精华内容
下载资源
问答
  • 20种常见蛋白质氨基酸

    千次阅读 2008-08-19 09:39:00
  • 常见慢性病种类

    2019-07-24 09:42:02
    常见的10种慢性病。 1.肝硬化:肝硬化(liver cirrhosis)是一种常见的慢性肝病,可由一种或多种原因引起肝脏损害,肝脏呈进行性、弥漫性、纤维性病变。具体表现为肝细胞弥漫性变性坏死,继而出现纤维组织增生和肝...

    最常见的10种慢性病。
    1.肝硬化:肝硬化(liver cirrhosis)是一种常见的慢性肝病,可由一种或多种原因引起肝脏损害,肝脏呈进行性、弥漫性、纤维性病变。具体表现为肝细胞弥漫性变性坏死,继而出现纤维组织增生和肝细胞结节状再生,这三种改变反复交错进行,结果肝小叶结构和血液循环途径逐渐被改建,使肝变形、变硬而导致肝硬化。该病早期无明显症状,后期则出现一系列不同程度的门静脉高压和肝功能障碍,直至出现上消化道出血、肝性脑病等并发症死亡。

    2.糖尿病:糖尿病 (diabetes)是由遗传因素、免疫功能紊乱、微生物感染及其毒素、自由基毒素、精神因素等等各种致病因子作用于机体导致胰岛功能减退、胰岛素抵抗(Insulin Resistance,IR)等而引发的糖、蛋白质、脂肪、水和电解质等一系列代谢紊乱综合征,临床上以高血糖为主要特点,典型病例可出现多尿、多饮、多食、消瘦等表现,即“三多一少”症状。

    3.类风湿性关节炎:又称类风湿(Rheumatoid arthritis,RA),是一种病因尚未明了的慢性全身性炎症性疾病,目前公认类风湿关节炎是一种自身免疫性疾病。可能与内分泌、代谢、营养、地理、职业、心理和社会环境的差异、细菌和病毒感染及遗传因索等方面有关系

    4.高血压、高血脂、高血糖:

    5.慢性肾功能衰竭:慢性肾功能衰竭(简称慢性肾衰)又称慢性肾功能不全,是指各种原因造成的慢性进行性肾实质损害,致使肾脏明显萎缩,不能维持其基本功能,临床出现以代谢产物潴留,水、电解质、酸碱平衡失调,全身各系统受累为主要表现的临床综合征,也称为尿毒症。

    6.贫血:贫血(anaemia)是指全身循环血液中红细胞总量减少至正常值以下。但由于全身循环血液中红细胞总量的测定技术比较复杂,所以临床上一般指外周血中血红蛋白的浓度低于患者同年龄组、同性别和同地区的正常标准。国内的正常标准比国外的标准略低。沿海和平原地区,成年男子的血红蛋白如低于12.5g/dl,成年女子的血红蛋白低于11.0g/dl,可以认为有贫血。12岁以下儿童比成年男子的血红蛋白正常值约低15%左右,男孩和女孩无明显差别。海拔高的地区一般要高些。

    7.慢性心力衰竭慢性心力衰竭是指慢性原发性心肌病变和心室因长期压力或容量负荷过重,使心肌收缩力减弱,不能维持心排血量。分为左侧、右侧心力衰竭和全心衰竭。常见病因是风湿性心脏病、高血压、缺血性心脏病、心肌炎、主动脉瓣狭窄或关闭不全、室间隔缺损、肺原性心脏病、肺动脉瓣狭窄等。任何年龄可发生,一般可控制症状,常有反复发作,有部分病人可获痊愈。

    8.消化性溃疡:一般将胃溃疡和十二指肠溃疡总称为消化性溃疡,有时简称为溃疡。原本消化食物的胃酸(盐酸)和胃蛋白酶(酶的一种)却消化了自身的胃壁和十二指肠壁,从而损伤黏膜组织,这是引发消化性溃疡的主要原因。

    9.脑出血(脑阻塞):
    脑梗塞是由于脑动脉粥样硬化,血管内膜损伤使脑动脉管腔狭窄,进而因多种因素使局部血栓形成,使动脉狭窄加重或完全闭塞,导致脑组织缺血、缺氧、坏死,引起神经功能障碍的一种脑血管病。

    10.冠心病:是一种最常见的心脏病,是指因冠状动脉狭窄、供血不足而引起的心肌机能障碍和(或)器质性病变,故又称缺血性心脏病(IHD)。 症状表现胸腔中央发生一种压榨性的疼痛,并可迁延至颈、颔、手臂、后背及胃部。发作的其他可能症状有眩晕、气促、出汗、寒颤、恶心及昏厥。严重患者可能因为心力衰竭而死亡。

    列入医保的慢性病:
    (1)恶性肿瘤(白血病)门诊放(化)疗;
    (2)尿毒症门疹透析、脏器官移植抗排异治疗;
    (3)糖尿病(合并感染或有心、肾、眼、神经并发症之一者);
    (4)高血压III期(有心、脑、肾并发症之一者);
    (5)脑出血(脑梗塞)恢复期、慢性心力衰竭、慢性房颤、冠心病、心肌病(原发性);
    (6)肺源性心脏病阻塞性肺气肿、结核病、哮喘;
    (7)消化性溃疡、肝硬化;
    (8)慢性肾小球肾炎、肾病综合症、慢性肾功能衰竭;
    (9)类风湿病;
    (10)再生障碍性贫血、白细胞减少症骨髓增生异常综合症、血小板减少性紫癜;
    (11)甲亢性心脏病、甲状腺功能减退症、皮质醇增多症、原发性醛固酮增多症、原发性慢性肾上腺皮质功能减退症;
    (12)系统性红斑狼疮、系统性硬化症;
    (13)多发性硬化、震颤麻痹、运动神经元病;
    (14)精神分裂症;
    (15)慢性症毒性肝炎。

    展开全文
  • 蛋白质数据集来自于结构生物信息学研究协作组织(RCSB)的蛋白质数据库(PDB)。 RCSB : Research Collaboratory for Structural Bioinformatics PDB : Protein Data Bank PDB是原子坐标和描述蛋白质和其他重要...

    背景简介

    蛋白质数据集来自于结构生物信息学研究协作组织(RCSB)的蛋白质数据库(PDB)。

    RCSB :  Research Collaboratory for Structural Bioinformatics

    PDB :  Protein Data Bank

    PDB是原子坐标和描述蛋白质和其他重要生物大分子的信息储存库。结构生物学家使用诸如X射线晶体学、NMR和低温电子显微术的方法来确定分子中每个原子的相对于彼此的位置。

    不断发展的PDB反映了世界各地实验室正在进行的研究,使得在研究和教育中使用数据库既令人兴奋又具有挑战性。结构可用于生命过程中涉及的许多蛋白质和核酸,因此可以访问PDB数据库查找核糖体、癌基因、药物靶标甚至整个病毒的结构。但是,找到所需信息可能是一项挑战,因为PDB会存在许多不同的结构,经常发现给定分子或部分结构的多种结构,或已经从其天然形式修饰或失活的结构。

    蛋白质序列家族分类

    根据氨基酸序列对蛋白质家族进行分类。 工作基于自然语言处理(NLP)中深度学习模型,并假设蛋白质序列可以被视为一种语言。 


    #import library
    
    import numpy as np
    import pandas as pd
    
    from keras.models import Sequential
    from keras.layers import Dense, Conv1D, MaxPooling1D, Flatten,AtrousConvolution1D,SpatialDropout1D, Dropout
    from keras.layers.normalization import BatchNormalization
    
    from keras.layers import LSTM
    from keras.layers.embeddings import Embedding
    from keras.callbacks import EarlyStopping
    from keras.preprocessing import text, sequence
    from keras.preprocessing.text import Tokenizer
    from sklearn.model_selection import train_test_split
    
