【正文】 數(shù)據(jù)結(jié)構(gòu) ,進行樣本的歸類。 在同一萃取及氣相色譜條件下 ,本法觀察所得不同藥材會得到不同特征色譜圖 ,其數(shù)據(jù)結(jié)構(gòu)可滿足聚類分析的要求 ,分析程序如下 :把有ｍ個色譜峰的目標藥材色譜圖表達于一個ｍ維特征空間 ,然后把能與藥材色譜峰配對的中成藥色譜峰投影到這ｍ維特征空間上 ,配對的準則是看中成藥色譜峰的保留時間是否介于某目標藥材色譜峰的保留時間加減 1%的范圍內(nèi)。 為要檢驗以上方法的可行性 ,本實驗選取 8 種常用的藥材 ,作為目標藥材 ,另選取12 種中成藥作為樣本。實例中共有 15 個不同樣本 ,各由 3～ 6 個藥材的提取液 (從 8 個目標藥材及另加的 5 個藥材中隨意選取 ),以不同比例混合組成。而Ｂ組樣本中則沒有 ,見表 1。若第ｉ個實例樣本中可找 到有一個峰能與目標藥材的第ｊ個色譜峰配對的話 ,設Ｘｉ ,ｊ的值為該峰的峰面積 ,否則設Ｘｉ ,ｊ的值為零。α =λ一個主因子的方差貢獻份數(shù)愈大 ,它在藥材識別上的貢獻就愈大。最后 ,可以得到一幅如圖 1 的聚類分析圖 ,我們會發(fā)現(xiàn)Ｂ組實例樣本的投影點聚合成一個點群 。所以 ,由各Ｂ組實例樣本的投影點與其點群的中心點之間的距離ｈｉ ,可得距離均值及距離方差Ｓｈ等統(tǒng)計量 ,藉此可擬定一個范圍空 間把包含與不包含這目標藥材的兩類樣本分隔開。 中藥三維結(jié)構(gòu)重建 多目標的三維表面重建技術(shù) ,實現(xiàn)了中藥材的多種顯微結(jié)構(gòu)在同一場景中的結(jié)構(gòu)重建和顯示 ,從而獲得對重建對象的各種組織的立體結(jié)構(gòu)及其相互關(guān)系的直觀、形象的認識 ,為中藥學這一研究領域提供一種新的研究方法。中藥材的連續(xù)截面圖象由Ｇｅｎｉｕｓ掃描儀進行數(shù)字化并輸入計算機 。重建物體的三維顯示基于ＳＧＩ三維圖形工作站實現(xiàn)。重建軟件分為 4 個模塊 ,如圖 2 （ 1） 數(shù)據(jù)預處理：數(shù)據(jù)預處理把兩兩相鄰的一組原始截面圖象處理成滿足重建要求的一組數(shù)字圖象。輪廓的多邊形近似是數(shù)據(jù)壓縮的有效方式 ,首先按任意相鄰三點不在一條直線上的原則對數(shù)據(jù)進行初步壓縮 ,然后用給定分段點數(shù)的多 邊形近似方法對數(shù)據(jù)作進一步壓縮。用模式識別技術(shù)定義輪廓之間的距離作為輪廓相似性的量度 ,并按最小距離判據(jù)實現(xiàn)了屬于同一目標的輪廓匹配和不同目標的輪廓分離 ,從而成功地解決了中藥材三維重建的關(guān)鍵問題。首先根據(jù)二維圖象生成點表 ,然后根據(jù)適當?shù)囊?guī)則生成 邊表和面表。由于三維圖象重建的瓶頸在于龐大的數(shù)據(jù)量而無法實施復雜有效的處理 ,為此 ,選擇了具三角形平面逼近算法 ,旨在建立一種更宜于廣泛應用的數(shù)據(jù)結(jié)構(gòu)。本文中的三維顯示程序提供了靈活多樣的顯示方式 ,采用不消隱的線框模型顯示物體的內(nèi)部結(jié)構(gòu) ,采用消隱的光照模型獲得真實感的表面顯示。 3） 重建結(jié)果與討論 選用麥冬和附子兩種藥材 ,利用上述重建算法獲得所需結(jié)構(gòu)的三維重建結(jié)果。在中藥復方的制作過程中也伴隨著復雜的物理和化學變化 ,可能形成各種復合物。利用實驗室方法分離純化獲得組分已是一個非常艱巨的任務 ,而研究其作用機理更是難上加難了。