قياس التشابه بين مكونات الطب الصيني لتحديد الطبيعة الباردة والساخنة

للمزيد من المعلومات:emily.li@wecistanche.com

Guo-Hui Wei، Xian-Jun Fu، Zhen-Guo Wang

1 مختبر رئيسي لنظرية الطب الصيني التقليدي ، وزارة التعليم الصينية ، جامعة شاندونغ للطب الصيني التقليدي ، جينان ، الصين.

يسلط الضوء

في هذه الدراسة ، تحققنا من الفرضيةصينىأدويةمع تركيبة مماثلة من المواد يجب أن يكون لها طبيعة طبية مماثلة. استخدمنا البصمات الكيميائية لتحليل المكونات الكيميائية في الأدوية الصينية. قمنا بقياس تشابه المكونات بمقياس المسافة وصممنا مخطط استرجاع لتحديد طبيعة البرودة الساخنةصينىأدوية.

Cistanche هو دواء صيني جيد جدا

الملخص

الهدف: نظرية طبيعةصينىدواء(CM) هي النظرية الأساسية الأساسية لـتقليديصينىطب(TCM) ، حيث الطبيعة الباردة والساخنة هي محور البحث. لقد وجدت الدراسات أن مكونات CM هي الأساس المادي لإنتاج طبائع الطب. لذلك ، من المفترض أن يكون للـ CMs التي لها تركيبة مماثلة من المواد طبيعة طبية مماثلة. يدرس العمل الحديث الطب البارد للـ CMs باستخدام تقنية البصمة الكيميائية لأن بيانات بصمات الأصابع الكيميائية لـ CM يمكن أن تعكس التركيب الكامل لمكونات CM.

الطرق: للتحقق من الفرضية المذكورة أعلاه ، في هذا العمل ، ندرس تحديد مدى تشابه مكونات CM مع تشابه بصمات الأصابع واستكشاف العلاقة بين تركيبة CMs والطبيعة الباردة الساخنة. أولاً ، نستخدم تقنية الطيف فوق البنفسجي (UV) لتحليل 61 سم ، والتي لها طبيعة باردة وساخنة (بما في ذلك 30'cold'CMs و 31'hot 'CMs). ثانيًا ، مع قاعدة بيانات بصمات الأصابع التي تم إنشاؤها من CMs. يتم دراسة خوارزمية التعلم المترية عن بعد لقياس تشابه بصمات الأشعة فوق البنفسجية. أخيرًا ، تم اقتراح مخطط استرجاع لبناء نموذج تعريف تنبؤي لتحديد الطبيعة الباردة الساخنة للـ CMs.

النتائج: عن طريق العديد من التحليلات التجريبية ، يمكن لبيانات الطيف فوق البنفسجي لمذيب إيثر البترول أن تمثل بشكل أفضل CMs للتمييز بين الطبيعة الباردة والساخنة. بالمقارنة مع النماذج الكلاسيكية الحالية ، فإن مخطط التعريف المقترح لديه أداء تنبؤي أفضل.

الخلاصة: أثبتت النتائج التجريبية استنتاجنا أن CMs مع تركيبة مماثلة من المواد يجب أن يكون لها طبيعة طبية مماثلة. ثبت أن نموذج التنبؤ المقترح فعال وممكن.

الكلمات الرئيسية: الطب الصيني التقليدي ،صينىطبمكونات، الطيف فوق البنفسجي، قياس التشابه، الطبيعة الباردة الساخنة

خلفية

باعتبارها أحد العناصر الأساسية للطب الصيني التقليدي (TCM) ، جذبت نظرية الطبيعة للطب الصيني التقليدي انتباه العلماء والمؤسسات البحثية لسنوات عديدة. طيبعة الصينىدواء(سم) تحتوي على أربعة أنواع أي. بارد ، بارد ، حار ، ودافئ ، حيث تعتبر الطبيعة الباردة والساخنة جزءًا مهمًا من نظرية طبيعة الطب الصيني التقليدي [1،2]. يشير "علاج المتلازمة الساخنة بطب الطبيعة الباردة وعلاج متلازمة البرد بأدوية الطبيعة الساخنة" إلى أن البرد أو تعتبر الخاصية الساخنة لنظرية طبيعة الطب أساسًا مهمًا لعلاج الطب الصيني التقليدي في تنظيم التوازن بينيينويانغلجسم الإنسان ، وتطبيق طبيعة الطب البارد الساخن يؤدي إلى علاج فعال في الطب السريري الطب الصيني التقليدي [3].

