功能介绍与功能对比

1. 唤醒食物核心价值区——AI食疗的完全访问权限（不含PubMed实验报告）。

2. 唤醒食物核心价值区——补充剂大观的完全访问权限（不含PubMed实验报告）。

3. 唤醒食物核心价值区——补充剂大观中的功效与作用领域的完全访问权限。

4. 在营养速查榜中可对46种类黄酮细分成分进行双向排序。

5. 在营养组合榜中可进行多达10种营养成分的组合排序。

6. 食物营养成分页中的类黄酮细分成分。

7. 在食物对比中可对多达10种食物进行对比。

至尊会员特权包含高级会员的所有特权，并增加以下强大特权：

1. 唤醒食物核心价值区——AI食疗中PubMed实验报告的完全访问权限。

2. 唤醒食物核心价值区——补充剂大观中PubMed实验报告的完全访问权限。

3. 以中英文双语方式浏览全部PubMed实验报告的标题和摘要。

4. 在显示PubMed实验报告列表时按照相关度从高到低排序。

5. 强大食物与功能食物——食物功能性的完全访问权限。

6. 在不饱和脂肪酸速查榜中可对26种不饱和脂肪酸细分成分进行双向排序。

仅根据双键数量对脂肪酸进行分组（即饱和脂肪酸、单不饱和脂肪酸和多不饱和脂肪酸）的约定存在固有的局限性。与总脂肪、脂肪酸和人类健康相关的大量流行病学证据应用了这些分组，并表明脂肪酸的主要分组是与不同的健康影响有关的。同时，健康咨询专家认识到脂肪酸的每一大类中的每一种单独的脂肪酸都具有独特的生物学特性和健康影响。

因此，唤醒食物提供了包括DHA、EPA、DPA、α-亚麻酸、花生四烯酸、共轭亚油酸、亚油酸、油酸、神经酸等等在内的26种全面的不饱和脂肪酸细分成分。您可对超过7000种食物进行这26种不饱和脂肪酸成分含量的双向排序。

7. 超过7000种食物的不饱和脂肪酸细分成分。

8. 唤醒食物核心价值区——PubMed实验报告数。

在权重这一维度外，又提供PubMed实验报告这一新维度的意义。

权重的AI算法的基础数据是源自美国及全球科研机构公开发布的补充剂实验报告（PubMed及其他权威医学期刊）、维基百科英文、维基百科中文，以及中医名著。

这些基础数据的来源是可靠的，但由于基础数据的来源众多，其中由公众参与编辑的数据源可能含有少量质量不高的信息，中医名著中也可能含有少量已被现代医学否定或替代的信息。同时，权重的AI算法的分批数据预处理会由于数据滞后导致权重偏差。因此，唤醒食物通过在权重这一维度之外，提供另一个维度来解决这个问题。这个新的维度就是PubMed实验报告。

PubMed实验报告由PubMed实验报告数和报告比重两部分构成。

PubMed实验报告数指的是补充剂与当前诉求相关的实验报告数。PubMed实验报告数是完全基于现代医学实验的单一数据源PubMed进行计算得到。由于PubMed的实验报告的总信息量极其庞大，并且部分实验报告的完整文档无法在线获得。因此，唤醒食物采用一套新的简化的AI算法基于PubMed的实验报告的标题和摘要进行运算，以便能够实时处理数千万份PubMed实验报告，得到PubMed实验报告数这一维度。

PubMed实验报告数不能取代权重，因为该简化的AI算法未进行NLP语义分析，因此，不表示补充剂与诉求之间的有效性或不利性。

PubMed实验报告数表示的是补充剂与当前诉求的相关度。由于PubMed实验报告数是实时处理完全部PubMed文献后得到的，不存在数据滞后，因此，PubMed实验报告数能够对权重起到重要的佐证和强力纠偏的作用。比如，当几种补充剂对某一诉求的权重相同或接近时，拥有更多PubMed实验报告数的那种补充剂会更有效。

再比如，当某种补充剂对某一诉求的权重较低，但其PubMed实验报告数却很多时，那你有理由相信，目前的这种低权重很可能是由于数据滞后导致的，这种补充剂对该诉求很可能具有更大的作用。相反，如果某种补充剂对某一诉求的权重很高，但其PubMed实验报告数却很少时，这意味着该补充剂对该诉求的权重主要是从非PubMed的数据源得到的，该补充剂对该诉求的权重并没有得到现代医学文献的佐证和支持。

