基于BP神经网络的中药药效时序性与整体性评价方法研究

中药复方的药效作用是多种有效成分在不同时间产生药效的连续过程。本课题组在长期从事中药药效研究的过程中发现，同样的复方针对相同的动物模型在不同的时间点药效结果存在很大的差异性，只有对起效全过程进行连续观察，才能全面反映中药复方的整体药效。因而，我们认为中药复方的药效评价应体现时序性和整体性特征。基于此，本课题以治疗急性病症"亡阳证"的参附汤和治疗慢性病症"脾阳虚证"的附子理中汤为模式药，通过"时-效"关系研究，利用BP神经网络对"时-效"关系进行曲线拟合，建立数学模型，从而揭示中药复方药效的时序性特征，确定药效时间窗（time-window），并以药效时间窗范围内曲线下面积（AUC）作为中药复方的整体药效，通过"时-效"关系曲线确定最大药效值（Emax）和最佳起效时间（Tmax）。在此基础上建立符合中医药特点的，能体现中药复方药效时序性与整体性特征的评价方法。

中药复方是通过多味药物有机配伍运用达到整体动态综合调节作用的。迄今为止，中药复方的药效学研究仍然是借鉴化学药物的研究思路与方法，其结果根本无法科学、合理地反映中药复方的药效强弱，针对以上问题，本课题组结合中药药效作用特点，提出“中药复方时序动态药效评价方法”，旨在建立一种能充分体现中药复方优势和特点的药效评价方法。本课题组在长期的中药药效研究过程中发现，中药复方的药效需要对起效过程中所有时间点的药效作动态综合评价，才能更全面反映中药复方的药效作用。为此，本课题组从药代动力学中“量-时”曲线得到启示，用“时-效”曲线来反映中药药效的时序动态过程，通过“时-效”曲线可以观察中药药效的变化过程，以曲线下面积（AUC）、最大药效（Emax）、药效峰值时间（Tmax）为评价指标可以体现中药复方药效作用的整体性、动态性。.基于BP神经网络优秀的非线性拟合能力，本课题经长期摸索，建立了一套以BP神经网络为数学模型，采用对非线性曲线具有最佳拟合能力的BP神经网络对时序药效关系进行曲线拟合，综合评价分析中药复方药效时序性与整体性的药效评价体系。本课题主要采用了四个模式药桂枝芍药甘草汤、精制冠心方、芍药甘草汤、芪附汤进行药效连续时间的观察 ，利用BP神经网络对各个药效指标的药时曲线进行拟合，观察并比较各指标曲线下面积（AUC）、最大药效（Emax）、药效峰值时间（Tmax），以综合评价各个中药复方的时序性和整体性特点。.研究结果说明中药复方在不同时间点的药效和作用靶点不同，采用化学药物单点时间进行药效评价的方法存在局限性，基于中药复方多成份、多靶点的作用特点，中药复方药效的评价方法应有所不同，应对中药复方药效进行时序性与整体性的综合评价。利用BP神经网络对各个药效指标的拟合充分展现了各个指标的时序变化特点，且基于神经网络良好的非线性拟合能力，数据表现较为真实可靠，在中药复方药效研究中有明显优势，此方法不仅可以综合评价中药复方的药效作用，也可以确定药物作用的最大效应和峰值时间，通过建立数学模型和曲线拟合可以预测对中药药效作用的变化规律和药效持续时间，有助于评价中药复方的时序性与整体性药效作用特点。

内容获取失败，请点击重试