杏叶防风对照药材

白芷的荧光鉴别白芷是与肉桂、红花、川乌、草乌、荆芥、防风、干姜、金银花、当归、三棱、莪术混提，用水煎煮提取2次，每次2小时，成品中有白芷的薄层鉴别，与白芷对照药材在紫外下观察荧光。我已经做了多批，都看不到荧光斑点，很困惑，请有经验的老师帮忙指导。

在薄层色谱定性时，对照品、供试品和对照药材在相同的问题显相同颜色的斑点即可。对照品和对照药材定性有何区别？为什么两个要同时做呢？

[size=20px][color=#93c6bc][b]鉴别[/b][/color][/size][size=16px][color=#e2a4a4]｜[/color][/size] [font=宋体][/font] [font=宋体]（1）取本品粉末1g，加40%乙醇10ml，加热回流10分钟，放冷，滤过，取滤液作为供试品溶液。另取银杏叶对照药材1g，同法制成对照药材溶液。照薄层色谱法（通则0502）试验，吸取上述两种溶液各6μl，分别点于同一用4%醋酸钠溶液制备的硅胶G薄层板上，以乙酸乙酯-丁酮-甲酸-水（5:3:1:1）为展开剂，展开，取出，晾干，喷以3%三氯化铝乙醇溶液，热风吹干，置紫外光灯（365nm）下检视。供试品色谱中，在与对照药材色谱相应的位置上，显相同颜色的荧光主斑点。[/font] [font=宋体]（2）取本品粉末1g，加50%丙酮溶液40ml，加热回流3小时，滤过，滤液蒸干，残渣加水20ml使溶解，用乙酸乙酯振摇提取2次，每次20ml，合并乙酸乙酯液，蒸干，残渣加15%乙醇5ml使溶解，加入已处理好的聚酰胺柱（30～60目，1g，内径为1cm，用水湿法装柱）上，用5%乙醇40ml洗脱，收集洗脱液，置水浴上蒸去乙醇，水液用乙酸乙酯振摇提取2次，每次20ml，合并乙酸乙酯液，蒸干，残渣加丙酮1ml使溶解，作为供试品溶液。另取银杏内酯A对照品、银杏内酯B对照品、银杏内酯C对照品及白果内酯对照品，加丙酮制成每1ml各含银杏内酯A 0.5mg、银杏内酯B 0.5mg、银杏内酯C 0.5mg、白果内酯1mg的混合溶液，作为对照品溶液。照薄层色谱法（通则0502）试验，吸取上述两种溶液各5μ1，分别点于同一用4%醋酸钠溶液制备的硅胶G薄层板上，以甲苯-乙酸乙酯-丙酮-甲醇（10:5:5:0.6）为展开剂，在15℃以下展开，取出，晾干，在醋酐蒸气中熏15分钟，在140～160℃中加热30分钟，置紫外光灯（365nm）下检视。供试品色谱中，在与对照品色谱相应的位置上，显相同颜色的荧光斑点。[/font] [font=宋体][/font][font=宋体][/font] [font=宋体] [/font] [size=20px][color=#93c6bc][b]检查[/b][/color][/size][size=16px][color=#e2a4a4]｜[/color][/size] [font=宋体][/font] [b][font=宋体][/font][/b] [align=left][b][font=宋体][/font][/b][/align] [b][font=宋体]杂质[/font][/b][font=宋体] [/font][font=宋体]不得过2%（通则2301）。[/font] [b][font=宋体]水分 [/font][/b][font=宋体] [/font][font=宋体]不得过12.0%（通则0832第二法）。[/font] [b][font=宋体]总灰分[/font][/b][font=宋体] [/font][font=宋体]不得过10.0%（通则2302）。[/font] [b][font=宋体]酸不溶性灰分 [/font][/b][font=宋体]不得过2.0%（通则2302）。[/font] [b][font=宋体]【浸出物】 [/font][/b][font=宋体]照醇溶性浸出物测定法（通则2201）项下的热浸法测定，用稀乙醇作溶剂，不得少于25.0%。[/font] [b][font=宋体]【含量测定】 总黄酮醇苷[/font][/b][font=宋体] [/font][font=宋体]照高效[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相色谱[/color][/url]法（通则0512）测定。[/font] [b][font=宋体]色谱条件与系统适用性试验 [/font][/b][font=宋体]以十八烷基硅烷键合硅胶为填充剂；以甲醇-0.4%磷酸溶液（50：50）为流动相；检测波长为360nm。理论板数按槲皮素峰计算应不低于2500。[/font] [b][font=宋体]对照品溶液的制备 [/font][/b][font=宋体]取槲皮素对照品、山奈酚对照品、异鼠李素对照品适量，精密称定，加甲醇制成每1ml含槲皮素30μg、山奈酚30μg、异鼠李素20μg的混合溶液，即得。[/font] [b][font=宋体]供试品溶液的制备 [/font][/b][font=宋体]取本品中粉约1g，精密称定，置索氏提取器中，加三氯甲烷回流提取2小时，弃去三氯甲烷液，药渣挥干，加甲醇回流提取4小时，提取液蒸干，残渣加甲醇-25%盐酸溶液（4:1）混合溶液25ml，加热回流30分钟，放冷，转移至50ml量瓶中，并加甲醇至刻度，摇匀，即得。[/font] [b][font=宋体]测定法 [/font][/b][font=宋体]分别精密吸取对照品溶液与供试品溶液各10μl，注入[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相色谱仪[/color][/url]，测定，分别计算槲皮素、山奈酚和异鼠李素的含量，按下式换算成总黄酮醇苷的含量。[/font] [font=宋体]总黄酮醇苷含量=（槲皮素含量+山奈酚含量+异鼠李素含量）×2.51[/font] [font=宋体]本品按干燥品计算，含总黄酮醇苷不得少于0.40%。[/font] [b][font=宋体]萜类内酯[/font][/b][font=宋体] [/font][font=宋体]照高效[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相色谱[/color][/url]法（通则0512）测定。[/font] [b][font=宋体]色谱条件与系统适用性试验 [/font][/b][font=宋体]以十八烷基硅烷键合硅胶为填充剂；以甲醇-四氢呋喃-水（25:10:65）为流动相；蒸发光散射检测器检测。理论板数按白果内酯峰计算应不低于3000。[/font] [b][font=宋体]对照品溶液的制备 [/font][/b][font=宋体]取银杏内酯A对照品、银杏内酯B对照品、银杏内酯C对照品、白果内酯对照品适量，精密称定，加50%甲醇制成每1ml含银杏内酯A 0.18mg、银杏内酯B 0.08mg、银杏内酯C 0.10mg、白果内酯0.20mg的混合溶液，即得。[/font] [b][font=宋体]供试品溶液的制备 [/font][/b][font=宋体]取本品中粉约1.5g，精密称定，置索氏提取器中，加石油醚（30～60℃）在70℃水浴上回流提取1小时，弃去石油醚（30～60℃）液，药渣和滤纸筒挥尽石油醚，置于60℃烘箱中烘干，再加甲醇回流提取6小时，提取液蒸干，残渣加甲醇使溶解，转移至10ml量瓶中，超声处理（功率300W，频率50kHZ）30分钟，取出，放冷，加甲醇至刻度，摇匀，静置，精密量取上清液5ml，加入酸性氧化铝柱（200～300目，3g，内径为1cm，用甲醇湿法装柱）上，用甲醇25ml洗脱，收集洗脱液，回收溶剂至干，残渣用甲醇5ml分次转移至10ml量瓶中，加水约4.5ml，超声处理（功率300W，频率50kHz）30分钟，取出，放冷，加甲醇至刻度，摇匀，即得。[/font] [b][font=宋体]测定法 [/font][/b][font=宋体]分别精密吸取对照品溶液10μl、20μl，供试品溶液10～20μl，注入[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相色谱仪[/color][/url]，测定，用外标两点法对数方程分别计算银杏内酯A、银杏内酯B、银杏内酯C和白果内酯的含量，即得。[/font] [font=宋体]本品按干燥品计算，含萜类内酯以银杏内酯A（C[sub]20[/sub]H[sub]24[/sub]O[sub]9[/sub]），银杏内酯B（C[sub]20[/sub]H[sub]24[/sub]O[sub]10[/sub]），银杏内酯C（C[sub]20[/sub]H[sub]24[/sub]O[sub]11[/sub]）和白果内酯（C[sub]15[/sub]H[sub]18[/sub]O[sub]8[/sub]）的总量计，不得少于0.25%。[/font] [align=left][font=宋体][/font][/align] [font=宋体][/font]

