生物技术药物的特征范文第1篇

关键词：中药；鉴定；技术；方法

中图分类号：R282.5 文献标识码：B 收稿日期：2015-11-12

一、分子鉴定技术

1.蛋白质标记技术

（1）抗血清鉴别技术。抗血清鉴别技术通过中药中的抗原性物质制作出所需要的抗体，采用抗体酶免疫试验或者酶联免疫吸附法等鉴别中药，如阿胶及其代用品采用抗血清进行鉴别。

（2）蛋白质电泳鉴别。是指根据中药中所含蛋白质分子的特性，采用电泳分离的方法对中药进行鉴定的方法。我们比较熟悉的如毛细管电泳和聚丙烯酰胺凝胶电泳，聚丙烯酰胺凝胶电泳可对果实种子、动物类药材进行鉴定。

（3）同工酶鉴别技术。是指根据中药中的同工酶分子活性、免疫性等特质，通过对重要酶活性分析和电泳检测来完成对中药的鉴定的技术。

2.DNA分子鉴定

（1）DNA条形码鉴定技术。2003年，加拿大分类学家PaulHebert提出了DNA条形码。该方法是指利用基因组中一段公认标准且较短的DN段作为物种标记而建立的一种鉴定方法，通过对DNA进行筛选确定DNA通用条形码，利用生物信息学分析方法分析比对DNA数据，进行物种鉴定。DNA条形码由于鉴定快速准确，已经成为国内外学者研究的热点。与分子鉴定方法相比，DNA条形码鉴定优点包括鉴定结果可重复使用，通用性强，能建立数据库和鉴定平台。近年来，中药DNA条形码鉴定研究促进了中药鉴定技术的快速发展。

（2）基于PCR的分子鉴定技术。随机和简单限定引物的PCR标记技术采用随机引物对模板DNA进行扩增，如RAPD、AP-PCR等；或对引物进行简单限定，如AFLP、ISSR、DALP、SRAP、TRAP等。目前主要用于生物遗传关系和多样性分析。PCR标记技术研究的前提是事先掌握研究对象的DNA序列信息。

（3）基于分子杂交的DNA分子技术。RFLP是依据序列差异产生特定的限制性内切酶酶切位点，从而导致酶切片段长度的变化或片段数量的增减，以此进行鉴定。该项技术首次应用到北沙参基原植物珊瑚菜的不同居群的鉴别，现在广泛应用到了柴胡等药材或其基原植物的鉴定技术当中。该方法所需DNA的量较大，对DNA的质量要求也较高，因此在推广方面受到了一定的限制。在保留酶切方法、简化杂交技术的基础上建立了PCR-RFLP技术，已经在灵芝、绞股蓝等药材鉴定方面得到了广泛应用。

二、化学鉴定技术

中药化学鉴定的物质基础是其化学成分。中药材所含成分复杂，因此必须选择具有特征的少量化学成分进行鉴定。早期的中药理化鉴定多依据一类成分具有的化学特性来开展鉴定。TLC方法采用对照品、对照药材或对照提取物进行随行对照鉴定，得到应用和普及。与色谱分离、分析技术的飞速发展相对应，HPLC、GC、HPCE等方法及光谱联用技术也有了相应发展，在更高精确度反映中药材化学组分数和量等特征方面发挥着日益重要的作用。

三、性状显微鉴定新技术

物种的遗传特征主要通过生物的性状特征表现出来，因此物种特异性可采用中药物种的方式进行鉴定，因此发掘和明确有效中药材鉴别性状特征随着技术进步一直在不断发展。中药材性状鉴别技术经过长期积累和总结，已经形成了丰富的鉴别经验和有效方法：该方法是一种比较实用、快捷、有效的中药材鉴定方法。生物学中的细胞学确定后，显微镜成为植物药鉴别的重要方法。

四、生物效应鉴定技术

中药生物效应鉴定以生物效应为基础，以生物统计为工具，运用特定的实验设计，通过在一定条件下生物体对不同供试品所产生的反应来测定中药的生物活性与强度差异，并以此作为鉴定中药的主要依据。该技术的优点是直接与中药的有效性和安全性相关，缺点是实验方法专属性强，通用性差。中药生物效应鉴定中的模型、参数、值、处理方法等关键问题，仍需要进一步解决。

参考文献：

生物技术药物的特征范文第2篇

论文关键词：野外实践,行动导向,植物标本,能力培养

《药用植物识别技术》是中药类学生的一门重要的专业基础课程，它首先介绍植物的细胞、组织、器官、植物的命名等基本知识，然后重点以植物尤其是药用植物的分类学为主，分科介绍各类药用植物的主要特征，为《中药鉴定技术》打下坚实的基础，为中医用药的安全与有效提供重要保障。《药用植物识别技术》平时教学主要以多媒体课件、挂图、部分植物标本和教材辅助教学，学生体会不到药用植物的各器官—根、茎、叶、花、果实、种子长什么样，挂图、课件、腊叶标本不能形象的展现药用植物的主要特征。那么药用植物野外实践主要是安排学生到实地去认识药用植物，学生能够用利用眼看、手摸、鼻子闻、口尝等直接的感官去认识常见的药用植物。药用植物野外实践有它自身的优点，并且通过药用植物野外实践能培养学生很多方面的能力。

一、药用植物野外实践优点

1．亲近大自然，亲身感受药用植物

中药主要是古代人们在生产与生活实践过程中总结出来的，是人们与大自然作斗争的杰出成果。中药以植物药居多，占中药构成的87%，所以古代记录中药的文献叫做“本草”。药用植物野外实践将上课地点由教室搬到了大自然，摒弃了教室看不到药用植物实物的弊端，将药用植物活生生的展现在学生面前，加强了学生学习积极性。使学生对学习产生了浓厚的兴趣。

2．理论实践一体化

药用植物野外实践教学过程中学生边结合课本描述，边看药用植物实物，实现了《药用植物识别技术》教学的理论与实践的有机融合，学生用感官亲自体会药用植物的形、色、香、味，不用再去死记硬背，实践之后记忆深刻久远。

河北化工医药职业本技术学院科研基金项目，课题编号：YK201204

作者简介：张静（1981-），女，硕士，讲师，执业中药师，河北省中药高级鉴别师，主要从事中药品质鉴定与中药质量分析。

3．目的明确、任务清晰、行动中学习

在药用植物野外实践教学过程中主要体现了以学生为主体、教师为辅，行动导向、任务驱动的教学模式。教学过程中，由于以考核为前提，学生有了明确的任务，他们都有自己的目的，变被动学习为主动学习，变被动接受为主动吸收。每个学生都积极投入到学习中来。

4．实地考核，成绩公开、公平、公正

学习到了一定阶段，我们针对每一名学生进行药用植物形态特征描述及看植物写植物名称的实地教学考核。我们采集一定种类和数量的药用植物，随机编号，学生抽签。考核中我们做到了公开、公平、公正，使每位学生考出自己的真是水平。使每位学生满意。