9. 唤醒食物核心价值区——PubMed实验报告比重。

报告比重指的是补充剂与当前诉求相关的实验报告数占该补充剂总实验报告数的百分比。

报告比重反映了补充剂中有多大比例的实验报告是直接与当前诉求相关的。报告比重越高表明补充剂与当前诉求的相关度越高。

报告比重是对补充剂实验报告总数和补充剂知名度的一种制衡。比如，知名度越高的补充剂，会在全球范围内得到更多的实验报告，这会使得该补充剂的实验报告总数激增，也使得该补充剂与任何诉求的相关实验报告数激增。但这种实验报告数的激增并不会使该补充剂与任何诉求的报告比重增加。报告比重会在因补充剂知名度导致的实验报告数激增中保持稳定，从而可以让你更客观地了解补充剂与当前诉求的真实相关性。

10. 唤醒食物核心价值区——至尊补充剂的访问权限。

11. 唤醒食物核心价值区——家庭营养结构。

利用AI分析充分掌握自家饮食结构存在的问题。为您的家庭重建均衡营养给出明确的指导。

如果您的家庭中的每个家庭成员的饮食结构存在较大差别，则每一个家庭成员可以单独进行分析，从而得到针对每个人的更准确的营养结构分析。

12. 补充剂的拉丁学名。

全部补充剂的拉丁学名。根据多方权威文献严格校对。

13. 补充剂中植物的全球分布图。

以直观的地图形式（A型地图）显示大部分植物在全球的分布图。

在分布图中，绿色表示该植物的原产地，紫色表示该植物的引种地。例如，下图是覆盆子的全球分布图。

少部分植物，无法以A型地图来显示其全球分布图。对于这些植物，企业会员可以通过使用B型地图来显示其全球分布图。

企业会员适合：

1. 从事新保健品、新药研发的企事业单位及个人。

2. 想要全视野深入探究补充剂对诉求与疾病的作用的企事业单位及个人。

3. 想要发现对诉求与疾病有效，却在有效性权重中被遗漏的补充剂的企事业单位及个人。

由于权重计算所用到的AI算法、NLP与模式识别，其深度学习的过程需要进行数据预处理。PubMed的实验报告达数千万份，其数据预处理是分批进行并定期更新的，这会导致周期性的数据滞后。

这种周期性的数据滞后可能导致原本应该获得一个权重的补充剂暂时没有获得权重，或者原本应该获得一个相当高权重的补充剂暂时只获得一个比较低的权重。当一个补充剂暂时没有获得权重或获得的权重较低时，它可能无法出现在对当前诉求最有效的补充剂列表中。因为只有在三种补充剂（营养素、天然提取物、中草药）中权重值排名前15名的补充剂才会出现在对当前诉求最有效的补充剂列表中。

为了解决这一问题并尽量减少数据滞后，AI食疗中的“PubMed补充剂全排序”采用了简化的AI算法，以便能够实时处理数千万份PubMed实验报告。计算每一种补充剂和当前诉求之间的实验报告数和报告比重。此功能可以让您实时并先行获得最完整的信息和更广阔的视野，确保不会遗漏对当前诉求与疾病有效的补充剂。

企业会员可在新保健品和新药研发的两个重要的阶段提供帮助与提高效率：

1. 药物靶点确认。

2. 先导化合物/药物实体筛选。

企业会员特权包含至尊会员的所有特权，并增加以下强大特权：

1. 唤醒食物核心价值区——AI食疗中的PubMed补充剂全排序。

您可以看到针对每一个诉求，完全按照PubMed实验报告数对全部补充剂进行排序的结果。对于任何一个诉求而言，这可以让您一目了然地看到与该诉求高度相关的补充剂，并进而从中筛选出先导化合物/药物实体。同时，这也可以让您发现对该诉求有效但却在有效性权重中被遗漏的补充剂。

PubMed补充剂全排序提供两种排序方式：按数量排序和按比重排序。默认为按实验报告数量排序。而报告比重往往比报告数量更能反映补充剂与诉求的相关性。因此，你可以使用“按比重排序”对补充剂全排序按报告比重进行排序。

点击实验报告列的实验报告数，可以中英文双语查看和阅读与当前诉求和当前补充剂相关的全部PubMed实验报告（包括实验报告标题、实验报告原始出处，以及实验报告摘要）。

