CN1473583A - 一种中药新药研制方法 - Google Patents

一种中药新药研制方法 Download PDF

Info

Publication number
CN1473583A
CN1473583A CNA021364060A CN02136406A CN1473583A CN 1473583 A CN1473583 A CN 1473583A CN A021364060 A CNA021364060 A CN A021364060A CN 02136406 A CN02136406 A CN 02136406A CN 1473583 A CN1473583 A CN 1473583A
Authority
CN
China
Prior art keywords
component
chinese medicine
compatibility
drug effect
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA021364060A
Other languages
English (en)
Inventor
程翼宇
栾连军
邵青
吴永江
王毅
史大卓
张伯礼
王永炎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CNA021364060A priority Critical patent/CN1473583A/zh
Publication of CN1473583A publication Critical patent/CN1473583A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medicines Containing Plant Substances (AREA)

Abstract

本发明提供一种中药新药研制方法,是选择临床疗效确切的传统中药复方,根据传统中药复方的特性,对复方进行组分提取分离,根据优化设计要求安排组分间配伍,根据中医药理论及中药复方的作用特点,确定筛选模型并进行药效筛选试验,以计算机辅助分析方法辨识出有效组分及其配伍配比方式与药效的关系,优化设计中药新药。本发明方法可提高有效组分筛选效率,缩短筛选周期,更能体现中药复方用药的特点。改变饮片配伍为有效组分配伍,使中药成为物质基础明确、质量可控、安全有效、服用方便、符合国际规范的现代中药制剂。