二、学生能力培养

在《药用植物识别技术》野外实践过程中，不仅培养了学生对药用植物基本知识的掌握能力，更加培养了学生团结协作的精神、采集药用植物标本的能力、药用植物腊叶标本制备的能力。在这种教学模式下，一般课堂学生上课玩手机、睡觉、说话等不良习惯彻底消失，取而代之的是学生积极学习、争先恐后、争着动手、积极查阅文献、争着认识药用植物的场景。

1．利用工具书、查阅文献能力

野外实践之前，我们准备好了《中国药用植物志》、《河北药用植物志》、《中国药典》（一部）等教学工具书，以供学生及时查阅。同时每名学生还带上自己的《药用植物识别技术》教材。看到药用植物后首先记录其基本特征，比如根是直根系还是须根系、茎的长度和直径、颜色和表面特征、叶的形状、大小、颜色、上下表面气孔情况、有没有毛，叶是互生、对生、还是轮生或簇生、但也还是复叶、花冠的类型、雄蕊的类型，柱头、花柱、子房的情况、果实种子的情况等。然后查阅文献，最后确定植物的学名。

2．药用植物标本的采集能力

通过课程的学习学生掌握了药用植物标本的采集能力。对于不同类型的药用植物，其标本应该如何采集，比如特别高大的药用植物如何采集、一般的药用植物应该如何采集。采集药用植物时尽量选取具有典型代表特征的药用植物。尽量选择根、茎、叶、花、果实、种子特征齐全的植物。

3．药用植物腊叶标本制备能力

药用植物采集完成之后就是腊叶标本的制备了，制备腊叶标本时对于比较高大，超过1米的药用植物，我们要求折成“N”字形，要求上端带花和果、中段带叶、下段带根。对于枝叶十分茂盛的植物可以剪去部分的叶。对于叶很厚、肉质的植物药用开水烫后才压制等。学生通过野外实践，能够具备独立制备药用植物腊叶标本的能力。

4．团结协作能力

野外实践教学期间我们学生是以小组为单位，既有小组任务，也有个人任务，个人任务考核个人的认真程度与做事态度，小组任务主要培养学生团队精神与团结协作的能力。他们只有密切合作，合理分配任务，才能在规定的时间较好的完成指定任务。通过药用植物野外实践教学我们的学生大多能在规定时间内出色的完成教学任务。

三、讨论

药用植物是我国中药资源的重要构成部分，它在防病、治病、日常保健中发挥着不可替代的重要作用，通过《药用植物识别技术》课程野外实践教学改革，不仅提高了学生学习的积极性、加强了教学效果，更加培养了学生很多方面的专业技能。在这种教学过程中，学习任务的分配、对课程教学教师的要求都比较高，教师在整个过程中相当于导演，学生的主体地位得以充分的体现。

参考文献

[1]周巧英.高职院校课程改革与实践教学的反思[J].晋城职业技术学院学报,2010,3(4):21-23.

[2]袁小江.高职院校课程教学改革研究与实践[J].职业教育研究. 2011(02)

[3]姜大源.世界职业教育课程改革对我们的启示[J].职业技术教育. 2008(33)

[4]基于核心技能培养的《中药鉴定学》之教学实践探析[J].中国中医药现代远程教育,2009,7(11):161-162.

生物技术药物的特征范文第3篇

高新技术产业投资已成为推动我国经济增长的重要动力之一。风险投资大多是投向新创的高新技术企业，各个阶段与环节都存在不确定性因素，只要投资过程中有一个环节出现问题，就会导致整个投资项目失败，因此风险投资一般存在较大风险。如果能在投资前或运营中比较准确地预计风险并加以有效控制，就可大大减少盲目投资或经营不善造成的损失。生物制药产业就是把以基因工程、细胞工程、酶工程、发酵工程为代表的现代生物工程技术应用于药物制造领域的产业。生物制药产品在诊断、预防、控制甚至消灭传染病，保护人类健康、延长人类寿命等领域具有独特的优势。目前世界上6O以上的生物技术成果都应用于医药行业，用以开发特色新药或对传统医药进行改良。

生物制药行业已成为当前最活跃、发展最快的行业之一，吸引着世界各国的风险投资机构纷纷投巨资开展生物制药领域的研究和生产。我国生物制药行业经过近2O多年的发展，行业整体水平迅速提高。生物制药产业是我国乃至世界上高新技术产业中发展最迅速的产业之一，具有诱人的投资前景和巨大的投资潜力。作为技术高度密集的高新技术行业，生物制药产业对技术的要求比较高，其发展需要巨额资金投人，因此，对该行业的投资风险进行评价尤为重要。目前影响我国生物制药产业投资风险的因素主要有技术因素、市场因素、财务因素、管理因素和其他方面的因素。我国各地区的经济发展水平存在差距，这在一定程度上导致我国各省(自治区、直辖市)的生物制药行业发展水平不一样，各省(自治区、直辖市)生物制药行业上市公司所面临的投资风险也不一样。作为投资者，应该选择哪些生物制药上市公司进行投资?鉴于此，本文在全国范围内选择了15家生物制药行业上市公司，将其作为研究样本，对其投资风险进行综合评价，以期为风险投资家选择投资风险小的上市公司提供参考依据。

2文献综述

关于高新技术项目投资风险评价，国内外文献大多集中于对评价指标体系中的各指标进行描述方面，很少有文献对风险因素指标进行更深入的理论化探讨和整合。MacMillan_】等构建了27项投资风险评价标准，并将其分为五大类，即企业家个人素质与经验、产品特色、市场特征、财政补偿情况和投资人员构成。其分析表明，五大类评价标准中有10项最常使用的标准被认为是评价投资风险所必须要有的，而这10项中有6项标准与企业家的个人素质与经验有关。通过分析这些标准，他们总结出6种类型的风险，即竞争风险、筹资风险、投资风险、管理风险、执行风险、领导者风险。Meredith等认为风险分为市场风险和技术风险两大类；Fired与Hisirehc。]从美国的硅谷、波士顿和西北地区各选择了6位著名的风险投资家，采访了其投资决策过程，通过实证调研得出15个基本评估标准，分为战略思想、管理能力和收益三个方面。风险企业所处的发展阶段不同，其总体特征也不同，评估其投资风险的方法与侧重点也应不同，相应的评价指标也不同。

然而，早期风险投资评估决策过程却忽视了评价指标的阶段性。Hall和Hoferl_4J以及Boocock和Woods_5]的研究有了质的进步，他们认识到风险投资项目的评价指标具有阶段性，即在风险投资评估决策的不同阶段所使用的评价指标应不相同。总结国外关于风险投资评价研究，可见研究内容往往集中于从风险投资者的角度对投资项目进行风险评价，其关注的重点一般是企业家素质、市场风险、技术风险、财务风险等；在设计评价指标时，没有考虑行业因素，没有进行专业细分，没有对不同行业的风险特点加以区分，投资项目的专业特性和专业风险不能准确地被反映在指标体系中。

