Anterior|Siguiente

Predicción de combinaciones de medicamentos beneficiosos para la circulación sanguínea basada en características antiguas y modernas y redes de convolución gráfica

  • role： First author第一作者
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

  • Email：wangjingai928@163.com
  • Introduction：王晶爱，在读硕士，从事中药药理学研究，E-mail：wangjingai928@163.com
WANG Jingai1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

NIU Qikai1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

ZONG Wenjing1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

ZENG Ziling1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

TIAN Siwei1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

ZHANG Siqi1,  
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

ZHAO Yuwen1,  
  • Affiliation：

    Institute of Basic Theory for Chinese Medicine， China Academy of Chinese Medicine Science， Beijing 100700， China

ZHANG Huamin2,  
  • role： Corresponding author通信作者
  • Affiliation：

    The Fourth Hospital of Hebei Medical University， Key Laboratory of Traditional Chinese Medicine Treatment of Digestive Tract Tumors in Hebei Province， Shijiazhuang 050010， China

  • Email：hbj331@163.com
  • Introduction：霍炳杰，主任医师，博士生导师，从事肿瘤的中药治疗基础和临床研究工作，E-mail：hbj331@163.com；
HUO Bingjie3*,  
  • role： Corresponding author通信作者
  • Affiliation：

    Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs， Institute of Chinese Materia Medica， China Academy of Chinese Medical Sciences， Beijing 100700， China

  • Email：libingtcm@163.com
  • Introduction：李兵，副研究员，硕士生导师，从事中医药文献信息学、中药临床药理研究，E-mail：libingtcm@163.com
LI Bing1*

resumen

El objetivo de este estudio es desarrollar un modelo de predicción de combinaciones de medicamentos a base de hierbas chinas (HC-GCN) basado en redes de convolución gráfica (GCN), que integra las características farmacológicas tradicionales de los medicamentos chinos con mecanismos farmacológicos modernos para predecir combinaciones de medicamentos específicas que tienen efectos específicos, y se aplicó y probó en medicamentos a base de hierbas beneficiosas para la circulación sanguínea como ejemplo. Se recopilaron datos sobre las características farmacológicas de los medicamentos chinos comúnmente utilizados, incluidos sus sabores, atributos y genes diana, para construir un conjunto de datos de entrenamiento para la predicción de combinaciones de medicamentos. Combinando las características tradicionales de los medicamentos chinos con la información biológica moderna, se construyó una red de convolución gráfica utilizando métodos de aprendizaje automático y métodos ponderados para evaluar la efectividad, y para construir el modelo de predicción de combinaciones de medicamentos HC-GCN. La actuación del modelo HC-GCN se evaluó utilizando medidas de precisión (ACC), recuperación (Recall), precisión (Precision), puntuación F1 y área bajo la curva ROC (AUC), y se realizaron comparaciones y análisis de los resultados de predicción de este modelo con los resultados de cinco modelos de aprendizaje automático diferentes, incluido el impulso extremo (XGBoost), la regresión logística (LR), el clasificador bayesiano ingenuo (Naive Bayes), el vecino más cercano (KNN) y las máquinas de vectores de soporte (SVM). Se construyó un modelo de predicción utilizando 46 combinaciones de medicamentos a base de hierbas beneficiosas para la circulación sanguínea en el conjunto de datos básico de características farmacológicas, y el modelo HC-GCN mostró un excelente rendimiento en medidas clave como ACC, Recall, Precision, F1-score y AUC. Un análisis de predicción del modelo HC-GCN predijo con éxito 60 combinaciones de medicamentos a base de hierbas chinas posiblemente beneficiosas para la circulación sanguínea. En las combinaciones de medicamentos predichas, el 44 % tienen al menos un sabor beneficioso para la circulación sanguínea. Este estudio ha demostrado que es posible construir un modelo de predicción de combinaciones de medicamentos a base de hierbas chinas HC-GCN basado en redes de convolución gráfica y eficacia basada en el aprendizaje automático, lo que proporciona un nuevo método de selección y optimización inteligente de combinaciones de medicamentos a base de hierbas chinas y su uso en la práctica clínica.

palabra clave

Combinación de medicamentos chinos; redes de convolución gráfica; eficacia de la circulación sanguínea; modelo de predicción; decisión clínica