يحافظ العديد من المتخصصين على وجهات نظر مختلفة حول الطبيعة الباردة والساخنة للطب الصيني التقليدي. جين وآخرون [4] اقترح نموذج تحليل رياضي ثلاثي العناصر لبحث السمة البيولوجية للطب الصيني التقليدي على أساس طبيعة الطب البارد. تشاو وآخرون. [5] استكشف طريقة الصفيحة الباردة / الساخنة للتمييز بين الطبيعة الباردة والساخنة لمرق ماهوانج وماكسينجيجان. وان وآخرون [6] درس تأثير الطب الصيني التقليدي بخصائص مختلفة على التنظيم الحراري وبروتين قناة تقوية مستقبلات عابرة حساسة لدرجة الحرارة في الفئران المصابة بالحمى التي تسببها الخميرة. Liang et al. [7] حللوا الخصائص الباردة والساخنة للأعشاب الطبية الصينية باستخدام الشبكة الجزيئية وطرق التجزئة الكيميائية. وانغ وآخرون. [8] حددت 59 غرفة تبادل معلومات ذات خصائص نموذجية باردة / ساخنة من خلال خريطة ذاتية التنظيم. فو وآخرون. [9،10] التحقيق في وجودمضاد للسرطاننشاطيتم عرضها من خلال الطبيعة الباردة الساخنة للطب البحري الصيني التقليدي مع تحليل شجرة النشوء والتطور واستكشاف طريقة Silico Mode-of-Action لشرح الطبيعة الباردة والساخنة والمحايدة لـ CMs.

بشكل عام ، يحتوي تمييز الطبيعة الباردة والساخنة للـ CMs على جزأين: تمثيل الميزة والتصنيف الطبيعي. يستخدم تمثيل الميزة التأثيرات الأصلية لـ CM أو تقنية بصمة الإصبع أو طريقة التمثيل الغذائي لاستخراج خصائص CM. يحتاج تصنيف الطبيعة إلى استخدام مصنفات تعلم الآلة الكلاسيكية أو المصنفات المركبة للتمييز بين الطبيعة الباردة والساخنة للـ CMs. تعد التأثيرات الأصلية للطب الصيني تعبيرًا مميزًا فعالًا. استكشفت مجموعة Xue البحثية [11-13] ميزات الفعالية الأصلية لمُعدَّل الاتصالات في "صينىعشبيطب(CHM) "واستخدمت المصنفات الكلاسيكية (مثل الشبكات العصبية الاصطناعية) لتصنيف الطبيعة غير المعروفة لـ CMs. تُستخدم طريقة التمثيل الغذائي أيضًا لتمثيل CMs. درس ني وآخرون. نموذج الغابة العشوائية للتمييز بين الطبيعة غير المعروفة للـ CMs. تعد التكنولوجيا الكيميائية طريقة مهمة لتحليل الطبيعة الباردة الساخنة. قام Long et al. [15] بتحليل المكونات الكيميائية لـ 284 CMs ذات الطبيعة الطبية الواضحة واستكشاف نظام تركيبي للتنبؤ الطبيعة الباردة والساخنة للـ CMs الأخرى ، طرق أخرى. مثل التحليل الطيفي بالرنين المغناطيسي النووي للبروتون (1H-NMR) ، تستخدم للتحقيق في ميزة CMs. وطبقت تقنيات التعرف على الأنماط لتحليل الطبيعة غير المعروفة لـ CMs.

باستثناء المصنفات الكلاسيكية ، يعد مخطط الاسترجاع أحد مخططات التصنيف الشائعة والفعالة ، والتي تم تطبيقها على نطاق واسع في تحديد تصوير الثدي بالأشعة السينية والخبيثة والعقيدات الرئوية [17-20]. بالمقارنة مع المصنفات التقليدية ، يمكن أن يوفر مخطط الاسترجاع الحالات الأكثر تشابهًا للتحليل والمراجع. لذلك ، يلعب مقياس التشابه دورًا مهمًا في مخطط الاسترجاع للتصنيف. قامت مجموعتنا بالكثير من العمل البحثي حول قياس التشابه في صور العقيدات الرئوية [20،21]. نحدد تشابه صور العقيدات الرئوية مع مقاييس المسافة. على الرغم من أن قياس التشابه قد تمت دراسته على نطاق واسع في الصور الطبية ، إلا أنه نادرًا ما يستخدم في تحديد طبيعة CMs.

ركز البحث الحالي لطبيعة الطب على الكشف عن العلاقة بين طبيعة CM وتكوين المواد داخل CMs. على سبيل المثال ، يتم تطبيق تقنيات البصمات الكيميائية ونماذج تمييز طبيعة CM لتحليل تركيبة مادة CM. يمكن أن تعكس بيانات بصمة CM الكيميائية التركيب الكامل لمكونات CM. يتم تحديد النشاط الحيوي من خلال تكوين المواد. والنشاطات الحيوية للـ CMs هي جوهر تحديد طبيعة الطب [2]. وبالتالي ، فإن تكوين المواد يحدد بشكل غير مباشر طبيعة التدابير المضادة. لقد وجدت الدراسات أن مكونات CM هي الأساس المادي لإنتاج طبائع الطب [10]. لذلك ، من المفترض أن يكون للـ CMs التي لها تركيبة مماثلة من المواد طبيعة طبية مماثلة.

