排序方式: 共有7条查询结果,搜索用时 187 毫秒
1
1.
目的 利用网络药理学理念和网络分析技术,探讨胃苏颗粒治疗慢性胃炎的潜在活性成分和可能作用机制.方法 利用TCMSP平台获得胃苏颗粒(主要由紫苏、香附、陈皮、香橼、佛手、枳壳、槟榔组成)主要活性成分和作用靶点信息;利用GeneCards数据库获取与慢性胃炎相关的基因靶点,采用Cytoscape 3.7.1软件构建"药物-活性成分-靶点-疾病"网络,并利用R软件进行基因富集分析.结果 共获得胃苏颗粒活性成分34个;收集到药物与疾病共有靶点基因54个.基因富集分析结果显示,胃苏颗粒主要通过癌症相关通路,如前列腺癌、大肠癌、膀胱癌、癌症中蛋白聚糖,细胞凋亡通路,TNF信号通路,PI3K-Akt信号通路等改善慢性胃炎.结论 基于网络药理学方法分析发现,胃苏颗粒从预防胃黏膜上皮细胞癌变,调节胃黏膜上皮细胞凋亡,抑制胃黏膜上皮细胞炎症等多途径、多成分、多靶点、多通路改善慢性胃炎. 相似文献
3.
4.
5.
目的建立基于机器学习的胃食管反流病(GERD)中医智能辨证模型。方法基于统一的中医证候量表,收集胃食管反流病符合肝胃郁热证、中虚气逆证临床病例共98个样本,2组证候各49个样本,并按照类别之间1∶1比例,全部数据的70%作为训练集,30%作为测试集。根据信息的"有、无"分别赋值"1、0",建立胃食管反流病中医临床信息数据库。应用支持向量机(SVM)、神经网络(NNs)和自动编码器(Autoencoder)分别构建GERD智能辨证模型,比较证候预测的准确性。结果 98例GERD患者中,2组证候的体重指数(BMI)比较,差异有统计学意义(P0.05)。而在幽门螺杆菌感染(Hp感染)情况、匹兹堡睡眠质量指数中差异无统计学意义(P0.05)。在相同训练、测试样本数据下,支持向量机、神经网络和自动编码器+神经网络这三种算法对胃食管反流病两种证候的识别准确率分别为78.3%和79.2%和79.2%。结论 NNs及Autoencoder降维基础上的NNs模型具有很好的诊断、预测能力,机器学习技术应用于GERD辨证模型的构建具有方法学上的可行性。 相似文献
7.
1