全 文 ：示植物光周期运动的内在机制, 同时也将为人类合理利用植
物资源提供理论依据。我们相信许多学者对大量的药用和食
用植物中褪黑激素的含量水平的研究将会为人类的营养、医
药和农业生产等提供非常有益的信息。
References:
[ 1 ]　Murch S J , Simmons C B. Melatonin in feverfew and other
medicinal plants [ J] . Lancet , 1997, 350: 1598-1599.
[ 2]　Manchester L C, T an D X, Reiter R J , et al . H igh levels of
melatonin in the seeds of edible plants poss ible function in
germ t issue protection [ J ] . L if e S ci, 2000, 67 ( 25) : 3023-
3029.
[ 3]　Dubbels R, Reiter R J, Klenke E, et al. Melatonin in edib le
plants ident ifi ed by radioimmunoas say and by h igh perfor-
man ce l iquid ch romatography-mass spect rometr y [ J ] . J
Pineal R es, 1995, 18: 28-31.
[ 4]　Jan K, Jvana M, Josef E , et al . M elatonin: occurrence and
daily rh ythm in Chenop od ium r ubrum [ J ] . P hy tochemistry ,
1997, 44: 1407-1413.
[ 5]　Van T as sel D L, Robert s N, L ew y A, et al. M elatonin in
plant organs [ J] . J P ineal R es, 2001, 31( 1) : 8-15.
[ 6]　Maes tron i G J M . T he immunotherapeut ic potent ial of mela-
tonin [ J ] . Exp ert Op in Inv est Drug s, 2001, 10( 3) : 467-476.
[ 7 ]　T an D X, Mach es ter L C, Reiter R J , e t al . Melatonin di-
rect ly scavenges h ydrogen peroxide: a poten tially new
metabolic pathw ay of biot ran sformat ion [ J ] . F re R ad Biol
Med , 2000, 29( 11) : 1177-1185.
[ 8] 　Weaver D R, Capodice C E . Postmortem s tabil ity of mela-
tonin r eceptor bindin g and clock-relevant m RNAs in m ou se
supr achiasmatic nucleus [ J] . J B iol Rhythm, 2001, 16( 3) :
216-223.
[ 9 ] 　J an K, C arl H J, Ivana M . Presence and possib le role of
m elatonin in a short-day f low erin g plant , Chenop od ium
r ubrum [ J] . A dv Exp Med B iol , 1999, 460: 391-393. .
[10]　T an D X, Man chester L C, Reiter R J, et al . A novel mel-
atonin metab ol it e, cyclic 3-hydr ox ymelatonin: a biom ark er of
m elatonin interaction w ith hydr ox yl radical s [ J ] . B iochem
B iop hy R es Commun, 1998, 253: 614-620.
[ 11]　T an D X, Lucien C M, Reiter R J , et al. Signif icance of me-
latonin in ant iox idat ive defense sys tem: react ions and prod-
ucts [ J] . B iol S ig nal Re cep t , 2000, 9: 137-159.
[ 12]　Reiter R J, T an D X, Burk hard t S , et al. M elatonin in plants
[ J] . M utr R ev , 2001, 59( 9) : 286-290.
[13] 　M offat A S . Plan ts proving their w or th in toxic metal cle-
anup [ J] . S cience , 1995, 269: 302-303.
[14]　Susa N , Uen o S, Furuk aw a Y, et al . Potent protect ive ef fect
of melatonin on chromium ( VI) -indu ced DNA s ingle-st rand
br eakes , cytotoxicity, and lipid peroxidat ion in primary cu l-
tures of rat hepatocytes [ J ] . T oxicol App l Phar macol , 1997,
144: 377-384.
[ 15]　Murphy J J, M itchell J R A, Hept ins tall S. Randomized dou-
b le-b lind placebo-cont rolled t rial of feverfew in migr aine pre-
vent ion [J ] . Lancet , 1988, 2: 189-192.