للتحقق من الفرضية المقترحة أعلاه ، في هذا العمل ، نستكشف العلاقة بين مكونات CM والطبيعة الطبية الباردة الساخنة. أولاً ، نقوم ببناء قاعدة بيانات مكونات CM باستخدام تقنية الطيف فوق البنفسجي (UV) لتمثيل 61 سم ، والتي تتميز بطبيعة باردة وحارة (بما في ذلك 30 CMs "بارد" و 31 "hot" CMs). ثانيًا ، ندرس تحديد تشابه مكونات CM مع مقياس المسافة. تم تعلم مسافة ماهالانوبيس لقياس تشابه بصمات الأصابع فوق البنفسجية للمضادات الحيوية. أخيرًا ، تم اقتراح مخطط استرجاع لبناء نموذج تعريف تنبؤي للتنبؤ بالطبيعة الباردة الساخنة للـ CMs.

المواد والأساليب

مجموعة بيانات TCM

تم تحليل 61 CMs تمثيليًا في هذه الدراسة ، منها 30 CM عبارة عن أدوية باردة والبعض الآخر عبارة عن أدوية ساخنة. تم تمييز جميع الـ 61 سم في "المواد الطبية الصينية" الكلاسيكية و "Shen Nong's Herbal Classic". يوضح الجدول l 61 CM تمثيليًا وطبيعتها (الخصائص بين قوسين).

تستخدم تقنية بصمة الأشعة فوق البنفسجية لاختبار 61 سم. الأداة الرئيسية هي مقياس الطيف الضوئي للأشعة فوق البنفسجية -3010 (هيتاشي ، اليابان). سجلت مجموعتنا امتصاص إجمالي 61 سم في الطول الموجي فوق البنفسجي البالغ 190-400 نانومتر مع أربعة مذيبات مختلفة (الكلوروفورم ، الماء المقطر ، الإيثانول المطلق ، الإيثر البترولي). يمكن الرجوع إلى طريقة مفصلة للحصول على بصمة الأشعة فوق البنفسجية في المخطوطة [25]. كدواء "ساخن" ، تم تمييز بذور الخردل في "المواد الطبية الصينية" الكلاسيكية و "Shen Nong's Herbal Classic". يوضح الشكل 1 منحنى امتصاص الأشعة فوق البنفسجية من Jiezhi (بذور الخردل) و GeGen (Puerariae Lobatae Radix) مع مذيب الأثير البترولي.

تشابه بصمة الأشعة فوق البنفسجية

في هذه الدراسة ، نتحرى العلاقة بين الطبيعة الباردة والساخنة والتركيب المادي للـ CMs. للتحقق من الفرضية ، يجب أن يكون لدى CMs مع تركيبة مماثلة من المواد طبيعة طبية مماثلة ، نريد تحديد مدى تشابه مكونات CM واستكشاف طريقة تحديد طبيعة CM. تعكس بصمة الأشعة فوق البنفسجية التركيب المادي للسم. لذلك ، نريد الكشف عن الطبيعة الباردة الساخنة بناءً على بصمات الأصابع فوق البنفسجية. إذا كانت مكونات CMs متشابهة ، يمكننا أن نعتقد أن خصائصها الطبية متشابهة. وبالتالي ، يجب أن يكون لدى CMs التي لها بصمات مماثلة للأشعة فوق البنفسجية نفس الطبيعة الطبية.

يُعرَّف مقياس التشابه بأنه الصلة الدلالية ، والذي تم استخدامه لقياس تشابه صور عقيدات الرئة في دراستنا [21]. إذا كان كل من CMs من الطب البارد ، فإنهما متشابهان من الناحية المعنوية. تُستخدم مسافة ماهالانوبيس لقياس تشابه بصمات الأصابع فوق البنفسجية للمضادات الحيوية. كلما كانت مسافة ماهالانوبيس أصغر ، كلما زاد تشابه بصمات الأصابع فوق البنفسجية.