近年来国内学者也对高新技术项目投资风险进行了研究。例如：宋逢明等将投资风险分为过程风险与环境风险；林艳珠[7将投资风险分为技术、经济、市场、社会、环境、资信等方面的风险；毛荐其等_8将投资风险分为社会政治风险、法律风险、经济风险、金融与投资市场风险、技术风险、生产风险、管理风险、财务风险、市场风险和其他风险；蔡建春_9]把风险投资评价指标分为技术风险指标、市场风险指标、环境风险指标、管理风险指标及流动性风险指标五大类。总体来看，以往国内外研究的侧重点不同，具有以下特点：第一，大部分研究是从某个角度出发对投资风险的影响因素进行研究，对环境因素、项目因素分析得多，而对创业投资公司内部的管理考虑不够，创业投资公司内部的管理，特别是人力资源管理存在较大问题，它是影响投资风险的重要因素；第二，不同的行业有不同的特点，适合多数高新技术风险投资项目的投资风险评价指标体系可能没有考虑到生物制药行业的风险投资项目的特殊性；第三，在投资风险因素评价体系中，每个因素对投资风险的影响程度不同、作用大小不同，而以往研究很少针对各因素的重要性程度给出结论。

生物制药行业具有高投入、高风险、回收期较长的特点，这使得风险投资者们在加强金融风险管理的呼声下倾向于对处于成长期、扩张期甚至成熟期的生物制药企业进行投资。此外，由于生物制药行业属于高技术行业，一般的风险投资机构缺乏具有该领域知识背景的投资专家，因此风险投资者也趋向于对产品和市场相对明朗的企业进行投资。对生物制药行业的投资属于高科技风险投资的种，在我国仍处于发展的初阶阶段，其行业投资决策很难通过分析大量的历史样本数据来产生。目前对于生物制药企业的风险投资，大多以行业经验作为投资评价依据，在风险评价方法的选择上，以往多数文献选择层次分析法进行评价。笔者对投资风险评价时没有沿用以前的方法，而是利用数理统计学中的主成分一聚类分析法对我国生物制药企业的投资风险进行比较和排序。

3指标及样本选取

考虑到影响我国生物制药业投资风险的因素主要有技术因素、市场因素、财务因素和管理因素，同时参考国内外文献中的高新技术产业投资风险评价指标，并遵循可行、可比的原则，本文选取8个指标作为投资风险评价指标，见表1。本文选择技术人员占比和大专及以上学历员工占比两个指标来反映样本公司的技术水平和管理水平。若两者较高，说明该样本公司相对其他样本公司而言具有较高的技术水平和管理水平，进而认为样本公司具有较好的投资前景，其投资风险较小。本文用每股净资产、每股收益、投资报酬率以及净利润增长率这4个指标反映公司的盈利能力，这些指标值较高，说明收益较高，进而认为该样本公司的投资风险较低。本文用流动比率和速动比率两个指标反映公司的偿债能力，并认为偿债能力好的企业的投资风险相对较低。鉴于我国各地区生物制药业的发展水平不一，本文遵循科学、系统的原则，在华东地区、华南地区、东北地区选择了15家生物制药行业的上市公司作为研究样本，这15家上市公司包含了主营、兼营生物制药的医药公司。

4主成分一聚类分析的原理和基本步骤

1)主成分分析原理。主成分分析法是一种将多个变量化为少数几个综合的新变量的多元统计分析方法，其中心思想是将数据降维，以排除众多信息共存中相互重叠的信息。其基本思路是，将原变量进行转化，并使少数几个新变量成为原变量的线性组合，且这些变量要尽可能多地表征原变量的数据结构且不丢失信息l_l。

2)聚类分析原理。聚类分析是一种建立分类的多元统计分析方法，它能够根据样本数据的诸多特征，按照样本在性质上的亲疏程度，在没有先验知识的情况下，对样本个体进行分类。类内部的个体在特征上具有相似性，不同类的个体在特征上存在较大的差异性。

3)基本步骤。(1)对15家生物制药上市公司的数据进行标准化预处理；(2)对15家生物制药行业上市公司进行聚类分析；(3)对投资风险评价指标进行主成分分析；(4)计算15家样本公司的综合评价得分并排序。

5生物制药行业上市公司投资风险评价

5．1数据标准化处理

本文选取我国15家生物制药行业上市公司2010年12月31El的数据进行研究，数据来源于财经网和各公司的财务报表，见表2。在进行分析前，对原始数据做标准化预处理：使各变量的均值为0、方差为1，以消除原始变量量纲不同对分析结果产生的影响。标准化后的数据(见表2)具备可比性，并遵从正态分布规律。

5．2聚类分析

应用SPSS17．0软件，利用标准化后的样本数据对上市公司进行聚类分析，得到图1所示的聚类图。图1为纵向显示的冰挂图，从图1中可知：当聚类类数为3时，海王生物所在列的冰柱单独为一体，据此可确定海王生物为一类；千金药业和东阿阿胶所在列的冰柱连为一体，据此可确定这两家上市公司属于一类；其他12家上市公司所在列的冰柱连为一体，据此可确定这12家上市公司属于一类。聚类结果说明多数样本公司的投资风险存在相似性。

5．3投资风险评价指标的主成分分析

利用SPSS17．0软件的因子分析功能，可得到标准化数据的相关矩阵，然后利用EXCEL软件计算相关矩阵的特征值，并选取特征值大于1的特征根(见表3)。其中，成分F、F。、的特征值依次为3．137、2．032、1．343。其中，F。解释了原始变量总方差的39．211％，其累计方差贡献率为39．211；F。解释了原始变量总方差的25．406，其累计方差贡献率为64．616；F。解释了原始变量总方差的16．784，其累计方差贡献率为81．401。由于这3个成分共解释了原始变量总方差的81．401，因此认为用这3个综合评价指标来反映原始变量的信息是可行的，可将这3个成分作为主成分。采用方差最大法对成分载荷矩阵进行正交旋转，利用SPSS17．0软件得到的旋转后的成分载荷矩阵见表4。从表4可以看出，每股净资产、每股收益、投资报酬率、净利润增长率在成分F上的载荷较高，F可以反映公司的盈利水平；速动比率和流动比率在成分F上的载荷较高，成分F可以反映公司的偿债水平；技术人员占比和大专及以上学历员工占比在成分上的载荷较高，成分F。可反映公司的管理水平和技术水平。运用EXCEL软件计算得到成分F1、F2、的特征值3．137、2．032、1．343所对应的特征向量分别为(一0．23174，一0．16657，0．72506，0．77439，1．17819，一1．62505，3．804597，10．1446)、(0．30062，0．21550，0．18393，0．63272，0．84319，一0．41822，一4．24888，一l1．74109)、(0．20642，0．62546，一0．08907，0．07465，0．24453，0．74004，2．54385，6．12489)。利用式(1)确定主成分F1、F2、的综合评价值，分别记为y1、、y3。式(1)中，C为成分F1、F2、F3的特征值所对应的特征向量；X是标准化的数据矩阵。以各特征值贡献率为分配系数l_1，计算得到各样本公司的综合评价指标值y，计算结果见表5。Y—CX。(1)从表5所示的单个成分得分来看：就成分F的得分而言，千金药业和东阿阿胶两家公司的得分最大，说明这两家公司的盈利水平相对最高，海王生物的得分最小，说明海王生物的盈利水平相对最低；就成分F。的得分而言，千金药业和东阿阿胶这两家公司的得分仍最大，说明这两家公司的管理水平和技术水平相对最好，海王生物的得分最小，说明海王生物的管理水平和技术水平相对最低。

