人工神经网络用于连钱草中总黄酮和三萜酸类成分的含量预测.pdfVIP

维普资讯 第23卷第 3期 分 析 科 学 学 报 2007年 6．月 Vo1．23 No．3 JOURNALOFANALYTICALSCIENCE June 2007 文章编号 ：1006-6144(2007)03-0263-06 人工神经网络用于连钱草中总黄酮和 三萜酸类成分的含量预测 徐见容 ，吴云霏，肖玉秀 (武汉大学药学院，武汉 430072) 摘 要 ：以连钱草的毛细管电泳指纹图谱为输入数据 ，以总黄酮和三萜酸类成分含量为 输 出数据，构建 了反向传播 网络 、径询基 函数 网络和广义回归网络三种人工神经 网络模 型 。采用三种网络模型和两种预测方法对未知样本的总黄酮和三萜酸类成分含量进行 了预测 ，并分别比较 了三种 网络和两种预测方法的预测结果。另外 ，结合聚类分析结果 和输入数据的相似度 ，分析 了预测误差的来源。结果表 明：三种 网络对大部分样本的预 测值与实际值都比较接近 ，而广义回归网络的预测效果最优 ；扣除奇异值后 ，广义回归 网络 的两种预测方法对 未知样本的总黄酮和三萜酸类成分含 量的平均预测误差分别为 10．9 和 0．00073 。 关键词 ：人工神经网络 ；连钱草 ；总黄酮；三萜酸类 中图分类号 ：R917 文献标识码 ：A 连钱草为唇形科活血丹属植物活血丹 (Glechomaelongituba(Nakai)Kupr．)的干燥地上部分 ，具有利 湿通淋、清热解毒、散瘀消肿的功效 ，用于热淋 、石淋 、湿热黄疸、疮痈肿痛、跌扑损伤u]。 人工神经网络 (ArtificialNeuralNetwork，ANN)是一种对复杂非线性关系进行预测的化学计量学方 法 ，也是近年来 中药领域研究的热点，它对 中药指纹图谱 的确定性与模糊性具有很好 的适应能力 ，在复杂 关系问题的建模上尤显其独特的优势 。ANN在中药领域 的应用越来越多 ，如 ：乔延江等l2在蟾酥质量的 模式识别 ，刘红梅 在白芷超临界萃取 ，以及宋小莉等l4在半夏泻心汤配伍研究中均采用了ANN的手段 并取得较好的效果 。但以指纹图谱作为神经网络输入进行特定组分含量预测的研究 尚未见报道。 本文以不同产地或批次连钱草的毛细管电泳 (CapillaryE1ectrophoresis，CE)指纹图谱数据及总黄酮 和三萜酸类成分的含量l5]为训练样本集 ，构建反 向传播神经网络 (Back—PropagationNeuralNetwork， BPNN)、径向基函数神经 网络 (RadialBasisFunctionNeuralNetwork，RBFNN)和广义 回归神经 网络 (GeneralizedRegressionNeuralNetwork，GRNN)三种ANN模型，用于预测未知连钱草样本的总黄酮和 三萜酸类成分的含量 ，为 中药化学成分的定量研究提供一种新方法 。 1 样本数据 1．1 连钱草的CE指纹图谱 连钱草来源于湖北省七个不 同产地或批次 ，CE指纹图谱 [5]见图 l。 对 CE指纹图谱进行如下数据化处理 (方法与文献 不同)：将迁移时间进行多峰参 比校正(即选择谱 图中5个分散分布的共有峰，以其迁移时间之和为参 比进行校正)，得到相对迁移时间并据此进行共有峰 确认 ，保 留部分非共有峰(舍去指纹图谱 中相对峰面积小于 0．3 的非共有峰)，扣除加入 的芦丁内标峰， 收稿 日期 ：2006—07—25 修回 日期 ：2006—09—25 基金项 目：湖北省 自然科学基金 (No．204130423) 通讯联系人 ：肖玉秀 ，女 ，博士，副教授 ，主要从事药物分析研究 263