相关实验视频
Updated: Jan 10, 2026

09:09
Lethality Bioassay Using Artemia salina L.
Published on: October 11, 2022
12.0K
基于机器学习的Artemisia argyi Folium评估策略:探索抗炎活性和化学成分之间的剂量效应关系
Wennan Nie1, Shubo Guo1, Cunhao Li1
1College of Pharmaceutical Engineering of Traditional Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin, 301617, China.
Journal of ethnopharmacology
|November 27, 2025
概括
来自不同地区的Artemisia argyi Folium (AAF) 显示出不同的抗炎作用. 六个关键化合物被确定为质量标志物,以确保AAF.
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.
- 传统中国医药 传统中国医药
背景情况:
- 阿尔提米西亚阿尔吉叶 (AAF) 具有传统的药用.
- 了解AAF抗炎活性的区域差异对于草药应用至关重要.
研究的目的:
- 评估来自不同地理来源的AAF的抗炎活性.
- 确定质量标志物 (Q-标志物),反映AAF的区域化学和疗效差异.
主要方法:
- 来自九个地区的AAF中的十个化学成分的HPLC分析.
- 使用免疫光学,流细胞计和炎症因子测量 (TNF-α,IL-1β,IL-6,NO) 评估LPS诱导的RAW 264.7巨细胞中的抗炎作用.
- 使用PCR,双矩阵相关性和机器学习 (Lasso,Ridge,Elastic Net) 来将化学特征与抗炎活性联系起来.
主要成果:
- 六种化合物被确定为AAF的Q标志物.
- 在AAF的化学成分,地理来源和抗炎功效之间发现了显著的相关性.
- 为AAF建立了一个基于面板的综合质量控制框架.
结论:
- 该研究为AAF质量控制和临床使用提供了科学依据.
- 开发的综合战略提供了一种对天然药物的系统评估方法.