Description

一种中药新药研制方法
技术领域
本发明涉及中药新药研制领域,尤其涉及中药新药研制方法,具体的是以中药传统复方为研究对象,筛选有效组分,以组分配伍配比方式形成新的组方,研制开发符合国际规范的中药一、二类新药。二类新药。
背景技术
自古以来,中药复方采用饮片配伍形式,选方用药符合中医辨证施治理论和君臣佐使配伍规律。中药复方的组成决不是单味药材的简单加和,而是有其深刻的内涵和理论基础。目前使用的中成药大多源于传统中药复方,是以中药饮片为原料,经常规方法提取、去杂,制得不同剂型的复方制剂。中药材属生物体,因产地、种植条件、栽培技术、异地引种、生产环境等诸方面的因素,即使同一种中药材,也很难控制其化学成分的一致性。因此,许多同品种的中成药,由于生产厂家不同,甚至同一厂家的不同批次的产品,其所含的化学成分都可能有很大差别,质量难以控制,疗效得不到保证也就不足为奇。任何药品产生药效都有其物质基础,传统中药方剂虽然采用饮片配伍形式,但其产生作用的物质基础却仍然是其中所含的各种化学成分,饮片配伍仅仅是形式,其中所含的多种化学成分的合理优化组合才是产生特殊疗效的根本所在。现代研究表明,中药复方的特殊作用,是由其中的多种有效组分以特定的组合和配比产生的,即“多组分、多途径、多环节、多靶点、融合调节”的整体作用方式。
中药审批办法颁布以来,我国批准临床和生产的中药新药绝大多数为三、四类药,占总数的90%以上,一、二类中药只占很小比例。一类中药为植物中得到的单体,与西药类似,可以借鉴西药新药研制开发的理论与方法,但开发难度大,成本高,周期长。二类中药为有效部位或有效部位群,就目前情况而言,大多数是从单味药材中提取的有效部位,还有少数几个注射剂,尚未有来源于复方有效部位或有效部位群的二类中药新药。众所周知,复方是中医用药的主要方式,中药的独特疗效只有通过合理组方的方剂才能体现,仅仅从单味药材中研制中药,不能很好地体现中医药的特色,而从复方中研制新药,更有可能得到符合传统中医药理论的中药。我国新颁布的新药审批办法中就新增了从复方中提取有效部位或有效部位群,作为中药二类新药的内容。
发明内容
本发明提供的一种中药新药研制方法,是选择临床疗效确切的传统中药复方,根据传统中药复方的特性,对复方进行组分提取分离,根据优化设计要求安排组分间配伍,根据中医药理论及中药复方作用特点,确定筛选模型,进行药效筛选试验,并以计算机辅助分析方法辨识出有效组分及其配伍配比方式与药效的关系,以组分配伍配比方式设计一、二类中药新药。
本发明提供的一种中药新药研制方法通过以下几个步骤实现:
(1)中药复方的选择、提取与分离;
(2)对分离所得各组分进行定性定量分析;
(3)对分离所得各组分进行药效筛选试验;
(4)计算机辅助有效组分的辨识及配伍配比优化;
(5)验证配伍的有效部位群药效;
(6)有效组分配伍配比方式设计新药。
本发明所述的中药复方的选择、提取与分离,是根据临床治疗需要,选择疗效确切的经典方,遵循传统汤剂的特点,采用全方水提、不同极性溶剂萃取、柱层析及制备色谱分离等手段,分离获取全方各组分。全方加6~12倍量水,60~100℃提取1~4次,每次0.5~3小时,提取液滤过,常压或减压浓缩获取浸膏。可采用大孔树脂、硅胶、聚酰胺、氧化铝等柱层析方法,也可采用制备色谱、逆流色谱、膜分离等分离手段分离获取全方各组分。
本发明所述的对分离所得各组分的定性分析采用化学鉴别与指纹图谱相结合的方式进行,组分含量采用容量法、比色法、高效液相色谱法、气相色谱法、毛细管电泳法等方法测定,采用指纹图谱与化学鉴别相结合的手段进行组分来源的溯源分析。
本发明所述的对分离所得各组分进行药效筛选试验,是根据中医药理论及中药复方的多成分、多途径、多靶点作用特点确定筛选模型,采用均匀设计、改良均匀设计、正交设计等方法设计药效筛选试验,药效筛选试验充分考虑组分之间的交互作用及配伍比例。
本发明所述的改良均匀设计,是通过对均匀设计表中因素水平的对称变换实现均匀设计表的扩展。
本发明所述的计算机辅助有效组分辨识是采用相关分析、逐步回归、贝叶斯网络学习算法等方法;配伍配比优化采用了主成分分析、多元回归、神经网络等方法。
本发明所述的验证组分配伍的有效部位群药效,是以计算机辅助辨识的有效组分为对象,有效组分从全方或方中各单味药材提取、分离,以计算机优化的配伍配比方式进行药效验证。
中药新药研究开发要立足于中医药理论和临床实践,充分融入现代医药学发展的新理论、新方法。中药及复方是典型的复杂体系,所含化学成分种类多,药效与化学成分间关系错综复杂,化学信息和生物学信息之间的关系很难用人工方法分析。依靠计算机辅助方法,运用多元分析技术、计算智能技术、数据挖掘技术、模式发现技术等先进的信息技术,开展中药方剂研究,对方剂组分与药效间关系进行多方位、多学科、多层次、多目标的智能辨析,寻找与药效相关的有效组分或组分群,以有效组分配伍配比方式设计、研制中药新药。用本发明方法研制的新药,有效组分明确,作用机理清楚,便于质量控制。本发明方法可提高有效组分筛选效率,缩短筛选周期,由于源自复方,因而更能体现中药复方用药的特点。改变饮片配伍为有效组分配伍,使中药成为“物质基础明确、质量可控、安全有效、服用方便”的现代复方制剂,对继承、发扬传统中医药理论,全面提高复方中药的科技含量、提高临床疗效,进而提升中药工业核心竞争力,促进中药产业的现代化,具有重大现实意义。
具体实施方式