中药材的鉴别方法 中药材的真假、质量的好坏，会直接影响临床应用的效果。所以对于中药材的鉴别有着十分重要的意义。 　　中药材的鉴别方法有很多，通常可分为对植物自然形态的鉴别，对炮制药材外表性状的鉴别，用显微镜观察微观结构的鉴别，以及化学分析、生物测定等鉴别方法。其中最主要、也是最常用的，还是中药材的经验鉴别法，也就是对药材的外观性状的鉴别。 　　以下为您介绍几种简单的经验鉴别方法： 　　一、看外观，注意观察药材的外表特征，如表皮、颜色、形状、粗细、断面等等。 　　1、看药材的表面。不同种类的药材由于用药部位的不同，其外形特征会有所差异。如根类药材多为圆柱形或纺锤形，而根茎类药材都有较多的茎痕，皮类药材则多为卷筒状，等等。另外，一些药材有着它们自己特定的表面特征，或光华、或粗糙、或长有鳞叶、皮孔、茸毛和突起等。比如海马的外形就被总结成为“马头蛇尾瓦楞身”，羚羊角长有“通天眼”，防风长有“蚯蚓头”等。这些特征都是鉴别道地药材真伪优劣的重要依据。 　　2、看颜色。药材颜色的不同或变化，不仅与它的品种和本身的质量有关，不适当的加工和储藏方法也会直接影响药材的色泽，因此颜色是鉴别药材的重要因素。我们可以通过对药材外表颜色的观察，分辨出药材的品种、产地和质量的好坏。比如，黄连色要黄，丹参色要红，玄参色偏黑等。 　　3、看断面。无论植物也好，动物也好，都是由一层层的组织器官构造而成的，当药材被切开，这一层层的构造就会清晰地展现出来，就像古树的年轮一样。很多药材的断面都具有明显的特征，而这些特征就是药材内部构造的直接体现。我们可以清楚的看见各种分层、纹路和不同形状的小点。比如在防己断面上能看见明显的车轮纹理，而黄芪的折断面纹理呈“菊花心”样，杜仲在折断时更有胶状的细丝相连，等等。这些独有的断面特征是鉴别药材的重要依据。 　　二、手摸。用手感受药材的软硬、轻重，疏松还是致密，光滑还是粘腻，细致还是粗糙，以此鉴别药材的好坏。不同药材的质感是不一样的，即使是同一种药材，由于加工炮制的方法不同，也会有较大的差异。如荆三棱坚实体重，而泡三棱则体轻；盐附子质软，而黑附子则质地坚硬。 　　三、口尝和鼻闻。药材的气味与其所含的成分有关，鼻闻是比较重要的鉴别方法，尤其对于鉴别一些有浓郁气味的药材是很有效的，如薄荷的香、鱼腥草的腥、阿魏的臭等等。口尝法鉴别药材的意义不仅在于味道还包括“味感”，味分为辛、甘、酸、苦、咸五味，如山楂的酸、黄连的苦、甘草的甜等。味感则分为麻、涩、淡、滑、凉、腻等。药材的味感和所含的化学物质也有密切关系，在中药材口尝鉴别的实践中，可按药材的品种和质量分类进行判断。 　　四、水试和火试。有些药材放在水中，或用火烧灼一下会产生特殊的现象。如熊胆的粉末放在水中，会先在水面上旋转，然后成黄线下沉而不会扩散。麝香被烧灼时，会产生浓郁的香气，燃尽后留下白色的灰末。这些特殊的现象都与药材内所含的化学成分有密切的关系，是常用的鉴别方法。 　　中药材的经验鉴别是非常实用的好方法，但要能正确的鉴别药材的真伪优劣，还需要多年经验的不断积累，需要对中药知识的不断充实，才能认药准确。

天麻对照品天麻素和对羟基苯甲醇保留时间分别是11和22分钟，天麻药材出峰时间是15和26分钟，且时间还比较稳定，后面更换了新柱子，把柱温箱温度从30度调到35度，把泵从B泵更换到A泵，重新配流动相，供试品，发现还是一样漂移。而且之前做的特征图谱保留时间又对的上。流动相过滤了也超声了。真的不知道该咋办了？？

做薏苡仁药材含量液相时，对照品甘油酸三油酸酯蒸发光只检测到前三针出峰，后来进针就检测不到峰了？？？？后来做药材也不会出峰，重复做了两次都是这样的。有谁碰过这种情况吗？ 流动相是:乙腈和二氯甲烷（65：35）色谱柱是C18、检测器;蒸发光检测器。方法来自2010药典中药饮片353页，薏苡仁药材。

近期，泽泻、川芎、麦冬、党参、当归、元胡、浙贝等药材价格的下滑，使得药商们觉得目前和短期内药市行情难以乐观。尽管生地、粉防己、黄精、胖大海、天麻、香附、王不留行，草决明等药材价格上涨，并没有给药市带来春暖花开的行情。　　今年春季雨水调匀，药材种苗价格也不高，按照目前价格药农仍有种植积极性，丹参、党参、当归、防风、北沙参、板蓝根、紫菀、知母等春种药材生产能否真正调减下来？这关系到下半年走势。　　近几年，丹参统货价格持续在11～12元上下运行，平稳的行情为多数药农看好，今年春季种苗交易活跃，栽种面积有望继续扩大，秋季产新后新货压力较大。党参、当归种苗供应充足，而且价格不高，药农仍有种植积极性，生产调减幅度有限，加上库存累计积压，如果生长期间风调雨顺，下半年行情堪忧。　　药商经历了高价行情过后，总觉得当前一些药材价格不高，产新价格稍有回落便积极买进。等货买到手才感觉到大货走动迟缓，行情表现平淡，心中不免产生几分悲观，对药市前景也充满迷茫。　　其实，当前药市行情表现是多种因素造成的，多数药材价格依然处于中高价位，生产并没有得到真正的调减，库存在累计积压。支撑多数药材价格居高不下的原因有，社会整体物价水平提高，生产成本增加及劳动工费增加，同时，一些药商总耐不住寂寞，如有从高价回落的品种就急于抢反弹，这也是多数药材价格难以大幅跌落的因素之一。　　太子参：在去年产新触低反弹后，再也无力继续上扬。由于太子参在经历了连续3年的高价，在200元以上持续两年有余，最高价涨至400元左右。高价极大刺激了药农种植积极性，盲目扩大种植势必造成生产过剩。　　太子参周期性很强，3次涨价都是间隔10年。去年太子参刚从高价跌入低谷，有商人就急于购货囤积，过早入手买货等于临近黄昏就坐等黎明到来，还要熬过漫长的黑夜。　　党参：落价刚刚开始，也有商忙于抢反弹。在生产严重过剩，价格下滑途中做反弹，并非没有获利空间，而是买卖点难以把握。在价格没有平稳“着陆”前，最好耐心等待。不遵守“规则”，硬闯“红灯”难免被罚款和扣分。　　郁金：尽管有大户在背后苦苦支撑，但还是未能挡住供大于求造成价滑的命运，目前市场九成干新统货售价16元左右，陈货多售价15元。如果郁金生产得不到大面积调减，大户买货拉价只能越陷越深　　元胡：产新临近，有货者有惜售转为积极抛货，导致价格稳中下滑。目前陕西汉中产区统货售价72元左右，产地商贩手中存货已少，预计，短期内价格下滑空间不大，不过，种种迹象表明，元胡未来行情已是晴转多云。　　紫菀：历经两年多低迷行情，生产调减加上旱灾减产，2013年紫菀产新后价格企稳，目前市场亳州产水洗货售价14元上下，此价位足以刺激药农种植积极性，只是种苗有限，难以大面积扩种，有货者可以高枕无忧。　　辽细辛：上期价格强劲上扬，近日市场来货增多，价格止升转稳。该品种前几年价格持续低迷，种植面积有所调减，不过，商家手中还积压不少低价货，短期内还需实际消化库存，预计价格再升动力不足。　　三七：由于生产过剩，屡创价格新高的三七，如今，已跌幅过半。过去几年三七价格不断高升，大大刺激了药农种植热情，大面积种植已具规模。　　尽管目前三七价格依然不低，但是，对比于去年的高价，用药单上已觉原料成本降低了不少，于是一些药企加大了三七采购量，使得正在下滑途中的三七止跌回升，目前亳州市场120头售价420元左右。自2013年下半年，三七价格开始走下坡。今后几年三七在供大于求的压力下，价格仍将继续走低。　　人参：继三七、太子参、党参涨价后，人参成为平淡市场上一面迎风飘扬的旗帜。人参价格的上涨，主要是产地限制砍树种参，大户控制货源，以及种植成本增加等因素造成的。对于涨幅如此波涛汹涌，多数药商望而止步。　　每年4月中上旬都是比较敏感的时节，山萸肉、连翘、杏仁等果实类药材正花开灿烂，有货者最期待的是风云突变，“倒春寒”到来。然而，从目前以及今后一周天气预测，今年出现“倒春寒”的几率已小。唯一能使山萸肉起死回生的就是异常天气，看来今年有货者希望即将破灭。在没有利好的情况下，未来行情已是晴转多云。青翘，尽管产地和市场经营户存货不多，但是，目前花开金黄烂漫的美景，已动摇了坚挺的行情，价格继续冲高已显动力不足。　　防风、北沙参、板蓝根，知母似乎价格降低后，影响了药农种植积极性，已有商开始悄然入手建仓，只是这些品种陈货不小，不经过实际消化库存，一年半载行情仍难有起色。　　由于去年多数低价药材触低反弹，致使生产没有得到调减，今年多数药材产新压力依然较大，这将影响今年一些药材难有大的回升空间。今年“倒春寒”的希望破灭，禽流感也销声匿迹，目前药市已没有客观存在的刺激因素。

鉴别｜ （1）本品粉末黄绿色。上表皮细胞垂周壁呈波状弯曲，气孔不定式。下表皮细胞垂周壁平直，无气孔。通气组织多破碎，由薄壁细胞组成，细胞间隙较大。草酸钙簇晶较小。草酸钙针晶成束。 （2）取本品粉末1g，加甲醇10ml，超声处理30分钟，放置，取上清液作为供试品溶液。另取浮萍对照药材1g，同法制成对照药材溶液。照薄层色谱法（通则0502）试验，吸取上述两种溶液各2μl，分别点于同一硅胶G薄层板上，以乙酸乙酯-丁酮-甲酸-水（6:3:1:1）为展开剂，展开，取出，晾干，喷以1%三氯化铝无水乙醇溶液，置紫外光灯（365nm）下检视。供试品色谱中，在与对照药材色谱相应的位置上，显相同颜色的荧光斑点。 检查｜ 水分 不得过8.0%（通则0832第二法）。 图片 其他｜ 【性味与归经】 辛，寒。归肺经。 【功能与主治】 宣散风热，透疹，利尿。用于麻疹不透，风疹瘙痒，水肿尿少。 【用法与用量】 3～9g。外用适量，煎汤浸洗。 【贮藏】 置通风干燥处，防潮。

