机器学习相关技术在以黄酮为特征的黄芪分类中的应用研究

来源：药物分析杂志2024年第5期北京时间：

作者：石岩, 李宁, 魏锋, 马双成

单位：1.中国食品药品检定研究院,北京 102629;2.北京市药品检验研究院,北京 102206

摘要：目的:建立以黄酮类成分为特征的栽培黄芪、半野生黄芪和野生黄芪的三分类模型,并且对自动机器学习技术和数据增强技术在药物分析领域中的应用进行探索和评价。方法:首先,对黄芪的黄酮类成分含量数据进行相关性分析、主成分分析,建立决策树和逻辑回归模型,根据模型分析黄酮类成分的重要性程度;然后,使用TVAE表格数据生成算法,根据真实数据生成600批虚拟数据,使用自动学习框架AutoGluon,num_bag_folds设为5,分别对64批真实数据和600批虚拟数据进行学习,得到2组共30个模型,依据准确率进行评估。结果:对机器学习模型的分析可知,芒柄花素、毛蕊异黄酮葡萄糖苷和刺芒柄花苷这3种黄酮类成分对于黄芪质量,尤其是来源等级的控制具有重要意义;2组共30个模型预测准确率表明,基于NeuralNet的模型和基于树模型的机器学习算法对于黄酮成分数据表征的黄芪而言分类效果最好;数据增强技术生成的虚拟数据与真实数据在所训练得到的模型准确率趋势方面基本一致。结论:机器学习相关技术在以黄酮为特征的黄芪分类中具有较好的应用价值。

关键词：黄芪,黄酮,毛蕊异黄酮葡萄糖苷,刺芒柄花苷,毛蕊异黄酮,山柰酚,异鼠李素,芒柄花素,机器学习,人工智能,数据增强,