支持向量机模型在脑脉通治疗脑卒中配方优化中的应用与验证
Application and validation of support vector machine model in optimization of Naomaitong formula for stroke treatment
摘要目的 基于支持向量机(Support vector machine,SVM)模型优化治疗缺血性脑中风的脑脉通配方.方法 首先用大孔树脂将脑脉通(Naomaitong,NMT)提取物进行纯化获取不同的洗脱部位,并使用高效液相色谱法(high performance liquid chromatography,HPLC)对各个部位进行含量测定.其次,用NMT的洗脱部位灌胃治疗脑缺血再灌注损伤(cerebral ischemia-reperfusion injury,CIRI)模型大鼠,获取脑梗死面积等药效数据,作为SVM的1个输出向量,并以不同灌胃样品中芦荟大黄素、大黄素、葛根素等成分的含量作为SVM的另1个输出向量.最后,通过SVM算法基于脑梗死面积药效指标和活性成分含量数据预测洗脱部位的最佳组合,并在CIRI模型大鼠上进行药效验证.结果 经过分馏洗脱得到NMT的17个洗脱部位,采用Plackett-Burman Design优化设计获得21种配伍组合,除个别配伍组合外,大多数配伍组合均能减少CIRI模型大鼠脑梗死面积.随后使用SVM算法模型基于各个配伍组与相对应的药效指标和各洗脱部位有效成分的含量进一步优化获得有效配伍组合,并通过灌胃CIRI模型大鼠后发现NMT低剂量优化组和中剂量优化组的脑梗死面积有显著改善(P<0.05和P<0.01),SVM优化结果为:大黄游离蒽醌221 mg/kg,人参皂苷688 mg/kg,阿魏酸1.06 mg/kg,葛根素643 mg/kg(即NMT中剂量优化组,用量按NMT的生药量3.085 g/kg计算).结论 基于SVM模型优化后的NMT配伍组对大鼠CIRI具有相似的保护效力,本研究为中药复方的配伍优化和有效组分的发现提供了新思路.
更多相关知识
- 浏览10
- 被引0
- 下载4

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