2. 唤醒食物核心价值区——补充剂大观中的PubMed全景矩阵。

基于人工智能给出补充剂大观中任何一种补充剂在全部PubMed实验报告中与任何诉求大类别（及其麾下的诉求）的相关度图谱。

PubMed全景矩阵由直观的气泡全景图和诉求矩阵共同构成。

在诉求矩阵中，您可以看到针对每一种补充剂，完全按照PubMed实验报告数对全部诉求进行排序的结果。对于任何一种补充剂而言，这可以让您一目了然地看到与该补充剂高度相关的诉求，并进而确认该补充剂真正有效的诉求方向。同时，这也可以让您发现该补充剂对其有效但却在有效性权重中被遗漏的诉求。

点击诉求矩阵中实验报告列的实验报告数，可以中英文双语查看和阅读与当前补充剂和当前诉求相关的全部PubMed实验报告（包括实验报告标题、实验报告原始出处，以及实验报告摘要）。

利用全景矩阵，可迅速对补充剂大观中任何一种补充剂的功效与作用领域或副作用有直观且全面的认识。

PubMed全景矩阵是中药配方研发、保健食品配方研发、功能食品配方研发、补充剂配方研发的决策支持系统与效率工具。

3. 唤醒食物核心价值区——实时生成PubMed全景矩阵。

PubMed全景矩阵是强大的工具，但它只能对补充剂大观中已存在的补充剂生成PubMed全景矩阵。

实时生成PubMed全景矩阵是PubMed全景矩阵的增强版。它可以实时生成任何一种食物、补充剂、食品添加剂、药品在全部PubMed实验报告中与任何诉求大类别（及其麾下的诉求）的相关度图谱。

实时生成PubMed全景矩阵由直观的气泡全景图和诉求矩阵共同构成。

利用实时生成全景矩阵，可迅速对任何一种食物、补充剂、食品添加剂、药品的功效与作用领域或副作用有直观且全面的认识。

实时生成PubMed全景矩阵是中药配方研发、保健食品配方研发、功能食品配方研发、补充剂配方研发的决策支持系统与效率工具。

4. 唤醒食物核心价值区——补充剂大观中查看一种补充剂与多个诉求相关的全部PubMed实验报告。

设想这样一种情况，您想要开发一种抗衰老的产品。您通过AI食疗的“抗衰老”诉求找到了儿茶素这一补充剂。接下来，您想要进一步查看儿茶素与抗衰老相关的所有实验报告。

但与抗衰老相关的不仅仅只有抗衰老这么一个诉求，还有延长寿命、皮肤松弛等几个诉求，而且儿茶素与这几个抗衰老相关诉求有关的大部分实验报告都是重复的，如果您看完儿茶素与抗衰老有关的所有实验报告，再看儿茶素与延长寿命有关的所有实验报告，然后再看儿茶素与皮肤松弛有关的所有实验报告。这会导致阅读大量重复的实验报告，浪费大量的时间。

使用这个功能，您可以一次性将多个相关诉求同时选中，然后查看该补充剂与这多个诉求相关的经去重的全部实验报告，从而可以为您节省下大量的时间。

5. 在显示PubMed实验报告列表时按照相关度从高到低排序。

6. 定制服务———对唤醒食物中目前尚未建立的诉求或补充剂提供定制服务。

7. 唤醒食物核心价值区——PubMed中文版。

8. 唤醒食物核心价值区——补充剂的拉丁异名与英文名。

全部补充剂的与其拉丁学名对应的拉丁异名和英文名。根据多方权威文献严格校对。

随着包括DNA测序、RAPD在内的生物分类技术的不断发展，对生物的认识不断加深，导致经常有生物的拉丁学名被更改。一旦生物的拉丁学名被更改，它曾经的拉丁学名就变成了拉丁异名。

这使得文献中使用拉丁异名变得很常见，而且对于某些生物补充剂而言，使用其拉丁异名的文献要比使用其最新的拉丁学名的文献多得多。因此，了解生物补充剂的拉丁异名和英文名对于获取该生物补充剂的全部文献意义重大。

基于实用性考虑，对于拉丁异名和英文名，只选取目前依然在使用中的或曾经被常用过的。

此外，如果一种生物补充剂有多种基原生物可作为来源的话，则除了最常用或最典型的那种基原生物的拉丁学名被作为该生物补充剂的拉丁学名外，其余的基原生物的拉丁学名及其各自所对应的拉丁异名和英文名也会被作为该生物补充剂的拉丁异名和英文名给出。

