野生与栽培远志HPLC指纹图谱及化学模式识别研究

目的建立野生和栽培远志的HPLC指纹图谱,为不同来源远志鉴别和质量评价提供依据。方法利用HPLC法对20批不同产地野生与栽培远志进行测定,采用中药色谱指纹图谱相似度评价系统(2012A版)计算相似度,运用主成分分析(PCA)和最小偏二乘法-判别分析(PLS-DA)对其进行模式识别研究。结果建立了野生与栽培远志HPLC指纹图谱共有模式,标定了24个共有峰,20批不同产地野生与栽培远志指纹图谱与对照指纹图谱的相似度均0.86。PCA可较好地将不同来源远志归为2类,PLS-DA则能将野生与栽培远志完全区分开,远志酮III和3,6′-二芥子酰基蔗糖等12个成分是导致二者差异的主要标记物。结论建立的远志指纹图谱特征性强,结合化学模式识别方法可有效评价远志质量以及区分其野生与栽培品,为远志的质量控制和化学计量分类学提供参考依据。     

HPLC指纹图谱结合化学模式识别分析不同产地款冬花生品与蜜炙品

目的建立不同产地款冬花生品与蜜炙品的HPLC指纹图谱,为不同来源款冬花药材鉴别和质量评价提供依据。方法基于高效液相色谱法对36批不同产地款冬花生品与蜜炙品进行测定,采用中药色谱指纹图谱相似度评价系统(2012A版)计算相似度,运用聚类分析(HCA)、主成分分析(PCA)和最小偏二乘法-判别分析(PLS-DA)对款冬花生品与蜜炙品进行模式识别研究。结果建立了不同产地款冬花生品与蜜炙品的HPLC指纹图谱,标定了20个共有峰,并指认了其中10个共有峰;36批样品与对照指纹图谱的相似度在0.723～0.984,16批款冬花生品相似度在0.862～0.998,20批蜜炙品相似度在0.687～0.993;通过HCA、PCA和PLS-DA可将款冬花生品与蜜炙品完全区分开来,没食子酸、绿原酸、异绿原酸A、款冬酮等10个成分是导致二者差异性的主要标志物。结论 HPLC指纹图谱结合化学模式识别为款冬花生品与蜜炙品的质量控制和品质评价提供了更全面的参考。     

女贞子与酒女贞子HPLC指纹图谱对比研究

建立女贞子及酒女贞子的HPLC指纹图谱,并结合相似度计算和化学模式识别方法,评价女贞子、酒女贞子质量。采用Syncronis C_(18)(4.6 mm×250 mm,5μm)色谱柱,以乙腈-0.1%磷酸水溶液梯度洗脱,检测波长为280 nm。采用HPLC对22批不同产地女贞子及酒女贞子进行测定,采用"中药色谱指纹图谱相似度评价系统(2012版)"计算相似度,运用聚类分析(CA)、主成分分析(PCA)和最小偏二乘法-判别分析(PLS-DA)对其进行模式识别研究。建立了22批女贞子及酒女贞子的HPLC指纹图谱,相似度均在0.9～1.0,通过CA,PCA,PLS-DA可将女贞子与酒女贞子完全区分开来,通过PLS-DA分析可知羟基酪醇、酪醇、特女贞苷、橄榄苦苷等11个成分是导致二者差异的主要标志成分。建立的指纹图谱方法稳定可靠,可为女贞子、酒女贞子质量控制提供方法依据,同时结合化学模式识别研究有助于女贞子炮制前后整体质量控制及质量评价。     

白三七及近源种药材指纹图谱与识别模式的构建及其应用研究

目的建立并识别不同产地白三七药材HPLC指纹图谱,为其质量控制及标准制定提供参考。方法采用HPLC法建立白三七指纹图谱,同时应用相似度评价、聚类分析和主成分分析(PCA)对实验数据进行识别,以分析不同产地白三七药材间及同科同属5种药材的相似性及差异性,并通过总量统计矩法对白三七药材共有峰进行定性定量分析。结果白三七指纹图谱共标定16个共有峰,并指认了人参皂苷Rg1、Re、Rb1及竹节参皂苷V、IV、IVa色谱峰;其中竹节参皂苷V和IV在不同批次白三七样品中的质量波动较小;各产地白三七样品除产自四川大凉山样品(S7)外相似度在0.90以上;聚类分析及主成分分析均将白三七样品分为3类;五加科人参属5种药材成分总量统计矩参数差异较大。结论建立的白三七HPLC指纹图谱和化学识别模式可为其质量控制和区分同科同属5种药材提供科学依据。     

野生与栽培太白米HPLC指纹图谱及化学模式识别

目的:建立野生和栽培太白米的HPLC指纹图谱,结合化学模式识别方法对二者进行判别,以期为不同来源太白米药材的质量评价和驯化栽培提供依据。方法:利用高效液相色谱法,测定10批野生品和10批栽培品共计20批太白米药材的指纹图谱,建立指纹图谱共有模式,采用中药色谱指纹图谱相似度评价系统(2012A版)计算相似度,运用主成分分析(PCA),聚类分析(HCA)和最小偏二乘法-判别分析(PLS-DA)对野生与栽培品太白米进行模式识别研究。结果:建立了野生与栽培太白米的HPLC指纹图谱共有模式,标定了26个共有峰,20批太白米样品的指纹图谱与对照指纹图谱相似度 0. 9。主成分分析、聚类分析和最小偏二乘法-判别分析能对野生与栽培太白米进行明确的区分,表明导致差异的主要化学标记物为对香豆酸等8个成分。结论:该文建立的太白米HPLC指纹图谱具有较强的特征性和重复性,与模式识别方法结合起来可有效的评价太白米质量以及区分其野生与栽培品,为太白米的质量控制和驯化栽培提供参考依据。     