تقييم الاداء

في هذا القسم الفرعي ، للتحقق من جدوى مخطط الاسترجاع المقترح لتحديد الطبيعة الباردة والساخنة ، يتم إجراء تجارب مكثفة لتقييم أداء مخطط الاسترجاع. نقارن أداء مخططنا بأداء نماذج التصنيف الحديثة ، بما في ذلك آلة التسرب القصوى (ELM) [24] ، والشبكة العصبية الاصطناعية (ANN) ، وآلة ناقلات الدعم (SVM). تستند جميع تقييمات التجارب إلى مجموعة بيانات الطب الصيني التقليدي الحالية. يساعد التطبيق على اختبار الطبيعة غير المعروفة للـ CM من خلال استرجاع أطياف الأشعة فوق البنفسجية المماثلة للـ CMs ذات الطبيعة الباردة الصافية. في هذه الدراسة ، قمنا أولاً بمقارنة أداء تحديد الطبيعة لأطياف الأشعة فوق البنفسجية بمذيبات مختلفة واخترنا المذيب المطابق لأداء التحديد الأمثل. ثانيًا ، قمنا بتصميم تجارب لتقييم أداء المخطط المقترح ، تسمى تقييم الاستقرار. ثالثًا ، قمنا بتوضيح مخطط الاسترجاع بأمثلة. أخيرًا ، يتم استخدام مجموعة بيانات مستقلة لاختبار قوة الخوارزمية المقترحة.

في تجاربنا ، يتم استخدام تقييم الثبات لتحليل أداء نموذج التنبؤ المقترح. يتم حساب تقييم الثبات باستخدام طريقة ترك واحد-CM-out [20] في مجموعة البيانات بأكملها. في كل مرة ، تم اختيار CM واحد باعتباره CM الاستعلام و 60 CMs المتبقية كقاعدة بيانات مرجعية. نظرًا لأنه تم اختيار كل الطب الصيني التقليدي باعتباره الاستعلام CM ، فقد تم تنفيذ هذه العملية 6 مرات. في مخطط الاسترجاع هذا ، استرجعنا K'مشابهة تقريبًا ثم حصلنا على احتمالية الطبيعة الباردة. أخيرًا ، تم حساب 61 احتمالًا. مع تغيير عتبة "احتمالية الطبيعة الباردة ، يتم إنشاء منحنى خاصية تشغيل جهاز الاستقبال (ROC). تُستخدم المنطقة الواقعة تحت منحنى ROC (AUC) ودقة التنبؤ (ACC) لتقييم أداء مخططنا. كلما كانت المساحة أكبر ، كلما كان النموذج أكثر استقرارًا ، فإن قيمة ACC هي احتمال التصنيف الصحيح لطبيعة الحرارة الباردة للـ CMs. صيغة ACC هي كما يلي:

تم تطبيق قيمة AUC و ACC لتقييم الاستقرار.

نتائج

تقييم الأداء بمذيبات مختلفة.

تعكس بصمات الأصابع الكيميائية للمركبات المكونة للمواد التركيب المادي. أطياف الأشعة فوق البنفسجية هي بصمة واحدة من CMs ، والتي يمكن تطبيقها للتمييز بين الطبيعة الباردة والساخنة للـ CMs. في هذه الدراسة ، نقوم ببناء تجارب للتحليل الكمي للعلاقة بين تكوين المواد وطبيعة CMs عن طريق التحليل الطيفي فوق البنفسجي.

في هذا العمل تم تحليل أداء تصنيف أطياف الأشعة فوق البنفسجية بمذيبات مختلفة (ماء مقطر ، كلوروفورم ، إيثر نفط ، إيثانول مطلق) لاختيار بيانات الأشعة فوق البنفسجية تحت مذيب لأداء التعرف الأمثل. يتم استخدام طريقة ترك واحد CM-out لتقييم معلمات مخططنا. يعرض الشكل 2 منحنيات قيمة ACC لتصنيف طبيعة الطب لأطياف الأشعة فوق البنفسجية بمذيبات مختلفة. يتم حساب قيمة ACC كدالة لعدد CMs المشار إليها (K) التي تم استردادها للحصول على منحنى أكثر شمولاً للتنبؤ بأداء النموذج. في الشكل 2 ، يكون منحنى قيمة ACC تحت مذيب الأثير البترولي أفضل من ذلك الموجود تحت المذيبات الأخرى ، مما يعني أن أطياف الأشعة فوق البنفسجية لمذيب الأثير البترولي لها أفضل أداء مميز للطبيعة الباردة الساخنة. عندما يتم تعيين K على 7 ، يكون لمنحنى قيمة ACC تحت مذيب الأثير البترولي ذروة. يصل أداء التعريف إلى الحد الأقصى لقيمة 0 .8 0 3. من منحنى قيمة ACC تحت الإيثانول المطلق ، فإن بصمة الأشعة فوق البنفسجية مع الإيثانول المطلق لديها أدنى أداء تنبؤي. يعتبر تحديد طبيعة CM مع الماء المقطر والكلوروفورم أقل شأناً من ذلك مع الأثير البترولي ولكنه يتفوق على ذلك مع مذيب الإيثانول المطلق. وفقًا للشكل ، فإن قيم ACC القصوى للماء المقطر والكلوروفورم كلاهما 0.656. لذلك ، فإن هذين المذيلين ضعيفان في التنبؤ بطبيعة الطب.