9. 补充剂中生物的全球分布图。

以直观的地图形式显示每一种生物在全球的分布图。

对于大部分植物，采用A型地图来显示其全球分布图。在分布图中，绿色表示该植物的原产地，紫色表示该植物的引种地。例如，下图是覆盆子的全球分布图。

对于少部分植物和所有非植物生物，采用B型地图来显示其全球分布图。在分布图中，六边形的点表示该生物在该地区被观察和记录到。点的颜色从淡黄色到深红色变化。颜色越深表示该生物在该地区被观察和记录到的次数越多。例如，下图是刺猬的全球分布图。

地图可任意缩小和放大，以便你更清楚地看到这些点的精确位置。例如，下图是刺猬的全球分布图局部放大后的呈现。

10. 补充剂中植物的同属物种。

给出补充剂中植物的同属物种。

同属植物具有相似的药理活性。全面的同属物种列表为寻找植物补充剂的替代物种提供方便。例如，下图是当归的同属物种列表。

11. 食物的拉丁学名。

全部生物食物的拉丁学名。根据多方权威文献严格校对。

若使用某生物食物的拉丁学名无法在PubMed中检索出任何文献，则使用其拉丁异名或英文名来替代其拉丁学名。

超级会员适合：

1. 从事新保健食品、新功能食品、食疗配餐、新药研发的企事业单位及个人。

2. 想要全视野深入探究食物、补充剂、药品对诉求与疾病的作用的企事业单位及个人。

3. 想要发现对诉求与疾病有效，却在有效性权重中被遗漏的食物、补充剂、药品的企事业单位及个人。

4. 想要启发和定位任何一种疾病或诉求的发病机制和治疗机制的企事业单位及个人。

5. 想要探测和定位对任何一种疾病或诉求有效的食物、补充剂和药品的企事业单位及个人。

超级会员特权包含企业会员的所有特权，并增加以下强大特权：

1. 唤醒食物核心价值区——全能食物与矿物食物。

全能食物指营养全面且丰富的食物。矿物食物指矿物质含量全面且丰富的食物。

全能食物和矿物食物是利用深度神经网络对食物全部营养成分的所有维度进行深度学习后得到。

2. 唤醒食物核心价值区——补充剂的知识图谱（基于健康与疾病相关文献词频分析）。

基于人工智能给出任何一种补充剂在与疾病和健康相关度最高的1000篇PubMed文献中的词频分析。

词频分析分为两种：一种是针对文献的标题和摘要进行分析；另一种是针对文献的关键字进行分析。

两种词频分析均以中英文双语的形式给出，以方便阅读和对照。

利用知识图谱，有助于启发和定位任何一种补充剂的功效与作用领域或副作用。

3. 唤醒食物核心价值区——补充剂的知识图谱（基于全域文献词频分析）。

基于人工智能给出任何一种补充剂在相关度最高的1000篇全域PubMed文献中的词频分析。

词频分析分为两种：一种是针对文献的标题和摘要进行分析；另一种是针对文献的关键字进行分析。

两种词频分析均以中英文双语的形式给出，以方便阅读和对照。

利用知识图谱，有助于启发和定位任何一种补充剂的功效与作用领域或副作用。

4. 唤醒食物核心价值区——实时生成知识图谱（中英文双语显示）。

基于人工智能给出任何一种食物、补充剂、药品、食品添加剂、疾病或诉求在相关度最高的1000篇全域PubMed文献中的词频分析。

词频分析分为两种：一种是针对文献的标题和摘要进行分析；另一种是针对文献的关键字进行分析。

两种词频分析均以中英文双语的形式给出，以方便阅读和对照。

提供三种知识图谱表现形式（一种条形图和两种词云）。根据关键字的权重分布情况，有时这种词云的表现形式更好，有时那种词云的表现形式更好。因此，同时提供了两种词云表现形式。以适应各种关键字权重分布情况。

