药物分析信息学及应用

第一篇 药物分析信息学基础

第一章 绪论

一、分析化学发展趋势——分析化学、分析科学到分析化学信息学

（一）从分析化学的定义说起

（二）分析化学已经发展到分析科学、分析化学信息学阶段

二、现代药物分析——药学中的分析化学信息学（药物分析信息学）

（一）获取化学量测数据

（二）从分析数据中提取有价值信息

（三）信息管理（存储、传输和共享）

三、药物分析信息学主要研究方向

（一）复杂物质体系分析的方法学研究

（二）现代药物分析应用研究

（三）分析仪器的智能化研究

第二章 药物分析信息的获得

第一节 常见样品制备及前处理

一、天然药物

（一）原料（药材）的品种鉴定

（二）原料（药材）的粉碎

（三）天然药物的提取

（四）天然药物的分离与纯化

二、生物样品

（一）常用生物样品采集及储存

（二）生物样品分析前处理技术

第二节 光谱分析法及数据特点

一、电磁辐射及其与物质的相互作用

二、光谱分析法的定义及分类

（一）吸收光谱法

（二）发射光谱法

（三）质谱法

三、光学分析仪器的基本组成

四、光谱数据特点

第三节 色谱分析法及数据特点

一、色谱分析法的定义及分类

二、色谱分离原理

（一）液固色谱法

（二）液液色谱法

（三）离子交换色谱法

（四）离子对色谱法

（五）排阻色谱法

三、色谱数据特点

第三章 药物分析信息的预处理、数学变换及可视化

第一节 信息预处理方法

一、平滑与求导

（一）平滑

（二）求导

二、不等性方差噪声的扣除

三、二维数据的背景扣除

四、色谱峰偏移校正

（一）一维色谱的内标峰校正法

（二）一维色谱的外标线性回归法

（三）二维色谱中局部最小二乘校正法

第二节 数学变换

一、导数光谱法

（一）概述

（二）原理

（三）计算方法

（四）应用实例

二、正交函数法

（一）原理

（二）pj法

（三）△Pj法

（四）复合多项式法（combined polynomial smethod）

三、傅里叶变换

（一）原理

（二）傅里叶变换在仪器中的应用——FT-IR

四、小波变换

第三节 信息可视化

一、概述

二、可视化的实现原理

三、褶合变换光谱的可视化研究

（一）数据预处理

（二）灰度映射

（三）伪彩色处理

第四章 药物分析信息的处理——基础算法

一、投影算法

二、迭代算法

三、优化算法

（一）生物进化与遗传算法

（二）遗传算法的基本过程

四、仿真算法

（一）模拟退火算法（simtllated annealing，SA）

（二）粒子群优化算法（particle swarm optimization，PSO）

（三）蚁群算法（ant colony optimization，ACO）

第五章 药物分析信息的处理——数据解析

一、分析体系的数学表征

（一）白色体系

（二）灰色体系

（三）黑色体系

二、白色体系矢量校正解析方法

（一）直接校正法

（二）间接校正法

三、灰色体系矢量校正解析方法

（一）H—point标准加入法

（二）混合线性分析法

四、灰色体系矩阵校正解析方法

（一）秩消失因子分析法（rank annihilation factor analysis，RAFA）

（二）渐进因子分析法和固定尺寸移动窗口渐进因子分析

（三）直观推导式渐进特征投影法（heuristic evolving latent projoction，HELP）

五、药物分析信息化学计量学解析及方法学研究思路

（一）定性组成完全已知的体系

（二）定性组成部分已知的体系

第六章 模式识别技术简介

第一节 概述

第二节 有监督的模式识别方法——贝叶斯决策

（一）基于最小错误率的贝叶斯决策

（二）基于最小风险的贝叶斯决策

（三）限定一类错误率条件下使另一类错误率为最小的两类别决策

（四）最小最大决策

（五）序贯分类法

第三节 无监督的模式识别方法——聚类分析法

（一）划分方法（partition method）

（二）层次方法（hierarclaical method）

（三）基于密度的方法（density-based method）

（四）基于网格的方法（grid-based method）

（五）基于模型的方法（model-1based method）

第七章 药物分析信息的管理与共享

第一节 数据库

一、数据管理技术的发展

（一）人工管理阶段

（二）文件系统阶段

（三）数据库系统阶段

二、数据库概述

三、数据库的特点

（一）数据的独立性

（二）最小的数据冗余度

（三）最大的数据共享性

（四）避免数据的不一致性

（五）统一管理和控制

四、数据模型

（一）层次模型（hierarchical model）

（二）网状模型（network model）

（三）关系模型（relational moolel）

五、三种数据模型的比较

六、数据库管理系统

第二节 虚拟实验室

一、虚拟实验室的起源及发展现状

二、虚拟实验室的特点

三、虚拟实验室的基本类型

四、虚拟实验室的关键技术

（一）Java技术

……

第二篇 药物分析信息学的应用

第一部分 在分析方法学研究中的应用

第二部分 在中药分析中的应用

第三部分 在化学药品及生物样品分析中的应用

附录

参考文献

当今时代的基本特征是信息爆炸。围绕在我们周围，信息量之大，传播速度之快前所未有。从学科发展角度深刻把握药物质量问题的信息特征，按分析科学和信息学的原理揭示药物质量问题的本质，有助于学生掌握药物分析学的核心，从信息的获得、信息的处理、信息的管理到信息的共享，给学生一个全新的视角和思路，这是《药物分析信息学及应用》的宗旨。
《药物分析信息学及应用》取名为药物分析信息学及应用，意指对以药物质量相关问题为主要研究对象的分析化学信息进行表达、解析、模拟、管理和传输，揭示分析化学信息的实质与内在联系。实现分析化学信息的获得、挖掘、变换与共享，不仅有助于分析化学的深化和发展，促进药学分析学科的发展，也有助于以分析化学信息学的视角考量和解决以分析化学为技术手段的相关学科，包括生命科学、环境科学、化学化工等学科目前面临的实现复杂物质体系定性定量描述的共同任务，以迎接新的挑战。
复杂物质体系分析是21世纪的重大研究课题。几乎所有与化学有关的各行各业都有复杂物质体系分析的任务，从生命科学角度看，特别是复杂有机物质体系分析的任务。如生命与各种生命现象的物质基础，复方药物制剂，天然产物、中药及其提取物，食品、生物样品、体液、临床分析样品等的定性定量。复杂物质体系化学信息的主要特征是：①组成复杂，组分多且多变化；②各组分含量相差悬殊，含未知组分及其他不确定因素。目前复杂物质体系定性定量描述的最佳技术之一是特征（指纹）谱分析。凡是与待分析物质的特性与含量具有函数或相关关系的稳定信息，都可以通过特征提取、信息挖掘、信息变换、信息压缩以及信息可视化制备特征谱，通过特征谱比对和其中主成分相对量的表达对该物质进行定性定量描述（定性：是什么、存在与否、有没有变化；定量：准确定量或确定上下限范围）。

《药物分析信息学及应用》药物的质量控制离不开现代分析技术的应用。药物分析丛书按分析方法与手段或药物类别以系列专论形式，分别通过大量的应用实例，深入浅出地向读者介绍现代药物分析方法知识及其最新进展。本丛书主要供药学、中药学各专业本科生、研究生学习，以开拓视野，更全面地掌握现代药物分析技术；也可供药学及相关领域科研人员参考，以帮助完成药物分析领域科研工作。