中藥復方中可能存在復方組分間的相互作用、組分同溶劑的相互作用、組分同多種靶酶的相互作用、多種組分同一種靶酶的相互作用、組分間形成的復合物同靶酶的相互作用 ,以及溶劑對這些相互作用的影響。 分子間相互作用是分子間相互識別的過程 ,必須符合幾何互補、能量匹配的原則。能量匹配一般包括靜電作用、氫鍵作用、范德華力相互作用 等 ,為了更精確 ,應進一步考慮疏水相互作用。代謝過程是一個非常復雜的過程 ,研究中藥復方成分在代謝過程中的作用有重要意義。初步研制了一個用于中藥復方研究的基于分子間相互作用的計算機系統(tǒng) —— 北大九源藥物分子設計系統(tǒng) (PUJYDDS)。以分子對接 (包括軟對接、柔性對接及組合對接 )為核 心的分子間相互作用計算機模塊 。系統(tǒng)的框圖示于下圖。受體三維結(jié)構(gòu)數(shù)據(jù)庫部分數(shù)據(jù)來自蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫 (PDB),大部分受體結(jié)構(gòu)須根據(jù)序列通過同源蛋白質(zhì)結(jié)構(gòu)預測方法建立受體三維結(jié)構(gòu)模型。因此數(shù)目可觀的受體是可以通過結(jié)構(gòu)預測的方法獲得它們的結(jié)構(gòu)模型。共振識別方法是通過蛋白質(zhì)電子勢的數(shù)據(jù)信號分析得到蛋白質(zhì)結(jié)構(gòu)和功能信息 ,共振識別可以確定不同種類蛋白質(zhì)的特征信號模式 ,這些特征信號模式通過連續(xù)子波變換 (CWT)得到蛋白質(zhì)可能的活性位點。我們發(fā)展了遺傳算法同 Tabu 搜索相結(jié)合的方法能較有效地確定復合物的結(jié)構(gòu)。 三、 藥物信息數(shù)據(jù)庫的開發(fā) 植物活性數(shù)據(jù)庫 自古以來 ,植物藥是人類防治疾病的主要天然藥物。回顧藥物的發(fā)展史和現(xiàn)代藥物的生產(chǎn) ,可以看到世界上通過植物來源的藥物約占全部藥物的 1/3。美國 1/3 處方藥來自植物。世界上自從長春花堿、青蒿素、紫杉醇等植物活性成分的開發(fā)成功 ,為植物新 藥研究展示了光明的前景。 改善中藥產(chǎn)品“粗、大、黑”的現(xiàn)狀 ,全面提高中藥產(chǎn)品在國際市場的競爭力 ,就必須全面創(chuàng)新、實現(xiàn)傳統(tǒng)中藥的現(xiàn)代化研究 ,提高其技術(shù)含量。只有明確其活性成分或有效部位 (群 ),才能對中藥 17 進行有效的提取、純化、質(zhì)控、制成現(xiàn)代化制劑。 近十年來 ,藥物研究水平的提高和植物分離手段的改進 ,為我們提供了大量生物活性分子。本庫現(xiàn)收錄植物活性成分 3222 個。根據(jù) 數(shù)據(jù)的特點 ,由一個主庫和七個子庫組成 ,通過ＣＡＳ號關(guān)聯(lián) ,用戶可以通過ＣＡＳ號查到全部信息 ,也可以單途徑或任意組合的多途徑檢索所需信息。國際上，各類結(jié)構(gòu)數(shù)據(jù)庫已成為新藥開發(fā)的必備工具，各大制藥公司都非常重視結(jié)構(gòu)數(shù)據(jù)庫的開發(fā)和研究。經(jīng)過多年的努力，開發(fā)了包含 6500個中藥有效成分的二維結(jié)構(gòu)數(shù)據(jù)庫 (3D—MSDT， 3D Molecular Structure Database of Traditional Chinese Drug),并配套開發(fā)了數(shù)據(jù)庫檢索和維護系統(tǒng)以及二維和三維分子顯示系統(tǒng)。 