寒热药性唇形科药用植物全成分特征标记的红外光谱辨识研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81673622
项目类别：
面上项目
资助金额：
58.0万
负责人：
王鹏
依托单位：
安徽中医药大学
学科分类：
H3207.中药药性理论
结题年份：
2020
批准年份：
2016
项目状态：
已结题
起止时间：
2017-01-01 至2020-12-31

项目参与者：
许钒；黄鹏；阚峻岭；谢欢欢；陈晨；
关键词：
全成分特征标记寒热药性唇形科植物模式识别红外光谱

项目摘要

The macroscopic properties of plant medicine is the result of together present of microscopic properties of the material composition, which has the significant systemic and nonlinear characteristics. Any single or servral component could not whole performance the macroscopic properties, and the macroscopic properties not only the sum of servral component. Our previous study shown that infrared spectral data SVM pattern has the absolute advantage in identification cold-heat nature of 60 kinds of medicinal plants, and the characteristic parameters of nature and degree of cold-heat were found. The prediction accuracy has reached 100% within the group to predict the 60 kinds of medicinal plants,but the random prediction accuracy still not tall enough (58.3%) in other medicinal plants. Based on this, we combination medicinal research with plant genetic relationships, lamiaceae medicinal plant as example. 20 kinds of medicinal plants were selected, and the information of chemical composition characteristics were analyzed. To implement identification and prediction on cold-heat nature basis on the features marked of total components, and provid scientific basis for extracting medicinal components and pharmacodynamics authentication under the guidance of the recognition pattern and analysis complex system problem of Chinese herbal medicine composition.

植物药的宏观药性是其物质成分微观药性整体协同呈现的结果，具有明显的系统性和非线性特征，任何单一或几种成分均不能完整表征其宏观药性，宏观药性也不是多种成分活性的简单相加。我们此前开展课题研究发现，中药全成分水提红外光谱数据SVM识别方法在对60种植物药寒热药性辨识过程中显示出明显优势，提取出了辨识中药寒热性质和寒热程度的特征参数，技术手段客观可重复。由于前期研究所选中药涵盖多科属植物，模型对60种中药的组内预测正确率虽已达100%，但对组外同样本量其他植物药的随机预测正确率仍不够高（58.3%）。基于此，我们将植物遗传亲缘关系与药性研究结合，拟以唇形科药用植物为示例，选取本科属寒热中药各20种，分析与药性关联的化学成分特征信息，力求在科属单元内，实现基于中药全成分特征标记的寒热药性识别和预测，为分析中药药性成分复杂体系问题和基于模式识别指导下的药性成分提取与验证提供科学依据。

结项摘要

中药药性理论是中医药经典理论，寒热药性是中药药性理论的核心，其内涵多维性和理论综合性强，解析方法缺乏，是当前研究的重点及难点。以寒热药性研究为切入点，运用现代技术探讨中药药性的认知与评价方法，是药性理论自身发展、中药临床运用和提高疗效、中药资源扩充和创新开发的现实要求，具有重大的理论价值和实际意义。在总结以往研究工作的基础上，课题组认为，植物中药宏观药性是其物质成分微观药性综合呈现的结果，任何单一或几种成分均不能完整表征其宏观药性，宏观药性也不是多种成分性能的简单相加，而是其物质成分的整体协同效应，具有明显的系统性和非线性特征。探讨与药性关联的物质成分特征信息，应该在还原论解析模式（微观分析）的基础上，采用系统论整合模式（宏观归纳）进行研究。基于此，课题组将植物遗传亲缘关系与药性研究结合，以唇形科中药为示例，选取本科属寒热中药各20种，开展了唇形科寒热药性中药全成分红外光谱数据提取、唇形科中药寒热药性全成分特征标记识别模型构建和唇形科中药寒热药性全成分特征标记网络模型构建研究，采集了40种唇形科中药水、无水乙醇、氯仿、石油醚4类提取组分的红外光谱数据信息，对照优化形成了LDA、SVM 2种判别方法共5组唇形科中药寒热药性统计模式识别模型的红外光谱全成分特征标记谱图，探索形成了一种基于科属分类下全成分特征分析的中药寒热药性辨识方法，构建了一种唇形科中药寒热药性红外光谱全成分特征标记网络模型。项目研究坚持以中医药经典药性理论为指导，宏观把握与微观分析相结合，以总体物质基础、系统信息表达和综合特征呈现为重点，进行基于传统药性理论的综合还原研究，改变工于分离解析、疏于整合还原的思路，力求在科属单元内实现基于中药全成分特征标记的寒热药性识别和预测，探索构建中药药性理论研究的适宜技术方法，以期为当下深入研究中药药性物质成分复杂体系问题提供新的思路和方法。