[16]　T ian Y M, Li P P, Zhang G Y, et al. Rejuvenat ion of degen-
erat ive th ymus b y oral melatonin admin ist ration and th e an-
tagon ist ic act ion of melatonin agains t h ydroxl radical-induced
apoptosis of cultured thym ucytes in m ice [ J ] . J P ineal Res,
2001, 31( 3) : 214-221.
人工神经网络在中药领域中的应用现状及前景
张东方1,沙　明1,杨松松1, 李一波2, 曹爱民1, 孟宪生1

( 1. 辽宁中医学院 中药系, 辽宁 沈阳　110032; 　2. 沈阳航空工业学院,辽宁 沈阳　110032)
摘　要: 随着模式识别理论的发展,人工神经网络的实践也得到了迅速的提高,在诸多领域都有广泛应用。1990 年
以来, 人工神经网络技术在中药研究领域得到了大量的应用,在中药材的分类识别、中药制剂分析、中药药动学、药
效学以及中药化学结构预测等学科有广阔的应用前景。
关键词: 人工神经网络; B-P 网络;中药
中图分类号: R28　　　文献标识码: A　　　文章编号: 0253 2670( 2003) 01 0089 03
Present condition and perspective of utilization of artificial
neural network in Chinese materia medica field
ZHANG Dong-fang 1, SHA M ing 1, YANG Song-song1 , L I Yi-bo2, CAO Ai-min1, MENG Xian-sheng1
( 1. Depar tment o f Chinese M ateria Medica, L iaoning Co llege o f TCM , Shenyang 110032, China;
2. Aviation Poly technic Co llege o f Shenyang, Shenyang 110032, China)
Key words : art ificial neural netw o rk ( ANN) ; B-P netw orks; Chinese materia medica
·89·中草药　Chinese T raditional and Herbal D rug s　第 34 卷第 1 期 2003年 1月
收稿日期: 2001-09-10作者简介:张东方( 1975—) ,男,辽宁中医学院 2001级生药学专业在读博士研究生,研究方向为中药活性成分研究及新药开发。
T el: 024( 86237503)　　E-mail: Lnorien t@ h otmail . com
　　20 世纪 70年代以来, 随着计算机技术的不断发展, 人
工神经网络 ( artificial neur al netw orks, ANN )理论与实践
都得到了迅猛提高。这一概念来源于生物神经网络( biolog i-
ca l neural net wo rkds, BNN )。从某种意义上说, 人是自然界
中最完美的系统, 是仿生学的极限, 人脑则是这一系统的核
心。这一学科的研究使生物学、认知学科、非线性科学、计算
机电子学、人工智能、微电子、信息处理、模式识别等学科有
机地结合起来, 并在文字识别、语音识别、医学诊断、生物医
学、图像识别、自动控制、专家系统、组合优化、市场分析、遥
感信号和图像识别等众多领域有广泛的应用[ 1]。本文对人工
神经网络技术在中药研究的应用现状及前景作一综述。
1　理论部分
　　限于目前的理论与技术, 人工神经网络略去了生物神经
网络的很多细节, 但也保留了重要内容, 即充分地保留了脑
神经系统的结构, 又反映了脑神经系统内在的工作原理。它
是由很多处理单元有机地结合起来, 其信息传递和存储方式
与生物神经网络相似, 是相同简单处理器的组合。它的信息
是存储在处理单元之间的连接上, 因而它是与现代计算机完
全不同的系统。人工神经网络模拟生物体中神经网络的某些