    %matplotlib inline
    # Merge the two Data set together
    # Drop duplicates
    df = pd.read_csv('pdbdata_no_dups.csv').merge(pd.read_csv('pdbdata_seq.csv'), how='inner', on='structureId').drop_duplicates(["sequence"]) # ,"classification"
    # Drop rows with missing labels
    df = df[[type(c) == type('') for c in df.classification.values]]
    df = df[[type(c) == type('') for c in df.sequence.values]]
    # select proteins
    df = df[df.macromoleculeType_x == 'Protein']
    df.reset_index()
    print(df.shape)
    df.head()
    (87761, 18)

    print(df.residueCount_x.quantile(0.9))
    df.residueCount_x.describe()
    count     87761.000000
    mean        922.913937
    std        3173.118920
    min           3.000000
    25%         234.000000
    50%         451.000000
    75%         880.000000
    max      157478.000000
    Name: residueCount_x, dtype: float64
    df = df.loc[df.residueCount_x<1200]
    print(df.shape[0])
    df.residueCount_x.describe()
    count    73140.000000
    mean       433.599918
    std        289.671609
    min          3.000000
    25%        198.000000
    50%        373.000000
    75%        618.000000
    max       1198.000000
    Name: residueCount_x, dtype: float64

    EDA

    import matplotlib.pyplot as plt
    from collections import Counter
    
    # count numbers of instances per class
    cnt = Counter(df.classification)
    # select only K most common classes! - was 10 by default
    top_classes = 10
    # sort classes
    sorted_classes = cnt.most_common()[:top_classes]
    classes = [c[0] for c in sorted_classes]
    counts = [c[1] for c in sorted_classes]
    print("at least " + str(counts[-1]) + " instances per class")
    
    # apply to dataframe
    print(str(df.shape[0]) + " instances before")
    df = df[[c in classes for c in df.classification]]
    print(str(df.shape[0]) + " instances after")
    
    seqs = df.sequence.values
    lengths = [len(s) for s in seqs]
    
    # visualize
    fig, axarr = plt.subplots(1,2, figsize=(20,5))
    axarr[0].bar(range(len(classes)), counts)
    plt.sca(axarr[0])
    plt.xticks(range(len(classes)), classes, rotation='vertical')
    axarr[0].set_ylabel('frequency')
    
    axarr[1].hist(lengths, bins=50, normed=False)
    axarr[1].set_xlabel('sequence length')
    axarr[1].set_ylabel('# sequences')
    plt.show()

    转换标签

     

    首先,数据集被简化为十个最常见类之一的样本。 序列的长度范围从极少数氨基酸到几千个氨基酸。

    其次,使用sklearn.preprocessing中的LabelBinarizer将字符串中的标签转换为一个one hot表示。

    from sklearn.preprocessing import LabelBinarizer
    
    # Transform labels to one-hot
    lb = LabelBinarizer()
    Y = lb.fit_transform(df.classification)

    用keras进一步预处理序列

    使用keras库进行文本处理:

    Tokenizer:将序列的每个字符转换为数字
    pad_sequences:确保每个序列具有相同的长度(max_length)。
    train_test_split:将数据分成训练和测试样本。

    # maximum length of sequence, everything afterwards is discarded! Default 256
    # max_length = 256
    max_length = 300
    
    #create and fit tokenizer
    tokenizer = Tokenizer(char_level=True)
    tokenizer.fit_on_texts(seqs)
    #represent input data as word rank number sequences
    X = tokenizer.texts_to_sequences(seqs)
    X = sequence.pad_sequences(X, maxlen=max_length)

    建立keras模型并适合

    NLP中取得的成功建议使用已经实现为keras层(嵌入)的字嵌入。本例中,只有20个不同的单词(每个氨基酸)。可以尝试对序列的one hot表示进行2D卷积,而不是单词嵌入,但是这种方法侧重于将NLP理论应用于蛋白质序列。

    为了提高性能,还可以使用深层体系结构(后续的卷积和池化层),这里有两层,其中第一层有64个滤波器,卷积大小为6,第二层有32个滤波器,大小为3。
    将激活平展并传递到完全相同的层,其中最后一层是softmax激活,并且大小对应于类的数量。

    X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=.2)
    embedding_dim = 11 # orig 8
    
    # create the model
    model = Sequential()
    model.add(Embedding(len(tokenizer.word_index)+1, embedding_dim, input_length=max_length))
    # model.add(Conv1D(filters=64, kernel_size=6, padding='same', activation='relu')) #orig
    model.add(Conv1D(filters=128, kernel_size=9, padding='valid', activation='relu',dilation_rate=1))
    # model.add(BatchNormalization())
    model.add(MaxPooling1D(pool_size=2))
    # model.add(Conv1D(filters=32, kernel_size=3, padding='same', activation='relu')) # orig
    model.add(Conv1D(filters=64, kernel_size=4, padding='valid', activation='relu')) 
    model.add(BatchNormalization())
    model.add(MaxPooling1D(pool_size=2))
    model.add(Flatten())
    model.add(Dense(200, activation='elu')) # 128
    # model.add(BatchNormalization())
    # model.add(Dense(64, activation='elu')) # 128
    model.add(BatchNormalization())
    model.add(Dense(top_classes, activation='softmax'))
    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    print(model.summary())

    es = EarlyStopping(monitor='val_acc', verbose=1, patience=4)
    
    model.fit(X_train, y_train,  batch_size=128, verbose=1, validation_split=0.15,callbacks=[es],epochs=25) # epochs=15, # batch_size=128

    from keras.layers import Conv1D, MaxPooling1D, Concatenate, Input
    from keras.models import Sequential,Model
    
    units = 256
    num_filters = 32
    filter_sizes=(3,5, 9,15,21)
    conv_blocks = []
    
    embedding_layer = Embedding(len(tokenizer.word_index)+1, embedding_dim, input_length=max_length)
    es2 = EarlyStopping(monitor='val_acc', verbose=1, patience=4)
    
    sequence_input = Input(shape=(max_length,), dtype='int32')
    embedded_sequences = embedding_layer(sequence_input)
    
    z = Dropout(0.1)(embedded_sequences)
    
    for sz in filter_sizes:
        conv = Conv1D(
            filters=num_filters,
            kernel_size=sz,
            padding="valid",
            activation="relu",
            strides=1)(z)
        conv = MaxPooling1D(pool_size=2)(conv)
        conv = Flatten()(conv)
        conv_blocks.append(conv)
    z = Concatenate()(conv_blocks) if len(conv_blocks) > 1 else conv_blocks[0]
    z = Dropout(0.25)(z)
    z = BatchNormalization()(z)
    z = Dense(units, activation="relu")(z)
    z = BatchNormalization()(z)
    predictions = Dense(top_classes, activation="softmax")(z)
    model2 = Model(sequence_input, predictions)
    model2.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    print(model2.summary())
    
    model2.fit(X_train, y_train,  batch_size=64, verbose=1, validation_split=0.15,callbacks=[es],epochs=30)

    from sklearn.metrics import confusion_matrix
    from sklearn.metrics import accuracy_score
    from sklearn.metrics import classification_report
    import itertools
    
    train_pred = model.predict(X_train)
    test_pred = model.predict(X_test)
    print("train-acc = " + str(accuracy_score(np.argmax(y_train, axis=1), np.argmax(train_pred, axis=1))))
    print("test-acc = " + str(accuracy_score(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1))))
    
