基于BP-ANN模型的香附效应成分筛选
目的:分析香附不同炮制品的HPLC指纹图谱与药理效应数据,应用偏最小二乘法(PLS)和BP神经网络模型(BP-ANN)对香附不同炮制品中HPLC指纹图谱共有峰的峰面积与调经止痛药理效应进行关联,筛选香附主要效应成分.方法:采用PLS进行数据处理,通过MATLAB中的神经网络工具箱,建立BP-ANN模型,计算出各个因素的平均影响值(MIV),根据MIV大小列出各因素对应变量(药理效应)影响的相对重要性顺位,筛选香附治疗痛经的有效成分.结果:11组香附样品中存在16个共有峰,假设各峰的成分分别为X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14,X15,X16.香附对缩宫素所致小鼠痛经模型的扭体反应抑制率影响的主要效应成分排序为X13> X15> X7> X16;对缩宫素诱导小鼠离体子宫痉挛性收缩模型的肌张力抑制率影响的主要效应成分排序为X15> X13> X5> X16.结论:通过应用PLS和BP-ANN模型进行HPLC指纹图谱共有峰与药理效应关联性分析,可进行香附主要效应成分的筛选.
香附、平均影响值、BP-ANN模型、效应成分、人工神经网络
19
R283.3;R283.1(中药学)
江西省科技厅青年科学基金20132BAB215028
2013-12-24(万方平台首次上网日期,不代表论文的发表时间)
27-30