【摘 要】
：
如何发现中药靶向活性成分是中药药效物质基础研究的关键问题,其核心在于高效辨识方法的建立,迫切需要发展新方法和新技术,以实现中药靶向活性成分高效辨识。本论文以β_2-肾上腺素受体(beta2-adrenoceptor,β_2-AR)为例,将β_2-AR固定至具有天然多孔纤维结构的纸基材料聚四氟乙烯膜上(polytetrafluoroethylene,PTFE),建立了β_2-AR纸基亲和色谱模型,并
论文部分内容阅读
如何发现中药靶向活性成分是中药药效物质基础研究的关键问题,其核心在于高效辨识方法的建立,迫切需要发展新方法和新技术,以实现中药靶向活性成分高效辨识。本论文以β_2-肾上腺素受体(beta2-adrenoceptor,β_2-AR)为例,将β_2-AR固定至具有天然多孔纤维结构的纸基材料聚四氟乙烯膜上(polytetrafluoroethylene,PTFE),建立了β_2-AR纸基亲和色谱模型,并应用于生大黄、酒大黄和熟大黄的靶向成分辨识及其含量差异研究,为揭示大黄炮制科学内涵提供了一定的实验依据,
其他文献
肿瘤微环境中,程序性死亡受体-程序性死亡配体(PD-1-PD-L1)通路的激活是免疫逃逸和肿瘤恶化的主要信号之一。单克隆抗体阻断治疗能够有效减缓多种恶性肿瘤发展和延长患者生存期。然而,这种治疗导致了严重的免疫相关不良事件的发生。主要原因是全身性的免疫激活。因此,发现并研究能够局部抑制该信号通路的低副作用药物是必要的。本文中,我们发现中药桔梗(PG)能够降低CD8~+T表面PD-1的表达并释放其肿瘤
中药寒热药性的物质基础,经过大量探索,认为是其含有的化学成分。对于单一成分为主的中药,其化学成分的药性也应该是该中药的药性。单一成分中药的寒热药性是由其化学成分的结构所决定的。对于矿物药,化学成分的结构包括元素组成、价态、结晶状态等。对于有机成分,其化学结构包括化合物的骨架结构和官能团。对于含有多种成分的单味中药,其中所含的每一个成分都有其特定的结构,也都应该有其特定的寒热药性。方剂其组成之中药及
研究背景:盐酸阿霉素是临床上主要用于治疗肿瘤的蒽环类药物,疗效显著,当达到一定累积量后,易对心肌细胞造成损伤,最终导致严重的心脏毒性。临床表现为不可逆性心肌病和充血性心力衰竭,进而限制了阿霉素的临床应用。虽然阿霉素心脏毒性的机制尚未完全阐明,但最终导致的心肌细胞受损是阿霉素心肌病发展的重要原因,如何有效减轻阿霉素引起的心肌损伤,是当前肿瘤心肌病研究领域的一项重要任务。丹皮酚是中药牡丹皮的主要活性成
壬基酚（NP）作为一种环境雌激素，具有类似17β-雌二醇的结构，并且据报道可以发挥异雌激素作用，从而影响机体的内分泌系统。目前有关NP对生殖系统损害的研究主要集中在对雄性生殖系统损害方面，关于NP对雌性生殖系统损害的研究相对较少，且仅停留在激素分泌、形态等方面，具体作用机制尚不明确。目前，体内研究表明，NP暴露导致雌性大鼠卵巢组织氧化损伤，动情周期延长，类固醇激素分泌紊乱，闭锁卵泡数明显增多，妊娠
与普通材料相比，纳米材料理化性质独特，应用也十分广泛，在社会生产生活的许多方面都有纳米材料的身影。与其他纳米材料相比，纳米银还具有优越的抗菌、抗病毒性能，成为应用最多的金属纳米材料之一。纳米银主要经消化道、呼吸道和皮肤进入人体，可对人体多个器官系统造成损伤，威胁人类健康。纳米银材料的理化性质对其生物活性有重要影响，如粒径大小、材料形状和表面修饰等。多项研究结果表明纳米银可经多种途径进入脑内，破坏血
研究背景环境雌激素类物质(EESs)是继温室效应、臭氧层破坏之后的全球第三大环境问题,大量具有雌激素效应的物质如农药、重金属、工业化学品等,可引起生物体的生殖障碍及发育异常。EES可通过各种途径在水和土壤中富集,在生物体(鱼类、哺乳类等)及人体(血液、尿液)中也被广泛检测出来,因其具有难降解性、生物蓄积等特点,可对生物体的生殖系统产生长期影响。因此,对EESs的毒性识别与评价是安全管理的核心关键。
肾纤维化是各种慢性肾脏病发展至终末期肾脏病的共同途径和主要病理特征。转化生长因子-β1(TGF-β1)等生长因子、单核细胞趋化蛋白等趋化因子及肾素-血管紧张素系统(RAS)、TGF-β1/Smad、Wnt/β-catenin等通路参与肾纤维化的发生与发展。RAS由肾素、血管紧张素原、血管紧张素I、血管紧张素转换酶、血管紧张素II(Ang II)、血管紧张素受体等六大成分组成,广泛的研究证明激活的肾
锌(Zn)、铁(Fe)、铜(Cu)为人体必需的微量元素,广泛分布于各种环境和生物体中。其通过食物链进入人体,经一系列体内过程,使每日摄入量与排出量处于动态平衡。当微量元素过载或缺乏时,都会引起相关疾病,严重者甚至死亡。例如,铁摄入不足或消耗过多时,会发生缺铁性贫血;长时间、大剂量补充锌元素,会导致中毒反应的发生;当脑组织中的铜过载时,会出现帕金森综合症病(PD)等神经系统疾病。因此,选择一种准确、
科学技术发展日新月异,工业过程也日益复杂化和多变化,任何一个微小的故障都会带来巨大的损失,智能的故障诊断技术是处理工业数据的一种有效方法,它能够快速、高效地处理原始数据并提供准确的诊断结果。为了更好的提取出数据中的有效信息,本文针对化工过程数据的时序性和高维非线性的特点,提出了一种将长短期记忆(LSTM)网络和1D卷积网络以及2D卷积网络相结合的集合型故障诊断方法,简称ELSTM。首先,使用LST