    # Compute confusion matrix
    cm = confusion_matrix(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1))
    
    # Plot normalized confusion matrix
    cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
    np.set_printoptions(precision=2)
    plt.figure(figsize=(10,10))
    plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
    plt.title('Confusion matrix')
    plt.colorbar()
    tick_marks = np.arange(len(lb.classes_))
    plt.xticks(tick_marks, lb.classes_, rotation=90)
    plt.yticks(tick_marks, lb.classes_)
    #for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
    #    plt.text(j, i, format(cm[i, j], '.2f'), horizontalalignment="center", color="white" if cm[i, j] > cm.max() / 2. else "black")
    plt.ylabel('True label')
    plt.xlabel('Predicted label')
    plt.show()
    
    print(classification_report(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1), target_names=lb.classes_))

    train_pred = model2.predict(X_train)
    test_pred = model2.predict(X_test)
    print("train-acc = " + str(accuracy_score(np.argmax(y_train, axis=1), np.argmax(train_pred, axis=1))))
    print("test-acc = " + str(accuracy_score(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1))))
    
    # Compute confusion matrix
    cm = confusion_matrix(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1))
    
    # Plot normalized confusion matrix
    cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
    np.set_printoptions(precision=2)
    plt.figure(figsize=(10,10))
    plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
    plt.title('Confusion matrix')
    plt.colorbar()
    tick_marks = np.arange(len(lb.classes_))
    plt.xticks(tick_marks, lb.classes_, rotation=90)
    plt.yticks(tick_marks, lb.classes_)
    #for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
    #    plt.text(j, i, format(cm[i, j], '.2f'), horizontalalignment="center", color="white" if cm[i, j] > cm.max() / 2. else "black")
    plt.ylabel('True label')
    plt.xlabel('Predicted label')
    plt.show()
    
    print(classification_report(np.argmax(y_test, axis=1), np.argmax(test_pred, axis=1), target_names=lb.classes_))


    参考资料:

    1. https://www.rcsb.org

    2. https://www.kaggle.com

     

    展开全文
  • 常见咳嗽种类、治疗方法和忌食大全  一、风热咳嗽  症见发热,流涕,咳嗽,喉中痰鸣,咯吐黄痰,日重夜轻,小便黄赤,大便干燥,脉浮数,舌红苔厚腻,指纹红紫。治以疏风清肺,化痰止咳。方用鱼蛤石花汤:生...

