[发明专利]七叶皂苷钠化学成分组分配比及其筛选方法

权利要求书

1.一种七叶皂苷钠化学成分组分配比的筛选方法，其特征在于，包括：

得到七叶皂苷钠不同组分配比的样品，得到所述样品的化学指纹图谱，以及所述样品中各组分对试验体的给药量以及对应的刺激性试验数据和药效学试验数据；

通过所述化学指纹图谱与所述刺激性试验数据的灰色关联分析，以及所述化学指纹图谱与所述药效学试验数据的灰色关联分析，得到所述七叶皂苷钠的各组分刺激性排序以及药效学排序的第一分析结果；

以所述给药量为输入层，以对应的所述刺激性试验数据以及药效学试验数据归一化加权处理后作为输出层构建神经网络，训练至所述神经网络误差为10^-5以下后，运用训练好的所述神经网络对七叶皂苷钠的各组分进行预测后，与所述第一分析结果进行比对，筛选，验证。

2.根据权利要求1所述的筛选方法，其特征在于，所述神经网络为四层结构的BP神经网络，所述神经网络包括所述输入层、多个第一隐含层、第二隐含层以及所述输出层，所述输入层与所述多个第一隐含层并联连接且向所述多个第一隐含层传输数据，所述多个第一隐含层与所述第二隐含层并联连接且向所述第二隐含层传输数据，所述第二隐含层与所述输出层串联连接且向所述输出层传输数据。

3.根据权利要求2所述的筛选方法，其特征在于，得到的每个所述样品的归一化加权处理后的数据中，其中一个所述样品的加权处理后的数据用于输入到训练好的所述神经网络进行验证，其余所述样品的加权处理后的数据作为所述神经网络的训练样本，采用梯度下降法对所述神经网络进行训练。

4.根据权利要求2所述的筛选方法，其特征在于，加权处理为将归一化的60％的所述刺激性试验数据的与对应的40％的药效学试验数据进行相加处理。

5.根据权利要求1所述的筛选方法，其特征在于，所述给药量由每个所述样品中对应组分的峰面积经内标法计算所得。

6.根据权利要求1所述的筛选方法，其特征在于，验证后得到的所述七叶皂苷钠组分配比包括重量比依次为0-1:0-1:2-3:2-4:1-2:1-2的七叶皂苷钠A、七叶皂苷钠B、七叶皂苷钠C、七叶皂苷钠D、七叶皂苷钠E以及七叶皂苷钠F。

7.根据权利要求1所述的筛选方法，其特征在于，所述样品包括原始样品以及测试样品，所述测试样品为所述原始样品经制备液相分离所得；

优选地，制备液相分离的色谱条件为：色谱柱为：BETASILC18柱，250mm×10mm，5μm；流动相包括流动相A以及流动相B，流动相A为甲醇，流动相B为水，且流动相A与流动相B的体积比为60:40，在220nm的检测波长的条件下进行等度洗脱，按时间收集富集各色谱峰对应的组分段流动相液体，得所述测试样品；

优选地，制备液相分离的过程中，所述流动相的流速为2.8-3.2mL/min；

优选地，所述测试样品包括仅包含七叶皂苷钠E的第一测试样品，含有七叶皂苷钠E以及七叶皂苷钠F第二测试样品，含有七叶皂苷钠E、七叶皂苷钠F、以及七叶皂苷钠C的第三测试样品，含有组分七叶皂苷钠E、七叶皂苷钠A、以及七叶皂苷钠C的第四测试样品以及含有七叶皂苷钠F、七叶皂苷钠B、以及七叶皂苷钠D的第五测试样品。

8.根据权利要求1所述的筛选方法，其特征在于，所述化学指纹图谱的色谱条件为：色谱柱为YMCC18柱，250mm×10mm，5μm；流动相包括流动相C以及流动相D，所述流动相C为乙腈，所述流动相D为浓度为0.1wt％的磷酸溶液，且流动相C与流动相D的体积比为36:64，在220nm的检测波长的条件下进行等度洗脱；

优选地，检测过程中，所述流动相的流速为0.9-1.1mL/min。

9.根据权利要求1所述的筛选方法，其特征在于，所述试验体为小鼠、大鼠以及兔子中的一种；

优选地，所述刺激性试验数据包括所述试验体的耳廓肿胀度数据，所述药效学试验数据包括所述试验体的腹腔毛细血管的吸光度数据。

10.一种刺激性低且药效学佳的七叶皂苷钠化学成分组成，其特征在于，其包括重量比依次为0-1:0-1:2-3:2-4:1-2:1-2的七叶皂苷钠A、七叶皂苷钠B、七叶皂苷钠C、七叶皂苷钠D、七叶皂苷钠E以及七叶皂苷钠F。