5．4综合评价得分

利用式(2)计算得到各类生物制药行业上市公司的综合评价得分，计算结果见表6。其中，F为各类中各样本公司的评价指标值，为各类中的样本公司个数。F一(F1+F2+F)。从表6可以看出，第一类(海王生物)的综合得分为一6．586006，原因是海王生物的盈利水平、管理水平和技术水平均相对最差，因此其投资风险相对最大；第二类的综合得分为6．26440，原因是千金药业和东阿阿胶的盈利水平、管理水平和技术水平均相对最好，因此其投资风险相对最小，风险投资者可考虑将其作为理想的投资对象；第三类的综合得分为一0．45092，说明其他12家样本公司的投资风险不大。

生物技术药物的特征范文第4篇

[关键词] 中药药性；寒热属性；生物效应；药理网络；模式识别

[收稿日期] 2014-03-18

[基金项目] 国家自然科学基金青年基金项目（30902003）

[通信作者] 吕爱平，Tel：（010）64067611，Fax：（010）84032881，E-mail：

[作者简介] 姜淼，副研究员，从事中药药性分类研究、中医证候分类研究、中西医结合临床基础研究工作，Tel：（010）64014411-2397，E-mail：

1 中药寒热药性研究的重要性及学科发展趋向

中药药性理论作为中药理论体系的基础与核心，是中药学最重要的学术特征，也是中药区别于其他植物类药物的关键，其科学基础的发现是中药现代化发展的先决条件[1-2]。然而，由于药性理论的特殊性和复杂性，其研究已成为制约中药现代化、国际化发展的重要瓶颈[3-4]。寒热药性作为中药性能的核心要素，是目前药性研究的主要切入点，在药性理论中具有基础与核心地位。目前这一领域较为公认的问题可以概括成3个方面：①寒热药性科学内涵的现代科技语言诠释、表征；②寒热药性评价方法/指标体系的构建；③现代中药寒热药性理论构建及临床应用[1]。3个关键问题之中，前2个问题紧密关联、互为基础，只有在对寒热药性的科学内涵做出科学诠释的基础上，才可能构建其评价方法和指标体系；构建了科学准确的评价方法与指标体系，对于寒热药性的科学内涵诠释也提供了依据和思路，二者共为现代寒热药性理论构建及指导临床应用的前提。

因而，在当前科研体系下，基于传统药性的哲学认知，建立科学、可靠的寒热药性分类模型，是解决寒热药性诸多关键问题的重要命题和必要的切入点，不仅能够推进药性理论自身发展，还能够用于厘清药性混淆品种的寒热属性从而更好指导其应用、扩展药性理论应用范畴为中药引入其他植物药新资源，丰富中药学科内容，因而具有深远而重大的意义。

2 基于物质基础研究药物寒热属性分类研究面对的挑战

从物质基础讨论中药寒热属性的思路一直受到研究者们的重视，从化学成分入手寻找中药四性物质基础的方法在20世纪末即成为研究热点，研究方法包括化学分析[5]、文本挖掘[6]、实验研究等多种手段[7-9]；也有学者提出将化学成分概念与系统观点整合研究的框架[10]或方法[11]。然而受限于中药成分的复杂性，大部分结论难以避免局限性和片面性[12]。作者所在项目组应用化学生物学技术，构建了基于药物所含成分的化学结构片段谱的寒热属性分类模型，分类准确性在验证集中可达90%，高于目前世界上现有的应用化学结构判定药物寒热属性的最好报道（81%）[13]。由于模型是基于现有的分子化学片段结构全集构建，较好避免了仅针对某一或某几种主要化学成分研究带来的片面性问题；然而仍然存在2个问题限制了模型的扩展应用：首先，化学结构谱的模型是定性而非定量化的模型，无法解决痕量成分带来较大生物学效应等特殊量效关系情况；第二，分类准确性受限于对目标药物化学成分信息的收集全面程度，如果某一药物的化学成分信息缺失或不准确，分类结果将受到较大影响。同时，越来越多的研究者认识到，药物寒热属性作为药物作用于机体后效应表达的一种高度概括，必然与药物的生物效应紧密相关；因而从生物效应角度区分中药寒热属性，是寒热药性分类模型构建的最重要的、也是必经的方向。

3 从生物学效应角度研究寒热属性分类的必要性

近年来，在中医药“系统观”、“整体观”思想的指引下，多位中药研究者将生物热力学[14-15]、数据挖掘[16-17]、网络药理学[18-20]、化学物质组学[10]等现代科技和理念引入药性理论研究，取得了阶段性成果。例如创新性地开发冷热板示差法应用于寒热药性研究，能够客观真实地反映药物甚至复方寒热药性的差异，且与传统中医药理论对应[1， 14-15]。基于这些研究，多个中药研究优势团队在学科交叉融合的基础上，提出了寒热药性理论研究的基本假说：“药性是中药的特征组分作用于机体的共性靶标而产生的生物效应的高度概括；药性功效科学内涵可以通过共性效应（群）-共性靶标（群）-特征组分（群）加以表征”[1]。指出药性的主要元素包括3个方面[21]，除了物质基础，还包括生物效应、网络靶标，生物学效应在药性判定中的作用受到更高度的重视[22]。

然而，单纯基于某方面功能的药性研究，取得过一些可观的成果，如发现寒热药性与大脑不同部位单胺类神经递质的关系[23]、与抑制脂肪酸合成酶能力关系[24]、与线粒体能量代谢关系[25]等；但因结论多局限于所涉及的个别药物，忽视药性构成因素间的整体联系，难以进行客观化的生物学表征，缺乏能够推论于其他药物的原理性结果，结论不具有普适性，不能从理论层面对于药性原理做出解释，也无法满足当前“系统医学”、“整体医学”、“网络医学”理念下的药物寒热属性生物学效应系统化表征的要求。因而，融合现代多学科方法构建中药药性内涵的合理表征方法，揭示药性的“效应、物质、靶标”三要素现代科学本质，是当前寒热药性研究中的紧迫任务与重中之重。

4 基于生物学效应的药物寒热属性分类研究策略

4.1 网络药理学背景下的药物寒热属性分类研究 随着各种高通量组学技术的不断发展、可处理数据量的几何级数式增加、计算方法与能力的迅猛突破，现代医药学研究也进入了“信息时代”，为研究者提供了全面、系统地探索疾病、证候、疗效、预后等复杂命题的契机[18]。研究技术的进步必然引发研究策略的升级，系统生物学技术的产生，和被认为是“下一代药物研究模式”的网络药理学[26]概念的出现，使得从生物学效应角度为切入点、全面分析中药寒热属性的差异机制成为可能[27]。其优势在于能够用系统与网络的思维来理解中药寒热属性体系中整体生物学效应的复杂性，使得从“小尺度”的分子层面阐释“大尺度”的抽象药性概念成为可能，从而能够发挥寒热药性理论的特色、拓展其应用范畴，通过对其他植物药赋予寒热属性从而将其扩展纳入到中药领域，丰富中药资源。因而，如何将中药药性理论研究与网络药理学方法有机结合，应用网络药理学方法构建中药寒热属性的分类模型，是目前药性研究中最值得“挑战”的问题。