结构和功能, 并反过来用于工程或其他的领域[ 2]。
2　人工神经网络在中药研究中的工作程序
2. 1　信号获取:运用相关技术获取全面反映中药内在质量
的电信号或图像, 综合评价中药。可以用色谱法( GC, HPLC
等)反映中药中化学组分状况, 用光谱法( UV , IR , NMR , M S
等)反映中药中各种原子的化学环境, 用显微技术(显微镜、
电镜等)及其他技术反映药材的形态特征。
2. 2　特征提取:获取的信号大多占用很大的存储空间, 这就
给数据的存储与传输带来极大不便, 因此在检测前应对信号
进行变换与压缩, 压缩后的数据将大大减少, 工作效率也将
大大提高。常用的特征提取方法主要手段是傅里叶变换, 小
波变换、特殊函数转换和专用的图像特征提取算法等。当然,
压缩后的数据经过某种规则的变换后可恢复原来的信号[1]。
2. 3　检测: 在各个领域应用的网络模型大约 40 多种[3] , 大
致可分为前向网络和反馈网络。目前应用最多的是误差逆传
播网络 ( back -propagation, B-P 网络 ) , 反馈网络常用的是
Hopfield 网络。下面以 B-P 网络为例作以介绍。
B-P 网络为多层前馈网络,它的特点是: 同一层内神经
元不连接, 在整个信号传递中不存在任何信号的反馈。输入
层不具有运算功能, 仅用来进行信号的分配和传递。隐含层
和输出层的神经元具有运算功能, 输出整个网络的最终运算
结果。其模型如图 1。图中 x1, x2⋯⋯xn 为输入层( Input
Layer ) ; x 1′, x 1″, x2′, x 2″⋯⋯xn′, x n″为隐含层( Hidden Lay-
er) ; y 1, y2⋯⋯yn 为输出层( output lay er )。B-P 算法的学习
过程由正向传播和反向传播两个过程组成。在正向传播过程
中, 输入信息从输入层经隐含层传向输出层。如果不能得到
期望的输出, 则转入反向传播, 将信号沿原来的连接通路返
回, 修改各层节点间的权重值, 如此反复, 使得误差信号最
小, 得到较满意的结果。这样的一个网络就具有了很强大的
识别功能, 当网络中再有信号通过时, 就可以对该信号作出
相应的判别。
图 1　B-P 网络示意图
Fig. 1　B-P network general view
3　人工神经网络在中药研究领域的应用及前景
3. 1　人工神经网络在中药材的分类识别中的应用: 目前中
药材的人工神经网络评价在中药研究中有许多报道, 也是该
技术在中药研究中较有前景的领域。早在 1993 年蔡煜东等
用 B-P网络模型评价中药威灵仙的质量,采用气相色谱分析
方法, 对色谱峰与样品抗炎作用的复杂对应关系进行预测,
预测率为 100% , 建立了中药威灵仙的质量评价系统[4]。他
还用 B-P 网络对中药厚朴的气相色谱分析得到的各组分相
对含量进行分析, 将 12个样品分为 3 等, 即优质厚朴、劣质
厚朴及厚朴代用品, 与植物学鉴定结果完全一致[ 5] ; 张亮等
用红外光谱技术,采用 B-P 算法对中药雷公藤和昆明同海棠
浸出物进行分类识别, 识别率为 90% [6] ; 乔延江等对不同来
源的 62 个蟾蜍样品的高效液相图谱进行识别,结果准确、可
靠[7, 8] ; 苏薇薇等以苦丁茶中 20 种宏量、微量元素为分类特
征,对 78 个苦丁茶样品进行分类,所得结果和生药鉴定结果
一致[9] ;本实验室也对中药地榆及羌活的高效液相指纹谱用
小波变换-B-P 网络进行识别尝试, 识别率大于 95% [ 10]。以
上多是以光谱或色谱技术反映化学信息,中药的化学成分的
复杂及多样性就更要求训练样本的加大,另外对于神经网络
的建立, 在进行训练时应注意中药鉴定的准确性, 否则构建
的是错误的网络系统。
3. 2　人工神经网络在中药制剂分析中的应用: 中药的有效
性是不言而喻的,但由于中药化学成分的复杂性及有效成分
的不确定性,对其进行质量控制也是中药行业所面临的重要
问题之一, 对于中药制剂是否按全处方投料, 用现代分析方
法检测极其复杂, 甚至难于回答,在国际上得到认可的指纹
图谱技术最近在国内得到初步推广, 但其数据处理非常烦
琐、复杂。人工神经网络为此提供了方便 ,张亮等运用二值自
