神经网络与灰色关联度相结合可以更好的将药效与中药多组分进行非线性、多变量相关性分析。许雯雯等[20]采用拉丁超立方法对气滞胃痛颗粒中6味药材随机采样成不同比例组，将药效信息与各组HPLC指纹图谱化学信息用灰色关联度分析得出各色谱峰对抗炎活性的影响程度，再用BP神经网络进行拟合，建立谱效关系。较好的拟合复方中复杂的非线性关系，是中药（复方）药效关系和寻找药效物质基础的有效途径。
聚类分析（clusteranalysis）是数据挖掘的一种统计分析方法，也称为群分析，以药效为指标，可以研究中药的不同品种、不同产地分类问题，是组分结构中药产地质量与药效关系的可靠分析方法。其具体实现算法又分为K-means算法、K-medoids算法、Clara算法等。封亮等[21]通过指纹图谱技术，获得化学成分信息，利用类间平均距离的聚类分析方法，为夏枯草属药材品种、产地药效筛选提供依据。除此之外，聚类分析与主成分分析的结合能进一步确定组分结构中药中的单体层面，为药效质量评价奠定基础。孙雪飞等[22]通过聚类分析、主成分分析将不同产地的余甘子药材和鞣质部位分别聚为3类。其中，聚类分析得到说明福建，广西，印度，云南产余甘子药材质量最好，与相似度计算得到的样品之间的相关性结果一致。主成分分析确定粘酸-2-O-没食子酸酯，柯里拉京等成分是为余甘子的主要指标成分。为余甘子药材质量评价和合理应用提供依据。聚类分析首先数据进行聚类，然后将聚类结果与药效指标进行对比分析，进而用以挖掘可能的药效活性成分。然而聚类分析不能评价各数据与药效指标的相关性大小和方向，也无法体现各色谱峰对应成分对药效的综合作用[23]。
生物信息学的数据挖掘方法在中药中的应用并未成熟，适用性及利弊还处于探索阶段。中药的临床应用具有整体性和系统性特点，其物质基础是由众多化学成分即多组分/成分构成。运用不同的生物信息学数据处理方法，将“组分结构理论”与药效关系研究相结合，不仅推动了组分结构中药与药效关系的发展，也为创新发展中医药物质基础研究提供了新视角。
3生物信息学方法为优化中药组分结构提供新技术手段
组分结构中药是由多组分/成分构成，特点在于这种构成不是简单的化合物堆积，而是结构和性质类似的最基本单元成分之间按照一定组成结构比构成亚组分以及组分。因此，组分内/组分间量比关系是发展组分结构中药必须解决的基础性问题。目前，组分结构中药结构优化方法主要有基线等比、均匀设计、偏最小二乘（PLSR）等分析设计方法。生物信息学技术手段可以在原有方法基础上推动组分中药结构优化和药理指标改进。
基线等比最初是作为小复方优选的方法[24]，优点是信息处理的空间大，不仅可以使用传统的假设检验，一些生物信息学分析方法（如聚类分析、模糊综合评判等）也可使用，是组分中药结构优化最常用且比较成熟的方法。顾俊菲等[25]采用基线等比增减法，设计赤芍总苷、川芎总酚酸组分不同组分组成结构对人脐静脉内皮细胞（HU-VEC）缺氧损伤模型的保护作用，结果显示赤芍总苷、川芎总酚酸组分组成结构比例为8∶2时，对缺氧损伤的内皮细胞保护作用最好。赵海平等[26]采用基线等比设计方法研究红管药总皂苷与总黄酮止咳效果的最优配比。结果显示在红管药总皂苷、总黄酮部位总量恒定的情况下，2类组分不同配比的祛痰作用具有总皂苷比例依赖性；而止咳作用却不完全取决于总黄酮的比例变化，可能两者在1∶1，1∶2时还存在协同增效的配伍关系。
