期刊文章详细信息
基于人工神经网络模型的黄芩提取物性状-成分与药效相关性研究
Correlation between features-composition and pharmacodynamics of Scutellaria baicalensis extracts based on ANN model
文献类型:期刊文章
MA Lei;WANG Jia-hui;HAO Xuan-run;SU Qing(College of Electronic Information,Jincheng College,Sichuan University,Chengdu 611731,China;College of Pharmacy,Chengdu Medical College,Chengdu 610500,China)
机构地区:[1]四川大学锦城学院电子信息学院,四川成都611731 [2]成都医学院药学院,四川成都610500
基 金:四川省卫生和计划生育委员会科研项目(17PJ568);四川养老与老年健康协同创新项目(YLZBZ1810);成都医学院应用开发与成果转化培育项目(14Z068);2018年成都医学院大学生创新创业项目(201813705056)。
年 份:2020
卷 号:51
期 号:8
起止页码:2151-2161
语 种:中文
收录情况:BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、EMBASE、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊
摘 要:目的探索将性状指标(颜色与味道)引入到黄芩提取物质量评价体系中,建立全面科学的黄芩提取物质量评价方法。方法参考《中国药典》2015年版一部方法制备各种黄芩提取物样品,分别测定样品的性状(颜色和味道)、成分(4种黄酮类成分黄芩苷、汉黄芩苷、黄芩素、汉黄芩素)的含量及药效(体外抑菌率),采用人工神经网络(ANN)分别建立以下模型:颜色-抑菌率ANN模型、味道-抑菌率ANN模型、成分-抑菌率ANN模型、颜色/味道-抑菌率ANN模型、颜色/成分-抑菌率ANN模型、味道/成分-抑菌率ANN模型、颜色/味道/成分-抑菌率ANN模型,通过比较以上7种模型的预测能力,探索黄芩提取物整体质量评价方法。结果采用颜色、味道与成分含量3种指标相结合与体外抑菌率所建立的ANN模型训练和预测能力最好,其中r2最高(r2=0.92),均方根误差(RMSE)最低(RMSE=3.54),说明颜色、味道与成分含量3种指标之间存在信息互补,3种指标相结合能快速准确地预测体外抑菌率。结论本研究证实将性状指标引入到现有的黄芩提取物质量评价体系中,性状结合成分含量指标能全面快速评价黄芩提取物的整体质量。
关 键 词:人工神经网络模型 黄芩提取物 性状指标 相关性 颜色 味道 质量评价 黄芩苷 汉黄芩苷 黄芩素 汉黄芩素 体外抑菌率 均方根误差
分 类 号:R284.2[中药学类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...