肚脐，又名神阙穴，脐下无肌肉和脂肪组织，血管丰富。肚脐受凉后易出现腹痛、腹泻等问题。建议：穿高腰内裤和长裤，外出可以穿个小马甲，注意防风、防凉。

防风罩防风的原理是什么？有没有知道的？

[align=center]药典特殊执行项药材目录集成[/align][align=left][color=#666666] [/color]在药材日常质检、仓储等操作过程中，均要参照药典予以执行。为使大家及时掌握相关知识，并应用于日常药材经营中，根据《中国药典》2015版一部内容，弘正道（中国）中药研究院现对药典品种的贮藏条件、特别检测项、阴凉储存药材、贮藏注意事项、有毒饮片品种等进行整理，情况如下，请酌情参用。[b]特别检测项药材目录[/b]需检测农药残留品种：人参、甘草、西洋参、黄芪需检测二氧化硫品种：山药、天冬、天花粉、天麻、牛膝、白及、白芍、党参、粉葛、白术需检测重金属品种：石膏、白矾、玄明粉、地龙、西瓜霜、冰片（合成龙脑）、龟甲胶、鹿角胶、滑石粉需检测重金属及有害元素品种：山楂、甘草、白芍、西洋参、牡蛎、阿胶、昆布、金银花、珍珠、枸杞子、海螵蛸、海藻、黄芪、蛤壳、蜂胶、水蛭需检测色度品种：白术需检测发芽率品种：麦芽、谷芽、稻芽需检测黄曲霉素品种：大枣、水蛭、地龙、肉豆蔻、全蝎、决明子、麦芽、远志、陈皮、使君子、柏子仁、胖大海、莲子、桃仁、蜈蚣、槟榔、酸枣仁、僵蚕、薏苡仁需检测过氧化值品种：苦杏仁、郁李仁、柏子仁、核桃仁、蓖麻子、榧子需检测杂质品种：丁香、土鳖虫、大蓟、山茱萸、广藿香、女贞子、小茴香、小蓟、飞扬草、五味子、升麻、石韦、石榴皮、布渣叶、龙脷叶、北豆根、仙矛、白蔹、白薇、老鹳草、地龙、地锦草、巫山淫羊藿、合欢花、红花、豆蔻、连钱草、连翘、吴茱萸、沙棘、没药、补骨脂、青葙子、苦地丁、苘麻子、侧柏叶、金钱草、乳香、毕茇、南五味子、草乌、急性子、鸦胆子、穿山甲、狼毒、银杏叶、菥蓂、麻黄、淫羊藿、黑芝麻、黑种草子、锁阳、鹅不食草、番泻叶、蒲黄、蔓荆子、酸枣仁、罂粟壳、槲寄生、僵蚕、颠茄草、薏苡仁、商陆[b]阴凉储存药材目录[/b]置阴凉处：蜂蜜、牡荆叶置阴凉潮湿处：鲜益母草、鲜鱼腥草 、生姜密闭，置阴凉干燥处：胡椒、玫瑰花 、苏合香 、盐附子密封（密闭），置阴凉处：冰片（合成龙脑）、艾片（左旋龙脑） 、天然冰片（右旋龙脑） 、阿魏 、沉香 、虫白蜡 、枫香脂置阴凉干燥处，密闭，防蛀：人参、红参 、鹿茸 、西洋参置阴凉干燥处，防潮：川牛膝、广藿香、麦冬、牛膝、人参叶、山麦冬、乌梅、茵陈、紫菀置阴凉干燥处，防蛀：白术、白芷、荜茇、川芎、冬虫夏草、防风、榧子、干姜、海龙、海马、核桃仁、橘红、炮姜、千金子、千金子霜、羌活、肉豆蔻、三七、水飞蓟、酸枣仁、桃仁、乌药、香附、亚麻子、郁李仁、枳壳、枳实、重楼、化橘红、苦杏仁、酸枣仁置阴凉干燥处，防潮，防蛀：当归、翻白草、甘松、藁本、红花、金银花、木瓜、山银花、野菊花、佛手、瓜蒌、瓜蒌皮、瓜蒌子、梅花、前胡、香椽、紫花前胡、柏子仁、火麻仁、陈皮置阴凉干燥处：矮地茶、艾叶、安息香、八角茴香、巴豆、巴豆霜、薄荷、荜澄茄、蓖麻子、苍术、草豆蔻、草果、臭灵丹草、川木香、大蓟炭、大蒜、丁香、高良姜、广枣、桂枝、鹤虱、黑种草子、红大戟、红豆蔻、姜黄、降香、筋骨草、荆芥、荆芥穗、荆芥穗炭、荆芥炭、菊苣蓝布正、老鹳草、雷丸、两头尖、羚羊角、芦荟、罗布麻叶、没药、母丁香、牡丹皮、佩兰、千年健、青蒿、青皮、青叶胆、苘麻子、乳香、三白草、砂仁、山柰、蓍草、石榴皮、檀香、天山雪莲、土木香、吴茱萸、细辛、香加皮、香薷、小茴香、辛夷、徐长卿、血竭、岩白菜、野马追、益智、油松节、余甘子、紫苏叶、肉桂其他贮藏条件：芒硝、炒瓜蒌子、豆蔻、麝香、猪胆粉、人工牛黄、蛤蚧、牛黄、蜂胶、西红花、蜂蜡、片姜黄、牛胆粉、皂矾（绿矾）、满山红、月季花、菊花、枸杞子 [b]注意事项贮藏品种[/b]防霉：大青叶、天冬（天门冬）、天南星、制天南星、五加皮、五味子、乌梢蛇、巴戟天、水牛角、玉竹、石菖蒲、仙茅、瓜蒌、瓜蒌子、炒瓜蒌子、瓜蒌皮、玄参、地龙、熟地黄、竹茹、防己（粉防己）、芫花、连钱草、佛手、沙棘、灵芝、陈皮、鸡血藤、板蓝根、虎杖、罗汉果、使君子、金荞麦、金钱白花蛇、南五味子、南板蓝根、厚朴花、香橼、胖大海、独活、前胡、洋金花、莲须、鸭跖草、娑罗子、黄精、黄藤、菊花、梅花、甜瓜子、商陆、紫花前胡、蒺藜、蜈蚣、蕲蛇、橘核防潮：人参叶、儿茶、九香虫、大青盐、山麦冬、山银花、川木通、川牛膝、广藿香、马齿苋、木瓜、木香、太子参、车前子、牛黄、牛膝、乌梅、甘松、石斛、龙眼肉、生姜、玄明粉、百部、当归、关黄柏、红花、红花龙胆、红芪、炙红芪、红景天、麦冬、芥子、两面针、皂矾（绿矾）、附子、苦楝皮、松花粉、刺五加、明党参、知母、金银花、鱼腥草、狗脊、闹羊花、茵陈、茯苓、茯苓皮、枸杞子、哈蟆油、莲子、莲子心、莲房、铁皮石斛、凌霄花、益母草、浮萍、桑白皮、黄芩、黄芪、炙黄芪、黄柏、野菊花、麻黄、鹿衔草、旋覆花、断血流、密蒙花、款冬花、紫菀、蒲公英、蒲黄、槐花、满山红、暴马子皮、藁本、藕节、翻白草、蟾酥、麝香防蛀：人参、九香虫、刀豆、三七、三棱、干姜、炮姜、土鳖虫、大豆黄卷、大皂角、大枣、大黄、山茱萸、山药、山银花、山楂、千金子、千金子霜、川贝母、川乌（乌头）、制川乌、川芎、川楝子、天冬、天花粉、栝楼根、天南星、制天南星、天麻、天葵子、木瓜、五加皮、太子参、毛诃子、片姜黄、化橘红、月季花、乌药、乌梢蛇、火麻仁、巴戟天、水飞蓟、水蛭、玉竹、甘松、甘草、甘遂、龙眼肉、平贝母、北沙参、仙茅、白术、白芍、白芷、白附子、白扁豆、白蔹、瓜子金、瓜蒌、瓜蒌子、炒瓜蒌子、瓜蒌皮、冬虫夏草、玄参、半夏、法半夏、姜半夏、清半夏、地龙、地肤子、熟地黄、地榆、亚麻子、西洋参、当归、肉苁蓉、肉豆蔻、竹节参、竹茹、延胡索、华山参、伊贝母、全蝎、防己（粉防己）、防风、红花、红芪、炙红芪、红景天、麦芽、赤石脂、芫花、芡实、豆蔻、两面针、何首乌、制何首乌、佛手、谷芽、龟甲、羌活、沙棘、灵芝、陈皮、鸡内金、鸡血藤、青果、苦杏仁、板蓝根、郁李仁、郁金、虎杖、明党参、罗汉果、使君子、金果榄、金荞麦、金钱白花蛇、金银花、金樱子、京大戟、泽泻、荜苃、草乌、制草乌、荔枝核、南沙参、南板蓝根、枳壳、枳实、柏子仁、枸杞子、柿蒂、厚朴花、哈蟆油、香附、香橼、重楼、胆南星、胖大海、大海榄、独活、前胡、洋金花、珠子参、莱菔子、莲子心、莪术、荷叶、桔梗、桃仁、核桃仁、柴胡、党参、狼毒、粉葛、浙贝母、娑罗子、海马、海龙、桑白皮、桑寄生、桑椹、桑螵蛸、黄芪、炙黄芪、黄精、菊花、梅花、野菊花、蛇蜕、银柴胡、甜瓜子、猪牙皂、猫爪草、鹿茸、商陆、淡豆豉、续断、斑蝥、款冬花、葛根、楮实子、紫花前胡、紫苏子、蛤蚧、黑芝麻、黑豆、湖北贝母、蒲公英、蒲黄、椿皮、槐花、槐角、蜈蚣、蜂房、锦灯笼、榧子、槟榔、焦槟榔、酸枣仁、蜘蛛香、罂粟壳、蕲蛇、槲寄生、稻芽、僵蚕、薤白、薏苡仁、橘红、橘核、藁本、藕节、翻白草、鳖甲、麝香其他注意事项防风化：芒硝防火：干漆、硫黄防冻：石斛（鲜）、生姜、地黄（鲜）防压：五倍子、牛黄、月季花、蜂房、蝉蜕防热：火麻仁、柏子仁、枸杞子、蜂蜡、满山红防尘：马勃、皂矾（绿矾）、珍珠母、蜘蛛香[b]不同贮藏条件下的药材品种目录[/b]遮光：牛黄、红粉、体外培育牛黄、轻粉、麝香避光人工牛黄、西红花、番泻叶、猪胆粉密闭：人参、干漆、马钱子粉、天竺黄、牛黄、西红花、西洋参、虫白蜡、红粉、红参、苏合香、豆蔻、龟甲胶、体外培育牛黄、沉香、阿胶、阿魏、枫香脂、珍珠、胡椒、轻粉、菊花、鹿角胶、鹿茸、雄黄、滑石粉、麝香密封：人工牛黄、天然冰片（右旋龙脑）、艾片(左旋龙脑）、玄明粉、西瓜霜、冰片( 合成龙脑）、猪胆粉、蛤蚧阴凉处：丁香、八角茴香、人工牛黄、人参、人参叶、三七、三白草、干姜、土木香、大蒜、大蓟炭、山麦冬、山奈、山银花、千年健、千金子、川木香、川牛膝、川芎、广枣、广藿香、小茴香、天然冰片（右旋龙脑）、天山雪莲、木瓜、牛黄、牛膝、片姜黄、乌药、化橘红、月季花、乌梅、火麻仁、巴豆、巴豆霜等[b]药典有毒饮片品种目录[/b]有大毒饮片品种（10种）：生川乌、生马钱子、马钱子粉、天仙子、生巴豆、巴豆霜、红粉、闹羊花、生草乌、生斑蝥有毒饮片品种（40种）：三颗针、干漆、山豆根、千金子、千金子霜、制川乌、生天南星、制天南星、木鳖子、生甘遂、仙茅、生白附子、白果仁、白屈菜、生半夏、朱砂粉、华山参、全蝎、芫花、苍耳子、两头尖、附片（黑顺片、白附片）、苦楝皮、金钱白花蛇、京大戟、制草乌、牵牛子、香加皮、洋金花、臭灵丹草、狼毒、常山、商陆、硫黄、雄黄粉、蓖麻子、蜈蚣、罂粟壳、蕲蛇、蟾酥粉有小毒饮片品种（32种）：丁公藤、九里香、土鳖虫、大豆黄卷、大皂角、川楝子、小叶莲、飞扬草、水蛭、艾叶、北豆根、地枫皮、红大戟、两面针、吴茱萸、苦木、苦杏仁、金铁锁、草乌叶、南鹤虱、鸦胆子、重楼、急性子、蛇床子、猪牙皂、绵马贯众、绵马贯众炭、紫萁贯众、蒺藜、榼藤子、鹤虱、翼首草[b]特殊检测品种目录[/b][url=https://insevent.instrument.com.cn/t/Mp]气相色谱仪[/url]检测品种：丁香、土木香、千年健、广藿香、小茴香、天然冰片、艾片、艾叶、石斛（金钗石斛）、亚麻子、冰片（合成龙脑）、豆蔻、乳香、油松节、砂仁、鸦胆子、香薷、麝香、八角茴香高效液相色谱-质谱法检测品种：川楝子、龟甲胶、阿胶、苦楝皮、鹿角胶、千里光DNA检测品种：川贝母、乌梢蛇、蕲蛇蒸发光散射检测品种：薏苡仁、酸枣仁、路路通、银杏叶、黄芪、通关藤、浙贝母、益母草、桔梗、急性子、知母、地肤子、四季青、巴戟天、马鞭草、山银花、商陆梯度检测品种：人参、山茱萸、山银花、川牛膝、川乌、乌药、甘草、北刘寄奴、生姜、玄参、红参、两头尖、两面针、羌活、沉香、制川乌、王不留行、车前子、丹参、西洋参、肉苁蓉、决明子、关黄柏、附子、金银花、卷柏、细辛、草乌、制草乌、拳参、桑叶、豨签草、草豆蔻、重楼、黄芪、菊花、墨旱莲、急性子、柴胡、淫羊藿、酸枣仁、三七[/align]