    常见咳嗽种类、治疗方法和忌食大全


      一、风热咳嗽
      症见发热,流涕,咳嗽,喉中痰鸣,咯吐黄痰,日重夜轻,小便黄赤,大便干燥,脉浮数,舌红苔厚腻,指纹红紫。治以疏风清肺,化痰止咳。方用鱼蛤石花汤:生石膏30g,鱼腥草10g,金银花10g,海蛤粉10g,杏仁10g,前胡10g,川贝母6g,桔红6g,木蝴蝶6g。水煎服,每日1剂,水煎2次取汁约200ml,分3~4次服,少加白糖为引。(适合于5岁用量)。
      二、风寒咳嗽
      症见咳嗽频作,痰色白稀薄,恶寒无汗,发热头痛,塞鼻不通,喷嚏流清涕,喉痒声重,全身酸痛,小便清长,脉象浮紧,舌苔薄白,指纹红。治以疏风散寒,宣肺止咳。方用苏桔甘草汤:苏叶10g,桔梗6g,麻黄3g,甘草6g,桔红6g。水煎,服法同前。
      三、阴虚燥咳
      症见咳嗽日久,干咳无痰,或痰少而黏,不易咯出,口渴咽干,喉痒声嘶哑,手足心热,午后低热,大便秘结,脉象细数,舌红少苔,指纹紫青。治以清肺养阴,化痰止咳。方用养肺止咳汤:生地15g,北沙参10g,麦冬10g,五味子6g,小茴香6g。水煎,服法同前。
      四、肺寒咳嗽
      秋冬天气寒冷或骤受风寒引起咳嗽,日久不愈,日轻夜重,咳嗽痰鸣,咯痰白稀,便溏溺清,纳呆神疲,脉细缓,舌淡苔薄白,指纹暗淡。治以温肺散寒,化痰止咳。方用冬花五炙饮:炙冬花10g、炙杏仁10g、炙枇杷叶15g、炙紫花6g、炙米壳6g。水煎,服法同前。
      风热咳嗽的食疗
      1.梨+冰糖+川贝
      把梨靠柄部横断切开,挖去中间核后放入2~3粒冰糖,5~6粒川贝(川贝要敲碎成末),把梨拼对拼好放入碗里,上锅蒸30分钟左右即可,分两次给宝宝吃。此方有润肺、止咳、化痰的作用。因为现在的宝宝普遍贪凉,热了就吹空调,一年四季都在吃寒凉的水果,所以现在患风热咳嗽的宝宝明显减少。
      2.煮萝卜水
      白萝卜洗净,切4~5薄片,放入小锅内,加大半碗水,放火上烧开后,再改用小火煮5分钟即可。等水稍凉后再给宝宝喝,此方治疗风热咳嗽、鼻干咽燥、干咳少痰的效果是不错的,2岁以内的宝宝收到的效果更好。
      3.还可以给宝宝吃下列食物:
      ①柿子:性大寒,能清热、化痰、止咳。但宝宝一次只能吃一只,吃多了肚子会不舒服。
      ②西瓜:性寒,能治一切热症。宝宝在夏天如患了风热咳嗽,可给他多吃西瓜。
      ③枇杷:性凉,能润肺化痰止咳。适宜热性咳嗽吐黄脓痰的宝宝吃。
      ④荸荠:性寒,荸荠水能化痰、清热。取2~3只荸荠去皮,切成薄片,放入锅中,加一碗水,在火上烧5分钟即可。此方对热性咳嗽吐脓痰者效果好。
      宝宝患风热咳嗽时,还可以给他吃冬瓜煨汤、炒丝瓜、炒藕片、炒苦瓜,这同样起到消内热、祛火、止咳的作用。辛辣、容易上火的食物禁止食用,如羊肉、狗肉、乌骨鸡、鱼、虾、枣、桂圆肉、荔枝、核桃仁、辣椒、樱桃、蚕蛹。
      风寒咳嗽的食疗
      1.生姜+红糖+大蒜
      孩子患了风寒感冒,喝温热的生姜红糖水能起到很好的治疗作用,如果孩子同时还伴有咳嗽,可在生姜红糖水里再加2~3瓣大蒜一起煮,要用小火煮10分钟,把蒜头的辣味煮掉,这样孩子才肯喝。
      2.蒸大蒜水
      取大蒜2~3瓣,拍碎,放入碗中,加入半碗水,放入一粒冰糖,把碗加盖放入锅中去蒸,大火烧开后改用小火蒸15分钟即可。当碗里的蒜水温热时喂给孩子喝,大蒜可以不吃。一般一天2~3次,一次小半碗。大蒜性温,入脾胃、肺经,治疗寒性咳嗽、肾虚咳嗽效果非常好,而且方便简单,孩子也愿意喝。
      3.烤橘子
      将橘子直接放在小火上烤,并不断翻动,烤到橘皮发黑,并从橘子里冒出热气即可。待橘子稍凉一会,剥去橘皮,让孩子吃温热的橘瓣。如果是大橘子,孩子一次吃2~3瓣就可以了,如果是小贡桔,孩子一次可以吃一只。最好配合大蒜水一起吃,一天2~3次。橘子性温,有化痰止咳的作用。吃了烤橘子后痰液的量会明显减少,镇咳作用非常明显,而且孩子都愿意吃。
      4.麻油姜末炒鸡蛋
      将一小勺麻油放入炒锅内,油热后放入姜末,稍在油中过一下,随即打入1个鸡蛋炒匀。孩子风寒咳嗽及体虚咳嗽时,每晚让孩子在临睡前趁热吃一次,坚持吃上几天,就能收到明显效果。
      5.梨+花椒+冰糖
      梨一个,洗净,横断切开挖去中间核后,放入20颗花椒,2粒冰糖,再把梨对拼好放入碗中,上锅蒸半小时左右即可,一只梨可分两次吃完。蒸花椒冰糖梨对治疗风寒咳嗽效果非常明显,但有的孩子不喜欢花椒的味道,家长可自己选择。
      以上是治疗风寒咳嗽的食疗方,家长在运用这些方法治病的同时,还应注意以下性寒凉的食物不能让孩子吃:绿豆、螃蟹、蚌肉、田螺、蜗牛、柿子、柚子、香蕉、猕猴桃、甘蔗、西瓜、甜瓜、苦瓜、荸荠、慈姑、海带、紫菜、生萝卜、茄子、芦蒿、藕、冬瓜、丝瓜、地瓜等。
      风热型咳嗽和肺热型咳嗽者忌食物品
      龙眼肉
      甘温滋补食品,热咳者切忌。正如《本草汇言》中所说:龙眼肉甘温而润,恐有滞气,肺受风热,咳嗽有痰有血者,又非所宜。《药品化义》亦云:甘甜助火,……若心肺火盛,……皆宜忌用。故凡外感风热初起,以及肺热咳嗽,咳痰黄稠或带血者,切忌之。
      胡桃仁
      又称核桃肉,性温味甘,无论是风热型咳嗽或是肺热型咳嗽,均应忌食。《本草经疏》中早有告诫:肺家有痰热,……皆不得施。明·李时珍亦说:痰火积热者,不宜多食。
      樱桃
      性味甘温。《日用本草》中指出:其性属火,能发虚热喘嗽之痰。所以,风热型咳嗽和肺热咳嗽,咯痰黄稠者,忌食之。
      桃子
      性温,味甘酸。《别录》中早已指出:多食令人有热。《滇南本草图说》认为多食助热。《随息居饮食谱》也有多食生热之说。故凡风热咳嗽或肺热咳嗽者,多食桃子,弊多利少.有助热、生热之虞,应当忌食。
      狗肉
      属温热食物,易助热生火,只宜虚寒之体,不宜热性病症。体草纲目》早有告诫:若素常气壮多火之人,则宜忌之。故属肺热咳嗽和风热型咳嗽者当忌食。
      桂皮
      为辛温的常用调味食品,其性大热,一切热病之人皆忌之。《本草经疏》中早已指出:……肺热咳嗽,……法并忌之。故在风热咳嗽和肺热咳嗽期间,调味品中切忌加入桂皮或肉桂。
      胡椒
      亦为常用的辛辣性热调味品。明·李时珍曾说:盖辛走气,热助火,此物气味俱厚也。《本草经疏》指出:咳嗽吐血,……切勿轻饵,误服之,能令诸病即时作剧,慎之慎之。故肺热或风热咳嗽者切忌。
      荜澄茄
      属辛温调味食品,凡咳嗽属于肺热或外感风热所致者,应当忌食。《本经逢原》告诫:发热咳嗽禁用。
      荜拨
      为辛热调味食品。《本草便读》认为:荜拨,大辛大热,味类胡椒。《本草纲目》中指出:辛热耗散,能动脾肺之火,食料尤不宜之。故风热型咳嗽和肺热咳嗽之人,当忌食。
      茴香
      无论大茴香或是小茴香,其性味皆辛温,肺热咳嗽者均忌食。《本草经疏》就曾指出:肺、胃有热及热毒盛者禁用。故凡咳嗽吐黄痰脓痰之人,切忌以之作调味品食用。
      此外,风热咳嗽者忌食温热滋补食品,如牛肉、羊肉、狗肉、鹅肉、鸡肉、虾子、大枣、糯米、荔枝、松子、栗子、洋葱、带鱼、鲂鱼、鲩鱼、生姜、葱、人参、黄芪、黄精、冬虫夏草、紫河车、砂仁以及烟酒等。
      风寒咳嗽者忌食物品有
      柿子
      性大凉,当忌之。《本草经疏》云:肺经无火,因客风寒作嗽者忌之。《随息居饮食谱》中亦说:凡中气虚寒,痰湿内盛,外感风寒,……皆忌之。
      百合
      其性虽平,根据前人经验,风寒咳嗽者仍应忌食之。清代医家王士雄曾说:风寒痰嗽者勿食。《本草正义》中也指出:风寒外来,肺气不宣之咳,尤为禁品。
      薄荷
      性凉,味甘辛,风热咳嗽者宜之,但风寒感冒咳嗽和寒痰咳嗽(包括慢性支气管炎咳痰清稀色白有沫者),概当忌之。正如《本经逢原》中所说:多服久服,令人虚冷。《本草经疏》亦云:咳嗽若因肺虚寒客之而无热症者勿服。
      香蕉
      性寒,味甘,属大凉水果,风寒型咳嗽之人宜食辛温之物,故忌食香蕉大寒之品。
      李子
      其味甘酸,酸性能收敛。《随息居饮食谱》中还说:多食生痰。故凡风寒型咳嗽之人,寒邪未解,咳痰色白者忌之。
      乌梅
      味酸,凡急性咳嗽之人,外邪未解,咳嗽痰多之人切忌之。因乌梅味酸敛肺,食之咳嗽难愈。《药品化义》中说:咳嗽初起,气实喘促,胸膈痞闷,恐酸以束邪气,戒之。
      石榴
      味酸,外感风寒咳嗽者忌食。因其酸涩敛肺,食之肺气失宣,其咳益甚。《日用本草》云:其汁恋膈成痰,损肺气,病人忌食。《医林纂要》亦说:多食生痰。故凡风寒型咳嗽痰多难咯者,切忌之。
      林檎
      俗称花红,性子,味酸。《本经逢原》中说:病人每好食此,多致复发,或生痰涎而为咳逆,壅闭气道使然。风寒型外感咳嗽,痰多色白而黏者,食之咳嗽益甚,切忌之。
      橘子
      性凉,味甘酸。《本草拾遗》中认为橘子性冷,虽有止渴润肺之功,但风寒咳嗽之人忌食。《中药大辞典》中也明确告诫:风寒咳嗽及有痰饮者不宜食。
      梨
      性凉果品,风热咳嗽者虽宜,但风寒型咳嗽者则忌食。《本草通玄》中说:生者清六腑之热。《本草经疏》中早有告诫:肺寒咳嗽,寒痰痰饮,……法咸忌之。故在风寒感冒初期咳嗽痰多色白之人,应当忌食。
      蚌肉
      性寒,味甘咸,大凉食品。《本草衍义》中说:多食发风,动冷气。《随息居饮食谱》亦云:多食寒中,外感未清,脾虚便滑者皆忌。风寒型咳嗽之人,外寒未解,咳痰色白者忌之。
      蚬肉
      性味甘寒,大凉之物。《本草拾遗》指出:多食发嗽及冷气。故属寒咳之人,咳嗽多痰,色白有沫者,法当忌之。
      螃蟹
      性味咸寒,大凉食物。《随息居饮食谱》中指出:中气虚寒,时感未清,痰嗽便泻者均忌。风寒型咳嗽之人,外邪未解,咳嗽痰多色白者,应当忌食。
      蛤蚧
      性子,味咸,能补肺益肾,定喘止嗽,只宜虚咳之人,外感风寒型咳嗽则忌食之。《本草经疏》中早有告诫:咳嗽由风寒外邪者不宜用。《得配本草》中也说:阴虚火动,风邪喘嗽,二者禁用。
      此外还忌食味酸性凉的葡萄、橙子、猕猴桃、芒果、木瓜、枇杷、柿霜、罗汉果、生萝卜、生地瓜、西瓜、生黄瓜、生荸荠、薄荷、银花、菊花等,也忌食黏糯滋腻的糯米、龙眼肉、大枣、白木耳、蜂蜜等。

    http://www.360doc.com/content/09/0307/21/110885_2741785.shtml

     

