15018752330
15018752330
发表时间：2012-12-28 浏览次数：322次
作者 作者单位
卓玛 (青海省藏医院)
ANALYSIS ON TRACE ELEMENTS IN 17 SPECIESOF CHINESE MEDICINAL HERBS FOR THE TREATMENT OFRHEUMATIC DISEASES
Zhuo Ma
( Qinghai Tibetan Hospital )
Abstract Objective
To find the contents of trace elements in Chinese medicinal herbs which said to be effective for treatment of rheumatic diseases. Methods The factor analysis method was used to analyze the contents of 5 trace elements in 17 species of Chinese medicinal herbs which is effective for treating the rheumatic diseases. Results 5 variables of correlation matrix were received and found that there was the model of 3 main factors which can include more than 93.432% information of original variance matrix. It was revealed that 3 main factors play a leading role in 5 trace elements of 17 species of Chinese medicinal herbs. Conclusion With factor analysis method，it is revealed the content Information of these herbs, also there is a correlation between the content and their effect.
Key words Rheumatic diseases Chinese herbal medicine Trace elements Factor analysis
本文采用因子分析法对霍广进[1]已测的羌活、防风、蒲公英、独活、海风藤、白花蛇、川芎、丹参、红花、何首乌、当归、熟地、黄芪、蜈蚣、全蝎、附子、川乌等17种风湿类中药材中的5种微量元素进行数据分析，以寻找微量元素含量与风湿类中药材疗效间的相关性，为风湿类中药材的开发利用提供科学依据。
1 原理与方法
因子分析法[2]是将具有错综复杂关系的变量或样品综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类，它也是属于多元分析中处理降维的一种统计方法。其基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关性较为密切的几个变量归在同一类中，每一类变量就成为一个因子(之所以称其为因子，是因为它是不可观测的，即不是具体的变量)，以较少的几个因子反映原资料的大部分信息。
因子分析法的数学模型：
X1=a11F1+a12F2+…+a1mFm+ε1
X2=a21F1+a22F2+…+a2mFm+ε2
Xp=ap1F1+ap2F2+…+apmFm+εp
因子分析模型矩阵表示： X=AF + ε
X1
X2
Xp=
a11 a12…+a1m
a21 a22…+a2m
…………
ap1 ap2…+apm
F1
F2
…
Fm+
ε1
ε2
…
εp
F1、F2、…，Fm为公共因子，潜因子。ε1、ε2…εp为特殊因子，表示不能用因子解释的部分，aij为因子载荷，第i个变量在第j个因子上负荷。
因子分析法计算步骤：
(1)输入原始数据Xn*p，计算样本均值和方差，进行标准化计算(处理);(2)求样本相关系数矩阵R=(rij)p*p ;
(3)求相关系数矩阵的特征根λi(λ1、λ2、…，λp >0);
(4)确定公共因子数;
(5)计算公共因子的共性方差hi2;
(6)对载荷矩阵进行旋转，以求能更好地解释公共因子;
(7)对公共因子作出专业性的解释。
2 结果