西青果的薄层图？按药典方法提取展开，对照药材也没有斑点。是否有其他可行的方法？

建立一种新的中药材鉴定与分析方法，我们采用粉末X射线衍射分析技术，分别对19个不同来源的栀子样品进行实验分析研究。利用粉末X射线衍射傅立叶（Fourier）指纹图谱分析方法，获得栀子与水栀子等中药材的各自对照衍射图谱和特征标记峰值。使用对照衍射图谱和特征标记峰值可以很好地区分道地中药材栀子、药材栀子变种－水栀子及地方习用品－黄花栀子。分析结果表明，粉末X射线衍射Fourier指纹图谱分析方法可以用于传统中药材的鉴定与质量控制。

中药材黄曲霉毒素检测，对照品出峰正常（B1、B2、G1、G2），但样品却没有峰出现，是样品不含黄曲霉毒素还是样品处理过程有误？有做过中药材黄曲霉毒素的老师请指教。

延胡索薄层样品比对照药材多了一个点，怎么回事？

下面是我曾经接手过的一个项目，内容是个人的经验，解释也不一定完全正确，大家参考了！！！小改进，大成功－－药材TLC鉴别实例[b]关于××××丸成品鉴别方法的改进原有方法：[/b]（1）取本品××g，加乙醚20ml，超声处理5分钟，滤过，药渣及滤纸一并置烧瓶中，加7%硫酸乙醇-水（1:3）混合液20ml，加热回流3小时，放冷，用氯仿振摇提取二次，每次20ml，合并氯仿液，加水30ml洗涤，弃去洗液，氯仿液用无水硫酸钠脱水，滤过，滤液蒸干，残渣加甲醇1ml使溶解，作为供试品溶液。另取桔梗对照药材1g，同法制成对照药材溶液。照薄层色谱法（中国药典2005年版一部附录VI B）试验，吸取上述两种溶液各1~2µ l，分别点于同一硅胶G薄层板上，以氯仿-乙醚（1:1）为展开剂，展开，取出，晾干，喷以10%硫酸乙醇溶液，在105℃加热至斑点显色清晰。供试品色谱中，在与对照药材色谱相应的位置上，显相同颜色斑点。（2） 取甘草次酸对照品，加甲醇制成每1 ml含1mg的溶液，作为对照品溶液。照薄层色谱法（中国药典2005年版一部附录VI B）试验，吸取[鉴别](1)项下的供试品溶液8µ l、对照品溶液5µ l，分别点于同一硅胶GF254薄层板上，以石油醚(30～60℃)-氯仿-冰醋酸（10:5:1）为展开剂，展开，取出，晾干，置紫外光灯（254nm）下检视。供试品色谱中，在与对照品色谱相应的位置上，显相同颜色的斑点。[b]改进方法：[/b]（1）取本品××g，加乙醚20ml，超声处理5分钟，滤过，药渣及滤纸再加氯仿30ml，超声10分钟，离心，药渣置烧瓶中，加氯仿30 ml和盐酸2ml，加热回流1小时，滤过，滤液蒸干，残渣加无水乙醇1ml使溶解，作为供试品溶液。另取桔梗对照药材0.25g，同法制成对照药材溶液。照薄层色谱法（中国药典2005年版一部附录VI B）试验，吸取上述两种溶液各2~5µ l，分别点于同一硅胶G薄层板上，以氯仿-乙醚（1:1）为展开剂，展开，取出，晾干，喷以10%硫酸乙醇溶液，在105℃加热至斑点显色清晰。供试品色谱中，在与对照药材色谱相应的位置上，显相同颜色斑点。（2） 取甘草次酸对照品，加甲醇制成每1 ml含1mg的溶液，作为对照品溶液。照薄层色谱法（中国药典2005年版一部附录VI B）试验，吸取[鉴别](1)项下的供试品溶液和对照品溶液各2~5µ l，分别点于同一硅胶GF254薄层板上，以石油醚(30～60℃)-氯仿-冰醋酸（10:5:1）为展开剂，展开，取出，晾干，置紫外光灯（254nm）下检视。供试品色谱中，在与对照品色谱相应的位置上，显相同颜色的斑点。[b]关于××××丸鉴别方法的改进的说明[/b]原有方法对于样品和对照药材的提取存在着一定的问题，具体表现在如下几个方面：（1）对于甘草次酸的鉴别的机理说明：A乙醚的超声处理的目的：除去药材或浸膏中的酯溶性成分和制剂中大量存在的水溶性辅料，这些物质的存在直接影响薄层鉴别；B氯仿的超声处理的目的：除去药材、浸膏和制剂中的甘草次酸成分；C酸解的目的：通过酸解，可以使药材、浸膏和制剂中的甘草酸水解成为甘草次酸成分，这样可以与对照品进行比较；原有方法存在的不足：A加入酸的量不足，使得甘草酸水解不充分，只有少量甘草酸发生水解，致使该方法的重现性很差；B水解时间长，不适合企业的生产实际需要；C由于甘草次酸在氯仿和水中都有一定的溶解能力，无水硫酸钠脱水也可能包裹一定量的甘草次酸，所以原方法用氯仿萃取二次、加水30ml洗涤、无水硫酸钠脱水三项操作使得鉴别结果重现性很差，而且这些操作很费时，不同人员的操作的差异比较大。（2）对于桔梗的鉴别的机理说明：A乙醚的超声处理的目的：除去药材或浸膏中的酯溶性成分（如脂肪酸、脂肪油等）和制剂中大量存在的水溶性辅料，这些物质的存在直接影响薄层鉴别；B氯仿的超声处理的目的：除去药材、浸膏和制剂中的桔梗皂苷成分；C酸解的目的：通过酸解，可以使药材、浸膏和制剂中的桔梗皂苷（包括桔梗皂苷A、B、D2、D3，远志苷D、D2，桔梗皂酸A甲酯等）水解成为苷元（包括桔梗皂苷元、远志酸，桔梗酸等）成分，这样可以与对照药材进行比较；原有方法存在的不足：A加入酸的量不足，使得桔梗皂苷水解不充分，只有少量桔梗皂苷发生水解，致使该方法的重现性很差；B水解时间长，不适合企业的生产实际需要；C由于甘草次酸在氯仿和水中都有一定的溶解能力，无水硫酸钠脱水也可能包裹一定量的甘草次酸，所以原方法用氯仿萃取二次、加水30ml洗涤、无水硫酸钠脱水三项操作使得鉴别结果重现性很差，而且这些操作很费时，不同人员的操作的差异比较大。