     

     

     

                                                                         中医对症治咳嗽:寒咳患者日常宜吃陈皮炖瘦肉

    冬春季很多人容易感冒咳嗽,但是大家在对待咳嗽的问题上存在着一定误区,特别是在饮食和生活习惯方面,对此,广东省中医院张忠德教授介绍了有关防治咳嗽中存在的误区,可以帮你轻松对抗咳嗽。

      对抗咳嗽,食疗要对症 

      张忠德教授说,现在有些家长见到孩子咳嗽就认为是肺虚了,马上让孩子吃人参、蛤蚧、冬虫草之类,导致孩子过温而加重咳嗽,起反作用。广东人很注意食疗,但要根据体质和症状,例如“鹧鸪川贝炖法夏”,热咳或痰热的人进食后咳嗽反而加重;“雪梨炖海底椰”、 “猪肺煲菜干汤”,寒咳的人往往吃了会咳嗽不已甚至影响睡眠,这些都是没有根据体质和症状随意进食所导致的。最好是在医生的指导下进行食疗,会起到事半功倍的作用。

      有的人在感冒咳嗽初起的时候进食海鲜、羊肉煲、老火汤等,过两天病情就加重了,原因是感冒未愈而进食滋补,病邪入阴,治疗就难度加大。有的人寒咳很厉害,却吃油腻的食物,也会造成病情加重。饮食对咳嗽治疗起到很重要的作用,医生在治疗时会告诉病人如何配合药物治疗采取相关食疗。

      寒咳久治不愈的病人可以在平时多食用姜、陈皮炖瘦肉或鱼,多吃一些性温食物,如瘦肉煲北芪、党参,酌量加上枇杷叶;还有一种民间疗法是用原只橙炖瘦肉,对寒咳风咳久难愈者十分有效,有鼻塞、怕冷症状可加两片生姜。

      改变不良生活习惯

      张教授指出,寒冷季节咳嗽者要注意保暖双脚。常言“寒从脚起”,老人家或体质差的人要穿厚点的袜子,晚上睡觉前用温水泡脚会更好。有的孩子喜欢赤脚在地上走,这样很容易使咳嗽复发。老人肺寒要注意“背门”保暖,即肩胛部位,睡觉的时候更应注意。虚寒体质的人在饮食方面可大胆食用姜、红参、肉桂等,能有效减轻病情。

      张教授建议,可以通过运动来增强体质,但有咳嗽的病人运动量不能太大和太剧烈,而且要注意天气因素,如空气质量差的时候不主张户外运动。运动出汗的时候要注意及时擦干和保暖,如果出汗后不及时更换衣服,会容易着凉。肺寒的人运动后不能喝冰冻的饮品,可在家制备姜汤、热茶、罗汉果汤,在运动后饮用。

     

     

                                        你了解多少种疗咳偏方?

    春夏交接时节,感冒咳嗽的病人很多,其中,有部分患者的咳嗽顽固不愈,给生活和工作带来很多烦恼。这里向大家介绍几种疗咳的偏方和食疗方。请久咳的你先辨清寒咳热咳后分别选用。

            1 大蒜冰糖水
       
      大蒜色白入肺,性味辛温,最善除肺经之风邪,所以治疗咽痒咳嗽往往有奇效!”具体做法是:30克大蒜、10克冰糖,加200毫升水。先用大火将水煮开,再用小火慢炖,最后熬成一小碗的量,早、中、晚一天喝3次,连喝3天。

      专家点评:大蒜性味辛温,行滞气,暖脾胃。大蒜含有一种植物杀菌素“大蒜素”,以紫皮蒜和独头蒜含量高。大蒜素有强烈的杀菌能力,所以吃大蒜有助治疗因感染病毒、细菌后引发的咳嗽。

      另外,受寒后的咳嗽往往缠绵难愈,其特点是一痒则咳嗽。在中医看来,这是风邪未除的表现,此时可用大蒜疏风散寒。所以,风寒咳嗽患者可以食用大蒜冰糖水,但风热咳嗽患者则不宜,否则,有可能越吃咽越痛哦。


        2 枇杷川贝炖瘦肉

      俗话说:“枇杷治热病,一治一个定。”在民间,枇杷也是治疗咳嗽的好食材。枇杷川贝炖瘦肉具体做法为:枇杷100克(去核),川贝3克,瘦肉1两,加生姜3片,水500毫升。炖2小时,加盐适量,即可饮用。

      枇杷味甘、微酸,性凉,能润肺止咳,生津止渴,主要用于治疗肺热咳喘、烦渴等病症。通常,枇杷除生食外,还可将枇杷果汁和冰糖熬成枇杷膏,更是清肺、宁咳、解燥、健胃的良药。

        专家点评:春夏之交,气温不稳定,忽冷忽热,特别容易引起感冒,而感冒之后常常会诱发人长期咳嗽。医生认为,治疗肺热、痰多、咳嗽,食疗吃枇杷最好。

      值得注意的是,脾虚泄泻者要慎食枇杷。另外,枇杷中含有果酸,容易与海味及富含蛋白质的食物中的钙结合发生沉淀,使蛋白质凝固,易引起胃痛及结石。所以,吃枇杷的时候,最好不要与海鲜等同食。


        3 冰糖百合炖雪梨

      百合雪梨都是滋阴润肺之物,一向都是民间治疗咳嗽的首选之物。具体做法是:百合25克,雪梨1个,冰糖20克。百合用清水稍浸泡,与去皮切块的雪梨和冰糖一起放入炖盅,炖一小时左右即成。

      专家点评:百合可润肺止咳,清心安神,补中益气。雪梨味甘性寒,具生津润燥、清热化痰之功。许多人总觉得只要咳嗽就吃雪梨,其实,雪梨偏寒,比较适合肺热、秋燥引起的咳嗽,而肺虚咳嗽则不宜食用,否则越吃越咳。喻主任建议,风寒咳嗽时,暂时不要吃水果。另外,红萝卜汤、白萝卜汤、猪肺汤性凉也不宜喝。


       4 无花果冰糖水

      无花果冰糖水在民间用以治疗肺热咳嗽、声音嘶哑、咽干喉痛、便秘痔疮出血等症。具体做法:无花果30克,冰糖适量。将无花果洗净,加水与冰糖共煮。每日1次,连服3-5天可收效。

      专家点评:无花果性凉,可清热生津、健脾开胃、解毒消肿。此方适用于肺热咳嗽,咽喉肿痛、燥咳声嘶者可以食用无花果以解毒消肿。另外,像金银花、枇杷叶等泡水喝也可以解肺热。


