基于指纹图谱和网络药理学的木蝴蝶质量标志物预测分析

来源 :中南药学 | 被引量 : 0次 | 上传用户:zhangyongqihx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 基于中药质量标志物的理论依据,结合HPLC指纹图谱和网络药理学方法,预测木蝴蝶Oroxylum indicum中潜在的质量标志物并测定其含量.方法 基于文献筛选木蝴蝶活性成分,运用高效液相色谱法建立木蝴蝶药材指纹图谱,确认共有峰并进行指认;再运用网络药理学方法构建“活性成分-靶点-通路”网络,预测木蝴蝶质量标志物,并测定其含量.结果 文献研究确定黄酮类成分为木蝴蝶质量标志物的主要来源范围;建立10批木蝴蝶药材指纹图谱,通过偏最小二乘法判别分析(PLS-DA)明确了木蝴蝶苷A、木蝴蝶苷B等5种成分为主要标志性成分;结合网络药理学有效性和成分特有性以及质量标志物理念,初步预测木蝴蝶苷A、木蝴蝶苷B、黄芩素、白杨素、白杨素-7-O-β-D-葡萄糖醛酸苷为木蝴蝶潜在的质量标志物.结论 通过特征图谱和网络药理学分析预测了木蝴蝶中的质量标志物,可为木蝴蝶药材的质量控制和药效作用机制研究提供参考.
其他文献
近年来随着肿瘤治疗方法不断进步,越来越多的新兴抗肿瘤药物获批上市,投入临床使用,此外一些处于临床试验中的治疗方法如基因疗法等也在不断取得新突破.本文主要对近年来临床上使用的新兴抗肿瘤治疗方法以及一些疗效显著、有望获批上市的抗肿瘤治疗方法作简要介绍.
目的 基于SEER数据库的大样本数据,构建肺腺癌患者生存预后的列线图预测模型.方法 回顾性分析SEER数据库收集的2010—2015年诊断为肺腺癌患者的临床数据.根据影响肺腺癌患者预后的独立因素,采用Lasso Cox回归分析构建列线图模型.C指数和校准曲线评估列线图的判别和校准能力.使用NRI和DCA曲线评估列线图的预测能力和净收益.结果 共确定了15个影响肺腺癌预后的独立危险因素,并将其整合到列线图模型中.预测模型建模组的C指数为0.819,验证组的C指数为0.810.建模组和验证组校准曲线预测的1、