4.2 各种“组学”技术支持下的中药寒/热性矢量药理网络构建与分析 应用生物网络、药理网络分析技术开展中医证候、中药方剂复杂体系研究工作，已有一系列探索取得了令人关注的成果[18]，目前已建立了基于网络大规模预测致病基因、药物靶标的方法[28-29]；融合基因表达谱芯片与文献数据的生物分子网络构建方法[30-32]；以及在网络靶标计算框架下评价药物功能的方法[28]、识别生物分子网络关键环节等方法[33]，在方剂配伍规律、发现药效物质、中医方剂-证候关联机制等方面均有成功的实践应用[34-35]。特别是通过寒、热证候生物分子网络的构建，发现寒热方剂对寒热证患者的治疗作用的生物学基础在于逆转神经内分泌免疫分子介导的能量代谢、免疫应答网络失衡，即调控集体物质流-能量流-信息转换流（代谢）平衡[28]，为揭示寒热证候内在机制提供了重要依据，也为寒热药性的研究提供了有力的参考和技术基础。

然而，药物的寒热属性研究不同于一般的病、证、方剂研究，具有其特殊性。首先，寒热药性的概念作为大尺度概念，具有高度概括性和抽象性，在临床上与证对应，而不局限于某个病种，也不针对某种特殊的体质，这导致了临床试验和动物实验研究设计的难度。同时，脱离了“疾病”概念的单纯证候网络也是难以构建的，因而从药-证网络对应关系角度来解析药性机制难以实现；而局限于某种疾病来对药性进行研究，又难以得出具有普适性的结论。其次，寒与热在理论中具有对立统一的哲学关系，这一关系投射到分子网络中，造成二者紧密关联、难以区分的结果，本项目组依托前一个自然科学基金项目，全面收集文献数据，根据所选典型寒、热性药物的成分所对应的活性靶蛋白，构建了典型寒、热性中药的药理网络，并且进行了网络分析，结果表明寒性药物和热性药物共享大部分靶标分子，仅有相对很小部分特异性分子靶标，表明单纯依据文献数据，没有具体的寒、热药物作用的方向性和强度信息，很难区分药物的寒、热属性。

因而，寒性药物和热性药物具有传统意义上“相反”的生物学效应，却又具有绝大部分共同的分子靶标，这一现象提示，在寒、热性药物的药理网络中加入药物的作用方向和作用强度信息，构建定性定量的矢量性药理网络，是以网络药理学技术判定药物寒热属性分类的研究的关键步骤，而近年来广泛应用的“组学”技术正可以为这一关键步骤提供技术方法。

代谢组学（metabonomics）是20 世纪90 年代中期发展起来的一门新兴学科，是一种研究生物体系中代谢物组的技术和方法，强调把生物体作为一个完整系统来研究，通过测定代谢物组成变化，来认识和反映生物体代谢网络在疾病和药物作用下的变化规律。代谢组学能用反映整体的代谢物图直接刻画出动态情况下的生理和生化状态及变化过程[36]，与中医学的整体观、动态观一致，适于复杂的中医药系统研究[37-38]。蛋白质组学（蛋白芯片）[39]技术的研究对象是蛋白质，其原理是对固相载体进行特殊的化学处理，再将已知的蛋白分子产物固定其上，根据这些生物分子的特性，捕获能与之特异性结合的待测蛋白，可为获得重要生命信息（如某蛋白组分在体内表达水平生物学功能、与其他分子的相互调控关系等）提供有力的技术支持，且具有高通量的验证能力，可以定量研究。有效运用代谢组学与蛋白质组学检测技术，从整体、动态角度评价机体在特定药物干预下的状态，定性定量提取网络靶标扰动的方向、强度信息，可以为构建寒、热性药物的矢量药理网络提供关键信息。

4.3 多学科背景下的药物寒热属性分类模型构建 通过矢量药理网络分析方法发现寒、热性药物的生物效应差异后，还需要对这些高维度的复杂数据进行处理，构建能够直接应用的、具有实用性的模型工具，使研究成果便于应用推广，才能达到应用模型厘清药性混淆品种的寒热属性、甚至将药性理论扩展应用于其他种类药物而扩展中药学资源的目标。

模式识别属于人工智能范畴，发展于20世纪50年代初期，是一个涉及多领域的交叉学科，包括统计学、计算机科学、信号处理、心理学和生理学等等，已广泛应用于自然科学和社会科学的各个领域[40]。其研究内容主要集中在2个方面：生物体是如何感知对象的，以及如何用计算机实现给定任务下的模式识别的理论和方法。模式识别问题是面向多维数据的、按照数据表达的特征将其分类的理论[41]，通过对具体事物进行观测得到的有时间和空间分布的信息，模式所属的类别或同一类模式的总体称为模式类（或简称为类）。“模式识别”是在某些一定量度或观测基础上把待测模式分到各自的模式类中去，其技术在医药领域已经有过诸多成功应用的范例。

模式识别中公认最好4种的分类方法包括模板匹配法、统计模式识别、句法或结构模式识别和神经网络[42-43]。基于现代生物信息学证据的中药寒热属性模式识别过程属于从中药的现代生物信息学研究范式空间（包括生物活性靶蛋白、生物活性通道等参数）向其传统药性研究范式空间（寒热属性）的映射，其本质上属于对事物或现象的不同认识角度之间的映射。因而，选择模式识别技术，对于复杂的数百维生物学效应参数进行处理，建立算法，建立这些参数与寒热属性范式空间之间的映射，是使基于矢量药理网络分类中药寒热属性的研究成果得到更大限度便捷性、实用性与可推广性的优化选择。

5 小结

综上，药物寒热属性是作为药物的特征成分作用于机体的共性靶标而产生的生物效应的高度概括，寒与热具有对立统一的特征规律，共享大部分生物靶标而生物效应呈现相反的方向；这种性能特点，可以通过定性定量的矢量药理网络分析来进行区分，并应用现代人工智能技术构建相关模型，达到应用生物效应参数识别药物寒热属性的目的，从而厘清药性混淆品种的寒热属性，有望为药物寒热属性的判定提供科学方法，也为拓展中药新资源提供策略；同时也将丰富中药理论，推进药性理论应用范畴和现代化进程。

[参考文献]

[1] 肖小河，郭玉明，王伽伯，等.基于传统功效的中药寒热药性研究策论[J]. 世界科学技术――中医药现代化，2013，15（1）：9.

