解磷微生物的研究进展浅谈.docVIP

解表类中药挥发性成分与药性的相关性研究 　　摘 要：通过交叉实验的方法，利用不同药性解表药的数据进行相应的比对分析，然后建立相应的预测模型，通过数据的显示考量其测量方法的准确性，近而更好地实现对解表类中药挥发性成分和药性的研究。 中国论文网 /8/view-7237218.htm 　　关键词：解表药；挥发性成分；中药药性 　　中药在现代社会也被很多人所认可，要想促进其更好地发展，首先要对其性质进行细致的把握，特别是在一些成分的把握上，这对于治疗疾病有着重要的作用，所以要加强对中药化学成分和中药药性的把握。 　　1数据采集 　　1.1药材 　　一共使用28味解表类药材，有16味是辛温解表类药材，有12味是辛寒解表类药材，在对每一味药材收集时，要分为十批样品，在购买样品时，要分不同产地选择，然后确保所购买的样品都是正品药材。具体的药材名称见表1。 　　表1 药材名称及类型 　　1.2数据提取 　　1.2.1供试品的制备 　　在提取药品的挥发性成分时，要采取蒸馏的方法进行，称取一定比例的药材加入一定比例的水，放置在特定的容器内，然后通过人工摇晃的方式使其均匀混合，然后使其与挥发油提取器相连接，再从上端进行加入，然后在容器的上部加入一定的乙酸乙酷，然后再与回流冷凝器相连接，在连接好后把装置放在加热套中进行加热，在形成回流后把温度调整到100℃左右，使其在微沸腾的状态下保持5小时，然后使其停止沸腾，在冷却30分钟后，再把挥发油提取器下端的活塞取出，然后缓慢地将水放出去，然后再对乙酸乙酷进行收集，把其放入特定的容器中，这样是为了把容器的刻度容置掉，然后再提取药材样品的溶液，在对其样品进行分析时，要保证其是在GC-MS条件下进行分析，这样对药品的挥发成分和结构的分析才更加准确，才能确定其挥发成分的结构和具体的含量。 　　1.2.2实验数据采集方法 　　在GC-MS条件下对药品的挥发性进行分析时，要先对其升温的程序进行优化，这样才能保证实验数据的真实，在对其挥发成分的总离子流图测量好后，通过相关的数据库搜索，再通过相关的专业文献，这样对药品的挥发性鉴定的成分就更加稳定，然后采用峰面积归一的方法进行计算，从而确定出其中的成分含量。 　　2数据处理 　　充分把握好各种中药之间的关系，因为采用的中药样品种类比较多，而且是在不同的药材市场购买的，所以其生长的地方是不同的，其在挥发性也会有所不同，为了研究结果的准确，在测量28味中药的过程中，按其挥发性的不同进行编号标记，然后再对其结构特征的含量进行测量，这一测量结果就作为识别药性的特征值。 　　3构建模型 　　3.1支持向量机 　　通过定义一个适当的内积函数在特定的问题空间中，然后把问题空间建立到高维空间的一个射程，通过在高维空间构造的超平面，再根据结构风险最小的理论，对函数进行判别分析。 　　3.2模型构建 　　按表1确定解表类中药的分类特征，并以不同类型化学成分的含量统计结果作为药性分类的特征指标，对特征数据进行标准化处理，然后采用支持向量机方法构建模型，由于解表药样本数相对较少，算法评价采用交叉训练法中的留一法，即每次去除一个样本，其余参与训练，构建分类模型。 　　4结果与讨论 　　4.1解表药挥发性成分与药性的相关性 　　按4.1项构建解表药药性的判别模型，当惩罚参数C取值128，平滑参数Y取值0.25时，模型分类效果最佳，分类计算结果见表2。 　　表2 辛温药与辛寒药分类计算结果 　　从表2可以看出，尽管本文28味解表药不同，且同一药材的不同批次、产地，各样品挥发性成分的数量、结构类型及其含量的差别均很大，但按骨架特征和官能团的不同分成10种类别特征后，利用支持向量机方法可以构建药性的预测模型，且模型对药性具有较高的识别率，总体识别率高达93.6%。这一结果表明，解表类药的药性在很大程度上是由基本结构不同的挥发性成分在人体代谢过程中相互作用的结果，解表类药的挥发性成分确实与其寒热药性具有很高的相关性。 　　4.2解表药各类挥发性成分对药性的影响 　　为探讨解表药中各类挥发性成分对药性的影响，分别生成10个缺失一项特征的9维数据集，对10个数据集分别应用支持向量机方法进行分类，分类结果见图1和图2。图1中的水平虚线为未缺失特征的解表药的药性总体识别正确率曲线。图2中的水平虚线为未缺失特征的辛温解表药识别正确率曲线，水平点划线则为未缺失特征的辛寒解表药识别正确率曲线。 　　从图1可以看出，在解表类中药的药性识别中，表1中的10个特征不论缺失哪一个，药性的总体正确识别率均有不同程度的下降；特别是缺失6号特征（脂肪族及脂肪酸类成分）时，解表类中药的药性识别正确率下降最大，由此可见，解表类中药中脂肪族及脂肪酸类成分的含量对正确识别寒热两种不同药性解表