快捷入口

  • 作者登录 作者登录
  • 审稿登录 审稿登录
  • 编辑登录 编辑登录
  • Biomedical Analysis 期刊 Biomedical Analysis 期刊

期刊简介

期刊简介 期刊简介

ISSN:1004-4957

CN:44-1318/TH

主管单位：广东省科学院

主办单位：中国广州分析测试中心;中国分析测试协会

主编：江桂斌院士

出版周期：月刊

电话：020-87684776

地址：广州市先烈中路100号

  • 最新文章
  • 优先出版
  • 过刊浏览
  • 专辑专刊
  • 虚拟专辑
更多
Volume 45 期 6，2026 2026年第45卷第6期

  • AI+大数据赋能中药质量控制与安全防控专栏

    孟庆琦, 王丰, 何大阔, 侯悦

    DOI：10.12452/j.fxcsxb.26012203
    摘要：人工智能深度融入中医辨证论治体系，正驱动其从依赖经验的传承模式向数据与知识双轮驱动的现代化范式演进。该文系统梳理了这一转型的核心路径：通过多模态技术实现四诊信息的客观化融合，利用时序建模与知识增强捕捉证候的动态演变与理论逻辑，并基于“方证相应”的智能计算实现处方的推荐、生成与优化，进一步结合网络药理学解析配伍机制与发现新药。尽管当前研究在数据质量、模型可解释性及临床验证层面仍存局限，但人工智能已为构建可计算、可验证且人机协同的中医智能诊疗系统奠定了坚实基础，有力推动了中医药的守正创新与科学发展。  
    关键词：人工智能;中医药;辨证论治;四诊;处方推荐   
    128
    |
    533
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 155397387 false
    更新时间：2026-06-08

    卢志鹏, 董莹莹, 杜柯, 单进军, 谢彤

    DOI：10.12452/j.fxcsxb.26012901
    摘要：中药复杂体系包含小分子、蛋白质、多糖、高阶自组装体等多种化学成分。当前，这些成分的分析受限于谱库覆盖度不足与人工解析效率低下，制约了物质基础研究的深度。人工智能（AI）凭借强大的多源数据整合与深度表征学习能力，推动了中药化学成分解析从“经验驱动”向“数据驱动”的新范式转变。该文系统综述了AI在中药成分分析中的学习范式和核心架构，重点剖析了分子表征学习方法、谱图数据处理策略以及在智能分析与化学空间拓展方面的前沿应用。最后，探讨了数据标准化、数据共享和多模态整合等关键挑战与未来发展路径。  
    关键词：人工智能;中药化学成分;深度学习;表征学习;智能分析   
    98
    |
    132
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 155397406 false
    更新时间：2026-06-08

    沙鑫, 常淏, 宋纹, 余河水, 李正, 李文龙

    DOI：10.12452/j.fxcsxb.26021901
    摘要：传统中药制剂由于成分复杂、药效物质基础模糊、质量可控性不足及作用机制不明确，存在潜在安全隐患，影响其普及化及国际化。为应对上述问题，中药领域逐步形成了以“老药新用、经典焕新”为核心理念的系统化再开发思路，推动中药大品种的深入挖掘与再评价。随着人工智能、过程分析技术、网络药理学、质谱联用技术以及质量源于设计理念在中药研究中的深入应用，中药大品种的现代化与科学化发展迎来新机遇。该文以血府逐瘀制剂这一典型活血化瘀类中药大品种为研究对象，首次系统梳理其二次开发涉及的关键技术体系，包括质量控制、机制解析、药效明确、疗效提升与国际认可5个维度。同时，结合人工智能及大语言模型的应用实例，优化相关技术路径并提炼共性经验，探讨中药大品种未来的发展方向，为同类品种的现代化升级提供参考范式。  
    关键词：中药大品种;血府逐瘀制剂;二次开发;过程分析技术;人工智能   
    123
    |
    31
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 154672686 false
    更新时间：2026-06-08