中医药是中华文明的瑰宝[1]，在中华民族数千年历史长河中提供了独特的医药理论和方法体系[2-3]。目前，对中医药的研究受到了越来越多的关注，即使是在人工智能等热门研究领域也涌现出相关的研究成果，如Liu等[4]提出了一种2阶段的迁移学习模型，从病历和中医文献资源中生成中医处方。 中药方剂是一个复杂系统，复杂网络是研究复杂系统的重要工具。在网络科学视域内，已有众多研究成果使用网络技术对中药方剂的配伍规律以及“病-症-药”关联关系进行分析，对于指导中药新方开发和临床诊治等具有重要意义。随着对中医药的深入研究，学者们发现方剂中的药与药、药与病症等存在大量模糊、非线性的关系，这种关系可以映射为复杂网络[5]。复杂网络是对实际复杂系统的抽象，用于刻画系统中个体间的相互作用关系，是研究复杂系统性质和功能的基础工具[6]。周雪忠等[7]利用复方药物配伍的无尺度网络规律，实现了基于图论网络分析的处方核心药物配伍知识发现；王世琤等[8]基于复杂网络技术和点式互信息分析慢性肾脏病本虚标实证中药配伍规律。复杂网络理论已广泛地应用于解决中医药领域中的诸多问题[9-11]。 药材群组是指2种及以上药材的组合。每个药材群组的药材组成不同，功能也不尽相同[12]。根据2种药材是否包含在同首方剂中的二元关联关系构建的普通复杂网络模型，难以直观地揭示多种方剂中存在的药材之间的高阶复杂关联关系，普通复杂网络不能全面刻画和揭示方剂网络中药材群组信息及其内在规律，基于超图的超网络方法的相关研究应运而生[13]。超图允许由多个节点组成更一般的交互[14]，可以更好地描述中药方剂中存在的药材群组之间的高阶复杂关联关系。Estrada等[15]认为基于超图拓扑结构构建的网络为超网络（hypernetwork），超网络模型与之前研究过的大多数复杂网络具有相似的定性特征[16]。从理论上讲，超图可以推广一般图上的某些结论[17]。关于超网络的研究呈现出了快速发展的趋势，吸引了大量学者从交叉应用的角度展开深入研究。Johnson[18]认为超网络提供了一种表示多层次系统的新方法，其目标是整合它们的微观和宏观动态，如Pearcy等[19]将生物代谢中渗流过程的概念扩展到超网络，采用超网络的形式来研究细菌代谢超网络的鲁棒性；Pan等[20]将循环特征转移到超链接预测算法中，提出了一种基于循环的超链接预测方法。在中医药领域运用超网络理论和方法的研究处于探索阶段，不同于俞成诚等[21]构建的基于图的超网络（supernetwork）的分析方法，符康等[22]基于超图理论建立中医药方剂网络，对重要的单味药材或药对进行挖掘。 本研究运用基于超图的超网络对中药方剂中药材的多元关联进行建模，将药材映射为节点，方剂映射为超边，在保证节点同质性的同时，能有效地显示众多中药方剂中不同群组规模药材的高阶关联关系，有利于系统地识别出核心的药材群组及药材之间的相互作用模式，为中药方剂系统中的天然药材群组信息挖掘提供科学方法，以期为探究中药方剂作用机制及临床研发提供参考。 1 资料与方法 1.1 资料收集 本研究使用的数据来源于《实用中医三味药方》[23]和TCM-ID中医药信息数据库（https:// www.bidd.group/TCMID/）；前者收集整理了中药方剂2 719首，后者收集整理来自包括《中国药典》、经典中药处方以及国家药品监督管理总局批准的中药方剂共计7 443首。 1.2 数据采集与规范 纳入中药方剂的基本信息包括方剂名称和组成药材。若含中药提取物则将该中药提取物转换成对应的中药名称。名称相同的方剂只保留1首。排除方药组成不完整或为单味药的方剂以及药味数大于15的方剂。参照《中国药典》2020年版[24]和全国中医药行业高等教育“十二五”规划教材《中药学》[25]对纳入处方药物名称及性味归经进行规范化处理。同一药物因习惯或地域不同具有多种名称者进行统一，如“法半夏”“制半夏”和“姜半夏”均统一为“半夏”。同种药材名称有差异的进行规范化处理，“白芍药”规范为“白芍”，“仙灵脾”规范为“淫羊藿”，“山茱萸”规范为“山萸肉”等。炮制前后功效无明显差异者仍用生药名称，如生附子、熟附子统称为“附子”；功效差异较大的则分别录入，如“生地黄”和“熟地黄”。 将规范后的数据进行编码并建立Excel表，即得到所构建的中药方剂超网络的关联矩阵。方剂数据库的收集和整理由2名研究人员共同完成，然后独立进行数据审核，保证不一致的数据记录占比控制在3%以下。根据研究计划和内容，对数据进行集成、清洗和预处理等。按数据的来源分别建立数据集1和数据集2。 1.3 中药方剂超网络模型构建 本研究对象是基于超图的中药方剂超网络，其拓扑结构采用了超图作为数学表示形式[17]。设节点集合，超边集合均是有限集合，且，，则称V和ε之间存在二元关系H，则H是一个超图。 为了说明中药方剂超网络的构建方法，本研究以5首中药方剂为例构建小规模的中药方剂超网络HL，如图1所示。这5首方剂的名称及其各自的组成药材分别为：（1）麻黄汤，由麻黄、桂枝、甘草、杏仁组成；（2）大陷胸丸，由葶苈子、芒硝、杏仁、大黄组成；（3）桂枝汤，由桂枝、炙甘草、白芍、生姜、大枣组成；（4）十枣汤方，由大枣、芫花、大戟、甘遂组成；（5）大陷胸汤，由芒硝、大黄、甘遂组成。将每一首中药方剂都作为1条超边（超边用封闭的曲线表示），将相应方剂中出现的每味药材作为节点，可得到图1中具有13个节点和5条超边的中药方剂超网络HL。其中，节点用符号v来表示，超边用符号E表示。 在图1所示的超网络中，超边E1、E2、E3、E4和E5分别表示麻黄汤、大陷胸丸、桂枝汤、十枣汤方和大陷胸汤。结合超图理论的基本知识，易知图1中每条超边的节点数和不同节点所属的超边数。然而，由于桂枝和甘草这2味药材同时出现在麻黄汤和桂枝汤中，意味着桂枝和甘草2个节点既存在于超边E1中，也存在于超边E3中；同理表示大黄和芒硝的2个不同节点既存在于超边E2中，也存在于超边E5中。超网络HL体现了药材群组信息，需要新的方法进行信息挖掘。 图片 1.4 超网络拓扑结构特征 在超网络中，节点超度表示该节点存在于多少条超边中，即其被包含的超边数目。在超网络的关联矩阵中，节点的超度也可通过统计相应行中非零元素的个数来计算。超度分布是节点超度的概率分布或频率分布，表示为超网络中超度的对应节点数量在整体节点总数中所占比例。为了分析中药方剂超网络中药材的组群信息，超网络中新的挖掘群体信息的概念介绍如下。 1.4.1 紧密相关集（tightly related set）[26] 设H＝(V, ε)是具有m条超边的n阶超图，若存在超边Ei (i∈1, 2,…, m)使得集合F是Ei的非空子集，则称F是超图H的1个紧密相关集。超图H的所有紧密相关集组成的集合记为Φc(H)。特别地，当F的元素个数为t时，称其为超图H的t元紧密相关集，H的所有t元紧密相关集组成的集合记为Φt(H)。 图片 图片 1.5 数据分析 利用收集的中药方剂数据集，依据中药方剂超网络的构建方法，使用NumPy库处理多维数组和矩阵，得到对应超网络的关联矩阵。采用Python 3.10软件进行数据分析，分别对超度、超度分布、t元组度、t元组度分布，以及完全分布这些拓扑指标进行计算。将Pandas库导入Python 3.10中对计算结果进行处理，并运用Matplotlib库中的Pyplot模块创建静态、交互性的网络图，从而对结果进行可视化展示。 超图的特点是允许多个节点组成1条超边，从而形成更为丰富和复杂的关联结构，能为群组关系的描述提供最一般且无约束的数学表示[26]。组度可以反映超网络中小群体的局部特性，从而有利于挖掘出多种药材间潜在的、有价值的依赖关系。 2 结果 2.1 数据筛选结果 本研究创建2个数据集，共收集10 162首中药方剂数据，对数据进行清洗及规范化处理后最终得到9 234条有效数据。数据集基本指标统计如表1所示。 图片 2.2 均匀中药方剂超网络分析 由数据集1构建均匀中药方剂超网络Hsw。其中，以相关的1 404味药材作为节点，以这些药材组成的2 719首方剂为超边。因为每首方剂均含有3味药材，所以超网络Hsw是均匀的。 2.2.1 超网络Hsw的组度分布规律分析 计算相关集的组度、组度分布和完全组度分布，然后在双对数坐标下对超网络节点组度分布进行可视化，最后用最小二乘法进行拟合。超网络Hsw的组度分布及线性拟合见图2，其中横坐标表示组度（一元组度即超度）频次的对数，纵坐标表示组度分布的对数。 图片 由图2-a可知，超网络Hsw的超度分布呈现出明显的幂律分布特性。由图2-b可知，超网络Hsw 的二元组度分布呈现出明显的幂律分布特性。由图2-c可知，均匀超网络Hsw的完全组度分布也呈现出明显的幂律分布特性。由图2中的3个线性拟合结果可以看出，超网络Hsw的3个不同类型的组度分布都可以用最小二乘法拟合出1条直线，意味着每个分布都具有长尾效应。