本发明结合实施例作进一步的说明。
实施例1:本发明所述的改良均匀设计的对称变换示例:表1均匀设计表
  1   4   2   3
  3   2   3   4
  4   3   1   1
  2   1   4   2
由表1按照1  4,23进行变换得到变换的均匀设计表,见表2。
 表2变换均匀设计表
4  1  3  2
 2  3  2  1
 1  2  4  4
 3  4  1  3
将表1与表2组合形成改良均匀设计表,见表3,在增加数据点的同时保证了数据点分布的均匀性。
表3改良均匀设计表
  1   4   2   3
  3   2   3   4
  4   3   1   1
  2   1   4   2
  4   1   3   2
  2   3   2   1
  1   2   4   4
  3   4   1   3
实施例2:从精制血府逐瘀方中设计优化降脂新药
血府逐瘀方是名家经典方,也是中医药目前治疗动脉粥样硬化的主要方药,其作用机理之一是通过改善脂质代谢进而治疗动脉粥样硬化。经简化的精制血府逐瘀方组方为:川芎:1.5~4.8克;赤芍:1.5~4.8克;桃仁:1.5~4.8克;红花:1.5~4.8克;枳壳:1.0~3.2克;柴胡0.5~1.6克。
1.提取与分离:
全方加入10倍量水,煎煮3次,每次2小时。合并煎提液,过滤,滤液浓缩成浸膏。浸膏以D-101型大孔树脂分离,分别以水、10%乙醇、20%乙醇、30%乙醇、40%乙醇、50%乙醇、60%乙醇、70%乙醇、80%乙醇、90%乙醇洗脱,收集各洗脱液,回收溶剂,以指纹图谱与化学鉴别相结合方法,对洗脱馏分进行鉴定分析,合并成分类似的洗脱部分。
2.各洗脱部分化学组分鉴定与各类组分含量测定:
采用化学鉴别方法做定性检查,显示水洗脱物中主要含有:无机盐、多糖、有机酸类、蛋白质;10%乙醇洗脱物中主要含有:多糖、有机酸类与少量皂甙类;20%乙醇洗脱物中主要含有多糖、有机酸类、黄酮类、萜类与皂甙类;30%乙醇洗脱物中主要含有:萜类、有机酸类、黄酮类;40%~60%乙醇洗脱物中主要含有:黄酮类、萜类与有机酸类;70%~90%乙醇洗脱物中主要含有机酸类与黄酮类。
采用液相色谱法获取水洗脱物(A)、10%乙醇洗脱物(B)、20%乙醇洗脱物(C)、30%乙醇洗脱物(D)、40%~60%乙醇洗脱物(E)、70%~90%乙醇洗脱物(F)及全方的指纹图谱。含量测定方法:多糖、总黄酮、总皂甙组分含量采用比色法测定,总蛋白采用凯氏定氮法测定,单体含量如橙皮甙、新橙皮甙、柚皮甙、芍药甙、丹皮酚、阿魏酸,采用液相色谱法测定。各组分含量分析结果为:
水洗脱物(A):多糖24%、蛋白质9%;
10%乙醇洗脱物(B):多糖73%、蛋白质11%;
20%乙醇洗脱物(C):多糖7%、蛋白质9%、总黄酮3%、芍药甙10%;
30%乙醇洗脱物(D):蛋白质5%、总黄酮3%、芍药甙50%;
40%~60%乙醇洗脱物(E):总黄酮30%、芍药甙7%;
70%~90%乙醇洗脱物(F):总黄酮3%、总酸32%。
3.分离部位药效筛选试验:
(1)采用改良均匀设计法设计药效筛选试验
设计试验共35组,充分考虑组分之间的交互作用及配伍比例。1-32组为设计试验组,33组为阳性对照组,34组为模型组,35组为空白组。1-32组中,前24组为改良均匀试验设计,25-30组为单一分离部位药效测定,第31,32组试验为全方试验,其中第31组为六部分洗脱物按比例混合的总提取物,第32组为全方提取浸膏。1-24组配比见表4。
              表4药效筛选试验设计
试验组数     A     B     C     D     E     F
    1     10     10     10     10     5     0
    2     5     5     1     1     1     10
    3     0     5     0     5     0     5
    4     10     0     1     1     5     0
    5     5     1     0     10     10     1
    6     1     1     10     5     10     10
    7     0     10     0     0     5     1
    8     10     1     5     0     1     10
    9     1     0     5     10     0     5
    10     0     0     1     1     0     1
    11     1     5     10     0     10     0
    12     5     10     5     5     1     5
    13     0     0     0     0     1     10
    14     1     1     5     5     5     0
    15     10     1     10     1     10     1
    16     0     10     5     5     1     10
