偏最小二乘回归分析应用于中药谱效关系的研究进展

肖瑞瑶，滕攀攀，胡超，杨龄，张亮，廖大敏

开发与应用

偏最小二乘回归分析应用于中药谱效关系的研究进展

肖瑞瑶1，滕攀攀2，胡超1，杨龄1，张亮1，廖大敏1

（1. 铜仁职业技术学院，贵州 铜仁 554300； 2. 铜仁市人民医院，贵州 铜仁 554300）

谱效关系是近些年应用于中药活性成分筛选和质量控制评价的一种新型、有效的方法。而偏最小二乘回归分析法是谱效关系分析中常用、可靠的数据处理法。目前已有大量文献报道偏最小二乘回归分析应用于各种中药的谱效关系研究。综述了偏最小二乘回归分析应用于各种中药指纹图谱和其他数据统计方法联用的谱效关系研究。它们对于谱效关系的深层次研究具有十分重要的意义。

谱效关系； 指纹图谱；偏最小二乘回归分析

自从引进指纹图谱，很多国家使用它来进行中草药的鉴定和质量评价。然而，单独使用指纹图谱分析不能表征中草药发挥药效作用的活性成分，故指纹图谱不适合中草药整体内在质量和药效学评价。因此，为了实现全面而合理的中药质量评价系统，2002年李戎等系统地提出中药谱效学（即谱效关系学）[1]。即通过将中药指纹图谱信息与药效信息相结合，继而采用合适的数据处理技术，筛选出与药效关系密切的特征峰，为阐明中药发挥药效的物质基础提供新的思路。其中数据处理技术是中药谱效学结果可靠性的关键因素。

偏最小二乘回归分析（partial least squares, PLS）是一种融合了多因变量对自变量的回归建模以及主成分分析在内的多元统计分析方法[2]。因其具有独到之处，已渗透到社会和自然科学各个领域，如农业、政法、环保、地质、气象、药学等等。近年来，PLS已广泛应用于中药谱效关系的研究，为中药谱效关系提供坚实可靠的数据分析方法，推动了中药谱效学的发展。因此，本文将PLS在几种指纹图谱和联用其他数据处理方法在中药谱效关系学的应用的现状进行综述。

1 PLS应用于各种指纹图谱的谱效关系研究

中药谱效关系学主要包括三部分的内容，即指纹图谱、药效学和数据分析技术。其中数据分析技术是谱效关系研究的重要组成部分，是建立“谱-效”数学模型的工具和方法，选择合理的数据分析技术有利于阐明中药作用的整体性与机制。目前，应用于谱效关系分析的数据处理技术主要有典型相关分析、灰色关联度分析、偏最小二乘回归分析、聚类分析和人工神经网络分析等[3 ]。与其他分析方法比较，偏最小二乘回归分析具有计算量小，预测精度高，无须剔除样本点、易于定性解释等特点，已普遍应用于中药谱效学的研究[4 ]。近年来，PLS已广泛应用于各种指纹图谱与不同药效模型的“谱-效”建立。

1.1 PLS应用于HPLC指纹图谱

高效液相色谱法具有分离效能高、检测灵敏度高、分析速度快、选择性高、应用范围广等特点，故大多数中药成分均可在 HPLC 仪上进行检测分析[5]。姜红等[6]采用HPLC分析建立三果汤的指纹图谱，测定三果汤的抗氧化活性，应用PLS对数据分析，结果说明有12个色谱峰为重要的活性成分。崔方等[7]通过HPLC建立红芪的指纹图谱，测定红芪提高免疫功能活性，并采用PLS分析研究图谱中的色谱峰与其提高免疫功能活性的谱效相关性。结果表明，有8个峰所对应的化学成分对红芪提供免疫功能活性表现为正相关。而常用于表征红芪质量的指标化合物对红芪提供免疫功能活性表现为负相关。吴霞等[8]利用HPLC建立各产地雷公藤提取物的指纹图谱，采用PLS进行分析，最后发现主要的活性成分以及贡献大小。

