中药信息学发展的新起点-中国护理管理投稿

中国护理管理投稿护理论文投稿上海护理投稿护理杂志投稿
　　中药信息学发展的新阶段
　　中药信息学是以计算机为主要工具,首先对蕴藏着大量中药学、化学、药理学和生物医学信息的文献资料进行分析、归类和整编。这包括将中药的原植物、化学成分、药理作用和传统中医药经验理论中的药材性味、方剂配伍、适应症和药效等信息进行数字化处理,再整合大量随机的生物实验和色谱、光谱数据,然后根据研究课题的需要采用适当的数据挖掘方法分析这些数据,从而迅速提取隐含的有价值信息并挖掘出有逻辑性和规律性的知识。这是新的历史条件下中药信息学(TCM informatics)的主要研究内容,也是现代中医药研究的重要组成部分。
　　中药是一个高度复杂的化学物质体系,其复杂性不仅表现在组成方剂的化学成分的复杂性,也体现在方剂与人体相互关系的复杂性。中药通过多途径、多靶点、整体调节的机制发挥药效作用,因此具有系统性特点。长期以来,中药药效物质基础和作用机制研究未能获得根本性突破的重要原因之一是缺乏对中药高度复杂性及系统性进行研究的手段,故如何揭示并系统阐明中药化学物质组成与药效间的复杂关系,是当今中药信息学所面对的严峻挑战。
　　早期建立的中药数据库大多属于功能相对简单的信息查询系统,即通过对疾病、药理作用、中药方剂等数据的互相关联对中药信息进行管理。当用户输入关键字后系统显示出相关的中药复方、功能主治、组成成分等信息,同时能按相关度和功效权重进行量化排序。这样的系统设计实现了中医药信息的存储与共享[3]。在国家重点基础研究发展计划(973)和国家高技术研究发展计划(863)项目资金的支持下,新建的药学数据库在虚拟筛选和数据分析结果的可视化处理方面有了长足的发展[6-7]。新的中药学数据库与这些先进的技术平台相结合的数据发掘研究,不仅实现了传统中药学的现代化发展,也使中药继续成为国际天然药学研究与新药开发的热点。
　　数据挖掘本身是一门跨学科的技术。事实上,统计学、数据库技术、机器学习、模式识别、人工智能和可视化等技术都在数据挖掘中起着作用[8]。因此,很难定义这些学科和数据挖掘间的界限。这些技术在各自的学科领域内有大量的专著可供参考,此处不再赘述,笔者仅针对数据挖掘技术在中药信息学中的应用作一些介绍。先进分析模型的应用提高了对中医理论、药理作用、植物化学、生物实验数据等不同领域的信息进行多维分析的效率,有助于研究人员准确地进行中药研究选题,从而有效地避免低水平的重复性研究。目前,最常用的数据挖掘方法有：决策树、神经网络、粗糙集、模糊集和遗传算法等[9]。每一种算法都有各自的特点和应用领域,不可能完成所有不同类型的数据挖掘任务。所以,在实际应用中常常采用多种算法相结合对数据进行分析。
中国护理管理网上投稿 http://www.qikanba.com/

我要分享到：

职称论文发表交流平台！

中药信息学发展的新起点-中国护理管理投稿

最新文章NEWS

推荐期刊Tui Jian

热点文章HOT