北京地区CYP450药物代谢基因的等位基因分布调查

目的调查北京地区人口中的药物代谢酶系CYP450基因的等位基因分布情况,并推算CYP450基因多态性位点的等位基因丰度和近交系数。方法在北京地区抽样使用Taqman方法进行CYP450相关的基因型检测,估算出涉及北京地区人口中5个CYP基因中的6个SNP位点等位基因分布情况和近交系数。结果 CYP3A4表现出最大的等位基因丰度差别,CYP2D6表现出最小的等位基因丰度差别。结论 CYP2D6和CYP2C19两个基因的基因型在北京市人口中呈现较高的多态性分布,医师在使用涉及到这两个基因参与代谢的药物时,可以参考CYP450基因型检测结果。     

基于“Web 7C”标准的商业性基因检测网站评价研究

基于"Web 7C"标准设计调查问卷,从框架布局、内容设计、双向交流、外部信息链接等方面调查大学生群体对国内几个重要的商业基因检测公司网站的评价情况,从网站使用者的角度分析国内基因检测公司在网站设计和运营上的不足,进而提出改进建议。     

“螺旋进度+项目驱动”教学法在高等中医药院校计算机教学中的探索

计算机教育是高等中医教育体系中不可缺少的组成部分,它对于提高学生的基本素质以及实现中医药的信息化等方面都具有极其重要的意义.针对高等中医药院校学生的特点,以培养学生的学习兴趣和实际应用能力为目标,将“螺旋进度”和“项目驱动”2种教学方法相结合,从课堂教学的内容划分、教学方式的改进以及实验环节的设计等方面进行了有益的探索.     

基于数据库和机器学习技术的高校学生成绩预警系统设计

运用信息化的手段进行成绩预警,能够减少高校传统成绩预警所带来的巨大工作量,大幅度提高教学管理效率.探讨高校成绩预警的现状,并结合北京中医药大学成绩预警指标,设计高校学生成绩预警数据库系统,提出一种基于机器学习算法的高校学生成绩预警模型.利用北京中医药大学部分学生的成绩数据为总训练集,应用关联规则挖掘课程之间的潜在关联,...     

保健食品中五味子醇甲、五味子甲素和五味子乙素的含量测定

目的 建立同时测定含五味子保健食品中五味子醇甲、五味子甲素和五味子乙素3种成分的高效液相含量测定方法.方法 色谱柱为Agilent zorbax SB-C18(4.6×150 mm,5μm),流动相采用甲醇-水甲酸进行梯度洗脱,30分钟内甲醇比例由65%递增到85%;检测波长为254mm,流速为1ml·min-1.结果 五味子醇甲、五味子甲素和五味子乙素的线性范围分别为0.21～1.55 μg、0.28～2.08 μg和0.20～1.51 μg;加样回收率分别为97.48%、97.23%和9 7.88%(n=5).结论 本方法简便、灵敏、准确,可用于含五味了类保健食品中以上3种成分的含量测定.     

阴阳九针疗法初探

正阴阳九针疗法是湖北省十堰市余浩(任之堂主人)中医师在数年的医疗实践中摸索出来的一种简便易行、安全可靠、疗效明确的针刺疗法[1]。该疗法将全息理论、中医理论及道家修行法门结合起来,借用人体的拇指疏通人体的督脉、任脉和冲脉,利用运行于奇经八脉中的先天之气,治疗人体诸多疾病。所谓阴阳九针,阴阳二字,指的是用针之道,一来一往,一阴一阳,相互循接,循环往复,生生不息;九针,并     

中医处方分析方法的研究

目的:以"伤寒论类方库"为例,基于数据库技术,介绍通过关系代数实现中医处方对比分析和中药配伍关联分析的方法。方法:把伤寒论古方存入数据库,使用关系代数中传统的集合运算和专门的关系运算,完成统计分析,以说明关系代数在中医处方分析中的作用。结果:基于关系代数,简便地完成了处方对比分析和中药配伍关联分析工作,包括一组相关方剂中相同的药物组成、药物出现的频率、药物配伍规律等。结论:使用关系代数对中医处方进行分析,简化了分析环节,降低了分析难度,提高了分析结果的科学性和可信度,是值得推广的中医学研究方法。     

中医药院校计算机教学改革的探索与实践

文章从中医药院校计算机教学的现状出发,结合中医药信息化形势,探讨提高学生计算机应用能力以及计算机与中医药结合的改革与实践。     

命名实体识别在中药名词和方剂名词识别中的应用

目的：利用命名实体识别（Named Entity Recognition）技术识别文本中出现的中药名词和方剂名词,并比较两种命名实体识别方法在识别中药名词和方剂名词时的表现。方法：方法一为利用现有的分词工具（如“结巴”中文分词工具等）对文本进行分词,之后使用分词后的结果进行中药名词和方剂名词的匹配。方法二为搭建并训练用于中药名词和方剂名词识别的双向长短期记忆（Bidirectional LongShort Term Memory,BLSTM）神经网络模型。首先,采用两种可行的方法实现命名实体识别。其次,比较这两种方法的表现。结果：现有分词工具对中药名词和方剂名词的分词不准确,因此,会导致接下来的匹配阶段出现错误。而通过BLSTM神经网络模型进行命名实体识别,不但可以避免分词错误,而且在实验中表现出较强的歧义处理能力。结论：在应用命名实体识别技术于识别中药名词和方剂名词时,相比使用分词工具先分词后识别,通过训练神经网络模型对中药名词和方剂名词直接识别的方法更合适。