中藥活性成分定量結構藥效相關研究.pdf

1、中醫(yī)藥(TCM)的發(fā)展歷史與人類文明史同步，是中國民族智慧的結晶，為人類的健康做出了巨大貢獻。中醫(yī)藥在幾千年的發(fā)展中，已形成了完善的理論體系、積累了豐富的醫(yī)療實踐經驗，對現(xiàn)代醫(yī)藥發(fā)展具有積極的推動作用。近年來，中醫(yī)藥受到眾多國家與地區(qū)的重視與肯定，并被積極開發(fā)利用。目前，眾多中藥創(chuàng)新藥物已被研制開發(fā)?？梢灶A計，以天然中藥為基礎開發(fā)創(chuàng)新藥物將成為21世紀醫(yī)藥發(fā)展的重要領域。 定量結構活性相關(QSAR)是現(xiàn)代化學基礎研究與應用的重

2、要領域，已成為有機化學、藥物化學、環(huán)境化學、計算化學、農藥乃至分子生物學、免疫學的研究熱點，但在中藥復方制劑研究以及中藥活性成分篩選中的應用卻比較有限。本文使用分子電性距離矢量(MEDV)表征中藥活性成分分子結構，并用多元線性回歸(MLR)、逐步回歸(STR)、主成分分析(PCA)、偏最小二乘回歸(PLS)與人工神經網絡(ANN)等方法研究中藥活性成分的結構參數(shù)與其藥效之間的相關關系，建立QSAR模型并用于未知藥效的活性成分的預測。本文

3、研究分為以下幾個部分： 1. 使用STR與PLS對抗SARS中藥活性成分進行藥效識別研究，用STR篩選顯著結構參數(shù)建立各種藥效的相關模型，對測試集樣本的預測率均在80％以上；用PLS方法對退熱、抗炎、改善血循環(huán)、預防等藥效建立的相關模型對測試集樣本的預測率也均在80％以上，兩種方法所建立的模型具有較好的預測能力。 2. 選取對人體鼻咽癌(KB)細胞有致毒活性的中藥活性成分進行QSAR研究。分別用STR和PLS方法建立結構

4、參數(shù)與藥效的QSAR模型，其最優(yōu)模型的復相關系數(shù)(R2)分別為0.674與0.618；交互校驗復相關系數(shù)(Q2)分別為0.519與0.547；對測試集樣本的均方根誤差(RMS)分別為1.488與1.434，所建立的模型具有良好的預測能力。 3. 用人工神經網絡(ANN)以及主成分神經網絡(PCA-ANN)對抗SARS中藥活性成分進行藥效識別研究。兩種方法建立的模型對測試集樣本的退熱、抗炎、改善血循環(huán)、預防等藥效的預測率均高于85

5、％。研究結果表明：PCA-ANN模型對各種藥效的預測能力與ANN模型相當，但對退熱藥效的預測能力有明顯改進。 4. 使用ANN與PCA-ANN對有抗腫瘤活性的活性成分進行QSAR研究，兩種方法所建模型對測試集樣本的RMS分別為1.530與1.516。研究結果表明：ANN模型與PCA-ANN模型的預測能力相當，但明顯不如STR與PLS模型。 5. 使用ANN與PCA-ANN對有致毒活性的中藥活性成分進行識別研究，兩種方法所

6、建模型的預測率分別為64.00％與73.00％。研究結果表明：兩種方法所建立的模型對中藥活性成分的篩選具有一定指導作用，但還需要進一步改進。 6. 使用ANN與PCA-ANN方法對有急性毒性的中藥活性成分進行活性識別研究，兩種方法所建模型對測試集樣本的預測率分別為59.09％與63.64％。研究結果表明：PCA-ANN模型的預測能力比ANN模型有所提高，但還需要進一步改善，以提高其預測能力。 通過對中藥活性成分進行QSA