论文部分内容阅读
中药药性理论是中药的核心基础理论,是中药学的特色理论之一。近年来,对于中药药性的研究以寒、热药性与物质基础的研究最为突出。国家“973”项目-“中药药性基础理论研究”提出“性-效-物质三元论”假说,指出产生药性的基础是物质成分,但是某种物质成分不能表征中药的整体药性。一味中药的整体药性并不是其多种成分活性简单的相加,而多种成分之间的协调,互补或制约的复杂作用,有明显的非线性特点,因此,在识别中药药性寒热特征标记时,必须采用多种技术手段分离寒热药性成分,进而将多种方法获得的寒热药性特征信息进行综合分析方能比较全面的阐明整体药性。采用单一性状或单一物质也有可能对中药药性进行识别,但均不能表征其整体药性。因此,识别中药寒热药性特征物质必须采用综合手段,即采用多维多息指纹图谱方法,在不同层面上采用综合分析的方法和模式进行研究。中药指纹图谱作为一种现代分析技术,能够标识中药中的复杂物质成分,将其用于中药药性的识别,有助于定量研究药性与物质成分之间的相关关系。该“973”项目给出了20种基于不同层面的图谱数据用于识别中药药性特征标记。对中药药性的研究应该建立在对中药指纹图谱与现代模式识别技术充分了解的基础上,借助现代图谱技术得到中药的多维多息图谱,基于中药多维多息化学图谱技术,采用现代统计模式识别方法,从化学图谱信息中筛选出识别中药药性的物质基础,即中药药性特征标记。本研究采用偏最小二乘判别模型(Partial Least Square Discriminant Analysis, PLS-DA)评价基于不同图谱检测技术、不同物质层面数据识别中药药性的可行性。依据上述研究思路,本研究依据《神农本草经》、《中药学》和《中华人民共和国药典》等书籍,挑选药性明确、无争议的60种中药样本(30种寒性药和30种热性药),采用20种不同的图谱分析技术,得到中药指纹图谱数据库。分别从无机元素、初生物质和次生物质三个物质层面研究药性与物质成分的关系。即,首先以单一指纹图谱技术的中药图谱数据为单元采用偏最小二乘判别模型识别中药寒热特征标记,进而挑选出不同图谱技术下的特征标记。然后将挑选出的特征标记组成中药寒热特征标记物质组群向量,以此向量分别在无机元素、初生物质和次生物质三个层面上再建立偏最小二乘判别模型,以识别各物质层面上的中药寒热特征标记;最后综合三个物质层面上的所有特征标记建立中药寒热整体药性的偏最小二乘模型,以显示中药整体寒热特征标记物质组群及其分布特征。主要结果为:(1)根据无机元素的含量建立的PLS-DA模型的判别结果:回代一致率为75%(45/60),交叉验证正确率为54.33%(326/600),训练集回代正确率为70.83%(34/48),预测及预测正确率为66.67%(8/12)。由此可见,仅根据无机元素对中药寒热药性进行判别或预测,其效果不佳。其中,在模型中VIP>1的微量元素包括:Al, Fe, Mg, V, Co, Zn, Sr和Cd。据此重新建立PLS-DA模型,其判别结果:回代一致率为63.33%(38/60),交叉验证正确率为54.33%(326/600),训练集回代正确率为62.50%(30/48),预测及预测正确率为66.67%(8/12)。(2)初生物质方面,仅基于单类初生物质进行中药寒热药性的回代一致率、交叉验证正确率、训练集回代正确率和测试集预测正确率均与50%差别不大,说明判别和预测效果均较差。提示仅基于单类初生物质难以正确识别中药寒热药性。对于上述单一初生物质(多糖、游离糖、脂类和氨基酸)的PLS-DA判别模型,按照VIP>1的准则挑选出对寒热药性贡献较大的物质成分,组成综合判别指标向量。进而,据此构建中药寒热药性识别的PLS-DA模型。