说明只有少部分节点（集）的组度较大，而大部分节点（集）的组度相对较小，表现出无标度特性。 图片 2.2.2 超网络Hsw的高频药材群组分析 由组度分布规律研究结果可知，超网络Hsw规模不同的组度分布遵循幂律分布，是不均匀的。从而组度越大的药材集合在方剂超网络Hsw中的影响力越大。依据构建超网络Hsw的方法可知，组度即为对应药材群组被包含的方剂的首数。 本研究分别对影响力较大的不同规模的药材群组进行详细分析。超网络Hsw中超度排名前10的药材见图3，它们都是十分常见的中药材。甘草是超度最大的药材，超度为322，表明甘草出现在相应数据集的322首方剂中。甘草有清热解毒、去痰止咳、补脾益气、缓急止痛、调和诸药的功效[27]，其种植和应用非常广泛。超度排名2～5名的依次为黄连、当归、大黄和人参。排名第10的黄柏的组度也高达86。 图片 组度≥7的25个二元药材群组的词云图见图4。排名第1的二元药材群组是{黄连，黄芩}，组度为15，表明黄连和黄芩同时包含在15首方剂中，这2味药材配伍在相应方剂数据集中出现的频率最高。黄芩味苦、性寒；黄连性苦、性寒；2味药皆以清热燥湿、泻火解毒为主，常于方剂中配伍使用[28]。排名第2的二元药材群组是{干姜，附子}，组度为14，表明干姜和附子同时包含在14首方剂中。干姜味辛，性温、大热，有辛散里寒、温助中阳的功效[29]；附子辛热燥烈，补火散寒，有温通周身阳气的功效[30]。 它们常配伍使用，如含有这2味药材的方剂姜附汤，主要治疗脾虚腹胀、呕吐痰饮或食不进等症状[31]。排名第3的二元药材群组有{甘草，人参}和{大黄，甘草}，组度均为13，表明这2对组合同时出现在13首方剂中。人参甘、微苦，有益气健脾、燮理药性的功效[29]；大黄有下瘀血、调中化食及安和五脏的作用[32]。以甘草和人参为主的方剂温中丸，主要治疗中气虚热、不喜饮冷或肢体倦怠等症状[31]。以大黄和甘草为主的方剂大黄汤，主要治疗大便不畅或散风活血等症状[31]。 综上分析可知，黄芩和附子虽然是排名前2的二元药材群组的重要组成药材，但是这2味药都没有出现在超度排名前8的药材中。当归虽然是超度排名第3的药材，但是却没有出现在组度排名前3的二元药材群组中。 2.3 非均匀中药方剂超网络分析 由数据集2构建非均匀中药方剂超网络HTC，以相关的2 381味药材作为节点，以这些药材组成的6 515首方剂为超边。因每首方剂均含有的药材数量＞1且＜16，所以超网络HTC是非均匀的。通过计算可知，其超边的平均节点数为8.98。该数据集相较于数据集1规模更大。 2.3.1 超网络HTC组度分布规律分析 图5为非均匀超网络HTC在双对数坐标系下的组度分布和完全分布，以及用最小二乘法进行线性拟合的示意图。其中横坐标表示组度（一元组度即超度）频次的对数，纵坐标表示组度分布的对数。 图片 由图5-a可知，超网络HTC的超度分布呈现出明显的幂律分布特性。由图5-b～g可知，超网络HTC的二至七元组度分布也都呈现出明显的幂律分布特性。由图5-h可知，超网络HTC的完全分布也呈现出明显的幂律分布特性。由图5中的8个线性拟合结果可以看出，超网络HTC的8个不同类型的组度分布都可以用最小二乘法拟合出1条直线，且尾部节点分布较多，说明只有少部分节点（集）的组度较大，而大部分节点（集）的组度相对较小，表现出无标度特性。 图片 2.3.2 超网络HTC的高频药材群组分析 由组度分布规律结果可知，超网络HTC的规模不同的组度的分布遵循幂律分布，是不均匀的。从而组度越大的药材集合在方剂超网络HTC的中影响力越大。 本研究分别对影响力较大的不同规模的药材群组进行详细分析。非均匀超网络HTC中超度排名前20的药材见图6。其中，甘草是超度最大的药材，超度为2 353。超度排名2～5的依次为乳香、黄芩、川芎和牡蛎。排名第20的茴香的组度也高达238。 图片 组度排名前5的二至七元药材群组见表2。本研究分别对不同规模药材群组的组度排名第1的群组进行分析。组度排名第1的二元药材群组是{黄芩，甘草}，组度为544，表明黄芩和甘草这2味药同时包含在544首方剂中。它们常搭配使用，如包含这2味药的清肺排毒汤具有抗和抗病毒等作用[33]。组度排名第1的三元药材群组是{黄连，黄芩，甘草}，组度为187，表明黄连、黄芩和甘草这3味药同时包含在187首方剂中。它们常配伍使用，如含有这3味药的方剂甘草泻心汤主要治疗脾胃虚弱和呕吐等症[34]。组度排名第1的四元药材群组是{党参，白术，茯苓，甘草}，组度为41，表明党参、白术、茯苓和甘草这4味药同时包含在41首方剂中。党参性甘，有补中益气等功效；白术味苦，性甘、温，归脾、胃经，具有健脾益气、燥湿利水之功效；茯苓药性甘淡平，有健脾宁心、利水渗湿等功效。它们常配伍使用，如含有这4味药的方剂八珍汤，主要治疗脾虚和腹泻等症状[31]。组度排名第1的五元药材群组是{白术，茯苓，甘草，生姜，大枣}，组度为19，表明白术、茯苓、甘草、生姜和大枣这5味药同时包含在19首方剂中。生姜有解表散寒、温中止呕和温肺止咳的作用；大枣有补中益气和养血安神的作用。它们常配伍使用，如含有这5味药的方剂六君子汤，主要治疗气血两虚、神疲肢倦和食欲不振等症状[31]。组度排名第1的六元药材群组是{羌活，防风，苍术，白芷，黄芩，甘草}，组度为12，表明羌活、防风、苍术、白芷、黄芩和甘草这6味药同时包含在12首方剂中。羌活和防风有解表散寒和祛风胜湿的作用；苍术有燥湿健脾和祛风散寒的作用；白芷有解表散寒、祛风止痛、通鼻窍和燥湿止带的作用。它们常配伍使用，如含有这6味药的方剂九味羌活汤，主要治疗感冒、发烧等症状[29]。组度排名第1的七元药材群组是{川芎，白芷，羌活，细辛，防风，薄荷，甘草}，组度为10，表明这7味药材同时包含在10首方剂中。川芎有活血行气和祛风止痛的作用；细辛有解表散寒、祛风止痛和温肺化饮的作用；薄荷有疏散风热、清利头目、利咽透疹和疏肝行气的作用。它们常配伍使用。如含有这7味药的方剂金不换膏，有祛风散寒和活血止痛的功效[31]。 图片 为了直观地显示超网络HTC的药材群组的频数大小，使用词云技术展示不同规模药材群组的词云图。图7为组度大于169的28个二元药材群组词云图，图8为组度大于64的24个三元药材群组词云图。 图片 由上述分析可知，超度排名第2的乳香和第5的牡蛎，均没有出现在排名第1的二至七元药材群组中。超度排名第3的黄芩也没有出现在排名第1的四、五和七元药材群组中。川芎超度排名第4，但没有出现在二至五元药材群组排名前5的所有群组中。黄连超度排名第7，但是却出现在排名第2的二元药材群组中以及排名第1的三元药材群组中。 3 讨论 中医药全面振兴已成为国家战略，很多新的科学技术与方法已广泛地应用于中医药研究中，其中在中医药信息挖掘方面，复杂网络理论是分析和处理传统中药方剂数据的有效方法。方剂是依据病情在辨证立法的基础上遵循“君、臣、佐、使”的基本组织结构，选择合适的药物配伍而成，含有丰富的复杂性规律[35]。依据丰富的中医药数据进行信息挖掘，对于阐明方剂配伍的科学内涵、完善中药药性理论和指导中医药新方剂开发等具有深刻意义[36]。 本研究通过基于超图的超网络模型对方剂间多元的药材群组进行分析。在探索药材群组信息时，将每首方剂视为超边，每种药材视为节点，多种药材同时使用可以看作它们之间存在高阶交互进而构成核心药材群组。构建中药方剂超网络模型，能更好地理解中药方剂的配伍规律以及中药材之间的相互作用模式。 研究结果表明，通过基于超图的超网络方法建模，能够挖掘出中药方剂和药材之间更多的隐藏信息，特别是包含药材味数大于2的群组信息。构建均匀超网络模型结果显示，甘草是使用频率最高的单一药材，{黄连，黄芩}是最常用的二元药材群组。构建非均匀超网络模型结果同样显示甘草是最常用的单一药材，{黄芩，甘草}是最常用的二元药材群组，{黄连，黄芪，甘草}是最常用的三元药材群组，{党参，白术，茯苓，甘草}是使用最多的四元药材群组。通过在双对数坐标系下进行药材组群分布规律统计，可知2个超网络模型的组度分布均遵循幂律分布，具有无标度特性，意味着对应方剂数据库中出现频率越高的药材组群越重要。探究二元药材群组或三元药材群组乃至更多元的药材群组的配伍使用，对中药方剂的配伍规律和中药材属性的研究具有重要意义，可为遣药组方等提供理论参考，对于医生临床组方等也能起到辅助作用。 传统复杂网络方法在处理中药方剂时难以有效地捕捉到多个药材同时出现在方剂中的情况。超网络突破了描述点对关联的局限，能够有效地描述中药方剂这一现实复杂系统具有的高阶交互关系。运用超网络的理论和方法对中药方剂系统进行建模，通过拓扑特性研究对应超网络结构功能有利于挖掘中药方剂系统中的组群信息。本研究在处理高阶的复杂关联关系具有一定的系统性和普适性，可用于对中药方剂系统的深入研究。 暂无留言

