穷举建模策略用于中药药性特征标记的统计模式识别模型研究

摘要

国家“973”计划项目——“中药药性理论相关基础问题研究”,将中药药性作为切入点,提出了“性-效-物质三元论”理论假说:中药是一种客观实在,药性是其本质属性的主观反映,功效是其本质属性的客观表现,药性通过功效得以体现。药性理论是性、味、归经等要素相互关联的复杂理论。功效是体现药性的核心,物质成分是产生药性的基础,但某种物质成分或某一药效作用均不能表征中药整体药性。药性-药效-物质间的关系是中药药性理论现代研究的关键。其中,证明物质成分与药性之间的关系,识别中药药性特征标记是该理论假说中需解决的最根本问题之一。
　　 为了解决上述问题,本研究基本思路为:从中药整体药性出发,利用中药化学指纹图谱技术分离中药的物质成分,获得可表达中药中各种化学成分分布的多维多息谱图(本研究以中药高效液相色谱指纹图谱为例)。而后依据此图谱数据建立统计模式识别模型,从统计学角度找到可以表征中药药性的各种图谱标记作为中药药性特征标记(CHMP-markers)。然后根据“热以寒疗、寒以热疗”的辨证论治原则设计动物实验以佐证特征标记的正确性。
　　 遵循上述研究思路,本研究依据《本经》及《新修本草》等权威文献的记载,挑选了药性明确且无寒热药性争议的61味中药样本(30味寒性药,31味热性药),进行高效液相色谱分析并构建数据库,经过数据预处理后,借助集成了大量能承担分类判别任务的机器学习算法的怀卡智能分析环境(WaikatoEnvironmentforKnowledgeAnalysis,WEKA),采用穷举策略建立模型,即对WEKA中集成的7类(贝叶斯分类器、树、规则分类器、函数、懒惰分类器、元学习算法、其他杂项分类器)共计80种可能有效的方法对同一高效液相数据进行建模:首先,采用多种评价指标(判别正确率、真阳性率、假阳性率、精确率、反馈率、F-测量、曲线下面积及综合得分)通过组内回代、外推预测、交叉验证遴选出判别效果优良的统计模式识别模型作为候选模型集;其次,分析模候选模型集中各种模型的统计学原理和模型结构特征,遴选出不仅判别效果好且可由模型参数进行中药药性特征标记可视化表达的候选适宜模型;然后,针对候选适宜模型采用统计模拟策略遴选出不仅判别能力强,且识别能力强的模型作为中药药性特征标记的适宜统计模式识别模型;最后,在中药药性特征标记适宜统计模式识别模型的指导下,提取中药寒热特征标记物质组群,设计动物实验,以验证统计模式识别模型的正确性。
　　 主要结果为:
　　 (1)针对同一中药高效液相指纹图谱数据采用穷举建模策略,比较了7大类共80种统计模式识别模型的判别效果,按照综合得分大于0.80的标准,有25种方法可以作为判别中药寒热模式识别的候选模型。表明不少模型可以对中药寒热药性进行正确判别。
　　 (2)按照判别效果好且可由模型参数对中药药性特征标记进行可视化表达的候选适宜模型标准,发现在25种候选模型中,有5种(BayesianLogisticRegression、RidgeLogistic、SMO、SPegasos、PLS)可以作为中药药性特征标记识别的候选适宜模型。说明能够用于中药药性特征标记识别的统计模式识别模型尚少。需要进一步发展新的算法以满足中药特征标记识别的需要。
　　 (3)统计模拟显示,在上述5种候选适宜模型中,有4种(BayesianL，LogisticRegression、RidgeLogistic、SMO、PLS)具有较好的中药药性特征标记识别能力,且识别能力相似。通过比较实际寒热标记图谱与4种理论识别图谱发现,仅PLS统计模式识别模型的理论图谱与实际寒热图谱十分吻合。为此,本研究认为PLS模型是目前识别中药寒热药性特征标记的最优模型。
　　 (4)在PLS模型的指导下提取的中药寒热特征物质组群,经动物实验验证表明模型所识别的中药寒热特征标记准确可靠。
　　 主要创新点:
　　 (1)提出了采用穷举建模策略筛选中药寒热特征标记适宜统计模式识别模型的策略与方法,构建了筛选的4个关键步骤。此为本研究在理论方法的创新点之一。
　　 (2)通过模型的寒热判别效果、寒热特征标记识别能力及模型适宜性综合评价,发现4种(BayesianLogisticRegression、RidgeLogistic、SMO、PLS)是目前适宜的中药药性寒热标记识别模型,为中药药性特征标记识别提供了可选的新方法。
　　 (3)通过比较上述4种可选方法的寒热标记理论图谱与实际寒热图谱以及动物实验验证,发现PLS是目前识别中药寒热药性特征标记的最优模型。为识别中药药性特征标记提供了标准方法。