[2] Ung C Y， Li H， Kong C Y， et al. Usefulness of traditionally defined herbal properties for distinguishing prescriptions of traditional Chinese medicine from non-prescription recipes[J]. J Ethnopharmacol， 2007，109（1）：21.

[3] 张德芹，高学敏，钟赣生，等.中药药性理论研究的现状、问题和对策[J].中国中药杂志， 2009，34（18）：2400.

[4] 黄璐琦.论中药药性理论的研究方向[J].中药与临床，2011，2（2）：1.

[5] 冯帅，刘杨，王晓燕，等.多糖水解成分GC-MS 指纹图谱与寒热药性的多元统计分析[J].中国实验方剂学杂志，2013，19（5）：143.

[6] 于红艳，许成刚.关联挖掘技术在中药药性及其他属性间关系的应用研究[J].中国实验方剂学杂志，2013，19（14）：343.

[7] 付先军，王鹏，王振国.从中药“性-构关系”探索构建寒热药性成分要素表征体系的研究构想[J]. 世界科学技术――中医药现代化，2011，13（5）：919.

[8] 杨波，王振国.植物类中药寒热药性与有机成分化合物次级基团相关性的文献研究[J].中华中医药杂志，2012，27（9）：2420.

[9] 欧阳兵，王鹏，王振国.关于中药寒热药性物质基础研究几个问题的讨论[J].山东中医药大学学报，2009，33（5）：357.

[10] 罗国安，梁琼麟，刘清飞，等.整合化学物质组学的整体系统生物学――中药复方配伍和作用机理研究的整体方法论[J]. 世界科学技术――中医药现代化，2007，9（1）：10.

[11] 王厚伟，窦彦玲.基于系统分离的中药及其组分寒热药性矩阵判别与应用研究[J].山东中医药大学学报，2012，36（3）：179.

[12] 刘树民，卢芳.基于系统生物学阐释中药药性理论科学内涵的研究思路与方法探讨[J].世界科学技术――中医药现代化，2008，2（10）：12.

[13] Long W， Liu P， Xiang J， et al. A combination system for prediction of Chinese materia medica properties[J]. Comput Methods Programs Biomed， 2011，101（3）：253.

[14] Zhao Y L， Wang J B， Xiao X H， et al. Study on the cold and hot properties of medicinal herbs by thermotropism in mice behavior[J]. J Ethnopharmacol， 2011，133（3）：980.

[15] 肖小河，鄢丹，马丽娜，等. 中药现代化研究近十年概论[J].中国现代中药，2010，14（1）：7.

[16] 周密，王耘，乔延江.利用数据挖掘方法预测中药缺失药性的初步研究[J].中国中医药信息杂志， 2008，15（6）：93.

[17] 顾浩，王耘，肖斌，等.中药功效-药性组合关联关系研究[J]. 时珍国医国药，2011，22（7）：1568.

[18] 李梢.网络靶标：中药方剂网络药理学研究的一个切入点[J].中国中药杂志， 2011，36（15）：2017.

[19] Li R， Ma T， Gu J， et al. Imbalanced network biomarkers for traditional Chinese medicine syndrome in gastritis patients[J]. Sci Rep， 2013，3：1543.

[20] LI Shao， ZHANG Bo. Traditional Chinese medicine network pharmacology： theory， methodology and application[J]. Chin J Nat Med， 2013，11（2）：110.

[21] 张冰，金锐，黄建梅，等.基于“三要素”的中药药性认知模式构建与实践[J].中国中药杂志， 2010，37（15）：2344.

[22] 张燕玲，王耘，乔延江.基于药效团的药性物质基础研究[J]. 世界科学技术――中医药现代化， 2009，11（5）：735.

[23] 李俊青，张德芹，张潇，等.从莪术、郁金两味中药探讨寒热药性对大鼠大脑不同部位单胺类神经递质的影响[J]. 中国中药杂志，2010，35（18）：1022.

[24] 马晓丰，刘杨，张三国，等.中药寒热相关药性和抑制脂肪酸合酶能力关系的探索[J].中国科学院研究生院学报，2012，29（5）：699.

[25] 王艳艳，孙雪，裴晓蕾，等.中药寒热药性与线粒体能量代谢关系研究[J].中医药信息， 2013，30（4）：48.

[26] Hopkins A L. Network pharmacology： the next paradigm in drug discovery[J]. Nat Chem Biol， 2008，4（11）：682.

[27] Li J， Lu C， Jiang M， et al. Traditional chinese medicine-based network pharmacology could lead to new multicompound drug discovery[J]. Evid Based Complement Alternat Med， 2012，doi：149762.

[28] Wu X， Jiang R， Zhang M Q， et al. Network-based global inference of human disease genes[J]. Mol Syst Biol， 2008，4：189.

[29] Zhao S， Li S. Network-based relating pharmacological and genomic spaces for drug target identification[J]. PLoS ONE， 2010，5（7）：e11764.

[30] Li S， Wu L， Zhang Z. Constructing biological networks through combined literature mining and microarray analysis： a LMMA approach[J]. Bioinformatics， 2006，22（17）：2143.

[31] Wang M， Chen G， Lu C， et al. Rheumatoid arthritis with deficiency pattern in traditional chinese medicine shows correlation with cold and hot patterns in gene expression profiles[J]. Evid Based Complement Alternat Med， 2013，2013：248650.

[32] Huang Y， Li S. Detection of characteristic sub pathway network for angiogenesis based on the comprehensive pathway network[J]. BMC Bioinformatics， 2010，11（Suppl 1）：S32.

[33] Gu J， Chen Y， Li S， et al. Identification of responsive gene modules by network-based gene clustering and extending： application to inflammation and angiogenesis[J]. BMC Syst Biol， 2010，4：47.

[34] Li S， Zhang B， Jiang D， et al. Herb network construction and co-module analysis for uncovering the combination rule of traditional Chinese herbal formulae[J]. BMC Bioinformatics， 2010，11（Suppl 11）：S6.

[35] Jiang M， Lu C， Chen G， et al. Understanding the molecular mechanism of interventions in treating rheumatoid arthritis patients with corresponding traditional chinese medicine patterns based on bioinformatics approach[J]. Evid Based Complement Alternat Med， 2012，2012：129452.

[36] Nicholson J K， Connelly J， Lindon J C， et al. Metabonomics： a platform for studying drug toxicity and gene function[J]. Nat Rev Drug Discov， 2002，1（12）：153.

[37] 刘昌孝. 代谢组学与中药现代研究[J]. 河南大学学报：医学版， 2006，25（3）：1.

[38] 罗和古，陈家旭.代谢组学技术与中医证候的研究[J].中国中医药信息杂志，2007，14（5）：3.

[39] Katja Pratsch， Robert Wellhausen， Harald Seitz. Advances in the quantification of protein microarrays[J]. Curr Opin Chem Biol，2014，18C：16.

[40] Theodoridis S， Koutroumbas K. Pattern recognition[M].Third Edition. Carolina：Academic Press，2006.

[41] Richard O Duda. Pattern classification， 2nd ed[M]. John Wiley & Sons Inc： Wiley Interscience， 2000：1.