    17     1     5     10     0     0     5
    18     5     5     0     1     0     0
    19     10     0     10     10     1     5
    20     0     5     1     10     5     0
    21     5     10     1     0     10     1
    22     10     10     5     5     10     5
    23     5     1     0     10     0     10
    24     1     0     1     1     5     1
(2)模型建立:
采用喂高脂饲料方法造成大鼠实验型高脂血症模型。
(3)药效筛选指标:
CH0、LDL、TC/HDL、及动脉粥样硬化指数(AI)[AI=(TC-HDL)/HDL]
(4)药效试验结果:模型组CHO、LDL、TC/HDL、AI均显著高于空白组,与模型组相比,各组药效结果见表5。
                    表5对血脂指标影响结果统计
Figure A0213640600071
对本实验可得到如下结论:
1,3,5,9,14,20,2,4,7,10,11,15,16,17共十四组配伍实验组与模型组相比均能非常显著(p<0.01)或显著地(p<0.05)降低CHO、LDL、TC/HDL。它们具有降血脂作用。
19组能较显著地降低CHO和LDL,而对TC/HDL无显著影响;31组能较显著地降低LDL,而对CHO、TC/HDL无显著影响;28,29,30三组能较显著地降低TC/HDL,但是对CHO、LDL无显著影响。
4.计算机辅助有效组分或成分的辨识及配伍配比优化
对于血脂相关的各个指标,采用逐步回归算法和贝叶斯网络学习算法进行关键部位的发现。
对于胆固醇(CHO)、低密度脂蛋白(LDL)指标,只考虑各部位单独作用时,利用逐步回归算法和贝叶斯网络学习算法,以各部位的配伍量为自变量,药效值为应变量,计算得到D为产生药效的关键部位(置信度0.9、0.8)。而综合考虑各部位两两交互作用时,以两两部位配伍量的乘积为自变量,药效值为应变量,利用逐步回归算法和贝叶斯网络学习算法,得到D、E配伍和C、D配伍是产生药效的主要影响因素(置信度0.95、0.9)。
对于甘油三脂指标(TG)、TC/HDL、AI指标,只考虑各部位单独作用时,利用逐步回归算法和贝叶斯网络学习算法,以各部位配伍为自变量,药效指标为应变量,计算得到E为关键部位(置信度0.8、0.9、0.9),而综合考虑各部位单独作用和两两交互作用时,以两两部位配伍量的乘积为自变量,药效值为应变量,得到D、F配伍和A、F配伍是使得TG升高的主要因素,而D、E是降低TG、TC/HDL、AI的主要因素(置信度0.90、0.95、0.95)。
从分析结果来看,给药组引起的LDL、CHO、TC/HDL,AI四个指标变化具有相同趋势,影响这几个指标的关键部位及其配伍规律也非常一致,即D、E配伍和C、D配伍具有增效作用,其中D、E为关键有效部位。而对于TG指标,其变化趋势也非常相似,D、E都能显著降低该指标,但D、F配伍和A、F配伍可使TG升高,产生减效作用。
对于血脂相关的各个指标,采用逐步回归算法和贝叶斯网络学习算法进行关键组分的发现。
对于胆固醇(CHO)、低密度脂蛋白(LDL)指标,只考虑各组分单独作用时,利用逐步回归算法和贝叶斯网络学习算法,以各组分的配伍量为自变量,药效值为应变量,计算得到芍药甙类为产生药效的关键组分(置信度0.9)。而综合考虑各组分两两交互作用时,以两两组分配伍量的乘积为自变量,药效值为应变量,利用逐步回归算法和贝叶斯网络学习算法,发现总黄酮、芍药甙类物质配伍是降低该指标的关键组分(置信度水平0.9、0.9)。发现多糖、芍药甙类配伍,总黄酮、芍药甙类配伍是降低该指标的关键组分(置信度水平0.9、0.9)。
对于TG、TC/HDL、AI指标,只考虑各组分单独作用时,利用逐步回归算法和贝叶斯网络学习算法,以各组分的配伍量为自变量,药效值为应变量,可以得到总黄酮是主要影响因素(置信度水平0.8、0.9、0.95)。考虑两两交互作用后,以两两组分配伍量的乘积为自变量,药效值为应变量,利用逐步回归算法和贝叶斯网络学习算法,发现总黄酮、芍药甙类组分配伍是降低该指标的关键组分(置信度水平0.9、0.95、0.95)。
配伍配比规律研究:根据上一步各分离部位数据分析得到的关键部位及其配伍进行计算,以各药效指标为应变量,以关键部位的配伍量为自变量进行数据拟合,利用多元回归,得到药效与关键部位配伍之间关系的初步模型。由模型可以预测,当这三个药效部位以C∶D∶E=7∶4.5∶3这一比例配伍时,药效较强,且随着配伍量在一定范围内的增加,药效将逐渐增强。利用方差分析对多元回归方程是否有意义作假设检验,得到的结果说明建立的多元回归方程有意义。
5.验证优化配伍组方药效:将计算机辅助辨识的有效部位从全方中提取分离,得到C、D、E部位,按5~9份∶3~6份∶2~5份比例进行配伍,药效验证表明其降脂效果显著,可作为中药二类新药开发。
无需进一步详细阐述,相信采用前面所公开的内容,本领域技术人员可最大限度地应用本发明。因此,前面的优选具体实施方案应理解为仅是举例说明,而非以任何方式限制本发明的范围。