في هذه الدراسة ، تم دراسة تأثير المعامل p في Eg. (4) يتم فحص مذيب الأثير البترولي لتقييم الأداء التنبؤي للطبيعة الباردة الساخنة. يتم تعيين قيمة er p داخل النطاق

المعلمة 【10-3، 10 * ²، 10 '، 1،5،10،102،103】 1. يعرض الشكل 3A منحنى قيمة ACC مع p مختلفة. يمكن استنتاج أن منحنى الأداء به تقلبات صغيرة وأن قيمة ACC تصل إلى الحد الأقصى عندما يتم تعيين المعلمة p على 5.

يتم تحليل عدد المتجهات الذاتية k في خوارزمية الاسترجاع المقترحة ضمن النطاق [50 100 150 200 210]. من الشكل 3 ب ، يمكن تحقيق قيمة ACC أعلى مع زيادة عدد k. الحد الأقصى لأداء التصنيف (قيمة ACC) يتوافق مع الحد الأقصى لعدد المتجهات الذاتية k =210.

نموذج تقييم الأداء

لإثبات جدوى واستقرار مخطط الاسترجاع المقترح الخاص بنا لتحديد الطبيعة الباردة والساخنة لمؤشرات الإدارة المركزية ، تقارن هذه الدراسة أداء تصنيف مخططنا (مخطط الاسترجاع ، المشار إليه باسم "RS") مع أداء بعض المصنفات الكلاسيكية (على سبيل المثال ، ANN ، SVM ، ELM) أو المصنفات المستخدمة في تحديد طبيعة CM. تستخدم جميع الخوارزميات المقارنة المعلمات المثلى من مجموعة البيانات. وفقًا لنتائج القسم السابق ، تُستخدم بيانات أطياف الأشعة فوق البنفسجية تحت مذيب الأثير البترولي لدراسة التنبؤ بالطبيعة الباردة. يوضح الجدول 2 مقارنة أداء تقييم الاستقرار بين RS والخوارزميات الأخرى. يستخدم معامل ارتباط بيرسون (PCC) كمرجع مقارن لقياس تشابه أطياف الأشعة فوق البنفسجية. وفقًا لنتائج التنبؤ بالطبيعة الباردة الساخنة ، يمكننا أن نستنتج ما يلي. أولاً ، يقدم مخططنا RS أفضل أداء في تحديد الطبيعة الباردة الحارة. على وجه الخصوص ، تتمتع RS و PCC بدقة تحديد أفضل من الخوارزميات الكلاسيكية الأخرى للمقارنة. يوضح هذا أن الأدوية الصينية ذات الطيف فوق البنفسجي المماثل لها طبيعة طبية مماثلة. ثانياً ، ANN و ELM مع البيانات الطيفية للأشعة فوق البنفسجية ضعيفان في تحديد طبيعة الطب.

ثالثًا ، دقة تحديد SVM أفضل من دقة ANN و ELM. ومع ذلك ، فهي فقيرة من مخططنا. أخيرًا ، تقييم استقرار مخططنا هو الأفضل.

أمثلة على التنبؤ

يتم استخدام طريقة الإجازة لمرة واحدة للحصول على أمثلة التنبؤ. يتم سرد حالتين من حالات CM المسترجعة التي تم إرجاعها بواسطة RS في الجدول 3. الاستعلام عن الطب الصيني (الصف الأول) وأعلى k =7 يظهر في الجدول. يتم حساب CMs المرجعية المسترجعة بواسطة RS وترتيبها بمسافة Mahalanobis المتزايدة بشكل رتيب. يتم تقديم الطب البارد (DiFuZhi (Kochiae Fructus)) والطب الساخن (BiBa (Piperis Longi Fructus)) كأمثلة لتوضيح مبدأ تحديد الطب البارد الساخن. في العمود الأول ، يكون الاستعلام عن الدواء هو Piperis Longi Fructus. الأدوية المرجعية المسترجعة هي كلها ذات طبيعة حارة. احتمالية الطبيعة الباردة المحسوبة هي 0 ، مما يشير إلى أن طلب البحث عن الطب ربما يكون ذا طبيعة حارة. في العمود الثاني ، الاستعلام عن الطب هو Kochiae Fructus. تحتوي النتائج المسترجعة على ستة أدوية طبيعية باردة وطب واحد طبيعي ساخن. احتمال طبيعته الباردة هو 0. 9464 ، مما يشير إلى أن الاستعلام عن الطب من المرجح أن يكون باردًا بطبيعته. توضح أمثلة التنبؤ أن بصمات الأشعة فوق البنفسجية المماثلة يمكن أن تميز الطبيعة الطبية نفسها.

أداء التنبؤ العام.