适应共振理论网络( ART 1)结合红外光谱技术对中药戊己丸
的 3 个缺省某药材的混合物进行识别, 其识别率分别为
85% , 80% , 90% , 平均正确率为 85% [11]。可见人工神经网络
对中药制剂进行分析具有可行性。同时,科研工作者对一些
化学药品的组分含量测定也有探讨,结果均良好, 甚至好于
其他方法,提示人工神经网络也可以测定中药指标性成分的
含量,说明它可以作为一种有前途的化学计量方法。
3. 3　人工神经网络在中药药动学、药效学中的应用: 药物筛
选是中药新药研制的前提,人工神经网络可以用作药物分子
的药效预测,根据该化学成分的理化参数(折射率、疏水性参
·90· 中草药　Chinese T raditional and Herbal D rug s　第 34 卷第 1 期 2003年 1月
数、取代位的电性参数等) , 既可以预测有无某药效, 又可预
测药效的大小[ 12, 13]。另外,人工神经网络可以对中药的药动
学-药效学的相关性进行分析[14] ,能非常灵活地通过自组织、
自学习等功能找到药动学参数与药效学参数之间的关系, 可
以把药物作用时间、剂量、浓度和代谢活性物质的浓度作为
输入变量,预测药效, 同时也可以根据药效学参数预测药动
学参数,这种预测精度很高,预测值与目标值的相关系数一
般在 0. 99。当然,它不能代替生理相关性,所以还不能取代
动物实验为基础的分析方法。
3. 4　人工神经网络在中药化学结构预测中的应用: 国外已
应用人工神经网络对化学成分的图谱(质谱、紫外光谱、红外
光谱、近红外光谱、核磁共振光谱、光学折射图谱等)进行结
构分析, Cur ry 等设计了神经网络系统用于识别判定图谱的
功能团, 表明该系统对某些功能团的判断正确率达到
94%～99. 5% [15]。
　　对于蛋白质二级结构的认识可以促进蛋白质类药品分
子的合成。近 30 年来人们提出多蛋白质二级结构预测方法,
迄今为止最成功的是人工神经网络方法 ,该方法主要是以蛋
白质中氨基酸种类及其排列顺序作为数据输入,从而预测其
二级结构。Ho lley[ 16]及 Lapedes 等相继发表该类文章, 最好
的精度可与圆二色谱相媲美[ 17]。
　　除上述外, 人工神经网络还可以用于中药对照品的
HPLC 色谱峰纯度检查[ 18]以及组方优化等。
4　讨论
　　传统的中药研究如中药鉴定、中药制剂分析、药理学以
及化学成分鉴定都是根据某种规则、规律人为地得出某种结
论, 这是必会有某些人为的干预,结论具有一定的主观性。人
工神经网络是通过自学习、自组织, 对电信号及图像的直拉
处理过程, 没有任何人为干预,该技术的应用专业性不强, 非
中药专业研究人员也可操作。这样就更能客观、公正地评价
中药。
人工神经网络方法在科学上应用越来越广泛,尽管它仍
处于发展阶段, 尤其是在中药研究方面研究还较少, 不过, 我
们相信在不久的将来, 关于人工神经网络的方法、参数、训练
样本、学习过程以及预测结果都会有更加详尽的讨论,人工
神经网络在中药研究领域将会有更加广泛的应用,对中药现
代化和中药走向世界将会起到重要的作用。
References:
[ 1]　Zhu S D. N eur al N etw ork App l icat ion B asi s (神经网络应用
基础) [ M ] . Sh enyang: Publis hing Company of North-eas t
U nivers ity, 2000.
[ 2]　Li Y, Wan g J D, Gu B H, e t al . Art ificial neural netw ork
and its applicat ion to analytical ch emis t ry [ J] . Sp ect rosc Sp ec
t ral A nal (光谱学与光谱分析) , 1999, 12( 6) : 848-849.
[ 3]　Yu J N , Xiang B R, An D K. Applicat ion of art if icial intel li-
gence tech nique in clinical materia m edica [ J ] . Dev P harm
(药学进展) , 1996, 20( 2) : 65-69.