Claims (8)

1.一种中药新药研制方法,其特征是:选择临床疗效确切的传统中药复方,根据传统中药复方的特性,对复方进行组分提取分离,根据优化设计要求安排组分间配伍,根据中医药理论及中药复方作用特点,确定筛选模型,进行药效筛选试验,并以计算机辅助分析方法辨识出有效组分及其配伍配比方式与药效的关系,以组分配伍配比方式设计一、二类中药新药。
2.如权利要求1所述的一种中药新药研制方法,其特征是:该方法分以下几个步骤:
(1)中药复方的选择、提取与分离;
(2)对分离所得各组分进行定性定量分析;
(3)对分离所得各组分进行药效筛选试验;
(4)计算机辅助有效组分的辨识及配伍配比优化;
(5)验证组分配伍的有效部位群药效;
(6)有效组分配伍配比方式设计中药新药。
3.如权利要求2所述的复方的选择、提取与分离,其特征是:选择临床疗效确切的经典方,遵循传统汤剂的特点,可采用全方水提、不同极性溶剂萃取、柱层析及制备色谱分离等手段,分离全方各组分。
4.如权利要求2所述的对分离所得各组分进行定性定量分析,其特征是:采用化学鉴别与指纹图谱相结合的方式进行定性分析,采用光谱、色谱等方法测定提取组分含量,采用指纹图谱与化学鉴别相结合的手段进行组分来源的溯源分析。
5.如权利要求2所述的对分离所得各组分进行药效筛选试验,其特征是:根据中医药理论及中药复方的多成分、多靶点作用特点确定筛选模型,采用均匀设计、改良均匀设计、正交设计等方法设计药效筛选试验,药效筛选试验方案充分考虑组分之间的交互作用及配伍比例。
6.如权利要求5所述的改良均匀设计,其特征是:通过对均匀设计表中因素水平的对称变换实现均匀设计表的扩展。
7.如权利要求2所述的计算机辅助有效组分的辨识及配伍配比优化,其特征是:有效组分的辨识采用相关分析、逐步回归、贝叶斯网络学习算法等方法;配伍配比优化采用了主成分分析、多元回归、神经网络等方法。
8.如权利要求2所述的验证组分配伍的有效部位群药效,其特征是:以计算机辅助辨识的有效组分为对象,有效组分从全方或方中各单味药材提取、分离,以计算机优化的配伍配比方式进行药效验证。
CNA021364060A 2002-08-05 2002-08-05 一种中药新药研制方法 Pending CN1473583A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA021364060A CN1473583A (zh) 2002-08-05 2002-08-05 一种中药新药研制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA021364060A CN1473583A (zh) 2002-08-05 2002-08-05 一种中药新药研制方法

