有柄石韦(Pyrrosia petiolosa)是水龙骨科石韦属植物,也是一种常用的中药材,被广泛用于治疗肾盂肾炎、慢性支气管炎、尿路结石等病症。通过检索中国知网、PubMed、Web of Science等数据库,查找国内外已经发表的有柄石韦相关文献,对有柄...有柄石韦(Pyrrosia petiolosa)是水龙骨科石韦属植物,也是一种常用的中药材,被广泛用于治疗肾盂肾炎、慢性支气管炎、尿路结石等病症。通过检索中国知网、PubMed、Web of Science等数据库,查找国内外已经发表的有柄石韦相关文献,对有柄石韦近四十年的化学成分和生物活性研究进行系统地梳理、归纳,发现目前已从有柄石韦中分离出超过100种化合物,包括黄酮类、三萜类、木脂素类、酚类和其他类等。有柄石韦提取物具有显著的生物活性,包括抗氧化、抗菌、抗炎、利尿、促进伤口愈合、抗肾结石、抗糖尿病等。可为有柄石韦药用资源后续深入系统地研究和临床开发提供科学依据和理论参考。展开更多
目的以中药药性作为特征变量,构建基于Voting集成算法的中药抗炎作用预测模型,并通过可视化技术分析不同药性特征对于中药抗炎作用的影响。方法以《中药学》与SymMap数据库中1247味中药为研究对象,经过初筛和复筛后建立包含性味归经等...目的以中药药性作为特征变量,构建基于Voting集成算法的中药抗炎作用预测模型,并通过可视化技术分析不同药性特征对于中药抗炎作用的影响。方法以《中药学》与SymMap数据库中1247味中药为研究对象,经过初筛和复筛后建立包含性味归经等特征的规范化数据库。基于决策树、支持向量机、轻量级梯度提升机等6种基础模型构建Voting集成模型,并以七折交叉验证和基于树结构的贝叶斯优化算法超参数优化提升模型性能。利用SHAP(SHapley Additive ex Planations)解释器可视化关键药性特征。结果经筛选后,共纳入522味抗炎中药构建数据库。Voting集成模型综合性能最优,F1分数为0.797,AUC值为0.77,较单一模型平均提升7.4%。SHAP分析表明使中药发挥抗炎作用的重要特征分别是“脾经”“甘味”“补益”等,使中药不具有抗炎作用的重要特征为“性温或平”和“毒性”。结论首次通过集成算法构建具有良好性能的中药抗炎作用预测模型,为中医药与机器学习结合的研究模式提供了新思路。展开更多
目的旨在将传统藏医药性理论与现代机器学习方法相结合,构建基于营养素特征的藏医饮食甘味预测模型,为藏医药性理论的现代化解读提供科学依据。方法系统梳理藏医药经典文献与现代食物营养数据,构建包含786种食物的藏医饮食数据库。通过...目的旨在将传统藏医药性理论与现代机器学习方法相结合,构建基于营养素特征的藏医饮食甘味预测模型,为藏医药性理论的现代化解读提供科学依据。方法系统梳理藏医药经典文献与现代食物营养数据,构建包含786种食物的藏医饮食数据库。通过递归特征消除和五折交叉验证(recursive feature elimination and five-fold cross-validation,FRECV),筛选关键营养特征变量,并基于7种机器学习算法构建甘味预测模型。采用Cat Boost最佳模型联合SHAP解释框架分析特征重要性与模型预测机制,验证模型的解释性与个体化预测能力。结果从29种营养素中最终筛选出了8个核心特征,其中矿物质元素(铁、钙、钠、磷、钾)占比62.5%,表明矿物质在甘味食物分类中具有重要作用。Cat Boost模型在多项性能指标上表现最优,测试集曲线下面积(area under curve,AUC)值达0.78,准确率0.83,召回率1.00。SHAP分析显示钙和铁为影响甘味分类的最关键因素,并揭示矿物质特征间存在协同与拮抗效应。决策路径分析表明,模型具备良好的特征分层识别与个体化预测能力。结论首次通过机器学习方法系统解析藏医甘味食物的营养特征,验证矿物质元素在“土水生甘”理论中的关键作用,为藏医饮食“味性化味”理论提供现代科学依据。所构建的甘味预测模型具备良好的泛化性能和可解释性,为高原地区膳食优化、藏医药食同源功能食品设计提供理论基础和技术支撑。未来研究将结合多模态数据和临床试验,进一步提升模型的实用性与精准干预能力。展开更多