[ 4]　Cai Y D, Gong J W, Gan J R, e t al . Art if ical neural n etw ork
determine quality of S ixp etal clemat is root [ J ] . China J Chin
Mater Med (中国中药杂志) , 1993, 18( 9) : 518-520.
[ 5]　Cai Y D, Gong J W, Cheng Z N, et al . Arti fical neural n et-
w ork appl ied to determinat ion of qu alit y of T CM [ J ] . Chin
T rad it H er b Drug s (中草药) , 1994, 25( 4) : 187-189.
[ 6]　Zhang L , Lan Y W , Han Y, et al . , Class if ication an d recog-
nit ion of T rip tery gium w ilf ord ii and T . hyp oglaucum by art i-
f icial n eural network [ J ] . A cta P harm S in ( 药学学报 ) ,
1995, 30( 2) : 127-132.
[ 7]　Qiao Y J. Ar tif icial neural network chem ical pat tern recogni-
t ion of toad quality [ J ] . Chin A nal Ch em (分析化学) , 1995,
23( 6) : 630.
[ 8] 　Q u L B, Xiang B R, An D K. A rtif icial neural netw ork and
i ts appl ication to drug preparat ion an d C hinese dru g analys is
[ J ] . J Drug A nal (药物分析杂志) , 1996, 16( 3) : 201-203.
[ 9]　Su W W, Wu Z, Chen C, et al . Chemical pat ter n recognit ion
of bungean a tea [ J ] . J Chin Med Mater (中药材) , 1998, 21
( 3) : 115-118.
[ 10]　Zhang D F. Quality standardization res earch of G arden burne t
root [ D] . S henyang: Liaoning College of T CM, 2001.
[11]　Zhang L, M a R L, Xu J, et al . Art if icial neu ral network and
non linear mappings appl ication to qual it y of Wuji Wan [ J ] .
J C hina P harm Univ ( 中国药科大学学报) , 1996, 27 ( 2) :
91-94.
[ 12] 　Chen J Y, Yao F L, S un J W , et al. Art if icial neural n et-
work and it s ap plicat ion in chemist ry [ J ] . C omp ut Ap pl
Chem (计算机与应用化学) , 1999, 2: 1-8.
[13]　Hu B C, Wan g H L, Gao G J, et al . Netw ork applicat ion in
pat tern recognit ion classif icat ion of 46 k inds of taxoid driva-
t ive [ J] . J Math M ed (数理医药杂志) , 1999, 1: 1-6.
[ 14]　J ian g H L. E xcerpts, a kin d of new analys is method of corre-
lat ion b etw een pharmacol inet ics and ph armacodyn amics: art i-
f icial n eural network [ J] . F oreign Med S ci- S ection P harm
(国外医学·药学分册) , 1996, 23( 6) : 366.
[15 ] 　Cu rry B, Rum elh ar D E, S net M . A neural n etw ork th at
classif iesmass spectra [ J ] . T etr ahedr on Comp Me thod ol ,
1991, 86: 233-240.
[16]　Hol ley L H, Karpuls M . Protein s econ dary st ructu re pred ic-
t ion w ith n eural netw orks [ J ] . P roc N atl Acad Sci USA ,
1989, 86: 152-160.
[ 17]　Fang H S, Xian g B R, An D K. Art if icial n eural netw ork ap-
pl icat ion to forecas tin g s econ dary st ructu re of protein [ J ] .
Dev P harm (药学进展) , 1996, 20( 1) : 7-11.
[18]　Zhou G W, Hu Y Z, Ge J H, et al. Appl icat ion of art if ical
neural network to the ident ificat ion of high p erformance liq-
uid chromatogr aphic peak purity [ J ] . Chin J Chr omatogr (色
谱) , 1996, 14( 2) : 94-97.
保　护　植　被　　造　福　子　孙
·91·中草药　Chinese T raditional and Herbal D rug s　第 34 卷第 1 期 2003年 1月