中医药是中华文明的瑰宝[1]，在中华民族数千年历史长河中提供了独特的医药理论和方法体系[2-3]。目前，对中医药的研究受到了越来越多的关注，即使是在人工智能等热门研究领域也涌现出相关的研究成果，如Liu等[4]提出了一种2阶段的迁移学习模型，从病历和中医文献资源中生成中医处方。 中药方剂是一个复杂系统，复杂网络是研究复杂系统的重要工具。在网络科学视域内，已有众多研究成果使用网络技术对中药方剂的配伍规律以及“病-症-药”关联关系进行分析，对于指导中药新方开发和临床诊治等具有重要意义。随着对中医药的深入研究，学者们发现方剂中的药与药、药与病症等存在大量模糊、非线性的关系，这种关系可以映射为复杂网络[5]。复杂网络是对实际复杂系统的抽象，用于刻画系统中个体间的相互作用关系，是研究复杂系统性质和功能的基础工具[6]。周雪忠等[7]利用复方药物配伍的无尺度网络规律，实现了基于图论网络分析的处方核心药物配伍知识发现；王世琤等[8]基于复杂网络技术和点式互信息分析慢性肾脏病本虚标实证中药配伍规律。复杂网络理论已广泛地应用于解决中医药领域中的诸多问题[9-11]。 药材群组是指2种及以上药材的组合。每个药材群组的药材组成不同，功能也不尽相同[12]。根据2种药材是否包含在同首方剂中的二元关联关系构建的普通复杂网络模型，难以直观地揭示多种方剂中存在的药材之间的高阶复杂关联关系，普通复杂网络不能全面刻画和揭示方剂网络中药材群组信息及其内在规律，基于超图的超网络方法的相关研究应运而生[13]。超图允许由多个节点组成更一般的交互[14]，可以更好地描述中药方剂中存在的药材群组之间的高阶复杂关联关系。Estrada等[15]认为基于超图拓扑结构构建的网络为超网络（hypernetwork），超网络模型与之前研究过的大多数复杂网络具有相似的定性特征[16]。从理论上讲，超图可以推广一般图上的某些结论[17]。关于超网络的研究呈现出了快速发展的趋势，吸引了大量学者从交叉应用的角度展开深入研究。Johnson[18]认为超网络提供了一种表示多层次系统的新方法，其目标是整合它们的微观和宏观动态，如Pearcy等[19]将生物代谢中渗流过程的概念扩展到超网络，采用超网络的形式来研究细菌代谢超网络的鲁棒性；Pan等[20]将循环特征转移到超链接预测算法中，提出了一种基于循环的超链接预测方法。在中医药领域运用超网络理论和方法的研究处于探索阶段，不同于俞成诚等[21]构建的基于图的超网络（supernetwork）的分析方法，符康等[22]基于超图理论建立中医药方剂网络，对重要的单味药材或药对进行挖掘。 本研究运用基于超图的超网络对中药方剂中药材的多元关联进行建模，将药材映射为节点，方剂映射为超边，在保证节点同质性的同时，能有效地显示众多中药方剂中不同群组规模药材的高阶关联关系，有利于系统地识别出核心的药材群组及药材之间的相互作用模式，为中药方剂系统中的天然药材群组信息挖掘提供科学方法，以期为探究中药方剂作用机制及临床研发提供参考。 1 资料与方法 1.1 资料收集 本研究使用的数据来源于《实用中医三味药方》[23]和TCM-ID中医药信息数据库（https:// www.bidd.group/TCMID/）；前者收集整理了中药方剂2 719首，后者收集整理来自包括《中国药典》、经典中药处方以及国家药品监督管理总局批准的中药方剂共计7 443首。 1.2 数据采集与规范 纳入中药方剂的基本信息包括方剂名称和组成药材。若含中药提取物则将该中药提取物转换成对应的中药名称。名称相同的方剂只保留1首。排除方药组成不完整或为单味药的方剂以及药味数大于15的方剂。参照《中国药典》2020年版[24]和全国中医药行业高等教育“十二五”规划教材《中药学》[25]对纳入处方药物名称及性味归经进行规范化处理。同一药物因习惯或地域不同具有多种名称者进行统一，如“法半夏”“制半夏”和“姜半夏”均统一为“半夏”。同种药材名称有差异的进行规范化处理，“白芍药”规范为“白芍”，“仙灵脾”规范为“淫羊藿”，“山茱萸”规范为“山萸肉”等。炮制前后功效无明显差异者仍用生药名称，如生附子、熟附子统称为“附子”；功效差异较大的则分别录入，如“生地黄”和“熟地黄”。 将规范后的数据进行编码并建立Excel表，即得到所构建的中药方剂超网络的关联矩阵。方剂数据库的收集和整理由2名研究人员共同完成，然后独立进行数据审核，保证不一致的数据记录占比控制在3%以下。根据研究计划和内容，对数据进行集成、清洗和预处理等。按数据的来源分别建立数据集1和数据集2。 1.3 中药方剂超网络模型构建 本研究对象是基于超图的中药方剂超网络，其拓扑结构采用了超图作为数学表示形式[17]。设节点集合，超边集合均是有限集合，且，，则称V和ε之间存在二元关系H，则H是一个超图。 为了说明中药方剂超网络的构建方法，本研究以5首中药方剂为例构建小规模的中药方剂超网络HL，如图1所示。这5首方剂的名称及其各自的组成药材分别为：（1）麻黄汤，由麻黄、桂枝、甘草、杏仁组成；（2）大陷胸丸，由葶苈子、芒硝、杏仁、大黄组成；（3）桂枝汤，由桂枝、炙甘草、白芍、生姜、大枣组成；（4）十枣汤方，由大枣、芫花、大戟、甘遂组成；（5）大陷胸汤，由芒硝、大黄、甘遂组成。将每一首中药方剂都作为1条超边（超边用封闭的曲线表示），将相应方剂中出现的每味药材作为节点，可得到图1中具有13个节点和5条超边的中药方剂超网络HL。其中，节点用符号v来表示，超边用符号E表示。 图片 在图1所示的超网络中，超边E1、E2、E3、E4和E5分别表示麻黄汤、大陷胸丸、桂枝汤、十枣汤方和大陷胸汤。结合超图理论的基本知识，易知图1中每条超边的节点数和不同节点所属的超边数。然而，由于桂枝和甘草这2味药材同时出现在麻黄汤和桂枝汤中，意味着桂枝和甘草2个节点既存在于超边E1中，也存在于超边E3中；同理表示大黄和芒硝的2个不同节点既存在于超边E2中，也存在于超边E5中。超网络HL体现了药材群组信息，需要新的方法进行信息挖掘。 1.4 超网络拓扑结构特征 在超网络中，节点超度表示该节点存在于多少条超边中，即其被包含的超边数目。在超网络的关联矩阵中，节点的超度也可通过统计相应行中非零元素的个数来计算。超度分布是节点超度的概率分布或频率分布，表示为超网络中超度的对应节点数量在整体节点总数中所占比例。为了分析中药方剂超网络中药材的组群信息，超网络中新的挖掘群体信息的概念介绍如下。 1.4.1 紧密相关集（tightly related set）[26] 设H＝(V, ε)是具有m条超边的n阶超图，若存在超边Ei (i∈1, 2,…, m)使得集合F是Ei的非空子集，则称F是超图H的1个紧密相关集。超图H的所有紧密相关集组成的集合记为Φc(H)。特别地，当F的元素个数为t时，称其为超图H的t元紧密相关集，H的所有t元紧密相关集组成的集合记为Φt(H)。 图片 1.5 数据分析 利用收集的中药方剂数据集，依据中药方剂超网络的构建方法，使用NumPy库处理多维数组和矩阵，得到对应超网络的关联矩阵。采用Python 3.10软件进行数据分析，分别对超度、超度分布、t元组度、t元组度分布，以及完全分布这些拓扑指标进行计算。将Pandas库导入Python 3.10中对计算结果进行处理，并运用Matplotlib库中的Pyplot模块创建静态、交互性的网络图，从而对结果进行可视化展示。 超图的特点是允许多个节点组成1条超边，从而形成更为丰富和复杂的关联结构，能为群组关系的描述提供最一般且无约束的数学表示[26]。组度可以反映超网络中小群体的局部特性，从而有利于挖掘出多种药材间潜在的、有价值的依赖关系。 2 结果 2.1 数据筛选结果 本研究创建2个数据集，共收集10 162首中药方剂数据，对数据进行清洗及规范化处理后最终得到9 234条有效数据。数据集基本指标统计如表1所示。 图片 2.2 均匀中药方剂超网络分析 由数据集1构建均匀中药方剂超网络Hsw。其中，以相关的1 404味药材作为节点，以这些药材组成的2 719首方剂为超边。因为每首方剂均含有3味药材，所以超网络Hsw是均匀的。 2.2.1 超网络Hsw的组度分布规律分析 计算相关集的组度、组度分布和完全组度分布，然后在双对数坐标下对超网络节点组度分布进行可视化，最后用最小二乘法进行拟合。超网络Hsw的组度分布及线性拟合见图2，其中横坐标表示组度（一元组度即超度）频次的对数，纵坐标表示组度分布的对数。 图片 由图2-a可知，超网络Hsw的超度分布呈现出明显的幂律分布特性。由图2-b可知，超网络Hsw的二元组度分布呈现出明显的幂律分布特性。由图2-c可知，均匀超网络Hsw的完全组度分布也呈现出明显的幂律分布特性。由图2中的3个线性拟合结果可以看出，超网络Hsw的3个不同类型的组度分布都可以用最小二乘法拟合出1条直线，意味着每个分布都具有长尾效应。说明只有少部分节点（集）的组度较大，而大部分节点（集）的组度相对较小，表现出无标度特性。 