ЭлБиб

данных о лекарственных растениях (ЛР), и обобщить, трансформиро

вать имеющийся массив такого материала можно только на основе ин

формационных банков данных при широком применении вычисли

тельной техники и соответствующего математического аппарата.

Впервые об использованиии ЭВМ для анализа ЛР упоминается в

работах, выполненных под руководством И. И. Брехмана и М. А.

Гриневич в 70-х годах. Было показано, что применение математиче

ских методов в отношении исследователя в плане анализа существую

щих и создания новых рецептур. В частности, были выделены так на

зываемые "ядра” восточных рецептов - наборы растений, наиболее

часто встречающихся в рецептах, обладающих выраженным фармако

логическим действием и широко используемых для лечения различ

ных заболеваний.

Цель наших исследований - на основе современных математиче

ских методов провести: 1) анализ качественного анализа состава ре

цептур; 2) оптимизацию состава рецептур по критериям, задаваемым

исследователем (цена, эффективность и др.); 3) разработку новых ре

цептур с заданным фармакодинамическим эффектом.

Для этого мы применили методы многомерного статистического

анализа (MCA), хорошо зарекомендовавшие себя в различных отрас

лях науки и техники. Они позволяют определять скрытые, неявные

закономерности, объективно существующие в изучаемых явлениях, но

не поддающиеся непосредственному измерению. По нашему мнению,

весьма перспективным является факторный анализ (ФА ), в частности

метод главных факторов (МГФ). Одним из препятствий, стоящих на

пути широкого применения этого метода в фитотерапии, является не

достаточная стандартизация переменных, характеризующих ЛР в оп

ределенном ракурсе. Нами разработана карта экспертных оценок, по

зволившая получить характеристики ЛР с точки зрения их фармако

логического воздействия на системы организма, в частности сердечно

сосудистую (83 растения), нервную (91), мочевыводящую (107) и т. д.

Многомерные массивы данных обрабатывались с помощью моди

фицированного нами МГФ. Это дало возможность вполне успешно ре

шить проблему снижения размерности матрицы исходных данных до

2-х главных факторов. Вследствие применения эффективных и надеж

ных алгоритмов сжатия данных потеря исходной информации не пре

вышала 20% - 25%. Благодаря сказанному, появилась возможность ви

зуального анализа многомерных матриц исходных данных в 2-мерном

пространстве. Последнее позволило создать основу для принятия ре

шения о целесообразности использования тех или иных ЛР в рецеп

тах, предназначенных для лечения отдельных заболевания нервной,

сердечно-сосудистой и других систем.

В частности, при анализе информации о ЛР, оказывающих влия

292

Научная электронная библиотека ЦНСХБ