结果表明,60味中药的回代一致率为83.33%(50/60),交叉验证正确率为65.83%(359/600),训练集回代正确率为91.67%(44/48),测试集预测正确率为83.33%(10/12)。由此可见,模型的判别和预测效果均较好,对于多数中药均能正确判别,仅少数中药(川贝母、厚朴、淫羊藿和红花)判别错误,仅络石藤和陈皮预测错误。(3)次生物质各种方法中最高的交叉验证率仅为68%(UV-三氯甲烷提),说明仅用单一技术判别和预测中药寒热药性效果不佳。对于上述单一指纹图谱方法的PLS-DA判别模型,按照VIP>1的准则挑选出对寒热药性贡献较大的物质成分,组成综合判别指标向量。进而,据此构建中药寒热药性识别的PLS-DA模型。结果表明,60味中药的回代一致率为100%(60/60),交叉验证正确率为76.17%(457/600),训练集回代正确率为100%(48/48),测试集预测正确率为75%(9/12)。由此可见,模型的判别和预测效果均较好,对于多数中药均能正确判别,仅少数中药预测错误。(4)将上述无机元素、初生物质和次生物质的判别指标向量进一步合并为综合判别指标向量,据此建立的PLS-DA模型的判别结果:60味中药的回代一致率为100%(60/60),交叉验证正确率为78.17%(469/600),训练集回代正确率为100%(48/48),测试集预测正确率为75%(9/12)。采用联合的多维多息图谱技术所建立的模型能够显著提供判别和预测效果。对于多数中药均能正确判别和预测,仅天冬、薄荷和木瓜药预测效果不佳。(5)根据PLS-DA模型判别系数可以绘制基于不同层面的中药药性特征标记理论图谱,这些理论图谱有各自不同的特点。根据PLS-DA模型构建的单味中药的预测图谱显示:表征中药寒、热性的物质是客观存在的,无论寒性药还是热性药,其内均同时含有“寒”和“热”的物质,只是“寒”、“热”物质成分在数量和种类上的不同搭配才使得一种中药表现其整体的药性。主要结论为:(1)基于单一指纹图谱方法(如紫外光谱、红外光谱等)因反应寒热特征的信息不足,均不能建立中药寒热药性特征标记的有效判别和预测模型。(2)在无机元素、初生物质和次生物质层面上,仅根据无机元素难以建立中药寒热药性特征标记的有效判别和预测模型,而在初生物质和次生物质层面上通过综合多种多维多息图谱信息而建立的中药寒热性特征标记识别模型能够较好的识别和预测药性。(3)将无机元素、初生物质和次生物质三个层面上的多种多维多息图谱信息综合而形成中药寒热药性多维多息物质组学图谱,据此建立中药药性及其特征标记的识别和预测模型,却具有很高的预测和判别能力。主要创新点为:(1)提出了综合利用多种多维多息图谱信息建立中药寒热药性判别模型及其特征标记识别和可视化的理论方法。(2)证明了单一指纹图谱信息难以表征中药寒热药性及其特征标记,而在无机元素、初生物质和次生物质三个层面上将多种指纹图谱信息综合为中药寒热性物质组学图谱,由此而建立的统计模式识别模型,可以有效的识别和预测中药寒热药性及其特征标记。(3)所建立的中药寒热药性物质组学理论图谱可以在物质层面上还原中药的整体药性,而基于统计模式识别模型建立的单味中药寒热特征标记预测图谱不仅能够展示特定中药的寒热物质成分组成图谱,而且可以指导实验人员提取和分离中药寒热特征物质。中药药性、经验要素、成分要素、性状要素和功效要素之间的复杂关系,而本研究仅仅阐明了成分要素与寒热药性之间定量关系,且仅限于对中药寒热药性特征标记的定量描述,尚未建立成分要素与药性之间的复杂配伍网络。进一步的研究需要基于上述思路及假设系统的阐明中药药性的复杂理论问题。由于研究时间和经费的限制,本研究挑选出的特征标记有待于实验组人员通过动物和临床试验的验证,以期从实践中验证所选标记的客观实在性。