王 屾 常 樂

（1 盤錦檢驗(yàn)檢測中心，遼寧 盤錦 124010；2 遼寧省錦州市藥品檢驗(yàn)檢測中心，遼寧 錦州 121000）

我國中藥學(xué)專著最早可以追溯到漢代的《神農(nóng)百草經(jīng)》，而唐代由朝廷頒布的《新修本草》則被公認(rèn)為是世界上最早的藥典，唐代孫思邈集唐代以前中藥診治經(jīng)驗(yàn)之大成，編著《備急千金要方》和《千金翼方》。明代李時(shí)珍編著《本草綱目》，進(jìn)一步總結(jié)完善了16世紀(jì)前的中藥診治經(jīng)驗(yàn)，為后世中藥學(xué)的發(fā)展奠定了重要基礎(chǔ)。我國地大物博，自然資源豐富，目前建立的中藥圖譜中收錄了600多味中藥材，囊括各種藥材的來源、清晰圖片、飲片和價(jià)格。本文就數(shù)據(jù)分析技術(shù)在中藥譜效關(guān)系中的應(yīng)用發(fā)展進(jìn)行研究。

1 中藥譜效關(guān)系分析

中醫(yī)學(xué)認(rèn)為，中藥整體藥效并非是某個(gè)化學(xué)成分對人體產(chǎn)生作用，而是眾多藥材、飲片或是方劑中藥物配合所含物質(zhì)群整體的作用結(jié)果。中藥指紋圖譜旨在表征中藥的各種物質(zhì)成分，鑒別中藥質(zhì)量，以此評價(jià)藥效，這種相互關(guān)系即中藥譜效關(guān)系。

1.1 高效液相色譜法：色譜是對中藥先物質(zhì)分離再進(jìn)行成分分析的方法，高效液相色譜法（HPLC）具有高靈敏度、高選擇性的特點(diǎn)，并且應(yīng)用更高效；不受樣品揮發(fā)和穩(wěn)定性的干擾，對大多數(shù)中藥成分分析都適用；作為一個(gè)封閉系統(tǒng)，色譜對藥物成分重現(xiàn)性更好；且HPLC可以聯(lián)合不同類型的檢測器，實(shí)現(xiàn)不同理化性質(zhì)的中藥材成分分析[1]。該方法在中藥譜效關(guān)系研究中應(yīng)用廣泛。

1.2 氣相色譜法：氣相色譜法（GC）主要用于研究易揮發(fā)性藥物成分，對其分離效率高，靈敏度較高，即使樣品少也可應(yīng)用。但有研究表明，GC難以應(yīng)用于熱不穩(wěn)定物質(zhì)和分子量較大成分，在譜效關(guān)系研究中應(yīng)用有所限制。

1.3 色譜-質(zhì)譜聯(lián)用法：將藥材指紋圖譜與中藥藥效關(guān)聯(lián)是譜效關(guān)系研究的關(guān)鍵所在。色譜-質(zhì)譜聯(lián)用技術(shù)包括高小葉-質(zhì)譜聯(lián)用（HPLCMS）和氣相色譜-質(zhì)譜聯(lián)用（GC-MS）兩種方式，將色譜儀與質(zhì)譜結(jié)合構(gòu)成完整的分析儀器，再通過計(jì)算機(jī)技術(shù)對物質(zhì)進(jìn)行分析，質(zhì)譜可作為色譜檢測器[2]。這一技術(shù)相對成熟且成功，可獲得豐富的中藥成分定性定量檢測信息，主要應(yīng)用于鑒定指紋圖譜色譜峰相應(yīng)物質(zhì)成分。

2 數(shù)據(jù)分析技術(shù)的應(yīng)用

中藥指紋圖譜和對應(yīng)藥效的聯(lián)系需要通過一系列數(shù)據(jù)分析處理技術(shù)得以實(shí)現(xiàn)。現(xiàn)代儀器分析技術(shù)的發(fā)展更新迅猛，獲取的指紋圖譜數(shù)據(jù)也逐漸趨于多維多息。大量的數(shù)據(jù)處理、分析、管理則需借助特別的數(shù)據(jù)、統(tǒng)計(jì)、信息學(xué)方法。

