干燥生及其不同加工产品的歧视:非目标代谢学,网络药理学和机器学习
Shuang Liu1,2,3, Hongjing Dong1,2,3, Xiao Wang1,2,3
1School of Pharmacy, Shandong University of Traditional Chinese Medicine, Jinan 250300, China.
ACS omega
|October 20, 2025
概括
这项研究确定了干燥生 (甘) 和其加工形式,烤生 (江) 和生木炭 (江) 中的关键代谢物. 机器学习模型有效地区分这些产品,有助于质量控制.
科学领域:
- 植物化学 植物化学
- 药理学 药理学是指药理学的学科.
- 化学测量 化学测量 化学测量
背景情况:
- 干 (Gan-Jiang) 有两种加工形式:烤 (Pao-Jiang) 和生木炭 (Jiang-Tan).
- 由于缺乏明显的质量标志物,江和江田之间存在市场混.
研究的目的:
- 在甘江,江和江坦中识别和描述代谢物.
- 通过网络药理学评估已识别的代谢物的生物活性.
- 开发机器学习模型来区分三种生产品.
主要方法:
- 代谢学和化学测量用于代谢物概况和查.
- 网络药理学,以评估特色代谢物的活性强度.
- 机器学习算法用于生产品的分类.
主要成果:
- 鉴定了171种代谢物,20种特色代谢物被选中 (例如,银仁C,甲基-6-二醇,银仁A).
- 加工过程中的高温导致代谢物含量发生显著变化,与生醇转化和降解有关.
- 特色代谢物主要针对不同强度的,PI3K-Akt和NF-κB信号通路.
- 机器学习模型在区分GJ,PJ和JT方面取得了很高的准确性 (100%的培训,97.83%的测试).
结论:
- 这项研究为识别和控制干燥生及其加工变种的质量奠定了基础.
- 已识别的特色代谢物和开发的模型为生市场的质量保证提供了实际应用.
更多相关视频
08:20Systematic Approach to Identify Novel Antimicrobial and Antibiofilm Molecules from Plants' Extracts and Fractions to Prevent Dental Caries
Published on: March 31, 2021
6.8K
07:36Analysis of Raw and Processed Cyperi Rhizoma Samples Using Liquid Chromatography-Tandem Mass Spectrometry in Rats with Primary Dysmenorrhea
Published on: December 23, 2022
1.9K
