基于中藥組效關系的花椒揮發(fā)油抗腫瘤活性組分的研究.pdf

1、花椒是一種傳統(tǒng)的藥食兩用植物，其主要成分為揮發(fā)油，現(xiàn)代研究表明花椒揮發(fā)油具有抗腫瘤活性。本論文以花椒揮發(fā)油為研究對象，建立了主要成分與其抗腫瘤活性之間的組效關系模型，用于藥效的預測，并以組效關系為基礎辨識其活性組分，為新藥研發(fā)奠定基礎。具體工作內(nèi)容如下：
　　1.采用水蒸氣提取法對花椒揮發(fā)油進行提取，通過響應面設計對提取工藝條件進行優(yōu)化，確定了最佳工藝條件，即料液比1∶12（g/ml）、冷浸時間2.5h、提取時間4.7h。在此工藝

2、條件下，對39批不同產(chǎn)地不同批次的花椒藥材進行了揮發(fā)油提取，得油率在0.54~4.52％（g/g，揮發(fā)油/花椒藥材）之間，不同批次的花椒揮發(fā)油得油率有所差異。
　　2.建立了花椒揮發(fā)油的GC-MS分析方法，采用此方法對39批花椒揮發(fā)油進行分析，定性出23個特征峰，并以正十三烷為內(nèi)標物，采用內(nèi)標法對此23個特征峰進行相對定量分析；采用MTT法測定了39批花椒揮發(fā)油對人宮頸癌Hela細胞的抑制活性，以抑制率為評價指標，抑制率的范圍為0

3、.457~0.839。結果表明不同批次的花椒揮發(fā)油成分含量及抗腫瘤活性均存在明顯差異。
　　3.以39批花椒揮發(fā)油23個特征峰相對峰面積為自變量，其對Hela細胞的抑制率為因變量，采用BP神經(jīng)網(wǎng)絡、支持向量回歸機（SVR）和廣義回歸神經(jīng)網(wǎng)絡（GRNN）分別建立組效關系模型，采用k-交叉驗證、網(wǎng)格搜索（GS）、遺傳算法（GA）和粒子群優(yōu)化算法（PSO）四種優(yōu)化算法對網(wǎng)絡模型參數(shù)進行優(yōu)化，以均方根誤差（RMSE）、相對標準偏差（RSE

4、）和相關系數(shù)（R）作為評價指標，對模型的訓練及預測精度進行評價，GRNN構建的組效關系模型（RMSE、RSE、R分別為0.013、0.022、0.974）最優(yōu)，其次為PSO-SVR（RMSE、RSE、R分別為0.029、0.049、0.967）。
　　4.采用兩個最優(yōu)模型GRNN和PSO-SVR分別結合平均影響值（MIV）對花椒活性組分進行辨識研究，從中識別出9種潛在具有顯著抗腫瘤活性的化學成分，依次為檸檬烯、α-松油醇、γ-松油