1.2 PLS应用于UPLC-MS指纹图谱

色谱与质谱联用技术的出现，解决了鉴定未知化合物的难题，因此广泛应用于中药指纹图谱的研究中[9]。王晴等[10]利用UPLC-MS技术建立玄参不同部位的指纹图谱并鉴定主要化学峰，而后运用PLS建立玄参指纹图谱和抗内毒素性急性肺损伤的谱效关系，结果显示3个化学成分贡献最大。姚元贵等[11]采用超高压液相色谱-飞行时间质谱仪建立头花蓼的指纹图谱，96孔板法测定抑菌效果。利用PLS分析不同极性部位头花蓼指纹图谱与抑菌的谱效关系，结果表明4个化学成分为主要抑菌活性成分。王金梅等[12]采用HPLC-Q-Exactive四极杆-静电场轨道阱高分辨质谱联用建立白芷的指纹图谱，并鉴定白芷特征色谱的化学成分。PLS建立白芷的指纹图谱与调控酪氨酸酶活性的谱效关系，结果表明9个化合物与白芷对酪氨酸酶活性抑制作用呈正相关，6个化合物则呈负相关。

1.3 PLS应用于GC-MS指纹图谱

GC-MS具有高灵敏度、分离度高、分析速度快等优点，常用于表征和鉴定挥发性化合物[13]。张壮丽等[14]通过GC-MS技术建立不同产地鱼腥草挥发油的指纹图谱，鉴定了主要的化学成分。运用PLS建立不同产地鱼腥草挥发油GC-MS指纹图谱与抗肿瘤作用之间的谱效关系，结果表明7个化学成分与药理作用呈正相关。

2 PLS与其他方法联合应用于中药谱效关系

用于中药谱效关系的数据处理分析方法很多，每一种方法都具有其优缺点、适应性。在实际的分析中，为了便于准确合理对药效关系评估，通常采用两种以上的方法联合应用于谱效关系中。

2.1 PLS与灰色关联度（Grey relational analysis, GRA）联用

灰色关联度分析能够表征各因素间的关联程度，关联度值越大，说明关系越密切，对药效的“贡献”越大。但不能分析各特征峰对药效的综合贡献。因此，在实际研究中常将灰色关联度与PLS联合应用于谱效关系的分析，从而获得更加准确的数据。王乐等[15]采用GRA与PLS联用法，对女儿茶清除自由基活性和其HPLC指纹图谱进行谱效关系分析。灰色关联度分析和PLS综合分析表明，6个特征色谱峰为药效物质基础。马宁宁等[16]采用UPLC技术建立川芎不同提取物的指纹图谱，继而联用GRA和PLS建立谱效关系。结果显示有16个峰的关联度均大于0.9，PLS分析表明有11个峰与药效作用呈正相关，且对药效有显著作用。通过将GRA和PLS进行交叉对比，最终确定8个峰为川芎对细胞抗炎作用的主要贡献成分。吴兴东等[17]采用HPLC技术建立虎耳草的指纹图谱，测定虎耳草的抗前列腺增生活性。应用GRA和PLS研究虎耳草HPLC指纹图谱和抗前列腺增生活性之间的谱效关系,结果表明3个色谱峰为虎耳草抗前列腺增生的主要活性成分。

