血清肿瘤四项特异性生化指标联合检测在肿瘤诊治中的价值

探讨血清肿瘤四项特异性生化指标联合检测在肿瘤诊治中的价值。方法 选取2021年8月-2023年8月收治的肿瘤患者96例,随机分为A组和B组,A组采用常规影像学检查,B组采用血清肿瘤四项联合检测,对比两组肿瘤检查效果。结果 B组中检出肝癌13例(27.08%),肺癌12例(25.00%),胃癌8例(16.67%),结直肠癌7例(14.58%),乳腺癌5例(10.42%),检出率为93.75%,显著高于A组的81.25%;四项生化指标中,AFP、CEA、CA15-3、CA19-9最高分别为(445.6±153.5)μg/L、(535.4±18.6)μg/L、(257.5±9.2)U/ml、(112.2±18.7)U/ml,不同肿瘤类型的指标差异明显,P<0.05。结论 在肿瘤诊断治疗中,采用血清肿瘤四项联合检测能够有效检出不同肿瘤类型,不同肿瘤类型的各项指标检查结果具有明显差异,能够有效进行疾病鉴别诊断,为后续治疗开展提供重要依据。

基于“辨状论质”结合熵权法的厚朴药材质量等级研究

目的:基于“辨状论质”结合熵权法,探讨厚朴药材外观性状与内在品质的相关性,建立“川朴筒朴”药材的质量等级标准。方法:测定42批厚朴药材的外观性状指标(厚度、单位质量)与内在化学成分(和厚朴酚、厚朴酚、β-桉叶醇)含量,采用信息熵赋权法计算内在指标成分含量的综合评分,分析外观性状指标与内在品质的相关性;运用聚类分析、主成分分析及正交偏最小二乘法-判别分析对“川朴筒朴”进行等级划分。结果:厚朴药材的厚度与厚朴酚质量分数、β-桉叶醇质量分数、内在指标成分综合评分呈极显著正相关(P<0.01);单位质量与厚朴酚质量分数、和厚朴酚质量分数、内在指标成分综合评分呈极显著正相关(P<0.01),与β-桉叶醇质量分数呈显著正相关(P<0.05)。“川朴筒朴”一等品的厚度为3 mm及以上,综合评分为0.65分及以上;二等品的厚度为2~3 mm,综合评分为0.50~0.65分;三等品的厚度<2 mm,综合评分为0.25~0.50分。结论:证实了厚朴可量化外观性状指标与内在成分含量的正相关关系,初步阐释了其“辨状论质”的科学内涵,建立的“川朴筒朴”药材质量等级标准科学、准确。

基于网络药理学的苦参黄酮防治糖尿病视网膜病机制研究

目的:运用网络药理学探讨苦参中黄酮成分防治糖尿病视网膜病的作用机制。方法:通过TCMSP、PharmMapper等数据库检索苦参黄酮成分并预测其作用靶点,根据类药性原则筛选出活性成分;从TTD等数据库检索糖尿病视网膜病的疾病靶点,将药物作用靶点与疾病靶点取交集得到共有靶点;对共有靶点进行蛋白互作网络分析和KEGG通路注释分析,利用Cytoscape软件构建"活性成分-靶点-通路"网络。结果:筛选得到苦参83个活性黄酮成分,涉及DR作用靶点131个。进一步富集分析发现苦参中黄酮成分主要调控AGE-RAGE信号通路、FoxO信号通路、胰岛素抵抗信号通路、肿瘤坏死因子信号通路、PI3K-Akt信号通路、T细胞受体信号通路等166条显著相关通路。结论:网络药理学直观地展示了苦参中黄酮成分多靶点防治糖尿病视网膜病的作用特点,为进一步研究苦参抗糖尿病视网膜病的作用机制提供了科学依据。

基于数字化颜色和气味阐释五味子“辨状论质”的内涵

目的:以五味子为研究对象,探讨数字化颜色、气味与质量的相关性,阐释“辨状论质”的科学内涵。方法:利用色度仪和电子鼻测定五味子打粉后的颜色和气味,HPLC测定五味子醇甲、五味子酯甲、五味子甲素和五味子乙素的含量;将上述指标利用SPSS20.0软件进行相关性分析;采用逐步回归法建立预测模型并用测试集进行验证。结果:电子鼻传感器最大响应值与4种成分含量之间具有显著相关性(P<0.05,P<0.01),颜色L^(*)、b^(*)值与4种成分含量间具有显著正相关性(P<0.01),即L^(*)、b^(*)值越大(颜色越亮、越黄),4种有效成分含量越高;最终建立了“颜色-成分含量”和“气味-成分含量”预测模型,以前者为例,建立的预测模型分别为五味子醇甲:Y_(1)=-0.020a^(*)+0.036b^(*)+0.514;五味子酯甲:Y_(2)=-0.004a^(*)+0.008b^(*)+0.105;五味子甲素:Y_(3)=-0.006a^(*)+0.010b^(*)+0.148;五味子乙素:Y_(4)=-0.008a^(*)+0.013b^(*)+0.261,经检验预测值与实际值相近,模型预测效果优良。结论:五味子量化后的颜色和气味值与内在化学成分含量显著相关,可以凭借颜色、气味值较为准确地预测其有效成分含量,初步揭示了五味子外在性状与内在成分的相关性,初步阐释了五味子“辨状论质”的科学内涵,为进一步建立新型质量评价体系提供了研究基础。

基于颜色气味信息融合的苦杏仁走油程度判别分析与质量预测模型建立

目的建立基于颜色气味数字化融合信息的苦杏仁Armeniacae Semen Amarum走油程度判别分析和内在质量预测模型。方法基于颜色气味数字化的融合信息,联合机器学习算法对其走油程度进行判别,对比其正判率,寻找识别效果最好的算法。利用SPSS分析平台,开展苦杏仁颜色气味融合信息数字化与内在化学成分的相关性分析,同时建立含量预测回归方程并且检验其拟合度。结果基于粉末颜色和气味融合信息的模型建立中,Logistic、IBK、K-Star、LMT和Random Forest算法正判率较高,可完成对不同走油程度苦杏仁的分类鉴别;基于剖面颜色和气味融合信息的模型建立中,Logistic算法和K-Star算法可完成走油程度的判定。基于粉末颜色及气味融合信息建立苦杏仁质量预测模型,预测方程:Y_(苦杏仁苷)=2.175-1.340 F_(1-2)+0.529 F_(1-1),R^(2)=0.732;Y_(酸值)=2.113+1.7249 F_(1-2)-0.667 F_(1-1),R^(2)=0.719;基于剖面颜色及气味融合信息建立苦杏仁质量预测模型,预测方程如下:Y_(苦杏仁苷)=2.153+1.242 F_(2-2)+0.5 F_(2-1)-0.689 F_(2-3),R^(2)=0.775,Y_(酸值)=2.226-1.946 F_(2-2)-0.785F_(2-1),R^(2)=0.738,拟合度结果优良。结论通过颜色气味数字化信息可快速推断苦杏仁化学成分的变化趋势,颜色气味融合信息测量可发展为苦杏仁质量评价的新方法。