2.2.2 超网络Hsw的高频药材群组分析 由组度分布规律研究结果可知，超网络Hsw规模不同的组度分布遵循幂律分布，是不均匀的。从而组度越大的药材集合在方剂超网络Hsw中的影响力越大。依据构建超网络Hsw的方法可知，组度即为对应药材群组被包含的方剂的首数。 本研究分别对影响力较大的不同规模的药材群组进行详细分析。超网络Hsw中超度排名前10的药材见图3，它们都是十分常见的中药材。甘草是超度最大的药材，超度为322，表明甘草出现在相应数据集的322首方剂中。甘草有清热解毒、去痰止咳、补脾益气、缓急止痛、调和诸药的功效[27]，其种植和应用非常广泛。超度排名2～5名的依次为黄连、当归、大黄和人参。排名第10的黄柏的组度也高达86。 图片 组度≥7的25个二元药材群组的词云图见图4。排名第1的二元药材群组是{黄连，黄芩}，组度为15，表明黄连和黄芩同时包含在15首方剂中，这2味药材配伍在相应方剂数据集中出现的频率最高。黄芩味苦、性寒；黄连性苦、性寒；2味药皆以清热燥湿、泻火解毒为主，常于方剂中配伍使用[28]。排名第2的二元药材群组是{干姜，附子}，组度为14，表明干姜和附子同时包含在14首方剂中。干姜味辛，性温、大热，有辛散里寒、温助中阳的功效[29]；附子辛热燥烈，补火散寒，有温通周身阳气的功效[30]。 图片 它们常配伍使用，如含有这2味药材的方剂姜附汤，主要治疗脾虚腹胀、呕吐痰饮或食不进等症状[31]。排名第3的二元药材群组有{甘草，人参}和{大黄，甘草}，组度均为13，表明这2对组合同时出现在13首方剂中。人参甘、微苦，有益气健脾、燮理药性的功效[29]；大黄有下瘀血、调中化食及安和五脏的作用[32]。以甘草和人参为主的方剂温中丸，主要治疗中气虚热、不喜饮冷或肢体倦怠等症状[31]。以大黄和甘草为主的方剂大黄汤，主要治疗大便不畅或散风活血等症状[31]。 综上分析可知，黄芩和附子虽然是排名前2的二元药材群组的重要组成药材，但是这2味药都没有出现在超度排名前8的药材中。当归虽然是超度排名第3的药材，但是却没有出现在组度排名前3的二元药材群组中。 2.3 非均匀中药方剂超网络分析 由数据集2构建非均匀中药方剂超网络HTC，以相关的2 381味药材作为节点，以这些药材组成的6 515首方剂为超边。因每首方剂均含有的药材数量＞1且＜16，所以超网络HTC是非均匀的。通过计算可知，其超边的平均节点数为8.98。该数据集相较于数据集1规模更大。 2.3.1 超网络HTC组度分布规律分析 图5为非均匀超网络HTC在双对数坐标系下的组度分布和完全分布，以及用最小二乘法进行线性拟合的示意图。其中横坐标表示组度（一元组度即超度）频次的对数，纵坐标表示组度分布的对数。 由图5-a可知，超网络HTC的超度分布呈现出明显的幂律分布特性。由图5-b～g可知，超网络HTC的二至七元组度分布也都呈现出明显的幂律分布特性。由图5-h可知，超网络HTC的完全分布也呈现出明显的幂律分布特性。由图5中的8个线性拟合结果可以看出，超网络HTC的8个不同类型的组度分布都可以用最小二乘法拟合出1条直线，且尾部节点分布较多，说明只有少部分节点（集）的组度较大，而大部分节点（集）的组度相对较小，表现出无标度特性。 图片 2.3.2 超网络HTC的高频药材群组分析 由组度分布规律结果可知，超网络HTC的规模不同的组度的分布遵循幂律分布，是不均匀的。从而组度越大的药材集合在方剂超网络HTC的中影响力越大。 本研究分别对影响力较大的不同规模的药材群组进行详细分析。非均匀超网络HTC中超度排名前20的药材见图6。其中，甘草是超度最大的药材，超度为2 353。超度排名2～5的依次为乳香、黄芩、川芎和牡蛎。排名第20的茴香的组度也高达238。 图片 组度排名前5的二至七元药材群组见表2。本研究分别对不同规模药材群组的组度排名第1的群组进行分析。组度排名第1的二元药材群组是{黄芩，甘草}，组度为544，表明黄芩和甘草这2味药同时包含在544首方剂中。它们常搭配使用，如包含这2味药的清肺排毒汤具有抗炎和抗病毒等作用[33]。组度排名第1的三元药材群组是{黄连，黄芩，甘草}，组度为187，表明黄连、黄芩和甘草这3味药同时包含在187首方剂中。它们常配伍使用，如含有这3味药的方剂甘草泻心汤主要治疗脾胃虚弱和呕吐等症[34]。组度排名第1的四元药材群组是{党参，白术，茯苓，甘草}，组度为41，表明党参、白术、茯苓和甘草这4味药同时包含在41首方剂中。党参性甘，有补中益气等功效；白术味苦，性甘、温，归脾、胃经，具有健脾益气、燥湿利水之功效；茯苓药性甘淡平，有健脾宁心、利水渗湿等功效。它们常配伍使用，如含有这4味药的方剂八珍汤，主要治疗脾虚和腹泻等症状[31]。组度排名第1的五元药材群组是{白术，茯苓，甘草，生姜，大枣}，组度为19，表明白术、茯苓、甘草、生姜和大枣这5味药同时包含在19首方剂中。生姜有解表散寒、温中止呕和温肺止咳的作用；大枣有补中益气和养血安神的作用。它们常配伍使用，如含有这5味药的方剂六君子汤，主要治疗气血两虚、神疲肢倦和食欲不振等症状[31]。组度排名第1的六元药材群组是{羌活，防风，苍术，白芷，黄芩，甘草}，组度为12，表明羌活、防风、苍术、白芷、黄芩和甘草这6味药同时包含在12首方剂中。羌活和防风有解表散寒和祛风胜湿的作用；苍术有燥湿健脾和祛风散寒的作用；白芷有解表散寒、祛风止痛、通鼻窍和燥湿止带的作用。它们常配伍使用，如含有这6味药的方剂九味羌活汤，主要治疗感冒、发烧等症状[29]。组度排名第1的七元药材群组是{川芎，白芷，羌活，细辛，防风，薄荷，甘草}，组度为10，表明这7味药材同时包含在10首方剂中。川芎有活血行气和祛风止痛的作用；细辛有解表散寒、祛风止痛和温肺化饮的作用；薄荷有疏散风热、清利头目、利咽透疹和疏肝行气的作用。它们常配伍使用。如含有这7味药的方剂金不换膏，有祛风散寒和活血止痛的功效[31]。 图片 为了直观地显示超网络HTC的药材群组的频数大小，使用词云技术展示不同规模药材群组的词云图。图7为组度大于169的28个二元药材群组词云图，图8为组度大于64的24个三元药材群组词云图。 由上述分析可知，超度排名第2的乳香和第5的牡蛎，均没有出现在排名第1的二至七元药材群组中。超度排名第3的黄芩也没有出现在排名第1的四、五和七元药材群组中。川芎超度排名第4，但没有出现在二至五元药材群组排名前5的所有群组中。黄连超度排名第7，但是却出现在排名第2的二元药材群组中以及排名第1的三元药材群组中。 图片 3 讨论 中医药全面振兴已成为国家战略，很多新的科学技术与方法已广泛地应用于中医药研究中，其中在中医药信息挖掘方面，复杂网络理论是分析和处理传统中药方剂数据的有效方法。方剂是依据病情在辨证立法的基础上遵循“君、臣、佐、使”的基本组织结构，选择合适的药物配伍而成，含有丰富的复杂性规律[35]。依据丰富的中医药数据进行信息挖掘，对于阐明方剂配伍的科学内涵、完善中药药性理论和指导中医药新方剂开发等具有深刻意义[36]。 本研究通过基于超图的超网络模型对方剂间多元的药材群组进行分析。在探索药材群组信息时，将每首方剂视为超边，每种药材视为节点，多种药材同时使用可以看作它们之间存在高阶交互进而构成核心药材群组。构建中药方剂超网络模型，能更好地理解中药方剂的配伍规律以及中药材之间的相互作用模式。 研究结果表明，通过基于超图的超网络方法建模，能够挖掘出中药方剂和药材之间更多的隐藏信息，特别是包含药材味数大于2的群组信息。构建均匀超网络模型结果显示，甘草是使用频率最高的单一药材，{黄连，黄芩}是最常用的二元药材群组。构建非均匀超网络模型结果同样显示甘草是最常用的单一药材，{黄芩，甘草}是最常用的二元药材群组，{黄连，黄芪，甘草}是最常用的三元药材群组，{党参，白术，茯苓，甘草}是使用最多的四元药材群组。通过在双对数坐标系下进行药材组群分布规律统计，可知2个超网络模型的组度分布均遵循幂律分布，具有无标度特性，意味着对应方剂数据库中出现频率越高的药材组群越重要。探究二元药材群组或三元药材群组乃至更多元的药材群组的配伍使用，对中药方剂的配伍规律和中药材属性的研究具有重要意义，可为遣药组方等提供理论参考，对于医生临床组方等也能起到辅助作用。 传统复杂网络方法在处理中药方剂时难以有效地捕捉到多个药材同时出现在方剂中的情况。超网络突破了描述点对关联的局限，能够有效地描述中药方剂这一现实复杂系统具有的高阶交互关系。运用超网络的理论和方法对中药方剂系统进行建模，通过拓扑特性研究对应超网络结构功能有利于挖掘中药方剂系统中的组群信息。本研究在处理高阶的复杂关联关系具有一定的系统性和普适性，可用于对中药方剂系统的深入研究。

问题: 各位老师中药材乌梅液相怎么没有峰？哪位老师遇到过，有办法解决吗？谢谢！回复1:乌梅的峰挺大的，你看下对照品定位下，再看下波长 ，不过分离度可能需要调节下流动相比例及柱温回复2:我怀疑出峰时间太早了，没有保留，估计样品峰，与溶剂峰重叠了