| 主权项 |
1.一种产生代表一草药组成物的化学及/或生物反 应性质之一矩阵指纹之方法,其包括:自该草药组 成物取得适宜的资料点;将该等资料点数位化;及 产生该草药组成物之一矩阵指纹;其中该矩阵指纹 包括该数位化资料。 2.如申请专利范围第1项之方法,其中该矩阵指纹之 产生系藉由沿着矩阵对角线置入数位化资料点,及 在该矩阵的离对角线位置置入各数位化资料点与 其他各个数位化资料点的比値。 3.一种比较二或多种草药组成物之方法,其包括: a)自该二或多种草药组成物取得资料点; b)将资料点数位化; c)比较数位化资料,以判定该二或多种草药组成物 所共有的该等资料点; d)产生各草药组成物之一矩阵指纹,其中该矩阵包 括该草药组成物对于各共有资料点之数位化资料; 及 e)藉由多种统计或法则式方法比较矩阵指纹,而比 较该二或多种草药组成物之间之相似性。 4.如申请专利范围第3项之方法,其中该二或多种草 药组成物中之各者的矩阵指纹,系藉由下列步骤产 生: i)将各栏的数位化资料点与其他各栏的数位化资 料点之比値置于该矩阵的离对角线位置。 5.如申请专利范围第3或4项之方法,其中使用集合 运算、统计分析或运算模式,而比较该二或多种草 药组成物之矩阵指纹。 6.如申请专利范围第5项之方法,其中该统计分析系 为线性相关。 7.一种判定二或多种生物样本的统计分类模式及 用于判定品管标准之方法,该方法包括:产生该二 或多种生物样本的矩阵指纹;藉由以电脑为主的计 算法进行该二或多种矩阵指纹之统计分析及比较, 以计算个别数据点的PSI値;在一直方图或其他视觉 显示图上撷取个别的PSI値之一范围;使用该显示图 以辨识相关性不佳的数据点;进行该直方图或PSI値 之数値分析,以判定统计分类模式及用于判定品管 标准。 8.如申请专利范围第7项之方法,其中该电脑计算法 能以C++普尔(Pearl)、Java或其他现代语言写成。 9.如申请专利范围第7项之方法,其中该电脑计算法 可在一部个人电脑、手提式电脑、向量支援机器 或大型电脑上运作。 10.如申请专利范围第7项之方法,其中该方法系用 于协助品管、分类、辨识新药、制造、样本处理 过程、样本掺杂作用、样本干扰作用及生物、药 草或多组份样本之结构-生物活性相关性。 11.如申请专利范围第7项之方法,其中该方法系用 于品管、分类定义、辨识新药、辨识新的生物标 的、制造上之差异、侦测样本掺杂作用与样本干 扰作用、一种单一或多种化学组份的生物反应之 结构-生物活性相关性之目的。 图式简单说明: 第1图。一代表性的LC-MS数据(亦即液相层析-质量 光谱)三维图,其说明一植物性多组份萃取物之特 征性地形图。沿着一度空间绘制自一个C18管柱上 所得的滞留时间(以分钟为单位),沿着第二度空间 绘制高解析质量(以园子质量单位为单位),及沿着 第三度空间绘制MS强度(以log(离子读数)为单位)。 在该图后方的二维图形为UV/VIS吸光度图。应了解 一个单一的UV/VIS尖峰可能包括与该混合中之一个 不同的特定分子相关连之多个特定质量。由尖峰 高度及尖峰高度的比値所界定之地形粗糙度,可予 以数位化、指标化及编码进入矩阵中,以供进一步 分析。 第2图。说明矩阵格式(M),其沿着对角线置入数据 点强度(In),而在离对角线置入个别的强度比値(Im/ In)。仅需要使用一半的离对角线尖峰。各对数据 点之间的离对角线强度比値,系编码该等数据点之 间之重要的协成关系或交互作用。若仅着重于个 别的数据点强度,则将丧失数据点之间之关系。藉 由检视其他数据的内部关系资讯,在概念上可将该 矩阵方法扩展至更高维度。为说明之用,吾等仅使 用二维矩阵以求清晰明了。 第3图。截留于IMAC表面晶片上之蛋白质的SELDI/TOF( Ciphergen)光谱,该蛋白质(自顶部至底部)系在经四 种不同剂量(0.0、0.02、0.10、1.0毫克/毫升)的植物 配方PHY906之生物反应处理24时之后的Jurkat细胞中 表现。在介于5000与20,000之分子量范围中,在不同 的光谱之间具有多个定性变化。可将该等资料数 位化、指标化及编码进入矩阵中,以供进一步分析 。 第4(A)图。比较二批黄芩(Scutellariae Radix)(第1黄芩 与第2黄芩)之间的个别尖峰之习知的线性相关性( LSQ来自SPLUS软体),亦即仅矩阵对角线之一线性相关 性。