في هذه الدراسة ، نقوم بإجراء تقييم شامل لطريقة RS المقترحة. يوضح الجدول 4 مصفوفة ارتباك التنبؤ البالغة 61 سم. تبلغ دقة التنبؤ الإجمالية 80.3 بالمائة (49/61). تبلغ دقة التعرف على طب الطبيعة الباردة 86. 7 بالمائة (26/30) ، بينما تبلغ دقة التنبؤ لطب الطبيعة الساخنة 74.2 (23/31). يمكن ملاحظة أن هذا المخطط له معدل تنبؤ جيد للأدوية ذات الطبيعة الباردة. يتم سرد استدعاء ودقة ودرجة F لتعريف 61 سم في الجدول 5. بشكل عام ، مخططنا لديه معدل تعريف جيد.

متانة المقترح

الطريقة يتم استخدام مجموعة بيانات مستقلة لاختبار قوة الخوارزمية المقترحة. في مجموعة البيانات هذه ، تُحسب الواصفات الجزيئية لتمثيل CMs ، بما في ذلك Molweight ، ومستقبلات H. ، و H. الذرات والأمينات. تم وصف العملية التفصيلية في المخطوطة [1 0]. يوجد في مجموعة البيانات 534 دواءً ساخنًا و 724 دواءً للبرد. يوضح الجدول 6 مصفوفة الارتباك في تحديد 1258 سم (534 بالإضافة إلى 724 دواء). تبلغ دقة تحديد الهوية الإجمالية 81.1 بالمائة (1020/1258). تبلغ دقة التنبؤ بأدوية الطبيعة الباردة 83.0 بالمائة (443/534) ، بينما تبلغ دقة التعرف على أدوية الطبيعة الساخنة 79.7 بالمائة (577/724). أظهرت النتائج التجريبية أن الطريقة المقترحة تتمتع بمتانة أفضل. بشكل عام ، مخططنا لديه معدل تنبؤ جيد.

مناقشة

في هذه الدراسة ، اكتشفنا جدوى تصنيف طبيعة CM مع مخطط استرجاع على أساس تشابه البيانات الطيفية للأشعة فوق البنفسجية. أظهرت نتائج التجربة أنها طريقة فعالة لتحديد طبيعة CM غير المعروفة عن طريق حساب تشابه طيف الأشعة فوق البنفسجية. وفي الوقت نفسه ، تتحقق النتائج التجريبية من الفرضية المقترحة القائلة بأن CMs مع تركيبة مماثلة من المواد يجب أن يكون لها طبيعة طبية مماثلة.

في تلخيص. مزايا بحثنا كالتالي. أولاً ، لتحقيق تحديد طبيعة CM ، يتم تجميع مجموعة بيانات من 61 طيفًا للأشعة فوق البنفسجية CM المرجعي يكون لكل سم فيها طبيعة باردة أو ساخنة بشكل واضح. وبالتالي ، فهي فعالة ومجدية لتحديد طبيعة CM.

ثانيًا ، تلعب الطبيعة الباردة الساخنة دورًا مهمًا في نظرية طبيعة الطب الصيني التقليدي. في هذه الدراسة ، نتحرى العلاقة المتبادلة بين تكوين المواد داخل CM والطبيعة الباردة الساخنة. يتم تمثيل تركيب المواد بواسطة أطياف الأشعة فوق البنفسجية. أوضحت تقييمات التجربة أن هناك علاقة بين تكوين المواد وطبيعة الطب البارد الساخن ، والتي يمكن تطبيقها على تصنيف الطبيعة الباردة والساخنة. علاوة على ذلك ، نثبت أن تكوين المواد يحدد طبيعة CM الباردة.

ثالثًا ، في ضوء الخصائص الطيفية للأشعة فوق البنفسجية لـ CM ، نقوم بفحص مخطط استرجاع لتحديد طبيعة CM. يتم دراسة مقياس المسافة لقياس تشابه أطياف الأشعة فوق البنفسجية. تظهر نتائج التجربة أن نظامنا يعمل بشكل أفضل. التفسير المحتمل هو أن مخططنا يستكشف بشكل كافٍ العلاقة بين تكوين المواد وطبيعة CM الباردة.

رابعًا ، هناك أداء آخر تم إثباته جيدًا في هذه الدراسة وهو متانة مخطط الاسترجاع المقترح للتطبيقات السريرية المستقبلية. بالنسبة لنموذج تمييزي ذكي ، هدفنا هو مساعدة الباحثين في قراءة أطياف الأشعة فوق البنفسجية وتحديد الطبيعة الباردة الساخنة. النموذج غير ممكن إذا كانت المتانة منخفضة جدًا لمجموعة بيانات TCM المستقلة. لقد أثبتنا أن نموذجنا يتمتع بمتانة عالية في التجارب. سيتم استخراج المزيد من بيانات بصمات الأصابع CM لتأكيد متانة نموذجنا في المستقبل.