中藥有效成分的相關(guān)數(shù)據(jù)主要從報道的文獻中采集。從這些文獻中，可以得 到這些中藥植物的不同用藥部位所包含的有效成分分子結(jié)構(gòu)、異名、化學名、物理性狀、植物來源、藥理藥效、文獻出處等等。對所有的結(jié)構(gòu)，同時提供了二維結(jié)構(gòu)和三維結(jié)構(gòu)。 1） 3DMSDT 的后端支持和前端開發(fā) 3DMSDT的后端支持選用關(guān)系數(shù)據(jù)庫模型進行數(shù)據(jù)的描述和管理，具體的數(shù)據(jù)庫管理支持系統(tǒng)則選用 SQLSever。 DrugStruDB庫用于存放中草藥有效成分的所有結(jié)構(gòu)有關(guān)的信息， DrugPropDB庫用于存放中草藥有效成分的所有與結(jié)構(gòu)無關(guān)的性質(zhì)信息； DrugNameDB庫用于存放中草藥有效成分的化合物名稱信息； Stru3D字段存放著分子的三維結(jié)構(gòu)，以 mol文件格式儲存； Image2D字段存放該化合物的標準二維結(jié)構(gòu)。 ? 子結(jié)構(gòu)匹配檢索 二維子結(jié)構(gòu)匹配檢索是數(shù)據(jù)庫系統(tǒng)中最重要的一種查詢方式。在子結(jié)構(gòu)匹配中，對于 mol文件格式采用了自己的鄰接表描述方式 ———個出用于描述節(jié)點原子的結(jié)構(gòu)所組成的數(shù)組。在執(zhí)行子結(jié)構(gòu)匹配程序代碼之前，從數(shù)據(jù)庫中讀出鄰接表后，于內(nèi)存中分配該鄰接表所需大小的內(nèi)存，不需任何轉(zhuǎn)換就；直接把讀出的鄰接表存入該內(nèi)存空間，將 內(nèi)存指針轉(zhuǎn)換后就得到了鄰接表數(shù)組。 子結(jié)構(gòu)檢索的輸入是采用 mo1文件描述子結(jié)構(gòu)作為檢索算法的輸入。以非常方便及時地畫出要檢索的子結(jié)構(gòu)。 在自動化技術(shù)方面，國外已有很多產(chǎn)品，這些產(chǎn)品基本分為兩大類型，一種是通用型設備，如機器人手臂（ robotic arms）、自動移液器（ automated liquid handlers）、微孔板讀數(shù)計（ microtiter plate rdading devices）、震蕩孵溫儀（ shaking incubator）、清洗器（ washer）等，可以說，在工物篩選的常規(guī)性操作中，幾科每一個步驟都已有自動化操作的儀器供選用。它與通用型設備最重要的差別是：它包含有已微量化、敏感化的生物評價體系和相應的計算機軟件系統(tǒng)。測定的指標包括受體與配體的結(jié)合能力和細胞的功能狀態(tài)，如細胞內(nèi)鈣濃度、細胞內(nèi) pH值、膜電位、膜的離子流動等。為了追求更高通量的篩選或稱超高通量 篩選，很多研制生產(chǎn)單位正在進一步使生物反應微量化、敏感化，使其能在更密集的孔板上進行。有的還在追求８６４孔板，１５３６孔板的篩選方式。不是所有的生物評價法都可微量化。一般來講，９６孔板中每孔反應體 系的總?cè)莘e約１００－３００μ l,３８４孔板每孔反應體系容積可降至３０－７５μ l。到目前為止尚無適用于３８４孔板的自動化的收集器和濾板。