Publications (1)

Publication Number Publication Date
CN1473583A true CN1473583A (zh) 2004-02-11

Family

ID=34146453

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA021364060A Pending CN1473583A (zh) 2002-08-05 2002-08-05 一种中药新药研制方法

Country Status (1)

Country Link
CN (1) CN1473583A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102242190A (zh) * 2011-04-25 2011-11-16 辽宁中医药大学 一种中药复方有效药味的筛选方法
CN102879486A (zh) * 2012-09-05 2013-01-16 山东大学 一种筛选中药药效相关成分的方法及模型建立方法
CN104606275A (zh) * 2014-04-10 2015-05-13 宁波市第二医院 一种防治脂肪肝的中药有效组分复方
CN104764842A (zh) * 2015-02-10 2015-07-08 江西中医药大学 一种筛选樟帮姜厚朴药效与其成分关系的方法
CN104881579A (zh) * 2015-05-25 2015-09-02 长春康彼达科技有限公司 一种治疗气滞型胃脘痛中药组合物筛选方法
CN105259322A (zh) * 2015-10-14 2016-01-20 广州白云山和记黄埔中药有限公司 一种研究口炎清或其他中药复方配伍关系筛选最优组方的方法
CN106266230A (zh) * 2016-08-09 2017-01-04 南京中医药大学 一种基于均匀设计及人工神经网络的中药组分配伍优化方法
CN109346180A (zh) * 2018-08-03 2019-02-15 电子科技大学 中医方剂君臣佐使训练识别方法及系统
CN112022992A (zh) * 2020-03-25 2020-12-04 博奥生物集团有限公司 一种快速优化中药组方的方法及抗耐药结核应用
CN118534861A (zh) * 2024-07-24 2024-08-23 浙江大学 药品生产环境污染警戒数智化分析软件机器人系统及方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102242190A (zh) * 2011-04-25 2011-11-16 辽宁中医药大学 一种中药复方有效药味的筛选方法
CN102879486A (zh) * 2012-09-05 2013-01-16 山东大学 一种筛选中药药效相关成分的方法及模型建立方法
CN102879486B (zh) * 2012-09-05 2014-08-13 山东大学 一种筛选中药药效相关成分的方法及模型建立方法
CN104606275A (zh) * 2014-04-10 2015-05-13 宁波市第二医院 一种防治脂肪肝的中药有效组分复方
CN104764842A (zh) * 2015-02-10 2015-07-08 江西中医药大学 一种筛选樟帮姜厚朴药效与其成分关系的方法
CN104881579B (zh) * 2015-05-25 2018-02-16 长春康彼达科技有限公司 一种治疗气滞型胃脘痛中药组合物筛选方法
CN104881579A (zh) * 2015-05-25 2015-09-02 长春康彼达科技有限公司 一种治疗气滞型胃脘痛中药组合物筛选方法
CN105259322A (zh) * 2015-10-14 2016-01-20 广州白云山和记黄埔中药有限公司 一种研究口炎清或其他中药复方配伍关系筛选最优组方的方法
CN105259322B (zh) * 2015-10-14 2017-05-17 广州白云山和记黄埔中药有限公司 一种研究口炎清制剂抗炎药效组方配伍关系的方法
CN106266230A (zh) * 2016-08-09 2017-01-04 南京中医药大学 一种基于均匀设计及人工神经网络的中药组分配伍优化方法
CN109346180A (zh) * 2018-08-03 2019-02-15 电子科技大学 中医方剂君臣佐使训练识别方法及系统
CN112022992A (zh) * 2020-03-25 2020-12-04 博奥生物集团有限公司 一种快速优化中药组方的方法及抗耐药结核应用
CN118534861A (zh) * 2024-07-24 2024-08-23 浙江大学 药品生产环境污染警戒数智化分析软件机器人系统及方法

