陳超,王淑美,梁生旺
摘要:分析技術的快速發展使得中藥研究手段日益豐富,隨之產生的大量信息、數據,亟須應用化學計量學方法進行處理。本文簡要綜述了常見化學計量學方法在中藥研究中的典型應用,提出在中藥學專業本科生尤其是研究生的教學中,開設《化學計量學》選修課程,拓寬學生的知識面,加強培養他們的數據解析能力,具有重要的實踐指導意義和教育教學價值。
關鍵詞:化學計量學;中藥學;選修課程
中圖分類號:G642.0 文獻標志碼:A 文章編號:1674-9324(2012)12-0193-02
中藥學專業主要開設中藥學、中藥鑒定學、中藥資源學、中藥藥理學、中藥藥劑學、中藥化學、中藥制劑分析等必修課程,培養具備中藥學基礎理論、基本知識、基本技能以及與其相關的中醫學、藥學等方面的知識和能力,能在中藥生產、檢驗、流通、使用和研究與開發領域從事中藥鑒定、設計、制劑及臨床合理用藥等方面工作的高級科學技術人才[1]。然而,中藥在現代化研究過程中,具有藥效物質不明、作用機理不請、質量可控性差等問題,隨著先進儀器和技術的引入和發展,給中藥研究帶來了有利的手段,但同時也造就了復雜的數據信息需要處理的問題。化學計量學方法非常適合于中藥復雜體系研究中大量數據有效信息的提取,將化學計量學引入中藥復雜體系研究可以發揮重要作用,也為中藥的進一步研究提供了新的思路、方法和手段。筆者認為,既然現時化學計量學方法在中藥研究中已得到了廣泛應用,那么中藥學專業的人才培養就應該切合實際需要,適時地為本科生特別是研究生開設《化學計量學》選修課程。
一、化學計量學的學科內涵
國際化學計量學學會(ICS)定義了化學計量學(Chemometrics)的學科內涵:“化學計量學是一門通過統計學或數學方法將對化學體系的測量值與體系的狀態之間建立聯系的學科”。它應用數學、統計學和其他方法及手段(包括計算機技術),選擇最優試驗設計和測量方法,并通過對測量數據的處理和解析,最大限度地獲取有關物質系統的成分、結構與其他相關信息[2]。化學計量學在上世紀80年代開始有了較大的發展,各種新的算法層出不窮,基礎及應用研究取得了長足進展,迅速成為化學與分析化學發展的重要前沿領域。
二、化學計量學在中藥研究中的應用
中藥是十分復雜的化學量測體系,具有化學成分眾多、藥效物質不明等特點,隨著先進量測儀器與技術的應用,中藥復雜化學體系得以逐漸闡明,但隨之而來的是獲得的海量量測數據亟需整理挖掘。此時,要從錯綜復雜的海量數據中更加有效地提取出有用信息,必須借助于化學計量學的方法與技術,將化學計量學引入中藥復雜體系研究,必然可以發揮重要作用,也為中藥的進一步研究提供了新的思路、方法和手段。下文簡述了幾種化學計量學方法在中藥研究領域中的一些典型應用。
1.主成分分析法(PCA)。PCA旨在運用降維思想,把給定的一組相關變量通過線性變換,轉化成另一組彼此正交的低維變量。PCA被廣泛用于光譜、色譜及其聯用指紋圖譜的模式識別,如徐永群等[3]測量了黃芩的紅外光譜數據,在此基礎上應用PCA法進行聚類分析,將來自15個產地的黃芩樣品分為6個產區,相同產區內樣品的化學成分相似,以此提出了黃芩藥材質量評價的方法。
2.聚類分析法(CA)。CA是對一組尚無明確分類的樣本按相似程度的大小加以歸類,屬于無監督學習方法,其目標是在模式空間中找到客觀存在的類別。張銘光等[4]通過測定廣藿香裂解色譜指紋圖譜,應用算術平均最小法對13張指紋圖譜進行了聚類分析,總結出樣品間相關系數與產地的關系,此方法不以廣藿香醇、廣藿香酮等有限成分的含量作為主要指標,可作為中藥廣藿香的質量控制方法。
3.判別分析法(DA)。DA則屬于一種有監督學習方法,它利用一組已知樣本為訓練集,經訓練后得到一個判別模型,從而對未知樣本進行分類。DA法可分為參數法和非參數法。張亮等[5]采用RP-HPLC法測定了六味地黃丸缺味藥模擬方的浸出物,借助Bayes判別建模,取得了滿意的識別效果。蘇薇薇等[6]分析了不同產地、不同部位的化橘紅樣品的HPLC量測數據,借助DA法可快速、準確地對樣品進行分類。
4.人工神經網絡(ANN)。ANN是一種通過模仿人中樞神經系統神經元之間相互聯系的方式來進行計算的信息處理技術。它借鑒人腦神經系統處理信息的過程,以數學網絡拓撲結構為理論基礎。其結構和算法已有多種,包括BP(反向誤差傳播)、ART(自適應神經網絡)、MDL(自適應線性機)、FANN(模糊神經網絡)等,其中以BP網絡在中藥質量評價中應用得最為廣泛,如喬延江等[7]借助ANN法建立了中藥蟾蜍的質量評價方法。
5.支持向量機(SVM)。SVM是建立在統計學學習理論和結構風險最小化原理基礎上的一種新型機器學習算法,具有小樣本學習和泛化能力強的優點。其基本原理是把訓練集數據從輸入空間非線性地映射到一個高維特征空間,然后在此高維空間中求解凸優化問題,得到唯一的全局最優解。張錄達等[8]測定了中藥大黃樣品的近紅外光譜數據,結合SVM法建立了大黃樣品真偽識別模型,對訓練集與測試集的檢驗精度分別達到了100%和96.77%。
本文簡要綜述了化學計量學方法在中藥研究中的一些典型應用,而且隨著化學計量學理論和方法的不斷深入發展,其在中藥研究中的應用必將越來越廣泛。因此筆者相信,在中藥學專業本科生尤其是研究生的教學中,開設《化學計量學》選修課程,拓寬學生的知識面,加強培養他們的數據解析能力,具有重要的實踐意義和教學價值。
參考文獻:
[1]梁生旺.中藥制劑分析(第二版)[M].北京:中國中醫藥出版社,2007.
[2]梁逸曾,俞汝勤.化學計量學[M].北京:高等教育出版社,2003.
[3]徐永群,孫素琴,馮學峰,等.黃芩產區紅外指紋圖譜和聚類分析法的快速鑒別研究[J].光譜學與光譜分析,2003,23(3):505-505.
[4]張銘光,袁敏,袁鵬,等.廣藿香裂解色譜指紋圖譜及其聚類分析[J].中草藥,2003,34(8):749-752.
[5]張亮,劉展鵬.六味地黃丸缺味藥的Bayes法和PRIMA法定性識別研究[J].中國中藥雜志,2000,(1):29-32.
[6]蘇薇薇,林海丹,方鐵錚,等.中藥化橘紅的模式識別——計算機辨識研究J].中藥材,2002,25(8):554-561.
[7]喬延江,吳剛,王璽,等.中藥蟾蜍質量的人工神經網絡化學模式識別研究[J].分析化學,1995,23(6):630-634.
[8]張錄達,蘇時光,王來生,等.支持向量機(SVM)在傅里葉變換近紅外光譜分析中的應用研究[J].光譜學與光譜分析,2005,25(1):33-35.
作者簡介:陳超(1981.11-),男,江蘇漣水人,博士,副教授,研究方向為化學計量學應用于中藥分析及質量控制的研究。