文献类型：期刊文章

作　　者：白钢[1,2] 侯媛媛[1,2] 丁国钰[1,2] 姜民[1,2] 高洁[1,2] 张铁军[3,4] 刘昌孝[3,4]

BAI Gang;HOU Yuan-yuan;DING Guo-yu;JIANG Min;GAO Jie;ZHANG Tie-jun;LIU Chang-xiao(College of Pharmacy and Tianjin Key Laboratory of Molecular Drug Research,Nankai University,Tianjin 300353,China;State Key Laboratory of Medicinal Chemical Biology,Nankai University,Tianjin 300353,China;Research Center of TCM Quality Marker,Tianjin Institute of Pharmaceutical Research,Tianjin 300193,China;State Key Laboratory of Drug Delivery and Pharmacokinetics,Tianjin Institute of Pharmaceutical Research,Tianjin 300193,China)

机构地区：[1]南开大学药学院天津市分子药物重点实验室,天津300353 [2]南开大学药物化学生物学国家重点实验室,天津300353 [3]天津药物研究院中药质量标志物研究中心,天津300193 [4]天津药物研究院释药技术与药代动力学国家重点实验室,天津300193

出　　处：《药学学报》

基　　金：国家自然科学基金资助项目(81430095;81673616;81473403;81761168039)

年　　份：2019

卷　　号：54

期　　号：2

起止页码：197-203

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、BIOSISPREVIEWS、CAB、CAS、CSCD、CSCD2019_2020、EMBASE、IC、IPA、JST、PUBMED、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：中药质量是中药产业的生命线,人工智能的发展又给中药材质量管理提供了新的手段。本文以中药质量标志物为切入点,围绕从化学标志物到质量标志物的研究路径,通过深入挖掘特定药材质量标志物的近红外光谱特征,探讨了建立以质量标志物为核心的近红外光谱检测方法的可行性。进一步整合生物活性预判与人工神经网络算法,探索药材的光谱属性与特定功效的关联关系,希望能够通过药材的近红外光谱特征结合数据库的信息,智能化评价药材的质量,尝试解决制约在中药生产过程中质量属性的传递溯源、量值变化、全程质量控制等瓶颈问题,推进中药材传统产业的升级和发展。

关 键 词：中药材 质量标志物  近红外光谱分析 质量管理 智能评价  

分 类 号：R284[中药学类]