摘要: 目的 通过预测杏贝止咳颗粒(Xingbei Zhike Granules,XZG)颗粒脆碎度,结合最优算法,识别中间体的关键物料属性(critical material attributes,CMAs)。方法 以6个中间体物料的共60个物性参数作为输入,颗粒脆碎度作为输出,使用偏最小二乘回归算法(partial least squares,PLS)、决策树算法(classification and regression tree,CART)、广义路径追踪算法(generalized path seeker,GPS)、多元自适应回归样条算法(multivariate adaptive regression splines,MARS)、随机森林算法(random forest,RF)和树网随机梯度提升算法(TreeNet)共6种机器学习算法建立预测模型,根据模型拟合效果与预测误差确定最佳算法,筛选中间体的CMAs。结果 基于GPS算法建立的预测模型表现最佳,可准确预测出XZG的颗粒脆碎度。其训练集决定系数(R2c)为0.981,测试集决定系数(R2p)为0.966,训练集均方根误差(root mean square error of calibration,RMSEC)为0.976,测试集均方根误差(root mean square error of prediction,RMSEP)为1.304,平均相对预测误差(average relative prediction error,ARPE)为4.72%,低于5%。共筛选出6个中间体的15个CMAs。结论 基于中间体物性参数构建的预测模型,为干法制粒的颗粒脆碎度预测提供了一个新的思路;可以筛选出影响干法制粒颗粒脆碎度的关键物料属性,有助于提升产品质量。
摘要: 动物类中药肽类(animal-derived traditional Chinese medicine,TCM)物质活性优势显著,但由于动物源性中药研究程序缓慢且昂贵、材料基础不规范、活性成分不明确等原因,尚未得到深入研究。回顾了用于动物类中药生物活性肽的研究现状,不同提取、纯化和鉴定技术的最新进展,并介绍其潜在健康益处。利用酶水解、溶剂萃取和微生物发酵等方式提取,然后通过膜过滤系统、色谱法等方法结合适当的方法进行鉴定,可以高效率的产生肽并且得到更高的生物活性。此外,还介绍了动物类中药发挥的抗炎、抗氧化、抗菌、抗高血压和抗肿瘤活性等多功能健康益处及其构效关系。动物源性中药多肽的低开发和资源浪费,以及大多数动物源性中药肽的药理活性报告不足,使其具有良好的研究前景。虽然在保健品领域已经取得了突破,但如果落实上述困惑和当前需求,将获得更多的临床产品发展潜力。