    刘雪, 李遇伯, 刘雪珂, 王玉明, 杨珍

    DOI：10.12452/j.fxcsxb.26011904
    摘要：中药质量控制体系的建立对于阐明其药效物质基础、保证用药安全及提升复方制剂质量水平具有重要意义。传统的中药质量控制方法多依赖于“辨状论质”的外观鉴别以及对外源性成分的定性与定量分析，难以全面反映中药在体内的真实作用过程。仅凭体外化学成分的表征，不足以真实、准确地评价中药的整体质量与疗效。近年来，随着大语言模型等人工智能技术的快速发展，其知识整合与语义表征的优势为中药成分体内过程的精准预测提供了关键技术支撑。该文系统综述了人工智能在中药体内成分预测与中药质量标志物（Q-marker）筛选中的应用，涵盖规则模型、机器学习、深度学习及多组学数据整合策略，并对人工智能驱动下的中药质量控制研究进行展望，以期为推动该领域向智能化、精准化方向发展提供参考。  
    关键词：中药质量控制;人工智能;体内成分预测;中药质量标志物   
    154
    |
    73
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 155111516 false
    更新时间：2026-06-08

    徐芳芳, 韩蕾, 闫逸伦, 王扬, 张欣, 王团结, 王振中, 章晨峰, 肖伟

    DOI：10.12452/j.fxcsxb.26022805
    摘要：当前中药制药过程大数据平台建设面临数据标准化不足、技术融合不深、安全保障薄弱等突出挑战，而科学合理的核心技术架构与关键环节是提升平台建设质量的关键。该文以中药制药过程大数据平台建设为研究对象，探究平台建设的核心要点与实践路径，深入剖析了平台的核心技术架构与关键建设环节，并总结了其在感知监测、过程控制、智能决策和质量追溯四个核心应用方面的实践成效，明确了平台在整合制药全流程数据资源、释放数据要素价值中的核心作用，旨在为推动中药制药过程大数据平台高质量建设、加速中药制药过程控制精准化与智能化提供理论参考与实践借鉴。  
    关键词：中药制药;大数据平台;过程控制;质量追溯   
    25
    |
    12
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 156233463 false
    更新时间：2026-06-08

    田淑峰, 麦尔比艳姆· 赛买提, 范婧怡, 王成莹, 杨珍, 李遇伯

    DOI：10.12452/j.fxcsxb.26012404
    摘要：中药安全性和临床治疗效果与其质量密切相关，但药材基原复杂、道地性差异显著等因素导致中药质量参差不齐，传统质量控制方法已难以满足质量评估的复杂性和多变性要求。人工智能（AI）凭借其强大的数据处理能力、精准的模式识别与智能决策优势，与现代分析技术相结合，为中药质量检测的标准化、快速化与智能化提供了新的技术路径。该文重点关注AI驱动下的中药智能检测技术和应用场景，介绍了常见的现代分析技术与AI核心算法，从真伪鉴别、质量等级评估和有害物质筛查等方面概述了AI在中药全产业链质量控制中的具体应用，并分析了AI在质量控制领域面临的问题和挑战，以期为构建全流程智能化的中药质控体系，助力中药产业高质量发展提供参考。  
    关键词：中药;质量控制;人工智能;机器学习;深度学习;数据处理   
    134
    |
    270
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 154756476 false
    更新时间：2026-06-08

    沙鑫, 常淏, 宋纹, 余河水, 李正, 李文龙

    DOI：10.12452/j.fxcsxb.25110701
    摘要：为解决中药浸膏生产中依赖单一指标或经验判断浓缩终点的局限，该研究以血府逐瘀浸膏为对象，创新性提出“物理指纹图谱+机器视觉+大语言模型”的多模态融合策略智能质控体系。通过筛选密度、pH值等7项核心物理指标，并进行标准化处理构建物理指纹图谱；然后结合马氏距离剔除异常样本，使用“CRITIC+熵权+TOPSIS法”计算综合得分，并以0.6为合格阈值，将100批样本分为62批合格与38批不合格样本；同时采集并提取浸膏图像特征构建了6种机器学习模型，对比结果显示，XGBoost模型的性能最优，准确率、精确率、召回率、F1分数、AUC分别达0.933 3、1.000 0、0.833 3、0.909 1、0.963 0。在此基础上进一步开发集成了大语言模型的智能评估平台，可在10 s左右完成分析并生成可操作的工艺建议。该体系为血府逐瘀浸膏提供了“客观分级+快速预测+智能建议”一体化质控方案，也为中药浸膏类中间体的多维度质量评价提供了可复用的技术范式，将有力推动中药生产向“数据驱动”转型。  
    关键词：血府逐瘀浸膏;物理指纹图谱;机器视觉;大语言模型;质量控制   
    124
    |
    178
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 149808894 false
    更新时间：2026-06-08
查看更多
新仪器展示
仪器创新奖专栏
  • 友情链接
  • 广告招商
0