虚线系指95%信心水平。该线性拟合的相关系 数为0.95。然而,大部分的数据点系以低密度群集, 故难以判定界外値(outliers)。第4(B)图。比较二批 黄芩(Scutellariae Radix)(第8黄芩与第9黄芩)之间的个 别尖峰之习知的线性相关性(LSQ来自SPLUS软体),亦 即仅矩阵对角线之一线性相关性。虚线系指95%信 心水平。该线性拟合的相关系数为0.995,显着地优 于第4(A)图中所得者,但仍显示可能具有界外値。 该等数据点后续亦使用矩阵方法,而用于计算相似 性指标(植物相似性指标(PSI);见等式#7)。见第4表 。 第5(A)图。使用第4(A)图(第1黄芩与第2黄芩)中之相 同数据点,绘制自个别数据点的强度比値矩阵计算 所得的加权R値之直方图。虽然分布尖峰系位于0.9 附近,明显地具有小于0.6之个别数据点界外値。加 权R値之平均(界定为PSI,见等式#7)为0.89。第5(B)图 。使用第4(B)图(第8黄芩与第9黄芩)中之相同数据 点,绘制自个别数据点的强度比値矩阵计算所得的 加权R値之直方图。分布尖峰系位于0.94附近,及仅 有一个小于0.6之个别数据点界外値。加权R値之平 均(界定为PSI)为0.97。应注意到因所用的R値计算方 法(亦即使用特定数据点的整个比値组)之故,较容 易界定界外値及具有较大的数値分布,但就定性而 言整体的比较作用系相似的。应注意到PSI数値之 计算方式使得该平均値介于0.0与1.0之间,其中0.0为 完全不相似而1.0为完全一致。 第6(A)图。使用二批植物萃取物(黄芩(Scutellariae Radix))(第5黄芩与第6黄芩),绘制其间自个别数据点( LC/MS尖峰)的强度比値矩阵计算所得的未加权R値之 直方图。第6(B)图。绘制自第6(A)图(第5黄芩与第6 黄芩)中之相同数据点的强度比値矩阵计算所得的 加权R値之直方图,其中权重系与涉及该数据点的 原始强度之一定标因子相关,及应用于如等式#7所 界定之比値矩阵的相关性R値(见实例)。虽然未加 权R値与加权R値皆具有相同的数値(0.97),个别数据 点R値的分布范围比加权R値广,使得界外値辨识作 用之可信度较高。 第7图。使用如第4表所示之九批黄芩(Scutellariae Radix)萃取物,绘制自成对比较的LC/MS数据之加权PSI 数値的直方图。分布尖峰系位于0.94附近,及仅有 一个小于0.6之个别数据点界外値。使用由46个尖 峰组成之同一组,以建构矩阵。PSI数値之分布清楚 地显示一区隔点,因该等数据约为0.95。 第8图。用于计算矩阵与PSI数値之软体PhytoViewerTM 的萤幕照片,其可显示结果与查询资料。该软体系 以JAVA写成,及于个人电脑或其他电脑平台上运作 。在该萤幕照片中,可看到第5黄芩(Scutellariae Radix) 与第6黄芩的LC/MS数据之个别数据点的矩阵相关性 直方图,及显示如何选择个别数据及并入一矩阵数 据组中;及可看到显示直方图中的个别数据点(LC/MS 尖峰)之一个互动式直方图与一个查询窗口。藉此 可立即辨识出界外値及进一步查询之。 第9(A)图。比较如第表所示之九批黄芩(Scutellariae Radix)之未经处理与经后处理(模拟消化处理)的萃 取物之加权PSI数値的直方图。显然存在二种类型 的植物萃取物,其中一者强烈受到后处理之影响, 另一者仅轻微地受到影响。查询高感受性数据点( 个别化合物的LC/MS尖峰),可藉基于数批物质对于后 处理的感受性而加以分级与分类。第9(B)图。成对 的未经处理与经后处理的黄芩(Scutellariae Radix)批 料(九批)之间之加权PSI数値差异的直方图,其显示 小于0.2的PSI数値差异可用于区分易受影响与不易 受影响之批料。 第10图。用于计算矩阵与PSI数値之软体PhytoViewerTM 的第二张萤幕照片,其可显示结果与查询基因表现 资料。在该萤幕照片中,可看到体基因库数据相较 于二个不同实验(SB与SB)之个别数据点的矩阵相关 性直方图,该二实验系选自左侧手卷轴方块之清单 中,及显示在该二实验之间相关性低的基因(登录 代码)。整体的加权PSI数値为0.91,而大部分的数据 点(基因)系集中于0.9附近。该图显示可用于化学 及生物反应资料以比较二种多组份混合物之同一 软体与方法。 |