2.2 PLS与人工神经网络（Artificial neural network ，ANN）联用

ANN是一种由生物神经网络结构启发的非线性数学计算模型。它能够识别和模拟输入和输出之间复杂的非线性关系。因此，通常应用ANN将复杂化合物的指纹图谱与生物活性相关联，从而筛选出代表性生物活性标记物。王兰金等[18]运用PLS和ANN统计学方法研究青风藤的指纹图谱和抗炎活性的谱效关系，综合结果表明有6个化合物为青风藤发挥抗炎作用的重要活性成分。进而通过6个化合物的单个及其组合验证实验，结果显示其中4个化合物为主要的活性成分。王飞等[19]应用PLS和反向传播人工神经网络两种统计学方法筛选槐米和槐花的有效活性成分。首先采用PLS建立57个样品的色谱数据与其抗氧化活性、抑制透明质酸酶活性数据的关联，其次为消除多组分引起的潜在协同或拮抗作用，应用非线性反向传播人工神经网络进一步阐明其谱效关系。结果表明化合物1，3，4为发挥抗氧化活性、抑制透明质酸酶活性的主要活性成分。

2.3 PLS与变量投影重要性分析联用

变量投影重要性分析作为PLS的辅助技术，两者结合能更深入的研究数据。樊琴等[20]采用HPLC建立当归的指纹图谱，通过DPPH和还原铁抗氧化能力试验研究当归的抗氧化作用，联合PLS和变量投影重要性指标进行综合分析。结果表明当归的抗氧化能力是多种化合物协同作用的结果，其中峰X3，X7-X18为当归抗氧化作用的主要化学活性成分。

2.4 PLS与套索算法的联用

套索算法建立的是回归模型，为压缩估计的一种方法。它能处理具有复共线性数据的有偏估计。PLS和套索算法联用，可弥补PLS存在的不足，进而提高数据的准确度。张季丹等[21]采用UPLC建立迷迭香的指纹图谱，并测定迷迭香的血管舒张活性，联合应用灰色关联度分析、PLS和套索算法建立迷迭香UPLC指纹图谱和血管舒张活性的谱效关系。综合三种方法的分析结果最终得以确认鼠尾草酚，鼠尾草酸，表松香酚甲醚，鼠尾草酚异构体和奥古斯丁酸为迷迭香发挥血管舒张作用的活性成分。

3 结束语

综上所述，PLS具有很多优点，但是PLS不能反映因变量与自变量之间精确的定量关系，存在不足。因此，在中药谱效关系研究中，应将PLS与多种统计学方法进行联合应用及交叉验证，从而充分挖掘数据，弥补单一统计学方法的缺陷。同时在中药谱效关系研究中，应当根据样本的特性选择适宜的指纹图谱分析方法和数据处理方法，进而快速、全面、准确反映中药的活性成分，推动中药谱效关系学的发展。

［1］李戎, 闫智勇, 李文军, 等. 创建中药谱效关系学[J]. 中医教育, 2002, 21 (2): 62.

［2］吕邵娃, 董书羽, 郭玉岩, 等. 数据分析技术在中药谱效关系中的应用进展[J]. 中国实验方剂学杂志, 2015, 21 (15): 226-230.

［3］彭琳娜. 中药白芷对酪氨酸酶活性功效关联性研究[D]. 2017.

［4］肖琳, 何大卫. 偏最小二乘回归与主成分回归的比较[J]. 山西医药杂志2002, 31 (1): 37-39.

［5］赵彩萍. 中药指纹图谱研究概况[J]. 中国伤残医学, 2014, 22 (5): 290-291.

［6］姜红, 史亚军, 赵生玉, 等. 基于偏最小二乘法对三果汤抗氧化作用谱-效关系的分析[J]. 中国实验方剂学杂志, 2018, 24 (3): 8-12

［7］崔方, 韩增护, 刘小花, 等. 红芪提高免疫功能活性部位的谱效关系研究[J]. 中草药, 2016, 47 (1): 101-105.

［8］昊霞, 林兵, 王忠震, 等. 雷公藤的免疫抑制活性及毒性的谱效关系研究[J]. 中国医院药学杂志, 2016, 36 (7): 547-552.

［9］柯昌虎, 严慧, 郑芳, 等. 甘草指纹图谱的研究进展[J]. 实用药物与临床, 2018, 21 (1): 98-103.