文摘有柄石韦(Pyrrosia petiolosa)是水龙骨科石韦属植物,也是一种常用的中药材,被广泛用于治疗肾盂肾炎、慢性支气管炎、尿路结石等病症。通过检索中国知网、PubMed、Web of Science等数据库,查找国内外已经发表的有柄石韦相关文献,对有柄石韦近四十年的化学成分和生物活性研究进行系统地梳理、归纳,发现目前已从有柄石韦中分离出超过100种化合物,包括黄酮类、三萜类、木脂素类、酚类和其他类等。有柄石韦提取物具有显著的生物活性,包括抗氧化、抗菌、抗炎、利尿、促进伤口愈合、抗肾结石、抗糖尿病等。可为有柄石韦药用资源后续深入系统地研究和临床开发提供科学依据和理论参考。
文摘目的以中药药性作为特征变量,构建基于Voting集成算法的中药抗炎作用预测模型,并通过可视化技术分析不同药性特征对于中药抗炎作用的影响。方法以《中药学》与SymMap数据库中1247味中药为研究对象,经过初筛和复筛后建立包含性味归经等特征的规范化数据库。基于决策树、支持向量机、轻量级梯度提升机等6种基础模型构建Voting集成模型,并以七折交叉验证和基于树结构的贝叶斯优化算法超参数优化提升模型性能。利用SHAP(SHapley Additive ex Planations)解释器可视化关键药性特征。结果经筛选后,共纳入522味抗炎中药构建数据库。Voting集成模型综合性能最优,F1分数为0.797,AUC值为0.77,较单一模型平均提升7.4%。SHAP分析表明使中药发挥抗炎作用的重要特征分别是“脾经”“甘味”“补益”等,使中药不具有抗炎作用的重要特征为“性温或平”和“毒性”。结论首次通过集成算法构建具有良好性能的中药抗炎作用预测模型,为中医药与机器学习结合的研究模式提供了新思路。
文摘目的旨在将传统藏医药性理论与现代机器学习方法相结合,构建基于营养素特征的藏医饮食甘味预测模型,为藏医药性理论的现代化解读提供科学依据。方法系统梳理藏医药经典文献与现代食物营养数据,构建包含786种食物的藏医饮食数据库。通过递归特征消除和五折交叉验证(recursive feature elimination and five-fold cross-validation,FRECV),筛选关键营养特征变量,并基于7种机器学习算法构建甘味预测模型。采用Cat Boost最佳模型联合SHAP解释框架分析特征重要性与模型预测机制,验证模型的解释性与个体化预测能力。结果从29种营养素中最终筛选出了8个核心特征,其中矿物质元素(铁、钙、钠、磷、钾)占比62.5%,表明矿物质在甘味食物分类中具有重要作用。Cat Boost模型在多项性能指标上表现最优,测试集曲线下面积(area under curve,AUC)值达0.78,准确率0.83,召回率1.00。SHAP分析显示钙和铁为影响甘味分类的最关键因素,并揭示矿物质特征间存在协同与拮抗效应。决策路径分析表明,模型具备良好的特征分层识别与个体化预测能力。结论首次通过机器学习方法系统解析藏医甘味食物的营养特征,验证矿物质元素在“土水生甘”理论中的关键作用,为藏医饮食“味性化味”理论提供现代科学依据。所构建的甘味预测模型具备良好的泛化性能和可解释性,为高原地区膳食优化、藏医药食同源功能食品设计提供理论基础和技术支撑。未来研究将结合多模态数据和临床试验,进一步提升模型的实用性与精准干预能力。
