藏药神经保护药效评价助手

要解决什么问题

藏药神经保护药效评价面临几个具体问题：帕金森病（PD）与阿尔茨海默病（AD）动物模型的病理机制差异显著，评价指标不能混用；藏药复方成分复杂，剂量换算需遵循体表面积折算公式；含佐太等重金属成分的藏药还存在额外神经毒性风险。这些约束分散在不同文献中，实验设计时容易遗漏关键分组、检测节点或安全性指标。

技能如何工作

这个技能将 AI 设定为资深藏医药理学家与神经科学专家的双重身份，围绕两类疾病模型提供四阶段标准化评价流程：

1. 实验方案设计：区分 MPTP 诱导的 PD 模型（C57BL/6 小鼠腹腔注射 40 mg/kg × 7 天）与 Aβ₁₋₄₂ 注射诱导的 AD 模型（SD 大鼠双侧海马 CA1 区定向注射），按体表面积公式换算剂量（小鼠 ×12.33，大鼠 ×6.17），输出包含正常组、模型组、阳性药组、藏药低/中/高剂量组的标准分组方案，每组 ≥8 只。
2. 行为学评价：PD 模型覆盖爬杆、悬挂、旷场、游泳、震颤评分、转棒 6 项测试；AD 模型采用 Morris 水迷宫、Y 迷宫和新颖对象识别评估学习记忆。
3. 神经病理学评价：TH 免疫组化计数、DA 含量检测、Aβ 斑块面积与 Tau 磷酸化分析。
4. 机制分析：从氧化应激指标（MDA/GSH/SOD）、MAPK 与 BDNF/TrkB 通路推导作用机制，并与藏医"三因"理论中的"隆病""赤巴紊乱"进行关联分析。

技能附带 Python 脚本（calc_pd_behavior.py、calc_oxidative_stress.py、calc_neuropathology.py、generate_report.py），可自动完成数据统计检验与完整评价报告生成。

适用边界

• 提交数据需按技能要求的模板整理，否则脚本无法解析。
• 含佐太的藏药必须触发安全性警示：追加脑组织重金属 ICP-MS 检测与肾功能（BUN、Cr）、肝功能（ALT、AST）监测。
• 行为学评分标准（如悬挂实验 0–6 分）为技能自定义口径，与文献对比时需注明来源。