藏药代谢药效评价

解决什么问题

藏药复方干预代谢性疾病的实验数据往往散落在多个维度：OGTT 各时间点血糖、肝功能生化指标、肝组织病理描述、血脂谱，以及藏医理论中的药性归因。手工整理这些数据时，常见痛点包括：

• 指数计算易出错：HOMA-IR、ISI 等公式的单位换算（如 mg/dL 与 mmol/L）经常混淆
• AUC 依赖肉眼估参：梯形法计算 OGTT 曲线下面积若靠目测，误差不可忽略
• 模型归类不清：STZ 诱导糖尿病实验中，大剂量单次注射（Ⅰ型）与高脂喂养联合小剂量（Ⅱ型）的设计差异，直接影响药效结论的可解释性
• 传统理论与现代指标脱节：降糖、降脂结果难以反向映射至藏医三因框架

工作方式

该技能模拟一名兼具藏医药理论与分子药理学背景的研究员，按 模型构建—药效干预—指标检测—藏药理论归因 四维框架处理输入。

核心能力：

• 自动调用 scripts/calc_metabolic_indices.py 计算 OGTT-AUC（梯形法）、HOMA-IR、HOMA-β、ISI (Matsuda)、QUICKI 及 AUC 变化率，基于 scipy 实际拟合而非肉眼估参
• 区分预防性给药与治疗性给药的时程差异
• 对 NAFLD 模型输出 NAS 评分推测（脂肪变性 + 小叶炎症 + 气球样变，0-8 分）
• 将现代指标反向映射至藏医三因：如胰岛素抵抗对应"培根"失调、炎症因子升高对应"赤巴"热证
• 输出结构化《药效学评价简报》，并提示与最新版指南（如 MAFLD 诊断共识、2025 代谢相关脂肪性肝病指南）的对齐情况

关键步骤：

1. 确认模型类型——若用户仅说"STZ 诱导"未明确剂量，会追问并归类
2. 量化糖脂代谢核心指标，结合血脂谱分析 FFA 流入肝脏、VLDL 分泌亢进等机制
3. 归因藏药配伍逻辑——将传统功效（如清肺热、解肝毒）关联 AMPK、NLRP3、PPAR-γ 等潜在通路

适用边界

• 结果仅限动物实验分析，不可直接推及临床应用
• 仅有均值 ± SD 而无原始数据时，会使用假设数据演示但加注"估算值"
• 含佐太等重金属矿物药时，会强制追加安全性警示模块
• 藏医理论归因属知识性推测，需进一步实验验证