[42] A K J， R D， Jianchang M. Statistical pattern recognition： a review[J]. IEEE Trans Patt Anal Mach Intellig， 2000，22（1）：4.

[43] Neuhaus M， Bunke H. Edit distance-based kernel functions for structural pattern classification[J]. Pattern Recognition，2006，39（10）：1852.

A cold/heat property classification strategy based on

bio-effects of herbal medicines

JIANG Miao， LV Ai-ping

（Institute of Basic Research In Clinical Medicine， China Academy of Traditional Chinese Medicine， Beijing 100700， China）

[Abstract] The property theory of Chinese herbal medicine （CHM） is regarded as the core and basic of Chinese medical theory， however， the underlying mechanism of the properties in CHMs remains unclear， which impedes a barrier for the modernization of Chinese herbal medicine. The properties of CHM are often categorized into cold and heat according to the theory of Chinese medicine， which are essential to guide the clinical application of CHMs. There is an urgent demand to build a cold/heat property classification model to facilitate the property theory of Chinese herbal medicine， as well as to clarify the controversial properties of some herbs. Based on previous studies on the cold/heat properties of CHM， in this paper， we described a novel strategy on building a cold/heat property classification model based on herbal bio-effect. The interdisciplinary cooperation of systems biology， pharmacological network， and pattern recognition technique might lighten the study on cold/heat property theory， provide a scientific model for determination the cold/heat property of herbal medicines， and a new strategy for expanding the Chinese herbal medicine resources as well.

生物技术药物的特征范文第5篇

关键词：多源图像；融合技术；棉花；病虫害；识别诊断

中图分类号：TP391.43；S435.6 文献标识码：A 文章编号：0439-8114（2013）11-2555-03

随着城市化进程不断加快，从事农业劳作的劳动力总数急剧减少，农业生产与加工的逐步自动化是社会发展和进步的需求。特别是对于农作物病虫害监测从传统的根据农业部的病虫害监测调查规范进行调查，通过人工调查、人工记录，到微小昆虫自动计数技术、昆虫诱捕自动记录装置来对农作物病虫害进行监测，这些信息收集和数据管理都存在劳动量大、效率低、数据误差大的问题。随着计算机技术和传感器技术的快速发展，图像融合技术在军事、气象、医学、土地资源管理等方面得到了广泛的应用，而如何将图像融合技术应用在农作物病虫害中是极具有研究价值的课题。

1 棉花病虫害诊断技术研究意义及发展趋势

棉花作为主要的经济作物一直在中国和湖北省农业生产中占有重要地位，但由于品种、栽培制度、生态环境等变化及棉花生长环境日益恶化，病虫害有不断加重趋势。危害棉花的主要病害有炭疽病、黑斑病、枯萎病、黄萎病等，炭疽病在长江流域棉区的发生尤为严重，一般苗期发病率为20%～70%，严重时可达90%；黑斑病在阴湿多雨年份往往猖獗流行，给棉花生产造成毁灭性灾害；而枯萎病在棉区一直发生较多，死苗严重，造成的危害主要表现在产量降低，品质变劣方面；自上世纪80年代末枯萎病得到控制后，黄萎病上升为棉花第一病害。目前黄萎病发病面积达到全国棉田面积的50%以上，发病后棉苗减产30%～70%，有的甚至绝产，而且严重影响棉花品质。采用先进技术提高棉花病虫害有效防治及控制已迫在眉睫。

1.1 棉花病虫害诊断技术的研究意义

在进行植物保护和防治农作物病虫害的各类方法中，化学防治是投入少、见效快、收效大的有效方法，特别是针对在大生态区域内可能暴发成灾的重要病虫草害，化学防治迄今仍是最快速而有效的方法，一般可以挽回15%～30%的农作物产量损失。使用农药（各种杀菌剂、除草剂等）进行化学防治在世界各国一直占主导地位，它投入较少，防治迅速，特别是当大面积、暴发性病害发生时，只有化学防治才能取得较好的防治效果。同样，在棉花病虫害综合防治中，化学防治仍然是及时有效地控制病虫对棉花危害的最后一道把关防治措施。但长期大量使用农药不仅污染环境，而且这些农药会通过空气、水等途径进入人体，对人类的身体健康构成危害；又由于棉花病虫害症状的复杂性和模糊性，农业生产者受个体素质和人为主观因素的影响，往往不能正确合理地判断病情，导致滥用农药、化肥等引起更大的危害；此外，由于中国正步入老龄化社会，从事农业劳动的人口在减少，由劳动力不足带来的农业减产问题已日趋严重。所以，精确作物病虫害管理和机械化变量施药技术的研究和应用势在必行。为实现精确的棉花病虫害管理和变量施药，首先要能够准确地识别棉花病虫害种类及其危害程度。传统的方法主要依靠生产者或专家经验来判断病虫害原因及其危害程度，由于个体素质的差异以及其他因素的影响，往往很难做到对病虫害做出精确定量分析和判断，因而容易造成不合理的病虫害防治，也对生产管理者的农技水平要求较高。一些智能决策支持系统虽然能识别诊断棉花病虫害，但是过程复杂，不能进行实时处理。随着信息技术、光谱技术和计算机视觉技术的发展使基于生物信息的作物病虫害智能识别诊断成为可能。通过多源图像融合技术快速准确地获取棉花病虫害信息，对已发生病虫害的棉花区域根据病虫害程度实行定量喷施农药。这样既可大量节省农药，提高效率，降低成本，降低对劳动力的依赖，同时大幅度减轻农药对农业生态环境的污染，提高棉花病虫害防治水平。研究多源图像融合技术对农作物病虫害诊断具有重要的学术意义和经济价值。

1.2 棉花病虫害诊断技术发展趋势

纵观近几年国内对作物病虫害智能识别诊断的研究，目前对棉花作物病虫害识别诊断主要集中在以专家系统为代表的智能化信息技术和光谱技术上，应用计算机视觉技术对棉花作物病虫害识别的研究报道较少[1，2]，而结合光谱技术和计算机视觉技术进行研究的则未见报道。目标的高分辨率和高识别率是对获取目标信息的基本要求，仅仅利用可见光范围或在近红外范围的计算机视觉技术进行作物病虫害识别诊断，其单一光谱不足以准确、全面反映作物病虫害的差异，还需利用其他生物信息对其补充和加强，以达到全面地反映作物病虫害的差异[3]。

为了实现对低探测性目标的探测和识别，必须大力发展先进的目标探测系统，而由多源传感器组成的光电成像系统是最为常见的目标探测系统。图像融合就是利用各种成像传感器得到的同一目标或同一场景的图像，综合这些不同图像的冗余信息和互补信息，以获得更为全面准确的图像描述。为此，针对湖北省主要经济作物棉花，综合利用光谱技术、计算机视觉技术及多源信息融合技术，基于多源图像信息（可见光和近红外视觉图像信息）融合棉花病害（炭疽病和黑斑病）识别诊断技术。深入研究作物在不同病虫害危害下的反射光谱特性及变化规律，确定光谱敏感波段及其特征表现，提取可以有效表征作物不同病虫害条件、不同危害程度下的计算机视觉图像的灰度、纹理、形态特征信息和近地光谱特征信息，探索基于多传感信息融合的病虫害识别诊断方法，构建病虫害智能识别系统，为精确作物病虫害管理和机械化变量施药技术提供理论基础。