           5 盐蒸橙子

      俗话说:“盐蒸橙治疗咳嗽,放倒一切止咳消炎药!”盐蒸橙的制作方法十分简单:把橙子洗干净后放在盐水中浸泡一下,去除橙子表面的果蜡。橙子不用剥皮,在顶部平切开一片,往露出的果肉上撒少许盐,再用筷子在果肉上戳几个洞,以便于盐渗进果肉。盖上“橙盖”,把整只橙放进碗里,蒸10-15分钟,去皮吃肉喝汁。

      专家点评:橙味酸,性寒凉,有清热降逆、善清肺胸之热的功效。所以,对于肺中蕴热或外感风热引起的咳喘、咳痰(尤其是咳黄痰),可以用橙子清热化痰,解郁散结。但对于湿热体质的咳嗽病人则不适合,吃了更多痰。

          
            6 萝卜葱白汤
       
           萝卜葱白汤治风寒咳嗽。具体做法:萝卜1个,葱白6根,生姜15克.用水三碗先将萝卜煮熟,再放葱白,姜,煮剩一碗汤.连渣一次服。
      
          专家点评:萝卜葱白汤可宣肺解表,化痰止咳。主治风寒咳嗽,痰多泡沫,伴畏寒,身倦酸痛等。


            7 罗汉果柿饼汤
      
           罗汉果柿饼汤清肺热.具体做法:罗汉果半个,柿饼3个,冰糖30克。加清水两碗半共煮至一碗半,再下冰糖,去渣。1天分3次饮完。


          专家点评:罗汉果柿饼汤可清肺热,去痰火,止咳嗽。主治小儿百日咳及痰火咳嗽等症。

                                             小儿风寒咳嗽 食疗有好法

      三岁半的小橙橙这些天起床总是会咳嗽好几声,凉风一吹咳嗽加重了,甚至还咳出少许白色的痰,看过大夫,说是风寒咳嗽,还好没有其他症状,橙橙妈妈打算从饮食上调理,治好橙橙晨咳这个毛病。其实很多食物可以加以利用帮忙解决身体出现的一些小状况。


      生姜红糖显身手


      生姜有温肺化饮的功效,红糖性温,这两样东西对风寒咳嗽很适宜,生姜红糖加水里用小火煮10分钟就好了,有了红糖的加入,甜甜的味道冲淡了生姜的辣味,小孩非常容易入口。


      大蒜也来露两手


      大蒜性温,入脾胃、肺经,治疗寒性咳嗽效果非常好。取大蒜2~3瓣,拍碎,放入碗中,加入半碗水,放入一粒冰糖,把碗加盖放入锅中去蒸,大火烧开后改用小火蒸15分钟即可。当碗里的蒜水温热时喂给孩子喝。


      热烤橘子能化痰


      橘子性温,有化痰止咳的作用,将橘子直接放在小火上烤,并不断翻动,烤到橘皮发黑,并从橘子里冒出热气即可。待橘子稍凉一会,剥去橘皮,让孩子吃温热的橘瓣。


      花椒冰梨祛寒去


      花椒也有温肺的功效,梨和冰糖有润肺止咳的作用,蒸花椒冰糖梨对治疗风寒咳嗽效果非常明显。用梨一个,洗净,横断切开挖去中间核后,放入20颗花椒,2粒冰糖,再把梨对拼好放入碗中,上锅蒸半小时左右即可。

    网络疯传【盐蒸橙子】养生专家【橘皮糖】:治疗风寒感冒咳嗽的三个食疗秘方功效大PK

     转:http://blog.sina.com.cn/s/blog_4dde25090102dwtq.html

        这个季节父母最关心的就是孩子的健康问题,尤其是对于九月份刚上幼儿园小托班的宝贝们,这个时期的宝贝抵抗力较弱,活动量大,加上在幼儿园的环境改变幼儿的身心都需要一定的适应过程,所以这个阶段的感冒,发烧问题会明显比在家时频率更高,而且更严重。

        宝贝没上幼儿园之前我一直认为将他照顾得很好,一年间从未生过病,而且他有不挑食的好习惯,对任何食物都充满尝试的乐趣,这点让我很欣慰,所以很放心的将孩子送去幼儿园开始适应新环境,看到儿子每天回家的笑脸,心里终于舒了一口气。第三周,和他隔壁床的小男孩感冒咳嗽了,老师说他俩经常中午睡觉时玩被子,总是很晚才睡着,我想试着跟那位小男孩的家长说能不能让孩子病好了再上幼儿园,但每次看到他奶奶疲惫的身影话到嘴边又咽下了,父母养大孩子已经不容易,如今有多少老人退休还要轮流帮着照顾孩子的啊,有人说带一天孩子顶十天班,此话真不假, 唉,总不能因为我的一点私心让老人们那么操劳吧。
        第三周快接近周末时,儿子便开始狂打喷嚏流鼻涕,第二天就开始咳嗽了,我当时还没有意识到严重性,只是将家中常备的感冒药让儿子服用,幼儿园开始隔天去一次。平时只要服药三天感冒的症状就会减弱很多,但这次似乎来势凶猛根本没有让步的迹象。
        第四天就带孩子去了儿童医学中心,当时正好是感冒发烧高发的季节,等了5个小时终于轮到我们。医生简略的看了看喉咙,听诊器听了胸背,就开始刷刷刷写药方,我很焦急的问医生,孩子为什么咳嗽这么厉害,是病毒性感冒还是有细菌感染。孩子一岁多时曾因为急性支气管炎咳嗽了很长一阵子,会不会因为这个原因一旦感冒就会引发支气管炎呢?
        医生带着口罩,头也不抬一下,冷漠的回答一句:“有一点支气管炎,如果你想快点好,就直接挂水!”我当时立马否决。有一点常识的家长都知道能用药物治疗的就不要 注射,可肌注就不要静脉注射!可是现在有多少孩子在滥用抗生素和依赖注射啊。。。那一次,医生开了抗敏感咳嗽的药,和整整7天的美力素(一种抗生素)孩子服用三天,厌食,嗜睡,整天无精打采,整个舌苔都变成了地图舌。

         这是当时用药时拍摄的,因为我家孩子从小吃西药就会过敏,甚至有一次发过急疹,全身关节红肿,遍布红色疹块,当时吓坏了。之后任何西药都会用得非常谨慎。这是才吃了3天抗生素后,我就发现孩子有嗜睡,食欲减退,无精打采的现象,舌苔整个剥脱了。平时是很健康的薄白舌苔。妈妈们平时一定要注意观察孩子的舌苔。

       困扰我的是咳嗽的症状丝毫没有减轻,已经到了月底。当时早已订了机票回厦门陪父母过中秋,有阿姨推荐了厦门同仁堂的老医生便抱着试试看的心态,但结果却很失望。现在回想起来,当时从厦门回上海,又陆续看了两家不同的西医儿科,咳嗽白天稍有缓解,但晚上两三点左右还是很厉害,有时甚至连奶和食物都会吐出来。断断续续看了6位西医,试了六七种药方,效果还是甚微。当时我都怀疑是否误诊,是不是变异性哮喘呢?难道真的要做雾化才能好吗?正在我想带孩子去检测过敏原,怀疑是不是咳嗽变异性哮喘时,学校老师知道我孩子的情况,正好她的女儿也是长期支气管炎,而两年前被香山医院的一位教授治好的。九十多岁的教授果然没有让我失望,吃药第6天我最担心的夜咳便停止了,能一夜安睡了。7天之后,我便开始慢慢给孩子食疗,原本胖胖的小脸终于慢慢恢复起来。
        这几个月的奋战,几乎每天都不到5小时的睡眠,白天陪孩子,晚上工作到凌晨,身心俱疲。一直想写下这些,是因为发现身边有越来越多为了孩子反复的感冒,咳嗽而困扰的父母;更多不愿意毫无理由的接受抗生素,静脉注射的父母;更多在孩子年幼时便无奈接受哮喘,过敏性咳嗽,变异性哮喘,过敏性鼻炎等等现实的家长。我只希望用我的一些经历和经验同你们分享,我也是一个对现实无奈的妈妈,但我们要勇敢,坚强,更要用知识武装好自己,风雨来临时才有支撑的力量。
     
