使用机器学习和网络药理学预测Maren Runchang便秘药中的质量标志物
Yunxiao Liu1,2, Lanping Guo1, Qi Li2
1Key Laboratory for Applied Technology of Sophisticated Analytical Instruments of Shandong Province, Shandong Analysis and Test Center, Qilu University of Technology (Shandong Academy of Sciences), Jinan, 250014, China. donghongjing_2006@163.com.
Molecular omics
|February 23, 2024
概括
这项研究使用机器学习和网络药理学将 rutin 和 rubiadin 确定为 Maren Runchang 药丸 (MRRCP) 的关键质量标志物. 这确保了这种传统中国药物治疗便秘的有效性和稳定性.
科学领域:
- 药理学 药理学是指药理学的学科.
- 计算化学的计算化学
- 传统中国医药 传统中国医药
背景情况:
- 马伦春丸 (MRRCP) 是一种多成分的中国专利药物,用于治疗便秘.
- 为了确保MRRCP质量,由于其复杂性,需要有效的标志物选.
研究的目的:
- 使用"差异性化合物-生物活性"策略,选MRRCP的质量标志物.
- 通过严格的质量控制,确保MRRCP的有效性和稳定性.
主要方法:
- 超高性能液态染色学-四极飞行时间联质谱学 (UPLC-Q-TOF-MS/MS) 用于化合物识别.
- 机器学习算法用于差分化合物选.
- 网络药理学和分子对接用于质量标记器验证.
主要成果:
- 在MRRCP中确定了28种化学成分.
- 使用机器学习选了四种差异化化合物.
- 验证了作为主要质量标志物的鲁丁和鲁比亚丁.
- 通过分子对接确认了标记物-目标结合.
结论:
- 鲁丁和鲁比亚丁是MRRCP的关键质量标志物.
- 这项研究为中国专利药品质量标记查提供了一种新的方法.
- 提供了提高MRRCP质量评估方法的参考.
更多相关视频
07:58Behavioral and Network Pharmacology-Based Analyses for the Traditional Mongolian Medicine Zadi-5 in a Rat Model of Depression
Published on: February 24, 2023
515
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.5K