ومع ذلك ، لا يزال بحثنا يحتوي على بعض القيود. أولاً ، استخدمت هذه الدراسة أطياف الأشعة فوق البنفسجية فقط لتمثيل CMs. لم يتم تحليل تقنيات بصمات الأصابع الأخرى في هذه الدراسة ، فإن CMs عبارة عن خلائط معقدة من المركبات. من المستحيل عكس التركيب الكامل لمركبات CM باستخدام تقنية بصمة إصبع واحدة فقط. في المستقبل ، نريد استخدام بصمات أصابع متعددة لتحليل الطبيعة الباردة والساخنة. ثانيًا ، نتحرى تشابه أطياف الأشعة فوق البنفسجية مع مقياس المسافة. تتميز بيانات البصمة بخصائص الأبعاد العالية والعينة الصغيرة. بناءً على هذه الخصائص ، فإن تصميم نموذج التنبؤ هو محور المستقبل. ثالثًا ، تركز دراستنا على استكشاف مخططات الاسترجاع لتصنيف الطبيعة الباردة والساخنة. لم يتم تحليل ميزات الطيف فوق البنفسجي بدقة. بعد ذلك ، سنقوم بدمج بيانات بصمات الأصابع الأكثر فعالية لتحسين أداء تصنيف طبيعة الطب.

لا تقدم دراستنا طريقة لتحديد الطبيعة فحسب ، بل تقدم أيضًا مخططًا جديدًا لعلامة الطبيعةصينىأدوية. علامة الطبيعة هي مفهوم جديد يشير إلى مكوناتصينىأدويةترتبط ارتباطًا وثيقًا بطبيعة الطب. من خلال مخطط تحديد الطبيعة الخاص بنا ، نريد البحث عن الأدوية الصينية بمكونات مماثلة في ظل ظروف تقييد الطبيعة نفسها. العديد من الأدوية الصينية لها نفس المكونات ، والتي يمكن اعتبارها علامات طبيعية لهذه الأدوية العديدةصينىأدوية.

استنتاج

في هذه الدراسة ، تم اقتراح مخطط استرجاع للتنبؤ بطبيعة الطب البارد الساخن. بناءً على خصائص CM ، فإن هذا المخطط له أداء تصنيف أفضل من المصنفات الكلاسيكية. تُظهر التجارب الفعالة أن طبيعة الطب البارد الساخن وبيانات بصمات الأصابع الطيفية للأشعة فوق البنفسجية ذات صلة.

مراجع

1 Gao J، Chen C. مناقشة حول الدلالة العلمية لأربع طبائع من المواد الطبية الصينية. اكتا يونيف. التقليد. ميد. Sin Pharmacol Shanghai 2007 ، 21: 16-18.

2. Ouyang B ، Wang ZG ، Wang P. البحث في التفكير وطريقة الدراسة الحديثة على نظرية الخصائص الأربعة للمواد الطبية الصينية. J Beijing Univ Tradit Chin Med 2006 ، 29: 592-594.

3. Wu LJ و Wang YY و Li YD وآخرون. فهم ZHENG في الطب الصيني التقليدي في سياق شبكة المناعة العصبية والغدد الصماء. IET Syst Biol 2007،1: 51-60.

4. جين آر ، تشانغ ب ، ليو إكس كيو ، وآخرون. دراسة الأداء البيولوجي للمواد الطبية الصينية بخاصية باردة أو ساخنة بناءً على نموذج التحليل الرياضي ثلاثي العناصر. J Chin Integr Med 2011 ، 9: 715-724.

5. Zhao Y ، Jia L ، Wang J ، et al. اختبار الوسادة الباردة / الساخنة المتمايزة لاختلافات خصائص ماهوانج وماكسينجيجان ديكوتيون. فارم بيول 2016 ، 54 (7): 1298-302.

6. Wan HY، Kong XY، Li XM، et al. تأثير الأدوية الصينية التقليدية ذات الخصائص المختلفة على التنظيم الحراري والمستقبلات العابرة الحساسة لدرجة الحرارة بروتين القناة المحتملة للفئران المصابة بالحمى الناتجة عن الخميرة. China J Chin Meter Med 2014 ، 39: 3813-3818.

7. Liang F ، Li L ، Wang M ، et al. الشبكة الجزيئية والخصائص الكيميائية القائمة على الشظايا للأعشاب الطبية ذات الخصائص الباردة والساخنة من الطب الصيني. J Ethnopharmacol 2013 ، 148 (3): 770-779.

8. Wang M ، Li L ، Yu C ، et al. تصنيف خلطات الأدوية العشبية الصينية بناءً على خريطة ذاتية التنظيم (SOM). Mol Inform 2016 ، 35 (3-4): 109-115.