2.1 对霍广进[1]测定的17种微量元素数据和相关性分析结果表117种中药材中5种微量元素含量情况(μg/g)表217种中药材中5个变量的相关矩阵表3相关矩阵的特征值和方差
采用SPSS15.0统计软件包计算表1中的原始数据，得到5个变量的相关矩阵(见表2)。对其相关矩阵的内部信息行进一步分析，可得到相关矩阵的各特征值。表3数据显示，3个主因子模型即可包含原始数据矩阵方差的93.432%以上的信息，这表明以上17种中药材中5种微量元素主要受3个主因子控制。
2.2 因子分析结果
建立因子分析数学模型的目的不仅仅要找出公共因子和对变量进行分组，更要明确每个公共因子的涵义，以便进行进一步分析。如果每个公共因子的涵义不清，则不便于进行深层次的解释。由于因子载荷矩阵不具有惟一性，故为使其结构简化，我们对因子载荷矩阵进行旋转处理得到旋转后的因子载荷矩阵，结果见表4。表4因子载荷矩阵
旋转后的因子载荷矩阵显示：第一主成分F1在Fe、Mn上有较高的载荷系数。Fe是细胞色素、细胞色素氧化酶、过氧化氢酶、过氧化物酶的重要组分，参与体内能量代谢，有研究发现，风湿性关节炎(RA)患者体内Fe的吸收率降低[3];Mn元素是精氨酸酶活性稳定所必需的微量元素，[4] 而精氨酸酶和一氧化氮合成酶对NO产生具有协同作用， RA等多种自身免疫性疾病的炎症反应都有NO的参与。
第二主成分F2在Cu、Zn有较高的载荷系数。[5]Cu是体内多种酶及生物活性蛋白的组分，参与物质和能量的代谢，能促进弹性蛋白纤维间共价交联结构的形成，维持血管、结缔组织和骨基质的韧性与弹性，具有抗风湿功能，缺Cu会引起骨骼生长障碍、骨质疏松或变脆等，临床研究显示，RA患者Cu的每日吸收量增加，血清和关节中Cu含量比正常人高，治疗RA的药物与Cu络合后，其抗风湿作用加强;Zn对免疫系统的发育和正常免疫功能的维持有重要的作用，缺Zn会使正常代谢功能活动破坏，还可导致辅助细胞和抑制细胞比率下降，细胞因子(IL-2)分泌降低，自然杀伤细胞功能改变，浓度降低，使免疫功能受损，Zn在人体的含量与Cu含量呈负相关，活跃期RA患者Zn水平显著降低，而Cu水平显著升高，临床观察发现口服硫酸锌糖浆可改善患者关节肿胀、晨僵等症状，因此，缺Zn可能是RA病情加重的原因。
第三主成分F3在Ni有较高的载荷系数。Ni作为某些酶的激活剂，参与新陈代谢，能促进人体对铁的吸收。
由上可见，风湿类疾病的形成与诸多微量元素代谢息息相关，微量元素与治疗RA可能存在某种关联。
2.3 17种中药材中5种微量元素的主因子得分与综合得分(见表5)表5因子向量
3个主因子的数学模型分别用变量Y1、Y2 和Y3 表示，得到：
Y1=0.599Fe+0.512Mn+0.037Cu-0.124Ni+0.013Zn
Y1=0.002Fe+0.51Mn+0.547Cu-0.086Ni+0.527Zn
Y1=0.183Fe+0.019Mn+0.092Cu-1.035Ni+0.032Zn
按以上3个算式计算出每种药材的3个主因子(Y1，Y2，Y3)的得分，并以各主因子的贡献率为权数进行线性加权求和，得到各药材的综合分(Y)，具体得分及其排序见表6。表6主因子分值及综合分值
表6显示，蒲公英的第1主因子得分最高，为2.62635，表明蒲公英中Fe、Mn含量多;全蝎的第2主因子得分最高，为3.49686，表明全蝎中Cu、Zn含量多;附子的第3主因子得分最高，为3.20067，表明附子中Ni的含量多。其综合得分最高者为蒲公英，为1.46888，全蝎次之，可见在治疗RA的17种中药材中蒲公英及全蝎中微量元素Fe、Mn、Cu、Zn含量较高,可能是发挥主导治疗作用的元素。
3 讨论
通过因子分析法分析，初步得出霍广进所测的治疗RA的17种中药材中5种微量元素的含量信息，并分析了5种微量元素与中药材作用间的相关性。本论文对其他微量元素含量信息，以及微量元素与中药材作用间存在的相关性还有待于做进一步研究和讨论。
【参考文献】
[1]霍广进. 火焰AAS法测定22种中药微量元素的含量[J].河北师范大学学报(自然科学版)，2000，24(2):228-229
[2]卢纹岱.SPSS for windows统计分析[M].第3版.北京：电子工业出版社，2006:477-513
[3]张红，孙善惠，蔺玉霞，等.类风湿性关节炎血浆中铜铁锌的变化[J].医师进修杂志，1997，8(20):433-434
[4] 王强，董魏.一氧化氮对慢性贫血大鼠转铁蛋白受体及铁蛋白的影响[J].实用医院临床杂志，2007，4(6):45-47
[5]李青仁,王月梅.微量元素铜与人体健康[J].微量元素与健康研究，2007，24(3):61-63