    【我的一些小小经验】
    1.容易感冒,咳嗽的孩子,一般而言都是肺气虚,脾胃弱,平时要少吃油炸,肥腻,甜食等食物,多吃米饭,面条,粗粮,这些才是真正养脾胃,养身体的。
    2.孩子一旦感冒就要多喝水,这个季节多为风寒感冒,可以煮葱姜萝卜水。咳嗽不要马上用抗生素,只有明确是细菌感染,抗生素才有效,这时可以先去医院验血,看看是否有白细胞上升的现象 如果只是嗓子痛、头痛、鼻塞、流鼻涕一般是病毒性感冒,只用抗病毒感冒药即可;如果有发烧、咳嗽常常表示合并了细菌感染,此时才需要抗生素治疗。(如果医生滥用抗生素,你应该要求医生先开验血单,查出病因)
    3.   有过敏性体质的孩子,如果咳嗽时间长,用抗生素无效。常常在夜间,清晨咳嗽加剧,但又查不出原因,常确诊为支气管炎,久治不愈。这时候最好带孩子去医院检查一下,有可能是咳嗽变异性哮喘,需要通过检测过敏原,选用抗过敏药才能治愈的。   
    4.如果您的孩子较小,建议一出现感冒的症状,就要立即看医生,不要拖延。而超过两岁的宝宝可以在家中常备一些感冒药,当感冒用药5天以上没有效果的,或者体温超过39 ℃, 咳嗽持续很严重,鼻涕的颜色呈黄色,很浓很粘稠,这时也要立即就医,不能再拖延。
    5.常常有些家长只要孩子咳嗽,就炖冰糖梨,其实是有误区的。我当时也犯过这个错误,孩子咳嗽只会越来越严重。 梨是寒凉之物,如果是流清鼻涕,头痛,咳嗽声音重,痰液是稀薄偏白色的,而且发冷的现象说明孩子是风寒感冒,如果一直吃冰糖川北炖梨,只会加重病情,寒上加寒。另外柿子,螃蟹,鸭肉,香蕉,西瓜切忌食用。
        这个方法只适合燥咳,风热咳嗽,咽喉痛,痰液浓稠,黄色,有些低热现象的人群。
    6.这个季节的孩子多为风寒感冒,一旦发现孩子鼻塞,流鼻涕就要马上食疗,让症状减轻。可用热粥或者热汤中加上葱白,生姜,白萝卜煮汤喝,如果想味道更好一些让孩子更能接受,可以适量加些精肉,煮沸10分钟,趁热服下。对于抵抗力较好的孩子,一天多喝一些葱姜萝卜水,感冒症状就能得到极大的缓解。
        下面这个就是近期孩子有些鼻塞,我连续做了几天,效果非常好。
       
        姜皮也是性寒,所以做这道汤要将皮刮去,我用到50克瘦肉,一块姜,一个小白罗卜,过程很简单,就是成人有感冒症状也可以用,而且没有任何副作用。小时候妈妈就常常煮葱姜红糖水,放白胡椒让我感冒初期快速服下,好好睡一觉,第二天便神清气爽了。
    网络疯传【盐蒸橙子】养生专家【橘皮糖】:治疗风寒感冒咳嗽的三个食疗秘方功效大PK

    7.妈妈还教我一个迅速缓解鼻塞的方法,将两块老姜去皮,切成丁,放入500毫升水中煮开10分钟,然后用毛巾浸湿,趁热按摩脚底,背部。按摩是用毛巾沿着脊柱两侧自上而下缓慢移动,两分钟就好了。给宝贝试过非常舒服,特别是用煮姜的水泡脚,按摩一下宝贝的脚趾,会睡得特别安稳。
    8. 【网络上疯传的盐蒸橙子】:橙子,橘子,柑都属于一类物种,而在中医里,陈皮对于化痰止咳一直都具有奇效,橙子的皮经过抹盐,蒸熟,部分挥发油析出,营养物质也得以释放,渗入到果肉当中。虽然这只是一个偏方,但对于初期的风寒感冒,咳嗽确实有一定食疗效果。没有急性发作时,或者只是偶感风寒咳嗽复发,我就会给孩子蒸橙子,喝汤吃橙肉。但仅限于初期外感风寒。(真正对咳嗽,化痰有食疗作用的是橘皮,或者晒干的陈皮,这道方子我认为是个擦边球,只能属于偏方,除非你将皮一同吃下,但对于孩子来说吃这个橙皮是不可能的,只能喝汤,所以有些人也说没有任何效果,大家对于自己的症状要客观对待)
                网络疯传【盐蒸橙子】养生专家【橘皮糖】:治疗风寒感冒咳嗽的三个食疗秘方功效大PK

    具体做法是:橙子1个,用细盐将橙皮搓洗一遍,然后用水泡15分钟。取出橙子在顶部平切开一片,撒上少许盐再用筷子轻轻插几下,让盐渗透到里面去。然后再把切开的那一片盖上,放到碗里在蒸锅中蒸15分钟(从水开始沸腾后计时)。蒸好之后,将橙子去皮,只吃肉喝汁。

    9.养生专家的【橘皮糖】
            这个是我特别崇拜的一位养生专家在关于咳嗽橘子食疗的电视专题中,我记录下来的。平时作为理气化痰,消积食的一道小零食给宝贝吃,想不到宝贝特别爱吃,自己尝过后,也有神清气爽的感觉。橘皮做成的蜜饯,不仅是可口的小吃,更是一道保健佳品。
         在这个季节,橘子的大量上市真是上苍的恩物, 鲜橘皮有温胃,止咳,散寒的作用,能防治便秘和风寒感冒。做成橘皮糖,秋冬季节食用还能消食解腻。橘皮偏温性,最适宜秋冬季节,经常给孩子吃橘皮糖,既能满足孩子吃糖的愿望,又对积食和风寒感冒的孩子有非常棒的预防作用,一举双得。
      做法】:1.每个橘子都用细盐搓一遍。
              2.搓的时候会有香味不断散发出来,这是因为橘子表皮的油脂细胞被搓破了,不仅能缓解橘皮的辛辣,还能清除表皮残留的农药。
              3.用流动水冲洗橘子,然后浸泡2小时,期间换几次水。这样橘皮几乎没有什么苦味,口感也好。
              4.将橘皮剥下,切成细丝。
              5.准备比橘皮重量少一半的白糖,放入小煮锅中,放入水稍微盖过白糖,
                    我使用到100克的新鲜橘皮。  50克白糖。
            6.白糖煮化以后,将橘皮放入,小火慢慢熬煮,直到白糖都粘住橘皮丝,用筷子夹出来感觉都粘住化不开的状态,再关火。
              7.最后,热橘皮在洒了一些白糖的盘子上均匀沾满,冷后放入罐中密封即可。
    10.孩子如果感冒咳嗽,特别要注意胸腹部的保暖,尽量减少出门的次数。脖子上系个小围巾,带上口罩都能更好的保护孩子的呼吸道。如果咳嗽严重,试试火烧橘子,吃橘子肉也是不错的食疗方法。这个方子在周五时发布在博文中。
    展开全文
  • 什么是蛋白质结构域?什么是HTH?