Similar Documents

Publication Publication Date Title
Yu et al. Insight into chemical basis of traditional Chinese medicine based on the state-of-the-art techniques of liquid chromatography− mass spectrometry
Lao et al. Application of metabonomic analytical techniques in the modernization and toxicology research of traditional Chinese medicine
Li et al. A pharmaco‐metabonomic study on the therapeutic basis and metabolic effects of Epimedium brevicornum Maxim. on hydrocortisone‐induced rat using UPLC‐MS
CN1473583A (zh) 一种中药新药研制方法
CN101441682A (zh) 中药药效物质机理的生物信息分析平台及其分析方法
Liu et al. Recent advances in quality control of traditional Chinese medicines
CN108680673B (zh) 当归饮片指纹图谱的建立方法及其指纹图谱
CN102091118A (zh) 大花红景天药材的质量检测方法
CN108152434A (zh) 一种基于可视化质谱信息的中药特异成分的查找方法
CN108896681B (zh) 一种安神补脑液多指标定量指纹图谱建立方法及其应用
CN110187020A (zh) 基于治疗慢性萎缩性胃炎谱效关系的黄芪成分评价方法
Lei et al. Comprehensive profiling of the chemical components and potential markers in raw and processed Cistanche tubulosa by combining ultra-high-performance liquid chromatography coupled with tandem mass spectrometry and MS/MS-based molecular networking
CN101216466A (zh) 枸杞hplc指纹图谱的建立方法及其标准指纹图谱
CN101028388A (zh) 一种治疗眼疾近视及视疲劳中药制剂的质量检测方法
Zhao et al. A multidimensional chromatography/high-resolution mass spectrometry approach for the in-depth metabolites characterization of two Astragalus species
CN101078713A (zh) 一种加入内标物的绞股蓝药材指纹图谱质量控制方法
Hou et al. A MS-feature-based medicinal plant database-driven strategy for ingredient identification of Chinese medicine prescriptions
CN1900710A (zh) 灵芝孢子、灵芝孢子油指纹图谱的建立及标准指纹图谱
Chunnian et al. Quick comparison of Radix Paeonia Alba, Radix Paeonia Rubra, and Cortex Moutan by high performance liquid chromatography coupled with monolithic columns and their chemical pattern recognition
CN109991330A (zh) 一种林下山参的指纹图谱的检测方法
CN206132715U (zh) 一种集分离方法开发、在线分离‑富集于一体的天然药物二维制备色谱仪
Hui et al. A novel approach to characterize chemical consistency of traditional Chinese medicine Fuzi Lizhong pills by GC-MS and RRLC-Q-TOFMS
CN110097976B (zh) 中药复方制剂的生物成分分析方法
Wang et al. Chemical comparison of Semen Euphorbiae and Semen Euphorbiae Pulveratum by UPLC-Q-TOF/MS coupled with multivariate statistical techniques.
CN113176366A (zh) 基于谱效关系的二精方多糖及黄酮类成分的评价方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication