Merjenje podobnosti sestavin kitajske medicine za identifikacijo hladno-vroče narave

Za več informacij:emily.li@wecistanche.com

Guo-Hui Wei, Xian-Jun Fu, Zhen-Guo Wang

1Key Laboratory of Theory of TCM, Ministrstvo za izobraževanje Kitajske, Shandong University of Traditional Chinese Medicine, Jinan, Kitajska.

Poudarki

V tej raziskavi smo preverili hipotezo, dakitajskizdravilas podobno sestavo snovi bi morale imeti podobno zdravilno naravo. Za analizo kemičnih sestavin v kitajskih zdravilih smo uporabili kemične prstne odtise. Izmerili smo podobnost sestavin z metriko razdalje in oblikovali shemo iskanja za prepoznavanje hladno-vroče naravekitajskizdravila.

Cistanche je zelo dobra kitajska medicina

Povzetek

Cilj: Teorija naravekitajskizdravilo(CM) je temeljna osnovna teorijaTradicionalnokitajskiZdravilo(TCM), v katerem je središče raziskovanja hladno-vroča narava. Študije so pokazale, da so sestavine CM materialna osnova za proizvodnjo zdravilne narave. Zato se špekulira, da bi morali imeti CM s podobno sestavo snovi podobno zdravilno naravo. Sodobno delo preučuje hladno-vročo medicino CM s tehnologijo kemičnih prstnih odtisov, ker lahko podatki o kemičnih prstnih odtisih CM odražajo celotno sestavo sestavin CM.

Metode: Da bi preverili zgornjo hipotezo, v tem delu preučujemo kvantificiranje podobnosti sestavin CM s podobnostjo prstnih odtisov in raziskujemo razmerje med sestavo CM in hladno-vročo naravo. Prvič, uporabljamo tehnologijo ultravijoličnega (UV) spektra za analizo 61 CM, ki imajo jasno hladno-vročo naravo (vključno s 30'hladnimi'CM in 31'vročimi' CM). Drugič, s sestavljeno bazo prstnih odtisov CM-jev. proučuje se algoritem učenja metrike na daljavo za merjenje podobnosti UV prstnih odtisov. Nazadnje je predlagana shema iskanja za izgradnjo napovednega identifikacijskega modela za identifikacijo hladno-vroče narave CM.

Rezultati: S pomočjo številnih eksperimentalnih analiz lahko podatki o ultravijoličnem spektru topila petrolej eter bolje predstavljajo CM za razlikovanje med hladno in vročo naravo. V primerjavi z obstoječimi klasičnimi modeli ima predlagana identifikacijska shema boljšo napovedno učinkovitost.

Zaključek: Eksperimentalni rezultati dokazujejo naše sklepanje, da bi morale CM s podobno sestavo snovi imeti podobno zdravilno naravo. Predlagani model napovedi se je izkazal za učinkovitega in izvedljivega.

Ključne besede: tradicionalna kitajska medicina,kitajskiZdravilosestavine, Ultravijolični spekter, Merjenje podobnosti, Hladno-vroča narava

Ozadje

Kot eden od osrednjih elementov tradicionalne kitajske medicine (TKM) je naravna teorija TKM že vrsto let pritegnila pozornost učenjakov in raziskovalnih ustanov. Naravakitajskizdravilo(CM) vsebujejo štiri vrste, tj. hladna, hladna, vroča in topla, katera hladna in vroča narava je pomemben del teorije narave TCM [1,2]. "Zdravljenje sindroma vročine z medicino hladne narave in zdravljenje sindroma prehlada z medicino vroče narave" kaže, da hladna oz. vroča lastnost teorije narave medicine je pomembna osnova za zdravljenje TKM pri uravnavanju ravnovesja medJininYangčloveškega telesa, uporaba hladno-tople medicine pa vodi do učinkovitega zdravljenja v klinični medicini TKM [3].

Številni strokovnjaki imajo različne poglede na hladno-vročo naravo TKM. Jin et al.[4] predlagal 'model matematične analize treh elementov za raziskovanje biološkega značaja TKM na podlagi narave hladno-vroče medicine. Zhao et al. [5] so raziskali metodo hladna/vroča plošča, da bi razlikovali hladno-vročo naravo decokcij Mahuang in Maxingshigan. Wan et al.[6] preučevali učinek TCM z različnimi lastnostmi na termoregulacijo in na temperaturo občutljiv prehodni receptorski potenciacijski proteinski kanal pri podganah z vročino, ki jo povzročajo kvasovke. Liang et al.[7] analiziral hladne in vroče lastnosti kitajskih zdravilnih zelišč z metodami molekularne mreže in kemičnih fragmentov. Wang et al. [8] je s samoorganizirajočim zemljevidom identificiral 59 CHM s tipičnimi hladno/vročimi lastnostmi. Fu et al. [9,10] so raziskovali prisotnostproti rakudejavnostprikazano s hladno-vročo naravo tradicionalne kitajske morske medicine s filogenetsko drevesno analizo in raziskano v metodi Silico Mode-of-Action za razlago hladne, vroče in nevtralne narave CM.

Na splošno diskriminacija hladno-vroče narave CM vsebuje dva dela: predstavitev značilnosti in naravno klasifikacijo. Predstavitev funkcij uporablja izvirne učinke CM, tehnologijo prstnih odtisov ali metodo metabolomike za izločanje značilnosti CM. Naravna klasifikacija mora uporabljati klasifikatorje klasičnega strojnega učenja ali konstruirane klasifikatorje za diskriminacijo hladno-vroče narave CM. Prvotni učinki kitajske medicine so učinkovit značilen izraz. Raziskovalna skupina Xue [11-13] je raziskovala prvotne značilnosti učinkovitosti CM v "kitajskiZeliščniZdravilo(CHM)" in uporabil klasične klasifikatorje (kot so umetne nevronske mreže) za razvrščanje neznane narave CM. Metoda metabolomike se uporablja tudi za predstavitev CM. Nie et al. [14] so preučevali metabonomske značilnosti CM in izdelali model naključnega gozda za razlikovanje neznane narave CM. Kemijska tehnologija je pomembna metoda za analizo hladno-vroče narave. Long in drugi [15] so analizirali kemične sestavine 284 CM z jasno medicinsko naravo in raziskali kombinirani sistem za napovedovanje hladno-vroče narave drugih CM, Druge metode, kot je jedrska magnetna resonančna spektroskopija protonov (1H-NMR), se uporabljajo za raziskovanje lastnosti CM. List sodelujoči [16] so proučevali značilnosti CM z 1H-NMR in uporabil tehnike prepoznavanja vzorcev za analizo neznane narave CM.

Razen klasičnih klasifikatorjev je shema iskanja ena izmed priljubljenih in učinkovitih shem klasifikacije, ki se pogosto uporablja pri identifikaciji benignih in malignih mamografov in pljučnih nodulov [17-20]. V primerjavi s tradicionalnimi klasifikatorji lahko shema iskanja zagotovi najbolj podobne primere za analizo in referenco. Zato ima ukrep podobnosti pomembno vlogo v shemi iskanja za klasifikacijo. Naša skupina je opravila veliko raziskovalnega dela na področju merjenja podobnosti slik pljučnih nodulov [20,21]. Kvantificiramo podobnost slik pljučnih nodulov z metriko razdalje. Čeprav je bilo merjenje podobnosti obsežno raziskano v medicinskih slikah, se redko uporablja pri identifikaciji narave CM.

Sedanje raziskave medicinske narave so se osredotočile na razkrivanje povezave narave CM in materialne sestave znotraj CM. Na primer, za analizo sestave materiala CM se uporabljajo tehnike kemičnih prstnih odtisov in naravni diskriminantni modeli CM. Podatki o kemičnih prstnih odtisih CM lahko odražajo celotno sestavo sestavin CM. Bioaktivnost je določena s sestavo snovi. in bioaktivnosti CM so jedro prepoznavanja narave zdravila [2]. Tako materialna sestava posredno določa naravo CM. Študije so pokazale, da so sestavine CM materialna osnova za proizvodnjo zdravilne narave [10]. Zato se špekulira, da bi morali imeti CM s podobno sestavo snovi podobno zdravilno naravo.

Da bi preverili zgoraj predlagano hipotezo, v tem delu raziskujemo razmerje med sestavinami CM in hladno-vročo zdravilno naravo. Najprej izdelamo zbirko podatkov o sestavinah CM z uporabo tehnologije ultravijoličnega (UV) spektra za predstavitev 61 CM, ki imajo jasno hladno-vročo naravo (vključno s 30 'hladnimi' CM in 31 'vročimi' CM). Drugič, preučujemo kvantificiranje podobnosti sestavin CM z metriko razdalje. Mahalanobisova razdalja se je naučila meriti podobnost UV prstnih odtisov CM. Nazadnje je predlagana shema iskanja za izgradnjo napovednega identifikacijskega modela za napovedovanje hladno-vroče narave CM.

Materiali in metode

Nabor podatkov TCM

V tej študiji je analiziranih 61 reprezentativnih CM, od katerih je 30 CM "zdravil za prehlad", druga pa "vroča zdravila". Vseh 61 CM je bilo označenih v klasični "kitajski Materia Medica" in "Shen Nong's Herbal Classic". Tabela l prikazuje 61 reprezentativnih CM in njihove narave (značilnosti v oklepajih).

Za testiranje 61 CM se uporablja tehnologija UV prstnih odtisov. Glavni instrument je UV-3010 UV spektrofotometer (Hitachi, Japonska). Naša skupina je zabeležila absorbanco skupno 61 CM v ultravijolični valovni dolžini 190-400nm s štirimi različnimi topili (kloroform, destilirana voda, absolutni etanol, petroleter). Podrobna metoda za pridobitev UV prstnega odtisa je na voljo v rokopisu [25]. Kot "vroče" zdravilo so bila gorčična semena označena v klasični "kitajski Materia Medica" in "Shen Nong's Herbal Classic". Slika 1 prikazuje UV absorpcijsko krivuljo Jiezhi (gorčična semena) in GeGen (Puerariae Lobatae Radix) s topilom petroleter.

Podobnost UV prstnih odtisov

V tej študiji raziskujemo razmerje med hladno-vročo naravo in materialno sestavo CM. Da bi preverili hipotezo, bi morali imeti CM s podobno sestavo snovi podobno zdravilno naravo, želimo kvantificirati podobnost sestavin CM in raziskati metodo za identifikacijo narave CM. UV prstni odtis odraža materialno sestavo CM. Zato želimo razkriti hladno-vročo naravo na podlagi UV prstnih odtisov. Če so sestavine CM podobne, lahko mislimo, da so njihove zdravilne lastnosti podobne. Zato bi morali imeti CM s podobnimi UV prstnimi odtisi enako zdravilno naravo.

Mera podobnosti je opredeljena kot semantična relevantnost, ki je bila uporabljena za merjenje podobnosti slik pljučnih nodulov v naši študiji [21]. Če sta oba CM zdravilo za prehlad, sta si pomensko podobna. Mahalanobisova razdalja se uporablja za merjenje podobnosti UV prstnih odtisov CM. Manjša kot je Mahalanobisova razdalja, večja je podobnost UV prstnih odtisov.

Ocena uspešnosti

V tem pododdelku so za preverjanje izvedljivosti predlagane sheme iskanja za identifikacijo hladno-vroče narave izdelani obsežni poskusi za oceno učinkovitosti sheme iskanja. Učinkovitost naše sheme primerjamo z zmogljivostjo najsodobnejših klasifikacijskih modelov, vključno s strojem za ekstremno učenje (ELM) [24], umetnim nevronskim omrežjem (ANN) in podpornim vektorskim strojem (SVM). Vse ocene poskusov so na podlagi obstoječega nabora podatkov TCM. Aplikacija pomaga preizkusiti neznano naravo CM s pridobivanjem podobnih UV spektrov CM z jasno hladno-vročo naravo. V tej študiji smo najprej primerjali učinkovitost identifikacije narave UV spektrov z različnimi topili in izbrali topilo, ki ustreza optimalni učinkovitosti identifikacije. Drugič, zasnovali smo poskuse za oceno delovanja predlagane sheme, imenovane ocena stabilnosti. Tretjič, shemo iskanja smo ponazorili s primeri. Na koncu se neodvisen nabor podatkov uporabi za testiranje robustnosti predlaganega algoritma.

V naših poskusih se ocena stabilnosti uporablja za analizo delovanja predlaganega modela napovedi. Ocena stabilnosti je izračunana z metodo izključitve enega CM [20] v celotnem naboru podatkov. Vsakič je bil en CM izbran kot poizvedbeni CM, preostalih 60 CM pa kot referenčna zbirka podatkov. Ker je bil vsak TCM izbran kot poizvedbeni CM, je bil ta postopek izveden 6-krat. V tej shemi iskanja smo pridobili K'najbolj podobnih in nato pridobili verjetnost hladne narave. Na koncu je bilo izračunanih 61 verjetnosti. S spreminjanjem praga verjetnosti 'hladne narave' se ustvari krivulja delovanja sprejemnika (ROC). Območje pod krivuljo ROC (AUC) in natančnost napovedi (ACC) se uporabljata za oceno učinkovitosti naše sheme. Večje kot je območje, bolj stabilen je model, vrednost ACC je verjetnost pravilne klasifikacije hladno-vroče narave CM. Formula ACC je naslednja:

Za oceno stabilnosti sta bili uporabljeni vrednosti AUC in ACC.

Rezultati

Ocena delovanja z različnimi topili.

Kemični prstni odtisi CM odražajo materialno sestavo CM. UV spektri so en prstni odtis CM, ki ga je mogoče uporabiti za razlikovanje hladno-vroče narave CM. V tej študiji konstruiramo poskuse za kvantitativno analizo razmerja med materialno sestavo in naravo CM s pomočjo ultravijolične spektroskopije.

V tem delu je bila analizirana učinkovitost razvrščanja UV spektrov z različnimi topili (destilirana voda, kloroform, petrolej eter, absolutni etanol), da bi izbrali UV podatke pod topilom za optimalno učinkovitost prepoznavanja. Za ovrednotenje parametrov naše sheme se uporablja metoda Leave-one-CM-out. Na sliki 2 so prikazane krivulje vrednosti ACC za razvrstitev UV spektrov po naravi zdravil z različnimi topili. Vrednost ACC se izračuna kot funkcija števila pridobljenih referenčnih CM (K), da se pridobi bolj celovita krivulja za napovedovanje delovanja modela. Na sliki 2 je krivulja vrednosti ACC pod petroleterskim topilom boljša kot pri drugih topilih, kar pomeni, da imajo UV spektri petroleterskega topila najboljše diskriminatorne lastnosti hladno-vroče narave. Ko je K nastavljen na 7, ima krivulja vrednosti ACC pod topilom petroleter vrh. Učinkovitost identifikacije doseže največjo vrednost 0.803. Glede na krivuljo vrednosti ACC pod absolutnim etanolom ima UV-prstni odtis z absolutnim etanolom najnižjo napovedno učinkovitost. Identifikacija narave CM z destilirano vodo in kloroformom je slabša od tiste s petroletrom, vendar prekaša tisto z absolutnim topilom etanolom. Glede na sliko sta najvišji ACC vrednosti destilirane vode in kloroforma 0,656. Zato sta ti dve topili slabi za napovedovanje narave zdravila.

V tej študiji je učinek parametra p v npr. (4) Raziskuje se topilo v petroleterju, da se oceni učinkovitost napovedovanja hladno-vroče narave. Vrednost er p je nastavljena v območju

parameter【10-3,10*²,10',1,5,10,102,103】1. Slika 3A prikazuje krivuljo vrednosti ACC z različnimi p. Sklenemo lahko, da ima krivulja zmogljivosti majhna nihanja in vrednost ACC doseže največjo vrednost, ko je parameter p nastavljen na 5.

Število lastnih vektorjev k v predlaganem algoritmu za iskanje je analizirano v območju [50 100 150 200 210]. Iz slike 3B je mogoče doseči višjo vrednost ACC z naraščajočim številom k. Največja učinkovitost klasifikacije (vrednost ACC) ustreza največjemu številu lastnih vektorjev k=210.

Ocena uspešnosti modela

Da bi dokazali izvedljivost in stabilnost naše predlagane sheme iskanja za identifikacijo hladno-vroče narave CM, ta študija primerja učinkovitost razvrščanja naše sheme (shema iskanja, označena kot "RS") s tisto nekaterih klasičnih klasifikatorjev (tj. ANN, SVM, ELM) ali klasifikatorji, ki se uporabljajo pri identifikaciji narave CM. Vsi primerjalni algoritmi uporabljajo optimalne parametre iz nabora podatkov. V skladu z rezultati prejšnjega razdelka se podatki UV spektrov pod topilom petroleter uporabljajo za preučevanje napovedi narave hladnega zadrževanja. Tabela 2 prikazuje primerjavo uspešnosti ocene stabilnosti med RS in drugimi algoritmi. Pearsonov korelacijski koeficient (PCC) se uporablja kot primerjalna referenca za merjenje podobnosti UV spektrov. Glede na rezultate napovedi hladno-tople narave lahko sklepamo takole. Prvič, naša shema RS se najbolje obnese pri identifikaciji hladno-vroče narave. Zlasti RS in PCC imata boljšo identifikacijsko natančnost kot drugi primerjalni klasični algoritmi. To ponazarja, da imajo kitajska zdravila s podobnim ultravijoličnim spektrom podobno zdravilno naravo. Drugič, ANN in ELM z UV spektralnimi podatki slabo prepoznavata naravo zdravila.

Tretjič, natančnost identifikacije SVM je boljša kot pri ANN in ELM. Vendar je slabša od naše sheme. Končno je ocena stabilnosti naše sheme najboljša.

Primeri napovedi

Za pridobitev primerov napovedi se uporablja metoda izpusta enega. Dva primera CM za pridobitev, ki ju je vrnil RS, sta navedena v tabeli 3. V tabeli je prikazana poizvedba kitajska medicina (prva vrstica) in njenih zgornjih k=7 pridobljenih referenčnih CM. Pridobljene referenčne CM-je izračuna RS in jih razvrsti z monotono inkrementalno Mahalanobisovo razdaljo. Zdravilo za prehlad (DiFuZhi (Kochiae Fructus)) in vroče zdravilo (BiBa (Piperis Longi Fructus)) služi kot primer za ponazoritev načela identifikacije hladno-vroče zdravilo. V prvem stolpcu je zdravilo poizvedbe Piperis Longi Fructus. Vsa pridobljena referenčna zdravila so vroče narave. Izračunana verjetnost hladne narave je 0, kar nakazuje, da je zdravilo poizvedbe morda vroče narave. V drugem stolpcu je zdravilo poizvedbe Kochiae Fructus. Pridobljeni rezultati vsebujejo šest zdravil hladne narave in eno zdravilo vroče narave. Verjetnost njegove hladne narave je 0.9464, kar kaže, da je bolj verjetno, da bo poizvedbeno zdravilo hladne narave. Primeri napovedi kažejo, da lahko podobni UV prstni odtisi označujejo isto medicinsko naravo.

Splošna uspešnost napovedi.

V tej študiji izvajamo celostno oceno predlagane metode RS. Tabela 4 prikazuje matriko zmede napovedi 61 CM. Skupna natančnost napovedi je 80,3 odstotka (49/61). Identifikacijska natančnost medicine hladne narave je 86,7 odstotka (26/30), medtem ko je natančnost napovedi medicine vroče narave 74,2 (23/31). Vidimo lahko, da ima ta shema dobro stopnjo napovedi za zdravila proti prehladu. Odpoklic, natančnost in F-rezultat identifikacije 61 CM so navedeni v tabeli 5. Na splošno ima naša shema dobro stopnjo identifikacije.

Robustnost predlaganega

metoda Za testiranje robustnosti predlaganega algoritma se uporablja neodvisen nabor podatkov. V tem naboru podatkov so molekularni deskriptorji izračunani tako, da predstavljajo CM, vključno z Molweight, H.Acceptors, H.Donors, Polar.Surface.Area, Rotatable.Bonds, Sp3.Atoms, Symmetric. atomi in amini. Podroben postopek je bil opisan v rokopisu [10]. V naboru podatkov je 534 vročih zdravil in 724 zdravil za prehlad. Tabela 6 prikazuje identifikacijsko matriko zmede 1258 CM (534 in 724 zdravil). Skupna točnost identifikacije je 81,1 odstotka (1020/1258). Točnost napovedi zdravil hladne narave je 83,0-odstotna (443/534), medtem ko je točnost identifikacije zdravil vroče narave 79,7-odstotna (577/724). Eksperimentalni rezultati kažejo, da ima predlagana metoda boljšo robustnost. Na splošno ima naša shema dobro stopnjo napovedi.

Diskusija

V tej študiji smo raziskali izvedljivost razvrščanja narave CM s shemo iskanja na podlagi podobnosti UV spektralnih podatkov. Rezultati eksperimenta so pokazali, da je to učinkovita metoda za prepoznavanje neznane narave CM z izračunom podobnosti UV spektra. Medtem pa eksperimentalni rezultati potrjujejo predlagano hipotezo, da bi morali imeti CM s podobno sestavo snovi podobno zdravilno naravo.

V povzetku. prednosti naše raziskave so naslednje. Prvič, za uresničitev identifikacije narave CM je sestavljen nabor podatkov 61 referenčnih UV spektrov CM, v katerem ima vsak CM jasno hladno ali vročo naravo. Tako je učinkovito in izvedljivo za določanje narave CM.

Drugič, hladno-vroča narava igra ključno vlogo v teoriji narave TCM. V tej študiji raziskujemo medsebojno povezavo med materialno sestavo znotraj CM in hladno-vročo naravo. Sestava materiala je predstavljena z UV spektri. Ocene poskusov so pokazale, da obstaja korelacija med sestavo materiala in naravo hladno-vročega zdravila, ki se lahko uporabi za klasifikacijo narave hladno-vroče. Poleg tega dokazujemo, da sestava materiala določa hladno-vročo naravo CM.

Tretjič, v luči UV spektralnih značilnosti CM raziskujemo shemo iskanja za identifikacijo narave CM. Meritev razdalje se proučuje za merjenje podobnosti UV spektrov. Rezultati poskusa kažejo, da je naša shema najboljša. Možna razlaga je, da naša shema dovolj raziskuje razmerje med sestavo materiala in hladno-vročo naravo CM.

Četrtič, druga učinkovitost, ki je bila temeljito prikazana v tej študiji, je robustnost predlagane sheme iskanja za prihodnje klinične aplikacije. Za inteligentni diskriminantni model je naš cilj pomagati raziskovalcem pri branju ultravijoličnih spektrov in prepoznavanju hladno-vroče narave. Model ni izvedljiv, če je robustnost prenizka za neodvisen nabor podatkov TCM. V poskusih smo dokazali, da ima naš model visoko robustnost. Za potrditev robustnosti našega modela v prihodnosti bo pridobljenih več podatkov o prstnih odtisih CM.

Vendar ima naša raziskava še vedno nekaj omejitev. Prvič, ta študija je uporabila samo UV spektre za predstavitev CM. Druge tehnike prstnih odtisov v tej študiji niso analizirane. CM so kompleksne mešanice spojin. Nemogoče je prikazati celotno sestavo spojin CM samo z eno tehniko prstnega odtisa. V prihodnosti želimo uporabiti več prstnih odtisov za analizo hladno-vroče narave CM. Drugič, raziskujemo podobnost UV spektrov z metriko razdalje. Podatki o prstnih odtisih imajo značilnosti velike dimenzije in majhnega vzorca. Na podlagi takšnih značilnosti je načrtovanje modela napovedovanja fokus prihodnosti. Tretjič, naša študija se osredotoča na raziskovanje shem iskanja za klasifikacijo hladno-vroče narave. Značilnosti UV spektra niso bile temeljito analizirane. Kasneje bomo integrirali učinkovitejše podatke o prstnih odtisih, da bi izboljšali učinkovitost klasifikacije zdravil.

Naša študija ne daje le metode za identifikacijo narave, ampak tudi novo shemo za naravni označevaleckitajskizdravila. Naravni marker je nov koncept, ki označuje sestavinekitajskizdravilatesno povezana z medicino. Z našo shemo identifikacije narave želimo iskati kitajska zdravila s podobnimi sestavinami pod enakimi pogoji omejevanja narave. Več takšnih kitajskih zdravil ima enake sestavine, ki se lahko štejejo za naravne označevalce teh zdravilkitajskizdravila.

Zaključek

V tej študiji je predlagana shema iskanja za napovedovanje narave hladno-vroče medicine. Na podlagi značilnosti CM ima ta shema boljšo učinkovitost klasifikacije kot klasični klasifikatorji. Učinkoviti poskusi dokazujejo, da so narava hladno-vroče medicine in UV spektralni prstni odtisi relevantni.

Reference

1 Gao J, Chen C. Razprava o znanstveni konotaciji štirih narav kitajske materie medice. Acta Univ. Tradicija. Med. Sin Pharmacol Shanghai 2007, 21:16-18.

2. Ouyang B, Wang ZG, Wang P. Raziskovalno razmišljanje in metoda sodobnega preučevanja teorije štirih lastnosti kitajske materie medice. J Beijing Univ Tradit Chin Med 2006, 29: 592-594.

3. Wu LJ, Wang YY, Li YD, et al. Razumevanje ZHENG v tradicionalni kitajski medicini v kontekstu nevro-endokrino-imunskega omrežja. IET Syst Biol 2007,1: 51-60.

4. Jin R, Zhang B, Liu XQ et al. Študija biološke učinkovitosti kitajske materie medice s hladno ali vročo lastnostjo na podlagi modela matematične analize treh elementov. J Chin Integr Med 2011, 9:715-724.

5. Zhao Y, Jia L, Wang J, et al. Preskus razlikovanja med hladno/vročo blazinico razlik v lastnostih mahuang in maxingshigan decoctions. Pharm Biol 2016, 54(7):1298-302.

6. Wan HY, Kong XY, Li XM, et al. Vpliv tradicionalnih kitajskih zdravil z različnimi lastnostmi na termoregulacijo in temperaturno občutljiv prehodni receptorski potencialni proteinski kanal podgan z vročino, ki jo povzroča kvas. China J Chin Meter Med 2014, 39:3813-3818.

7. Liang F, Li L, Wang M, et al. Značilnosti zdravilnih zelišč s hladnimi in vročimi lastnostmi iz kitajske medicine na osnovi molekularne mreže in kemičnih fragmentov. J Ethnopharmacol 2013, 148(3):770-779.

8. Wang M, Li L, Yu C, et al. Razvrstitev mešanic kitajskih zeliščnih zdravil na podlagi samoorganizirajočega se zemljevida (SOM). Mol Inform 2016, 35(3-4):109-115.

9. Fu X, Song X, Li X, et al. Analiza filogenetskega drevesa hladno-vroče narave tradicionalne kitajske morske medicine za morebitno delovanje proti raku. Evid Based Complement Alternat Med 2017, 2017: 1-10.

10. Fu X, Mervin LH, Li X, et al. K razumevanju hladne, vroče in nevtralne narave kitajskih zdravil z uporabo analize načina delovanja in silico. J Chem Inf Model 2017, 57(3):468-483.

11. Li Y, Li X, Xue FZ, et al. Razločevanje lastnosti kitajskih tradicionalnih zdravil na podlagi umetne nevronske mreže. J Shandong Univ (zdravstvene vede) 2011, 49:57-61.

12. Liu WH, Li Y, Ji YJ, et al. Delni najmanjši kvadrati pri diskriminaciji lastnine tradicionalne kitajske zeliščne medicine. J. Shandong Univ (zdravstvene vede) 2012, 50:151-154.

13. Zhang XX, Li Y, Ji YJ, et al. Razločevanje lastnosti kitajske tradicionalne medicine z analizo glavnih komponent – ​​linearno diskriminantno analizo. J Shandong Univ (zdravstvene vede) 2012, 50: 143-146.

14. Nie B, Hao ZL, Gui B, et al. Raziskava metabolomske diskriminantne metode za hladno in vročo lastnost tradicionalne kitajske medicine, ki temelji na naključnem gozdu. Jiangxi Univ Traditi Chin Med 2015, 27:82-86.

15. Long W, Liu P, Xiang J, et al. Kombinirani sistem za napovedovanje lastnosti kitajske Materia Medica. Računalništvo. Metode Programi Biomed. 2011, 101(3):253-264.

16. Li H, Xu Q, Zhang J, et al. Hladno-vroča narava razlikuje tradicionalna kitajska zdravilna zelišča z diskriminantno analizo spektralnih podatkov 1H-NMR. Mednarodna konferenca o medicini in zdravju ljudi 2017 (MSHH 2017), 2017, 174-179.

17. Jiang M, Zhang S, Li H, et al. Računalniško podprta diagnostika mamografskih tvorb z uporabo razširljivega pridobivanja slik. IEEE Trans Biomed Eng 2015, 62(2):783-92.

18. Tsochatzidis L, Zagoris K, Arikidis N, et al. Računalniško podprta diagnostika mamografskih tvorb, ki temelji na nadzorovanem pristopu pridobivanja slik na podlagi vsebine. Pattern Recog 2017, 71:106-117.

19. Wei G, Ma H, Qian W, et al. Merjenje podobnosti pljučnih mas za iskanje medicinskih slik z uporabo delno nadzorovane metrike razdalje na osnovi jedra. Med Phys 2016, 43(12):6259-6269.

20. Wei G, Ma H, Qian W, et al. Shema za iskanje slik na podlagi vsebine za klasifikacijo pljučnih nodulov. Curr Med Imaging Rev 2017, 13(2):210-216.

21. Liu Y, Rong J, Lily M, et al. Izboljševalni okvir za učenje metrike na daljavo, ki ohranja vizualnost, in njegova uporaba pri pridobivanju medicinskih slik. IEEE Trans Pattern Anal Mach Intell 2010, 32(1): 30-44.

22. Weinberger KQ, Blitzer J, Saul LK. Učenje metrike na daljavo za klasifikacijo najbližjega soseda z velikim robom. J Mach Learn Res 2009, 10(1): 207-244.

23. Tao D, Li X, Wu X, et al. Splošna tenzorska diskriminantna analiza in Gaborjeve lastnosti za prepoznavanje hoje. IEEE Trans. Pattern Anal Mach Intell 2007, 29(10):1700–1715.

24. Malar E, Kandaswamy A, Chakravarthy D, et al. Nov pristop za odkrivanje in razvrščanje mamografskih mikrokalcinacij z uporabo valovne analize in ekstremnega učnega stroja. Comput Biol Med 2012, 42:898–905.

25. H. Li. Konstrukcija digitalnega predstavitvenega sistema, ki temelji na prstnih odtisih ultravijoličnega spektra bistvene osnove tradicionalne kitajske medicine (TCM) s hladno-toplotno naravo. Jinan: Univerza tradicionalne kitajske medicine Shandong 2011.