2.1 相關(guān)分析：將中藥指紋圖譜中每個(gè)色譜峰和每個(gè)藥效指標(biāo)分別看做一個(gè)相關(guān)變量，相關(guān)分析則是研究兩個(gè)變量之間關(guān)系密切程度的統(tǒng)計(jì)方法。對指紋圖譜的色譜峰和藥效指標(biāo)間進(jìn)行關(guān)系密切程度分析時(shí)則可采用相關(guān)分析處理數(shù)據(jù)，做出統(tǒng)計(jì)學(xué)推斷。密切程度可用相關(guān)系數(shù)的大小來評價(jià)，其中皮爾遜相關(guān)系數(shù)應(yīng)用較廣，可反映兩個(gè)變量的密切程度和變化方向。一些統(tǒng)計(jì)學(xué)軟件如SPSS，還可通過計(jì)算給出對應(yīng)概率，用以判斷變量間相關(guān)程度是否明顯。

2.2 聚類分析：聚類分析又被稱作群分析，是研究分類問題的多元統(tǒng)計(jì)方法之一。聚類分析將數(shù)據(jù)集中，使樣本聚集成簇加以分類，樣本相似則為同一類別，樣本差異較大則歸為不同類別。聚類還可以反映同類樣本存在的共性特征，以及不同類樣本間的差異性特征。系統(tǒng)聚類法、動(dòng)態(tài)聚類法、模糊聚類法都是較為傳統(tǒng)的聚類分析方法[3]。SAS、SPSS等數(shù)據(jù)分析軟件也將聚類分析加入到工具包中，在譜效關(guān)系的研究中最常用的聚類分析方法主要為系統(tǒng)聚類法。

2.3 回歸分析：數(shù)據(jù)回歸分析處理的是變量之間關(guān)系，可用于預(yù)報(bào)和控制數(shù)據(jù)的內(nèi)在規(guī)律，建立在觀測數(shù)據(jù)變量間的某種依賴關(guān)系之上?；貧w分析也是在研究中藥譜效關(guān)系，探索指紋圖譜和藥效內(nèi)在聯(lián)系的最常用的方法。由于指紋圖譜中往往出現(xiàn)很多個(gè)特征峰，因此可將指紋圖譜和藥效之間的關(guān)系看做一個(gè)多元性回歸分析問題，研究兩個(gè)及以上自變量（色譜峰）對因變量（藥效指標(biāo)）的數(shù)量變化關(guān)系，包括普通多元回歸分析（OMLR）和偏最小二乘回歸（PLSR）[4]。

普通多元回歸分析選擇自變量的計(jì)算方法有強(qiáng)迫引入法、強(qiáng)迫剔除法、后向逐步法、前向逐步法和逐步回歸法等，逐步回歸法較為常用。對引入模型色譜峰的選擇可使回歸模型的建立更簡單合理，避免了色譜峰相互重疊增加計(jì)算量，減少了參數(shù)估計(jì)和預(yù)測對數(shù)據(jù)分析的不利影響。偏最小二乘回歸則對線性相關(guān)或數(shù)據(jù)較小的自變量應(yīng)用更多，保證了模型的精準(zhǔn)性、可靠性。在一個(gè)算法下，偏最小二乘回歸可同時(shí)實(shí)現(xiàn)回歸建模、簡化結(jié)構(gòu)、分析兩組變量相關(guān)性，對數(shù)據(jù)信息達(dá)到利用最大限度。

3 小 結(jié)

中藥譜效關(guān)系是建立在指紋圖譜之上的研究，目前已經(jīng)取得一定成績。中藥按照加工工藝不同可分為中成藥和中藥材，中藥是具有多組分且復(fù)雜的體系，鑒于目前指紋圖譜的建立并不完善，因此對于中藥所含物質(zhì)成分信息的揭示仍有所欠缺，局限了中藥譜效關(guān)系的研究工作[5]。在數(shù)據(jù)處理方面，中藥譜效關(guān)系的闡釋過于依賴數(shù)據(jù)分析方法，并且現(xiàn)階段數(shù)據(jù)分析方法尚未得到統(tǒng)一規(guī)范，方法之間存在優(yōu)缺點(diǎn)差異，還需通過多種方法組合分析研究譜效關(guān)系，有待進(jìn)一步探討。隨著數(shù)據(jù)分析技術(shù)的不斷更新和完善，中藥譜效關(guān)系的研究也將更加深入進(jìn)行，優(yōu)化中藥體系，嚴(yán)格控制中藥質(zhì)量，推動(dòng)中藥學(xué)研究。