［10］王晴, 韩文杰, 张旗, 等. 玄参抗内毒素性急性肺损伤活性的谱效关系研究[J]. 中医药信息, 2017, 34 (3): 9-13.

［11］梁斌, 杨槐, 张丽艳, 等. 头花蓼不同极性部位抑菌作用的谱效学分析方法[J]. 中国实验方剂学杂志, 2018, 24 (1): 20-25.

［12］Wang J M, Peng L N, Shi M J, et al. Spectrum Effect Relationship and Component Knock-Out in Angelica Dahurica Radix by High Performance Liquid Chromatography-Q Exactive Hybrid Quadrupole- Orbitrap Mass Spectrometer[J]., 22 (7): 1231.

［13］Koek M M, Jellema R H , Greef J V D , et al. Quantitative metabolomics based on gas chromatography mass spectrometry: status and perspectives[J]., 2011, 7 (3): 307-328.

［14］张壮丽, 赵宁, 赵志鸿, 等. 鱼腥草挥发油抗淋巴瘤细胞谱效关系[J]. 郑州大学学报（医学版）, 2015, 50 (3): 378-381

［15］王乐, 何婷, 常艳丽, 等. 女儿茶 HPLC 指纹图谱及清除自由基活性谱效关系[J]. 中国实验方剂学杂志, 2018, 24 (23): 93-99.

［16］马宁宁, 范姗姗, 李欣, 等. 川芎的抗炎物质筛选及其作用机制分析[J]. 中国实验方剂学杂志, 2018, 24 (18): 140-146.

［17］Wu X D, Chen H G, Zhou X, et al. Studies on Chromatographic Fingerprint and Fingerprinting Profile-Efficacy Relationship of Saxifraga stolonifera Meerb[J]., 2015, 20 (12): 22781- 22798.

［18］Wang L J , Jiang Z M , Xiao P T , et al. Identification of anti-inflammatory components in Sinomenii Caulis based on spectrum-effect relationship and chemometric methods[J]., 2019, 167: 38-48.

［19］Wang F, Xiong Z Y, Li P, et al. From chemical consistency to effective consistency in precise quality discrimination of Sophora flower-bud and Sophora flower: Discovering efficacy-associated markers by fingerprint-activity relationship modeling[J]., 2017, 132: 7-16.

［20］Fang Q, Yang R, Yang F, et al. Spectrum-effect relationship between HPLC fingerprints and antioxidant activity of Angelica sinensis[J]., 2019, doi: 10.1002/bmc.4707.

［21］Zhang J D, Chen T, Li K, et al. Screening active ingredients of rosemary based on spectrum-effect relationships between UPLC fingerprint and vasorelaxant activity using three chemometrics[J]., 2019, doi:10.1016/j.jchromb.2019.121.

Research Progress in Application of Partial Least Squares Regression Analysis in the Spectrum-effect relationship of Traditional Chinese Medicine

121111

（1. Tongren Polytechnic College, Guizhou Tongren 554300, China; 2. Tongren Municipal People’s Hospital, Guizhou Tongren 554300, China）

Spectrum-effect relationship is a new and effective method applied in the screening and quality control evaluation of active ingredients of traditional Chinese medicine in recent years. However, partial least squares regression analysis is a commonly used and reliable data processing method in spectrum-effect relationship analysis. At present, a large number of literatures have reported the application of partial least square regression analysis in the study of spectrum-effect relationship of various traditional Chinese medicine. In this paper, theapplication of partial least squares regression analysis in the research of spectrum-effect relationship of various traditional Chinese medicine was reviewed.

spectruml-effect relationship; fingerprint; partial least squares regression

铜仁职业技术学院课题，（编号：tzky-2019年JY17号）

2019-12-18

肖瑞瑶（1991-），女，硕士，湖南郴州人，2018年毕业于贵州医科大学生药学专业，研究方向：中药药理与质量控制评价。

R932

A

1004-0935（2020）03-0303-03