论文部分内容阅读
中医药(TCM)的发展历史与人类文明史同步,是中国民族智慧的结晶,为人类的健康做出了巨大贡献。中医药在几千年的发展中,已形成了完善的理论体系、积累了丰富的医疗实践经验,对现代医药发展具有积极的推动作用。近年来,中医药受到众多国家与地区的重视与肯定,并被积极开发利用。目前,众多中药创新药物已被研制开发。可以预计,以天然中药为基础开发创新药物将成为21世纪医药发展的重要领域。定量结构活性相关(QSAR)是现代化学基础研究与应用的重要领域,已成为有机化学、药物化学、环境化学、计算化学、农药乃至分子生物学、免疫学的研究热点,但在中药复方制剂研究以及中药活性成分筛选中的应用却比较有限。本文使用分子电性距离矢量(MEDV)表征中药活性成分分子结构,并用多元线性回归(MLR)、逐步回归(STR)、主成分分析(PCA)、偏最小二乘回归(PLS)与人工神经网络(ANN)等方法研究中药活性成分的结构参数与其药效之间的相关关系,建立QSAR模型并用于未知药效的活性成分的预测。本文研究分为以下几个部分: 1. 使用STR与PLS对抗SARS中药活性成分进行药效识别研究,用STR筛选显著结构参数建立各种药效的相关模型,对测试集样本的预测率均在80%以上;用PLS方法对退热、抗炎、改善血循环、预防等药效建立的相关模型对测试集样本的预测率也均在80%以上,两种方法所建立的模型具有较好的预测能力。2. 选取对人体鼻咽癌(KB)细胞有致毒活性的中药活性成分进行QSAR研究。分别用STR和PLS方法建立结构参数与药效的QSAR模型,其最优模型的复相关系数(R2)分别为0.674与0.618;交互校验复相关系数(Q2)分别为0.519与0.547;对测试集样本的均方根误差(RMS)分别为1.488与1.434,所建立的模型具有良好的预测能力。3. 用人工神经网络(ANN)以及主成分神经网络(PCA-ANN)对抗SARS中药活性成分进行药效识别研究。两种方法建立的模型对测试集样本的退热、抗炎、改善血循环、预防等药效的预测率均高于85%。研究结果表明:PCA-ANN模型对各种药效的预测能力与ANN模型相当,但对退热药效的预测能力有明显改进。4. 使用ANN与PCA-ANN对有抗肿瘤活性的活性成分进行QSAR研究,两种方法所建模型对测试集样本的RMS分别为1.530与1.516。研究结果表明:ANN模型与PCA-ANN模型的预测能力相当,但明显不如STR与PLS模型。5. 使用ANN与PCA-ANN对有致毒活性的中药活性成分进行识别研究,两种方法所建模型的预测率分别为64.00%与73.00%。研究结果表明:两种方法所建立的模型对中药活性成分的筛选具有一定指导作用,但还需要进一步改进。