，且许多高血压病患者有中医舌暗的症状，存在着血管内皮的损伤，易引起心、脑、肾等靶器官的合并症。通过归纳总结其规律，可以为高血压病的预防与治疗提供依据。