基于深度学习与活性成分筛选的安宫牛黄丸质量控制体系构建及抗卒中机制研究

本研究针对传统中药安宫牛黄丸(AGNHP)成分复杂、质量控制困难的问题，创新性地结合液相色谱-质谱(LC-MS)、网络药理学和双向门控循环单元-多注意力机制(BiGRU-MAR)深度学习模型，筛选出牛磺胆酸等7种关键活性成分并验证其抗炎功效，建立了便携式近红外光谱(NIR)驱动的智能化质控体系，为中药大规?？蒲Ъ嗖炷峁┝丝尚械姆桨?。

　　

卒中作为威胁人类健康的重大神经系统疾病，其中缺血性脑卒中(IS)占比高达80%，具有高致残率和死亡率的特点。传统中药安宫牛黄丸(AGNHP)作为治疗卒中的经典复方，由牛黄、黄连、麝香等11味药材组成，但其复杂的成分体系和模糊的药效物质基础导致质量控制面临两大难题：一是功效成分与质控指标关联性不明确，二是传统检测方法难以满足大规模生产需求。针对这一现状，山东省重点研发计划资助的研究团队在《Journal of Ethnopharmacology》发表了一项突破性研究。

研究采用多技术联用的创新策略：首先通过液相色谱-质谱(LC-MS)结合网络药理学从36种候选成分中筛选出7种关键活性化合物（含牛磺胆酸和鹅去氧胆酸）；利用斑马鱼和细胞模型验证这些成分对脑部炎症的抑制作用；进而开发了集成多层残差结构和多注意力机制的双向门控循环单元(BiGRU-MAR)深度学习模型，配合便携式近红外光谱(NIR)技术实现快速定量分析。

【Sample preparation】
按照安宫牛黄丸经典配伍比例制备含牛黄-黄连不同配比的实验样本，为后续分析提供标准化材料。

【Sample information analysis】
LC-MS鉴定出源药材牛黄和黄连中的36种化合物，通过离子响应强度分析获得成分特征图谱。

【Evaluation of brain inflammation model】
在转基因斑马鱼模型中证实筛选出的活性成分能显著抑制脑部巨噬细胞迁移，降低炎症因子水平。

【Discussion】
研究突破传统质控局限，首次建立"活性导向-深度学习预测"的双重质控体系，BiGRU-MAR模型预测值与实测值相关系数达0.98，显著提升检测效率。

【Conclusion】
该研究构建了首个涵盖活性筛选、功效验证和智能预测的安宫牛黄丸全链条质控系统，其创新性体现在：① 明确7种IS治疗关键成分的药效基础；② 开发的BiGRU-MAR模型实现分钟级快速检测；③ 为中药智能制造提供可推广的技术范式。研究团队特别指出，这套方法可扩展应用于其他含矿物药的中药复方(pCms)质量控制，对推动中医药现代化具有里程碑意义。