均匀实验均匀设计（uniformdesign，UD）适用于多因素多水平实验研究，设计方法不会受因素数、因素水平的限制，在实验设计过程中仅考虑实验点的“均匀分散”性，实验次数可明显减少[27]。陈倩等[28]运用均匀设计法确定小半夏加茯苓汤的效用组分用量的优化配比，组方体现了一定的肿瘤抑制及免疫调节作用，便于对该方诱导肿瘤细胞凋亡的机制进行深入研究，有望用于肿瘤放化疗的辅助及预后治疗。杨鸿等[29]按照均匀试验设计-药效试验-数学建模（模型验证）-综合药效评价程序，进行甘草总黄酮、银杏叶提取物、淫羊藿总黄酮和黄芪总苷4个中药组分不同配伍剂量体外清除DPPH和多环芳烃的研究，得到中药组分配伍最佳剂量组合为甘草总黄酮-银杏叶提取物-淫羊藿总黄酮-黄芪总苷。且比例为1∶0.2545∶0.0076∶0.0115。
偏最小二乘（PLSR）是一种多元统计数据处理方法。中药属于复杂体系，复方配伍间各单味药、各组分存在多重相关[30]。偏最小二乘可实现回归建模、利用主成分分析简化数据结构及2组变量间相关分析，对于存在多重相关、模型样本少于自变量的情况较普通回归有明显优势[31]。实现了中药组效关系与药效相关主成分的拟合以及数学模型对药效结果的预测，可以根据预测得到组分的最佳配比。蒋海强等[32]钩藤总碱和莱菔子总碱有效组分的降血压效应为研究对象，以收缩压为指标，对数据进行极差分析、方差分析、多元回归分析和偏最小二乘回归分析，从组分配伍和药效结合层次说明钩藤总碱和莱菔子总碱的化学成分存在交互作用，明确了钩藤总碱和莱菔子总碱组分配伍的合理性，从而提出PLSR分析适用于中药从饮片层次配伍过渡到组分层次配伍的剂量配比优选。
将以上较为成熟的组分中药结构优化实验设计方法结合生物信息学的研究技术、数据挖掘手段，使组分中药结构优化研究更为全面。均匀设计与高通量筛选（uniformdesign-highthroughputscreeningUD-HTS）技术相结合，在中药配比研究中已经初步显示出其优势[33]。金灿等[34]通过均匀设计-高通量筛选（UD-HTS）技术，对丹参多种有效单体成分进行多因素多水平配伍组合样品抗氧化及海马神经细胞保护作用的筛选，得到A13，PA2个抗氧化及海马神经细胞保护作用最佳配伍组合样品，为多因素多水平配比的大规模药物筛选提供借鉴。宋志斌等[35]选取人参皂苷Re，Rb1，Rg1，Rg3和三七皂苷R1等5种皂苷单体6个水平进行均匀设计配伍组合，通过神经细胞血清剥夺损伤模型进行药效高通量筛选，得到的最佳组合样品，再通过小鼠脑缺血再灌注损伤模型相关酶测定，进行药效学评价。结果表明高通量筛选出的5种皂苷3个最佳配伍组合样品对脑缺血再灌注损伤具有保护作用，均匀设计-高通量筛选适用于中药及其复方有效成分大规模药效筛选。除此之外，传统方法结合机器学习进行数学建模也推动了组分结构优化的研究。李晓杰等[36]对大黄有效成分治疗缺血性脑中风的实验数据进行中药组方量效关系的多目标优化研究。采用均匀设计给药配比作为输入向量，药理指标的组内均值作为输出向量，分别使用RBF人工神经网络、支持向量机等方法建立有监督型灰度模型，比较了权重系数法、分式规划法以及改进的一些算法的优化效果，获得了可以权衡考虑各药理指标的全局优化的组方配伍，为中药组方研究及其现代化开发提供了方法学参考。王秀峰等[37]将中药碧血胶囊的4个成分按四因素六水平的均匀设计，对异丙肾上腺素诱导大鼠心肌细胞损伤模型进行了实验干预，通过灰色关联分析其成分配伍方的主次关系，优化了中药碧血胶囊成分配伍的组方。由此可见，生物信息学方法结合成熟的实验设计方法能够为中药复方研究中组方配伍的理论解析提供研究手段，同时也为组分中药结构优化提供新思路。 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(代写代发论文_广州毕业论文代笔_广州职称论文代发_广州论文网）
