发明内容
本发明提供一种药物成分分析方法及装置,其主要目的在于解决药物成分分析时效率较低的问题。
为实现上述目的,本发明提供的一种药物成分分析方法,包括:
获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本;
根据所述测试样本制备多个所述测试样品的供试品溶液,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪;
选取所述供试品溶液中其中一个供试品溶液为目标溶液,根据所述目标溶液对配置完成的色谱仪进行多重验证,确定通过验证的色谱仪为标准色谱仪;
利用所述标准色谱仪对所述供试品溶液进行色谱分析,得到所述供试品溶液的测试数据,根据所述测试数据生成所述供试品溶液的指纹图谱;
根据所述指纹图谱筛选出所述供试品溶液的特征峰,利用预设的参照指纹图谱与所述特征峰确定所述目标药物的成分。
可选地,所述根据所述目标溶液对配置完成的色谱仪进行多重验证,包括:
根据所述目标溶液和所述配置完成的色谱仪生成所述目标溶液的目标色谱图;
根据所述色谱图对所述配置完成的色谱仪进行精密度验证,确定通过精密度验证所述配置完成的色谱仪为一级验证色谱仪;
根据所述色谱图对所述一级验证色谱仪进行稳定性验证,确定通过稳定性验证的所述一级验证色谱仪为二级验证色谱仪;
根据所述色谱图对所述二级验证色谱仪进行重复性验证,确定通过重复性验证的所述二级验证色谱仪为标准色谱仪。
可选地,所述根据所述色谱图对所述配置完成的色谱仪进行精密度验证,确定通过精密度验证所述配置完成的色谱仪为一级验证色谱仪,包括:
获取所述色谱图中的共有峰的峰面积,根据所述峰面积生成所述共有峰的面积比;
利用如下相对标准偏差算法和所述面积比计算所述共有峰的相对标准偏差:
其中,
是所述共有峰的相对标准偏差,
是所述面积比的总数,
是第
个所述共有峰的面积比,
是所述共有峰的标识,
是所述面积比的均值。
当所述相对标准偏差小于预设的偏差阈值时,所述配置完成的色谱仪通过精密度验证。
可选地,所述根据所述色谱图对所述一级验证色谱仪进行稳定性验证,确定通过稳定性验证的所述一级验证色谱仪为二级验证色谱仪,包括:
对所述色谱图按照时间先后进行排序组合,得到所述色谱图的合成色谱图;
选取所述合成色谱图中其中一个特征峰为目标特征峰,计算不同时间下的所述目标特征峰的相对保留时间;
根据所述相对保留时间计算所述目标特征峰的特征相似度,当所述特征相似度大于预设的相似度阈值时,所述一级验证色谱仪通过稳定性验证。
可选地,所述根据所述指纹图谱筛选出所述供试品溶液的特征峰,包括:
对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱;
对所述一级图谱中的重叠峰进行解析处理,得到所述一级图谱的二级图谱;
对所述二级图谱中的信号强度进行标准化处理,得到所述二级图谱的标准图谱,根据所述标准图谱确定所述供试品溶液的特征峰。
可选地,所述对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱,包括:
利用如下线性滤波算法对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱:
其中,
是一个维度为
的滤波器系数矩阵,
是所述滤波器系数矩阵的转置矩阵,
为滤波器覆盖的所述指纹图谱的像素灰度矩阵,
是所述指纹图谱的卷积矩阵;
根据所述卷积矩阵确定所述指纹图谱的一级图谱。
可选地,所述对所述一级图谱中的重叠峰进行解析处理,得到所述一级图谱的二级图谱,包括:
确定所述一级图谱中的重叠峰的其中一个重叠峰为目标峰,根据所述目标峰确定所述目标峰的波谷,根据所述波谷确定所述目标峰的左峰和右峰;
根据所述左峰的左峰高和底部左半峰宽计算所述左峰的左面积,根据所述右峰的右峰高和底部右半峰宽计算所述右峰的右面积;
根据所述左面积和所述右面积消除所述重叠峰的峰误差,得到所述一级图谱的二级图谱。
可选地,所述对所述二级图谱中的信号强度进行标准化处理,得到所述二级图谱的标准图谱,包括:
逐个选取所述二级图谱中的其中一个色谱峰做为标准峰,根据所述二级图谱中的信号强度计算所述标准峰的标准面积;
对所述标准面积进行加和处理,得到所述二级图谱的总峰面积;
根据所述总峰面积和所述标准面积计算所述标准峰的归一化面积,根据所述归一化面积对所述二级图谱进行标准化处理,得到所述二级图谱的标准图谱。
为了解决上述问题,本发明还提供一种基于指纹图谱的药物成分分析装置,所述装置包括:
测试样本模块,用于获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本;
属性配置模块,用于根据所述测试样本制备多个所述测试样品的供试品溶液,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪;
多重验证模块,用于选取所述供试品溶液中其中一个供试品溶液为目标溶液,根据所述目标溶液对配置完成的色谱仪进行多重验证,确定通过验证的色谱仪为标准色谱仪;
指纹图谱模块,用于利用所述标准色谱仪对所述供试品溶液进行色谱分析,得到所述供试品溶液的测试数据,根据所述测试数据生成所述供试品溶液的指纹图谱;
药物成分模块,用于根据所述指纹图谱筛选出所述供试品溶液的特征峰,利用预设的参照指纹图谱与所述特征峰确定所述目标药物的成分。
本发明通过获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本,使得所述目标药物有足够的代表性,得到的指纹图谱更具生物统计学意义,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪,节约了后续所述供试品溶液的试错时间,提高了所述供试品溶液的分离效率,对配置完成的色谱仪进行多重验证,保证色谱条件的合理性和优越性,保证测试结果的可靠性,根据标准色谱仪和预设的参照指纹图谱确定所述供试品溶液的成分是基于大量数据对生成的特征峰进行相似度计算得到,提高了识别准确性,并节约了识别时间。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于指纹图谱的药物成分分析方法。所述基于指纹图谱的药物成分分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于指纹图谱的药物成分分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的药物成分分析方法的流程示意图。在本实施例中,所述基于指纹图谱的药物成分分析方法包括:
S1、获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本。
在本发明实施例中,所述获取不同批次的目标药物是指对所述目标药物进行收集,所述样品收集是研究指纹图谱最初也是最关键的步骤,收集的样品要有足够的代表性,样品数越多越好,使得到的指纹图谱更具生物统计学意义。
详细地,所述不同批次是指从品种、药用部位、产地、采收期、产地加工和炮制方法上对所述目标药物进行区别,例如:对于多品种来源或多药用部位的中药材,应固定单一品种或单一药用部位,同时要进行不同品种来源或不同药用部位的代表性样品指纹图谱分析比较,找出各品种或各药用部位之间指纹图谱的共性和特性,采用其共性指纹标定该种药材的质量,特征指纹标定药材的品种或药用部位和该品种或药用部位药材的质量。
详细地,所述对目标药物进行预处理是指生成所述目标药物的实验样本,例如:将所述目标药物的植株清洗干净,将根、茎、叶分开保存,第1株植物的根标记为W1-1-1,茎标记为W1-1-2,叶标记为W1-1-3,以此类推,阴干,粉碎,过60目筛,备用,精确称取样品粉末1.0 mg,与KBr按1:50的比例在研钵中混匀,压片,得到所述目标药物的测试样本。
S2、根据所述测试样本制备多个所述测试样品的供试品溶液,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪。
在本发明实施例中,所述根据所述测试样本制备多个所述测试样品的供试品溶液是指将所述测试样品溶于某种溶剂中得到的供试品溶液,例如:向1.0g测试样本中加甲醇溶解并定容至25ml,用微孔滤膜(孔径为0.45μm)滤过,滤液作为供试品溶液。
详细地,所述根据所述供试品溶液对预设的色谱仪进行属性配置是根据所述供试品溶液的理化性质确定所述预设的色谱仪的属性参数,例如:色谱柱、流动相、流量、柱温、检测波长、参比波长和分析时间等。
S3、选取所述供试品溶液中其中一个供试品溶液为目标溶液,根据所述目标溶液对配置完成的色谱仪进行多重验证,确定通过验证的色谱仪为标准色谱仪。
在本发明实施例中,所述多重验证是为了保证色谱条件的合理性和优越性,保证测试结果的可靠性,从而进行仪器精密度、供试品稳定性、实验方法重复性的检验。
在本发明实施例中,所述根据所述目标溶液对配置完成的色谱仪进行多重验证,包括:
根据所述目标溶液和所述配置完成的色谱仪生成所述目标溶液的目标色谱图;
根据所述色谱图对所述配置完成的色谱仪进行精密度验证,确定通过精密度验证所述配置完成的色谱仪为一级验证色谱仪;
根据所述色谱图对所述一级验证色谱仪进行稳定性验证,确定通过稳定性验证的所述一级验证色谱仪为二级验证色谱仪;
根据所述色谱图对所述二级验证色谱仪进行重复性验证,确定通过重复性验证的所述二级验证色谱仪为标准色谱仪。
详细地,所述精密度验证是验证所述配置完成的色谱仪的精密度;所述稳定性验证是指考察所述供试品溶液的稳定性;所述重复性验证是验证色谱方法的充重复性。
详细地,所述重复性验证可以进行如下操作:取同一批号的样品5份以上,分别按照选定的提取分离方法制备供试品溶液,并在选定的色谱条件下进行检测,确保各共有峰峰面积比值的RSD<3%。
详细地,所述根据所述色谱图对所述配置完成的色谱仪进行精密度验证,确定通过精密度验证所述配置完成的色谱仪为一级验证色谱仪,包括:
获取所述色谱图中的共有峰的峰面积,根据所述峰面积生成所述共有峰的面积比;
利用如下相对标准偏差算法和所述面积比计算所述共有峰的相对标准偏差:
其中,
是所述共有峰的相对标准偏差,
是所述面积比的总数,
是第
个所述共有峰的面积比,
是所述共有峰的标识,
是所述面积比的均值。
当所述相对标准偏差小于预设的偏差阈值时,所述配置完成的色谱仪通过精密度验证。
详细地,取所述目标溶液,连续进样5次以上进行检测,各共有峰峰面积比值的RSD<3%,各共有峰的相对保留时间应在平均相对保留时间偏差在1min内。
进一步地,所述共有峰是从所述色谱图所给出的峰数、峰值(积分值)和峰位(保留时间)等相关参数,确定共有指纹峰的(相对保留时间、峰面积比值)。
进一步地,所述共有峰是从所述色谱图所给出的峰数、峰值和峰位等相关参数确定的,从所述色谱图中计算各个色谱峰的积分值,根据所述积分值确定色谱峰的峰值;从所述色谱图中计算各个色谱峰的保留时间,根据所述保留时间确定色谱峰的峰位;利用所述积分值和所述保留时间计算所述相对保留时间和峰面积比值,从而确定所述共有峰。
详细地,参图2所示,所述根据所述色谱图对所述一级验证色谱仪进行稳定性验证,确定通过稳定性验证的所述一级验证色谱仪为二级验证色谱仪,包括:
S21、对所述色谱图按照时间先后进行排序组合,得到所述色谱图的合成色谱图;
S22、选取所述合成色谱图中其中一个特征峰为目标特征峰,计算不同时间下的所述目标特征峰的相对保留时间;
S23、根据所述相对保留时间计算所述目标特征峰的特征相似度,当所述特征相似度大于预设的相似度阈值时,所述一级验证色谱仪通过稳定性验证。
详细地,取所述目标溶液,分别在不同时间(0、1、2、4、8、12、24、36、48h)检测,考察色谱峰的相对保留时间、峰面积比值的一致性,确定检测时间。
S4、利用所述标准色谱仪对所述供试品溶液进行色谱分析,得到所述供试品溶液的测试数据,根据所述测试数据生成所述供试品溶液的指纹图谱。
在本发明实施例中,对所述供试品溶液进行进样处理,利用所述标准色谱仪得到所述供试品溶液的测试数据,所述测试数据包括:信号与时间等;对所述测试数据进行可视化处理,得到所述供试品溶液的指纹图谱。
详细地,从所述指纹图谱可以得出重叠率、n强峰、特征指纹峰,其中,所述重叠率反映指纹图谱的相似程度,重叠率愈大,指纹图谱愈相似,在实际工作中,应根据具体情况,给重叠率规定个合理的区间范围,重叠率是重要的定性依据,为中药品种鉴定提供了可靠的证据;所述n强峰反映了中药供试品中各主要成分的相对含量的情况,是评价中药质量提供重要的信息和依据;特征指纹是指由一系列特征指纹峰所组成的固定峰群,从多组分的角度来反映中药内在特征,为原药材或饮片品种鉴定,特别是同属不同种或含相同有效成分不同种的药材的鉴别,提供更多更细致的信息和依据。
S5、根据所述指纹图谱筛选出所述供试品溶液的特征峰,利用预设的参照指纹图谱与所述特征峰确定所述目标药物的成分。
在本发明实施例中,由于分析仪器的采样、变化等装置中不可避免地存在各种干扰,使得化学谱图通常由信号峰和噪声两部分组成,因此必须对图谱进行噪声去除的数据处理。
在本发明实施例中,所述根据所述指纹图谱筛选出所述供试品溶液的特征峰,包括:
对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱;
对所述一级图谱中的重叠峰进行解析处理,得到所述一级图谱的二级图谱;
对所述二级图谱中的信号强度进行标准化处理,得到所述二级图谱的标准图谱,根据所述标准图谱确定所述供试品溶液的特征峰。
详细地,指纹图谱数据处理中要识别谱峰,这样才能确定峰高、峰位及峰面积,从而计算获得色谱分析试样中的组分和含量信息,峰面积计算方面,可以利用转折点来标志波峰起点和终点,计算起止点之间的峰面积。但由于噪声影响,有些噪声点也会被误识别为一个谱峰,而且有些谱峰是杂质峰,也应予以剔除,故须针对这种情况进行滤波。
在本发明实施例中,所述对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱,包括:
利用如下线性滤波算法对所述指纹图谱进行噪声去除,得到所述指纹图谱的一级图谱:
其中,
是一个维度为
的滤波器系数矩阵,
是所述滤波器系数矩阵的转置矩阵,
为滤波器覆盖的所述指纹图谱的像素灰度矩阵,
是所述指纹图谱的卷积矩阵;
根据所述卷积矩阵确定所述指纹图谱的一级图谱。
例如:均值滤波的所有系数都是正数,为了保持输出图像仍在原来的灰度范围内。
在本发明实施例中,参图3所示,所述对所述一级图谱中的重叠峰进行解析处理,得到所述一级图谱的二级图谱,包括:
S31、确定所述一级图谱中的重叠峰的其中一个重叠峰为目标峰,根据所述目标峰确定所述目标峰的波谷,根据所述波谷确定所述目标峰的左峰和右峰;
S32、根据所述左峰的左峰高和底部左半峰宽计算所述左峰的左面积,根据所述右峰的右峰高和底部右半峰宽计算所述右峰的右面积;
S33、根据所述左面积和所述右面积消除所述重叠峰的峰误差,得到所述一级图谱的二级图谱。
详细地,由于色谱分析柱的有限分离能力和各种噪声,所述标准色谱仪的指纹图谱存在重叠峰的情况,所述标准色谱仪可以是高效液相色谱仪。
在本发明实施例中,由于进药量控制、实验条件、操作方法等的不一致,会导致指纹图谱信号的强度,峰面积有所差别,对下一步处理产生误差,因此需对信号强度进行标准化处理,实现同一中药样本在不同实验条件下所得的色谱指纹图谱的仪器***误差的校准。
在本发明实施例中,所述对所述二级图谱中的信号强度进行标准化处理,得到所述二级图谱的标准图谱,包括:
逐个选取所述二级图谱中的其中一个色谱峰做为标准峰,根据所述二级图谱中的信号强度计算所述标准峰的标准面积;
对所述标准面积进行加和处理,得到所述二级图谱的总峰面积;
根据所述总峰面积和所述标准面积计算所述标准峰的归一化面积,根据所述归一化面积对所述二级图谱进行标准化处理,得到所述二级图谱的标准图谱。
详细地,所述信号强度是指响应信号的大小,所述对所述标准面积进行加和处理就是根据四则运算中的加法对所述面积进行求和。
进一步地,所述根据所述总峰面积和所述标准面积计算所述标准峰的归一化面积是将总峰面积减去标准面积后,再除以标准面积所得到的。
详细地,所述利用预设的参照指纹图谱与所述特征峰确定所述目标药物的成分是计算所述特征峰与所述参照指纹图谱中的峰的差异度或者相似度得到的,可以将所述特征峰的测试数据导入指纹图谱相似度的计算软件,经过选峰之后,设定匹配模板,将谱峰自动匹配,然后设定标准模板,进行谱峰差异性评价和整体相似性评价。
本发明实施例通过获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本,使得所述目标药物有足够的代表性,得到的指纹图谱更具生物统计学意义,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪,节约了后续所述供试品溶液的试错时间,提高了所述供试品溶液的分离效率,对配置完成的色谱仪进行多重验证,保证色谱条件的合理性和优越性,保证测试结果的可靠性,根据标准色谱仪和预设的参照指纹图谱确定所述供试品溶液的成分是基于大量数据对生成的特征峰进行相似度计算得到,提高了识别准确性,并节约了识别时间,因此可以解决药物成分分析效率较低的问题。
如图4所示,是本发明一实施例提供的基于指纹图谱的药物成分分析装置的功能模块图。
本发明所述基于指纹图谱的药物成分分析装置100可以安装于电子设备中。根据实现的功能,所述基于指纹图谱的药物成分分析装置100可以包括测试样本模块101、属性配置模块102、多重验证模块103、指纹图谱模块104及药物成分模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述测试样本模块101,用于获取不同批次的目标药物,对目标药物进行预处理,得到所述目标药物的测试样本;
所述属性配置模块102,用于根据所述测试样本制备多个所述测试样品的供试品溶液,根据所述供试品溶液对预设的色谱仪进行属性配置,得到配置完成的色谱仪;
所述多重验证模块103,用于选取所述供试品溶液中其中一个供试品溶液为目标溶液,根据所述目标溶液对配置完成的色谱仪进行多重验证,确定通过验证的色谱仪为标准色谱仪;
所述指纹图谱模块104,用于利用所述标准色谱仪对所述供试品溶液进行色谱分析,得到所述供试品溶液的测试数据,根据所述测试数据生成所述供试品溶液的指纹图谱;
所述药物成分模块105,用于根据所述指纹图谱筛选出所述供试品溶液的特征峰,利用预设的参照指纹图谱与所述特征峰确定所述目标药物的成分。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。