References

  1. 1.
    ZHOU P，HUANG Y Q.Discussion on the significance of compatibility of couplet medicines in the study of compound prescription［J］.Mod Tradit Chin Med，2013，33（5）：20-22.
  2. 2.
    TANG Y P，SHU X Y，LI W X，et al.Research on Chinese medicine pairs（Ⅰ）——their formation and development［J］.China J Chin Mater Med，2013，38（24）：4185-4190.
  3. 3.
    DUAN J A，SU S L，TANG Y P，et al.Modern understanding of compatibility combination of traditional Chinese medicine drug pairs［J］.J Nanjing Univ Tradit Chin Med，2009，25（5）：330-333.
  4. 4.
    SONG Z G，YAN D M，HUANG L Q，et al.Progress in research methods of the properties of traditional Chinese medicine［J］.J Jiangxi Univ Tradit Chin Med，2023，35（3）：110-114.
  5. 5.
    CAO Y，YAO W M，YANG T，et al.Study on the Inhibition of PPAR-γ/NF-κB/AGEs/RAGE pathway in the treatment of hyperuricemia complicated with gouty arthritis by Buyang Huanwu Tongfeng decoction based on network pharmacology［J］.Chin J Exp Tradit Med Form，2025，31（1）：182-192.
  6. 6.
    ZHUANG Z J，LI J R，HUANG C H，et al.Molecular mechanism of Ligustri Lucidi Fructus-Astragali Radix for anti-cancer based on network pharmacology［J］.Chin J Exp Tradit Med Form，2019，25（12）：195-202.
  7. 7.
    GAO R，LI N F，CUI C，et al.Analysis on the experience of professor WANG Jusheng in the treatment of dermatoses by skillfully using the combination of Radix Paeoniae Alba and Radix Paeoniae Rubra［J］.China Pharm Med Instrum，2023，13（3）：95-98.
  8. 8.
    LI S Y，GONG M，LI Q F，et al.Mechanism of action of Coptidis Rhizoma and Ophiopogonis Radix in delaying diabetic nephropathy based on EGFR/PI3K/Akt signaling pathway［J］.Chin J Exp Tradit Med Form，2024，30（20）：22-29.
  9. 9.
    LI R，REN G，YAN J F，et al.Intelligent question answering system for traditional Chinese medicine based on BSG deep learning model：Taking prescription and Chinese materia medica as examples［J］.Digit Chin Med，2024，7（1）：47-55.
  10. 10.
    WANG W B，LI J H，YU Q，et al.Research on medication rules of depression syndrome based on ancient medical records［J］.Chin J Exp Tradit Med Form，2020，26（5）：162-167.
  11. 11.
    ZHAO D Y，LU H X，BAI S，et al.Efficacy classification and automatic recommendation of traditional Chinese medicine formulas based on graph convolutional neural network［J］.Chin Tradit Herbal Drugs，2024，55（18）：6298-6304.
  12. 12.
    YANG Y，RAO Y，YU M，et al.Multi-layer information fusion based on graph convolutional network for knowledge-driven herb recommendation［J］.Neural Netw，2022，146：1-10.
  13. 13.
    ZHAO W，LU W，LI Z，et al.TCM herbal prescription recommendation model based on multi-graph convolutional network［J］.J Ethnopharmacol，2022，297：115109.
  14. 14.
    QIU P R.Chinese medical classics［M］.Changsha：Hunan Electronic Audio and Video Publishing House，2014.
  15. 15.
    LIU J H.The study of medicinal pairs［M］.Beijing：China Traditional Chinese Medicine Press，2022.
  16. 16.
    HE Q Y."Prescriptionsworth a thousand gold foremergencies" drug pair［M］.Beijing：China Traditional Chinese Medicine Press，2020.
  17. 17.
    XU H Y，ZHANG Y Q，LIU Z M，et al.ETCM：An encyclopaedia of traditional Chinese medicine［J］.Nucleic Acids Res，2019，47（D1）：D976-D982.
  18. 18.
    Pharmacopoeia of the people's republic of china：1 part［M］.Beijing：China Medical Science and Technology Press，2020.
  19. 19.
    ZHOU Y，HOU Y，SHEN J，et al.Network-based drug repurposing for novel coronavirus 2019-nCoV/SARS-CoV-2［J］.Cell Discov，2020，6：14.
  20. 20.
    ZUO W，LU T L，MAO C Q.Four properties and five flavors of traditional Chinese medicine［J］.J China Pharm，2010，21（7）：653-655.
  21. 21.
    ZHONG G S，YANG B C.Traditional Chinese pharmacology［M］.Beijing：China Traditional Chinese Medicine Press，2021.
  22. 22.
    WU C.Bujuji［M］.Beijing：The People's Health Press，1998.
  23. 23.
    LI C，FAN H，WANG X H.Efficacy of Qihong powder in adjuvant treatment of chronic heart failure and its effect on left ventricular systolic function and hemodynamic status［J］.Global Tradit Chin Med，2018，11（4）：590-592.
  24. 24.
    CHEN Y Z，LI C X，LIU M J，et al.Research progress on mechanism of nourishing Qi and warming Yang，activating blood and diverting water of traditional Chinese medicine in treatment of chronic heart failure［J］.Shanghai J Tradit Chin Med，2024，58（7）：89-94.
  25. 25.
    ZHAI X Q，ZHU P C，WANG X F，et al.Effect of Qihong capsule on myocardial mitochondrial energy metabolism and Akt/AMPK-mTOR signaling pathway in rats with ischemic heart failure［J］.Chin J Integrative Med Cardio/Cerebrovasc Dis，2024，22（12）：2150-2158.
  26. 26.
    ZHANG K，WU Y Z，ZHANG H，et al.Efficacy of Zhitong Shengji powder combined with Shengji Xiangpi ointment in the treatment of lower limb venous ulcers［J］.Shaanxi J Tradit Chin Med，2021，42（8）：1064-1067.
  27. 27.
    ZHANG T T，LI S Y，DONG X R，et al.Clinical experience in treating eczema from five Zang organs［J］.Chin Med Mod Dis Edu China，2024，22（20）：88-91.

Leer el texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website