2 多源图像融合技术

图像融合[4]是对多幅源自同一场景的图像进行综合，以获得更好的视觉效果和易于机器识别为目的，产生比单一信息源更为精确、更完善、更可靠的图像。多源传感器图像是由成像机理不同的多种传感器获得的图像。由于每种成像传感器都是为了适应某些特定的环境和使用范围而设计的，具有不同成像机理的多种传感器获得的图像之间存在信息的冗余性和互补性，通过对其进行融合，能够提高系统可靠性和图像信息的利用率。随着科学发展和技术进步，采集图像数据的手段不断完善，出现了各种新图像获取技术。如今图像融合技术广泛应用于图像处理、遥感、计算机视觉以及军事等领域[5]。利用图像融合技术可以准确地获取检测数据，如在医学图像分析中的超声成像、核磁共振、计算机层析、血液细胞自动分类计数、癌细胞识别等极大地提高了准确率[6，7]；图像融合技术在遥感雷达卫星的发展后，已成为遥感图像处理和分析的重要研究热点，应用于土地资源调查、环境监测、地形测绘等[8]。图像融合技术应用在农业生产中，目前研究方向主要集中在对农产品的无损检测和农作物生长态势及产量评估方面。如采用互信息最佳阈值迭代优化分割法对可见光和近红外图像进行融合来对番茄成熟度进行无损检测研究[9]；通过加权平均融合法对红外和可见光图像实现对苹果进行无损检测研究[10]；采用蚁群算法的模糊C均值聚类图像分割算法的图像融合技术对作物几何参数进行测量。

多源传感器图像融合系统一般有3种类型：像素级融合、特征级融合和决策级融合。

2.1 像素级图像融合

像素级图像融合是通过对源图像进行预处理和空间配准，对处理后的图像采取适当的算法进行融合，得到融合图像后再进行显示和后续处理。简单的像素级融合方法主要有：像素灰度值平均或加权平均，像素灰度值选大，像素灰度值选小。简单的像素级融合方法结构简单、易于实现，但应用范围有限，融合结果不理想。故现在的融合方法多采用基于对源图像的多尺度分解。这种分解方法是一种多尺度、多分辨率的图像融合方法，是在不同尺度、不同空间分辨率、不同分解层上分别进行融合。这种融合方法能明显改进融合效果[11]。

2.2 特征级图像融合

特征级图像融合是从不同的成像传感器所获得的同一对象图像中提取一些特征，产生特征矢量，然后对这些特征矢量进行融合。特征级图像融合是中间层的图像融合，精度一般。其融合方法有基于假设前提及统计分析的方法和基于知识的方法。

2.3 决策级图像融合

决策级图像融合是最高层次的融合，是首先依据每一个成像传感器所获得的同一对象图像各自进行预处理、特征提取、识别和判决后，做出独立的决策，然后将这些独立的决策综合起来，给出最终决策。决策级图像融合适合于多类不同传感器图像的融合，但融合结果精度较差。其融合方法有多重逻辑推理方法、统计方法、信息论方法等都可用于决策层的图像融合。

特征级图像融合和决策级图像融合方法通常应用于某些特殊场合，像素级图像融合的应用更普及，融合所得图像更有利于人眼的判读、欣赏和机器识别。对于已经配准好的图像，像素级图像融合方法不需要显式地提取图像特征，在速度和鲁棒性上有明显优势。为此采取像素级图像融合方法对农作物病虫害的可见光和近红外图像进行融合处理，使其符合人类视觉特征，融合结果更有利于对图像作进一步分析、理解和识别。

3 多源图像融合技术对棉花病虫害诊断的方法

1）在特定栽培条件下，培育不同棉花病虫害的试验样本及正常的对比样本。

2）对棉花病虫害样品的叶片和冠层进行光谱分析。利用便捷式光谱仪测量叶片和冠层的光谱，寻找棉花病虫害种类的敏感光谱波段及其反射率特征，分析不同病虫害种类和病虫害程度的敏感光谱波段反射率特征的变化规律。

3）根据光谱分析结果，构建多源图像计算机视觉采集系统，采集棉花作物样本多光谱图像，用VC或MATLAB编写计算机图像处理软件对图像进行处理和特征提取。

4）对所获取的特征应用模糊特征优选、主成分分析（PCA）和独立分量分析（ICA）进行优化组合和筛选，通过各种统计方法寻求作物病症与特征对应关系。建立图像特征与病种、病虫害程度的关系模型，利用模式识别方法进行棉花病虫害种类及程度的模式识别检测试验[12]。

4 展望

棉花是中国和湖北省主要的经济作物，长期以来棉田病虫害对棉花生产带来极大危害，因此，对棉花病虫害防治方法与技术的研究至关重要。对棉花作物病虫害防治的各种方法中，传统的方法是依靠人们的经验确认病虫害的发生时间、区域、种类和发生程度等，且是进行手工或机械喷洒农药，这不仅劳动效率低，劳动成本高，而且常规施药技术会带来农药利用率低下、水资源浪费、环境污染、农药在作物及其产品中的残留导致对人类的危害等。所以，结合光谱技术和计算机技术开展棉花病虫害的识别诊断研究具有重要的学术意义和经济价值。

参考文献：

[1] 周小燕，史 岩，李道亮，等.棉花病虫害诊断专家系统的研究与设计[J].莱阳农学院学报，2005，22（1）：9-11.

[2] 严智燕，廖桂平，高必达.植物病虫害防治中农业专家系统的研究进展[J].中国农学通报，2005，21（5）： 415-417.

[3] YUTAKA S，TSUGUO O.Automatic diagnosis of plant disease recognition between healthy and diseased leaf[J].农业机械学会杂志，1999，61（2）：119-126.

[4] 何 友，王国宏，陆大金，等.多传感器信息融合及应用[M].北京：电子工业出版社，2000.

[5] 王 宏，敬忠良，李建勋.多分辨率图像融合的研究与进展[J].控制理论与应用，2004，21（1）：145-151.

[6] ZHENG Y F， ESSOCK E A， HANSEN B C.Advanced discrete wavelet transform fusion algorithm and its optimization by using the metric of image quality index[J].Optical Engineering，2005，44（3）：1-12.

[7] 李秋华.基于红外图像信息融合的目标检测和识别技术研究[D].长沙：国防科学技术大学，2002.

[8] 吉 微.多源气象卫星图像融合技术应用研究[D].南京：南京信息工程大学，2009.

[9] 李明喜.基于多源图像融合的收获目标准确定位研究[D].江苏镇江：江苏大学，2008.

[10] 杨万利，沈明霞，严 君.红外图像处理技术在苹果早期淤伤检测中的应用[J].计算机工程与设计，2010（1）：149-152.