点击词云中的关键字可将该关键字复制到剪贴板中。

利用知识图谱，有助于启发和定位任何一种食物、补充剂、药品、食品添加剂的功效与作用领域或副作用。

利用知识图谱，有助于启发和定位任何一种疾病或诉求的发病机制和治疗机制，同时，有助于探测和定位对其有效的食物、补充剂和药品。

5. 唤醒食物核心价值区——实时生成补充剂全排序。

PubMed补充剂全排序是强大的工具，但它只能对AI食疗中已存在的诉求生成PubMed补充剂全排序。

实时生成补充剂全排序是PubMed补充剂全排序的超级增强版。它可以实时生成任何一种用户自定义诉求的PubMed补充剂全排序。

比如，你可以实时生成抗氧化的补充剂全排序。

补充剂全排序提供两种排序方式：按数量排序和按比重排序。默认为按实验报告数量排序。

报告比重往往比报告数量更能反映补充剂与诉求的相关性。因此，你可以使用“按比重排序”对补充剂全排序按报告比重进行排序。

AI系统将基于您为诉求指定的诉求名称（关键字），来为您分析和生成该诉求的补充剂全排序。

在指定诉求名称（关键字）时，你可以使用英文或中文。并且，无论您使用英文还是中文，均可指定多个名称（关键字）。

比如，如果你要生成抗氧化的补充剂全排序，则你可以使用中文：

抗氧化, 抗氧化作用

或使用英文：

antioxidant, antioxidation

6. 唤醒食物核心价值区——食物的拉丁异名与英文名。

全部生物食物的与其拉丁学名对应的拉丁异名和英文名。根据多方权威文献严格校对。

随着包括DNA测序、RAPD在内的生物分类技术的不断发展，对生物的认识不断加深，导致经常有生物的拉丁学名被更改。一旦生物的拉丁学名被更改，它曾经的拉丁学名就变成了拉丁异名。

这使得文献中使用拉丁异名变得很常见，而且对于某些生物食物而言，使用其拉丁异名的文献要比使用其最新的拉丁学名的文献多得多。因此，了解生物食物的拉丁异名和英文名对于获取该生物食物的全部文献意义重大。

基于实用性考虑，对于拉丁异名和英文名，只选取目前依然在使用中的或曾经被常用过的。

此外，如果一种生物食物有多种基原生物可作为来源的话，则除了最常用或最典型的那种基原生物的拉丁学名被作为该生物食物的拉丁学名外，其余的基原生物的拉丁学名及其各自所对应的拉丁异名和英文名也会被作为该生物食物的拉丁异名和英文名给出。

7. 唤醒食物核心价值区——AI食疗中的PubMed食物全排序。

考虑食物中所含的全部功效成分、活性成分与特殊物质，您可以看到针对每一个诉求，完全按照PubMed实验报告数对全部食物进行排序的结果。

对于任何一个诉求而言，这可以让您一目了然地看到与该诉求高度相关的食物，为保健食品、功能食品、食疗配餐提供配方设计的思路与决策支持。同时，这也可以让您发现对该诉求有效但却在有效性权重中因仅考虑食物中所含的营养素而被遗漏的食物。

PubMed食物全排序提供两种排序方式：按数量排序和按比重排序。默认为按实验报告数量排序。而报告比重往往比报告数量更能反映食物与诉求的相关性。因此，你可以使用“按比重排序”对食物全排序按报告比重进行排序。

点击实验报告列的实验报告数，可以中英文双语查看和阅读与当前诉求和当前食物相关的全部PubMed实验报告。

食物全排序不仅支持对全部食物进行排序，也支持按食物类别进行分类排序。比如，你可以对谷类食物进行减肥的食物全排序。

8. 唤醒食物核心价值区——实时生成食物全排序。

PubMed食物全排序是强大的工具，但它只能对AI食疗中已存在的诉求生成PubMed食物全排序。

实时生成食物全排序是PubMed食物全排序的超级增强版。它可以实时生成任何一种用户自定义诉求的PubMed食物全排序。

比如，你可以实时生成抗氧化的食物全排序。

食物全排序提供两种排序方式：按数量排序和按比重排序。默认为按实验报告数量排序。

报告比重往往比报告数量更能反映食物与诉求的相关性。因此，你可以使用“按比重排序”对食物全排序按报告比重进行排序。

AI系统将基于您为诉求指定的诉求名称（关键字），来为您分析和生成该诉求的食物全排序。

在指定诉求名称（关键字）时，你可以使用英文或中文。并且，无论您使用英文还是中文，均可指定多个名称（关键字）。

比如，如果你要生成抗氧化的食物全排序，则你可以使用中文：

抗氧化, 抗氧化作用

或使用英文：

antioxidant, antioxidation