    千次阅读 2020-09-09 12:56:17
    结构域是蛋白质三维结构中小的保守区域,展示了蛋白质功能的属性,是构成蛋白质(三级)结构的基本单元,结构域检测是蛋白质分类和功能注释的重要方面。 蛋白质结构域与蛋白质完成生理功能有着密切的关系,有时几个...
  • 蛋白质组学

    千次阅读 2012-03-11 18:36:37
    蛋白质组学 蛋白质是生物体的重要组成部分,参与几乎所有生理和细胞代谢过程。此外,与基因组学和转录组学比较,对一个细胞或组织中表达的所有蛋白质,及其修饰和相互作用的大规模研究称为蛋白质组学。 蛋白质组学...
  • 本题为根据蛋白质的一级结构预测其二级结构,经过比赛期间组内师兄的讲解,我对蛋白质一级结构二级结构的理解如下,如有错误,欢迎指正。 蛋白质可以看成是一条氨基酸序列,在空间中是一种相互交错螺旋的结构,像一...
  • 医械研发:常见医用塑料种类、特性与选用知识汇总 根据医疗器械制品的结构和强度要求,我们来选择合适的塑料类型和恰当的牌号,并确 定材料的加工工艺。这些性能包括加工性能、力学强度、使用成本、装配方式、可灭菌...
  • 为探讨国内常见的44个马铃薯品种差异,指导马铃薯产业原料选择与品种繁育,实验测定了8个主要品质指标,统计分析显示,不同品种的各个指标差异明显,且指标间存在显著的相关关系;为消除冗余,实验对8个指标进行主成分分析,...
  • 蛋白质是生命活动的主要承担者,生命进化最终都会体现在蛋白质的功能的多样化上。蛋白质是由20种氨基酸编码的,相比于ATGC的DNA遗传编码信息,氨基酸字母表显示出极大地复杂性和多样性。这就产生了一系列非常有趣的...
  • 蛋白质性质和结构分析

    千次阅读 2014-08-18 18:02:43
    东京农业科技大学(Tokyo University of Agriculture and Technology)提供的膜蛋白分类和二级结构预测在线工具,可分析蛋白质跨膜区。预测结果分为两类:membrane protein (显示transmembrane helix)和soluble ...
  • 1.蛋白质占人体干重的____ %。 2.请写出氨基酸根据侧链基团的分类方式,并写出每类中包含的氨基酸的名称及缩写。 3.非极性脂肪族R基团的氨基酸包括__________________,它们多位于蛋白质______ ,通过______ 稳定...
  • 第五章 蛋白质的三维结构 4.3.1 蛋白质的三维结构(1) 蛋白质是由多肽链折叠而成的,具有特殊的空间结构和生物学功能。 蛋白质的空间结构即蛋白质的构象,指蛋白质分子所有原子在三维空间(x,y,z)的位置。 ...
  •          \,\,\,\,\,\,\,\,\,数十年来,公共数据库中蛋白质序列数量的增长呈指数趋势,从而深入了解了整个生命中蛋白质序列的广度和多样性。 该数据为使用人工智能研究生物学的预测和生成模型提供了有希望...
  • 多序列比对与 Clusia的使用, 以及... Clustalw 第二部分:常见的序列分析软 件分类简介 第一部分: 多序列比对及 Clustal的使用 序列相似性比较和序列 同源性分析 序列相似性比较: 就是将待研究序列与DNA或蛋白质序列库进
  • 广泛的生物学过程,包括基因表达的调节、蛋白质的合成以及许多病毒的复制和组装都是由RNA-蛋白质相互作用介导的。然而,蛋白质-RNA复合物结构的实验测定是昂贵的,而且在技术上具有挑战性。因此,已经开发了许多计算...
  • 基于shotgun蛋白质组学的MaxQuant质谱计算平台 MaxQuant是基于质谱(Ms)的蛋白质组学数据分析最常用的平台之一。自2008年首次发布以来,它在功能上有了很大的发展,可以与更多的Ms平台结合使用。在这里,我们提出了...
  • 蛋白质组学数据分析——(1)原理

    千次阅读 2019-10-24 14:07:17
    蛋白质组学数据分析——(1)原理 当前,关于高通量蛋白质组学的研究远不如NGS这般火热,网上关于这方面的知识也寥寥无几,从事这一行也有一段时间了,但还没好好总结过。加之过段时间可能要去做培训,所以是时候把...
  • 比赛名称:蛋白质结构预测大赛比赛链接:https://tianchi.aliyun.com/competition/entrance/231781/information比赛类型:自然语言...
  • 蛋白质同源建模的十个技巧

    千次阅读 2020-10-05 17:59:18
    优化3D结构,如果氢丢失要补回氢 因为晶体结构丢失原子是很常见的事,几乎所有以PDB格式保存的蛋白质晶体结构都由于晶体中分辨率低而缺乏氢。在进行对接或建模之前,必须将氢添加到三维结构中。加氢是为了填充缺失的...
  • 该团队选择的低分子量分子是寡肽(两个或多个结合在一起的肽),这些肽常见而稳定,并且比DNA,RNA或蛋白质分子量都要小。 而且由于组成寡肽的氨基酸数量和类型不同,它们的分子质量是有差异的。当不同的寡肽分子...
  • 由于蛋白质序列上的微小改变可能导致其功能上难以预测的变化,所以蛋白质序列往往无法使用类似于计算机视觉或自然语言处理中所使用的随机数据扩充方法。针对以上问题,作者从经验上探索了一组简单的字符串操作,当...
  • 多序列比对与Clustal的使用以及各类常见的序列分析工具介绍 内容提要 第一部分多序列比对 意义方法算法 Clustal的使用 1.Clustalx 2.Clustalw 第二部分常见的序列分析软件分类简介 第一部分 多序列比对及Clustal的...
  • 多序列比对与 Clusia的使用, 以及... Clustalw 第二部分:常见的序列分析软 件分类简介 第一部分: 多序列比对及 Clustal的使用 序列相似性比较和序列 同源性分析 序列相似性比较: 就是将待研究序列与DNA或蛋白质序列库进
  • 导读同更为成熟的基因组学、转录组学一样,基于质谱的蛋白质组学数据共享在科研实践中越来越常见。本文作者为我们强调了该领域这一空前的现状,为一些数据科学家带来了无限机遇。本文主要通过三个层面...
  • 1. 赛题介绍赛题链接:https://tianchi.aliyun.com/competition/entrance/231781/introduction本题为根据蛋白质的一级结构预...
  • 多序列比对与 Clusia1的使用, ... Clustalw 第二部分:常见的序列分析软 件分类简介 第一部分: 多序列比对及Cusa的使用 序列相似性比较和序列 同源性分析 序列相似性比较: 就是将待研究序列与DNA或蛋白质序列库进行比较
  • 在本文中,将简要地解释以下10种常见的体系架构模式,以及它们的用法、优缺点。 分层模式 客户端-服务器模式 主从设备模式 管道-过滤器模式 代理模式 点对点模式 事件总线模式 模型-视...
  • 同源蛋白质(homologous protein):来自不同种类生物的序列和功能类似的蛋白质,例如血红蛋白。 构形(configuration):有机分子中各个原子特有的固定的空间排列。这种排列不经过共价键的断裂和重新形成是不会改变...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,048
精华内容 819
关键字:

常见蛋白质种类