9. فو إكس ، سونغ إكس ، لي إكس ، وآخرون. تحليل شجرة النشوء والتطور للطبيعة الباردة الساخنة للطب البحري الصيني التقليدي لنشاط محتمل مضاد للسرطان. Evid Based Complement Alternat Med 2017 ، 2017: 1-10.

10. Fu X ، Mervin LH ، Li X ، وآخرون. من أجل فهم الطبيعة الباردة والساخنة والمحايدة للأدوية الصينية التي تستخدم في تحليل طريقة عمل السيليكو. J Chem Inf Model 2017 ، 57 (3): 468-483.

11. Li Y ، Li X ، Xue FZ ، وآخرون. التمييز بين خصائص الأدوية التقليدية الصينية على أساس شبكة عصبية اصطناعية. J Shandong Univ (Health Sciences) 2011 ، 49: 57-61.

12. Liu WH ، Li Y ، Ji YJ ، وآخرون. المربعات الصغرى الجزئية في التمييز بين ممتلكات الأدوية العشبية الصينية التقليدية. J. Shandong Univ (Health Sciences) 2012 ، 50: 151-154.

13. Zhang XX ، Li Y ، Ji YJ ، وآخرون. التمييز بين خصائص الطب التقليدي الصيني مع تحليل مكون رئيسي - تحليل تمييزي خطي. J Shandong Univ (Health Sciences) 2012 ، 50: 143-146.

14. ني ب ، هاو زل ، غوي ب ، وآخرون. تم البحث عن طريقة تمييز الأيض للممتلكات الباردة والساخنة للطب الصيني التقليدي على أساس الغابة العشوائية. J Jiangxi Univ Traditi Chin Med 2015 ، 27: 82-86.

15. Long W ، Liu P ، Xiang J ، et al. نظام تركيبي للتنبؤ بخصائص المواد الطبية الصينية. حاسوب. طرق برامج بيوميد. 2011 ، 101 (3): 253-264.

16. Li H و Xu Q و Zhang J وآخرون. تميز الطبيعة الباردة الساخنة بين الأعشاب الطبية الصينية التقليدية عن طريق التحليل المميز للبيانات الطيفية 1H-NMR. 2017 المؤتمر الدولي للعلوم الطبية وصحة الإنسان (MSHH 2017) ، 2017 ، 174-179.

17. جيانغ إم ، زانغ إس ، لي إتش ، وآخرون. التشخيص بمساعدة الكمبيوتر للكتل التصويرية للثدي باستخدام استرجاع الصور القابل للتطوير. IEEE Trans Biomed Eng 2015 ، 62 (2): 783-92.

18. Tsochatzidis L ، Zagoris K ، Arikidis N ، et al. التشخيص بمساعدة الكمبيوتر للكتل الشعاعية للثدي بناءً على نهج استرجاع الصور الخاضع للإشراف القائم على المحتوى. Pattern Recog 2017 ، 71: 106-117.

19. وي جي ، ما ح ، تشيان دبليو ، وآخرون. قياس التشابه لكتل ​​الرئة لاسترجاع الصور الطبية باستخدام مقياس المسافة شبه الخاضع للإشراف المستند إلى النواة. Med Phys 2016 ، 43 (12): 6259-6269.

20. Wei G ، Ma H ، Qian W ، وآخرون. مخطط استرجاع الصور القائم على المحتوى لتصنيف العقيدات الرئوية. Curr Med Imaging Rev 2017 ، 13 (2): 210-216.

21. ليو واي ، رونغ جي ، ليلي إم ، وآخرون. إطار معزز للتعلم المتري عن بعد والحفاظ على الرؤية وتطبيقه على استرجاع الصور الطبية. IEEE Trans Pattern Anal Mach Intell 2010 ، 32 (1): 30-44.

22. Weinberger KQ، Blitzer J، Saul LK. التعلم المتري عن بعد لتصنيف أقرب الجيران بهامش كبير. J Mach Learn Res 2009 ، 10 (1): 207-244.

23. تاو د ، لي إكس ، وو إكس ، وآخرون. تحليل تمييز موتر عام وميزات جابور للتعرف على المشية. IEEE Trans. نمط الشرج ماخ إنتل 2007 ، 29 (10): 1700-1715.

24. Malar E ، Kandaswamy A ، Chakravarthy D ، et al. نهج جديد لاكتشاف وتصنيف التكلسات الدقيقة في التصوير الشعاعي للثدي باستخدام تحليل المويجات وآلة التعلم القصوى. كمبيوت بيول ميد 2012 ، 42: 898-905.

25. H. Li. بناء نظام التمثيل الرقمي على أساس بصمات طيف الأشعة فوق البنفسجية للأساس الجوهري للطب الصيني التقليدي (TCM) مع طبيعة الحرارة الباردة. جينان: جامعة شاندونغ للطب الصيني التقليدي 2011.