-
基于机器学习方法的中药归经判别模型构建与优化
编辑人员丨2023/10/28
目的 从药材成分集合与化合物分类集合相似性差异的角度,使用集成学习算法构建药材主归经络判别模型,为中药归经判别提供新方法.方法 收集中药药材及其对应归经信息,通过TCMSP数据库收集药材对应成分.利用ChemSpider数据库及RDKit包收集药材成分的物理性质及指纹特征并对数据进行降重和归一化处理,使用K均值聚类算法构建化合物分类集合.使用余弦相似性计算药材成分、化合物分类集合相似性,集合相似性的差异将用于中药归经的判别.最后使用集成学习算法建立药材归经判别模型,并对模型进行对比评价.结果 使用Random Forest,XGBoost,Ada-boost三种算法构建药材主归经络判别模型,使用十折交叉验证进行参数调优,根据最优参数下测试集上的平衡准确率(balance accuracy)评价模型优劣,三种算法中随机森林算法表现出了最优的性能,平衡准确率达到了0.72.结论 本研究探索了中药药材成分与主归经络之间的关系,建立了药材归经判别模型,为中药归经判别量化提供一种新思路和新方法.
...不再出现此类内容
编辑人员丨2023/10/28
-
珍稀植物太白美花草药用归经及相关性研究
编辑人员丨2023/8/6
采用主成分分析法(PCA)和偏最小二乘法(PLS)对太白美花草归经规律进行研究.同时建立高效液相色谱-三重四级杆-电喷雾离子源串联质谱法(HPLC-ESI-MS)同时测定13种毛茛科药材中55种活性成分的定量分析方法.采用Agilent 5TC-C18(2)色谱柱(4.6 mm×250 mm,5μm),以含0.1％甲酸的乙腈-水为流动相梯度洗脱.HPLC-ESI-MS正负离子模式下,以多反应监测(MRM)扫描采集数据,外标法定量.采用PCA,PLS-DA对毛茛科13种代表药材进行多元统计分析,以评价太白美花草和这些药材在性味、归经方面的相似性和差异性.分析结果显示55种化合物线性关系良好,r ＞0.99,精密度、重复性和稳定性良好.PCA结果与PLS分析结果判定太白美化草归经为肺、膀胱经,味辛、性温.说明该研究建立的多种小分子化合物的定量分析以及PLS方法适用于发掘中药的性味归经规律,可以作为珍稀草药替代性研究的方法.
...不再出现此类内容
编辑人员丨2023/8/6