基于HPLC特征指纹图谱分析不同生长阶段款冬花有效成分积累特征

目的分析不同生长阶段不同花色(黄花、紫花、深紫花)款冬花中有效成分的积累规律,为款冬花药材生产和质量控制提供理论指导。方法基于HPLC法对不同生长阶段、不同花色款冬花药材进行测定,采用中药色谱指纹图谱相似度评价系统(2012A版)计算相似度,运用主成分分析(PCA)和偏最小二乘法-判别分析(PLS-DA)对样品进行模式识别研究。结果获得了不同生长阶段和不同花色的款冬花药材HPLC指纹图谱,标定了27个共有峰,指认了其中11个共有峰;30批样品与对照指纹图谱的相似度极高,在0.901～0.995;根据峰面积可以判断出款冬花药材在不同生长阶段其积累特征存在差异,不同花色间差异明显;通过PCA和PLS-DA可将不同花色款冬花样品完全区分开来,4号峰没食子酸、6号峰绿原酸、8号峰芦丁、9号峰金丝桃苷、11号峰异绿原酸B、17号峰槲皮素等12个成分是导致不同花色款冬花质量差异性的主要标志物。质量评价以深紫花质量最好,紫花次之,黄花最差。结论 HPLC指纹图谱能够反映款冬花有效成分在不同生长阶段的积累特征和不同花色间的差异,结合化学模式识别,可为款冬花药材的生产和质量评价提供参考。     

基于指纹图谱结合化学模式识别对狗脊药材的质量评价

目的 采用指纹图谱结合聚类分析（hierarchical clustering analysis,HCA）、主成分分析（principal component analysis,PCA）和偏最小二乘法-判别分析（partial least squares discriminant analysis,PLS-DA）等进行化学模式识别，对狗脊药材指纹图谱数据进行分析，筛选特征性指标成分并以此建立狗脊有效成分的定量分析，为狗脊质量控制提供科学依据。方法 采用Agilent Eclipse XDB-C18柱（250 mm×4.6mm,5.0μm），以甲醇-1%醋酸水溶液为流动相进行梯度洗脱，体积流量为1.0 mL/min，柱温为30℃，检测波长为280 nm,HPLC法建立9个产地16批样品狗脊的指纹图谱，运用相似度分析、HCA、PCA和PLS-DA等化学模式识别技术筛选出不同产地狗脊化学成分的特征成分作为狗脊有效成分，并定量分析。结果 16批狗脊HPLC指纹图谱标定10个共有峰，相似度在0.695～0.954；通过HCA、PCA和PLS-DA较好的区分各产地狗脊，综合分析筛选5-羟甲基糠醛、...     

不同年份吴茱萸UPLC指纹图谱及多成分化学模式识别研究

目的采用UPLC法建立不同年份吴茱萸指纹图谱,结合化学模式识别技术对其进行分析,并测定其中4种质量差异性标志物的含量,为吴茱萸"陈久者良"的研究提供新的思路和对其质量评价提供依据。方法基于UPLC法建立3种不同年份共47批吴茱萸样品的指纹图谱,采用《中药色谱指纹图谱相似度评价系统》(2012A版)计算相似度,运用主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)对样品进行模式识别。结果建立了47批吴茱萸样品的UPLC指纹图谱(相似度均0.997),标定了40个共有峰,指认了其中12个,运用PCA和OPLS-DA分析,有效区分了3种不同年份的吴茱萸,共筛选出22个质量差异性标志物,并对其中新绿原酸、绿原酸、吴茱萸碱和吴茱萸次碱4种成分的含量进行了测定。结论通过吴茱萸UPLC指纹图谱与多成分化学模式识别技术相结合,能对不同年份的吴茱萸进行有效区分,为吴茱萸"陈久者良"及其质量控制提供参考依据。     

HPLC指纹图谱结合化学模式识别法对蒙药小秦艽花的质量评价北大核心

目的:建立内蒙古不同地区10批小秦艽花的指纹图谱,结合化学模式识别法对蒙药小秦艽花进行质量评价。方法:利用HPLC法建立蒙药小秦艽花指纹图谱,通过“中药色谱指纹图谱相似度评价系统(2004 A版)”进行相似度评价;使用SIMCA-P 14.1软件进行主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA)。结果:10批小秦艽花指纹图谱共匹配25个共有峰,共指认出11个成分,包括木犀草素-6-C-β-D-吡喃葡萄糖苷、芹菜素-6-C-β-D-吡喃葡萄糖苷等;其与对照图谱相似度为0.827~0.997。PCA与OPLS-DA分类结果基本一致,可以很好的将小秦艽花样品分为呼和浩特市周边类、赤峰市赛罕乌拉类及锡林郭勒盟类。结论:该研究建立的HPLC法操作简单,重现性好,分离度高。建立的指纹图谱能客观、真实地反映药材的整体性,结合化学模式识别分析法能为小秦艽花质量评价提供依据。     

基于模式识别分析方法的木鳖子皂苷部位超高液相色谱指纹图谱研究

目的建立木鳖子药材皂苷部位超高液相色谱(UPLC)指纹图谱的模式识别分析方法,综合评价其质量。方法采用UPLC-BEH C18色谱柱(2.1 mm×100 mm,1.7μm),流动相为乙腈-0.1%磷酸水溶液,线性梯度洗脱,流速0.25 mL/min,柱温30℃,检测波长203 nm,分别对21批木鳖子样品指纹图谱进行相似度分析、聚类分析和偏最小二乘判别分析(PLS-DA)。结果提取了指纹图谱中的14个共有色谱峰,确认了1个色谱峰;21批木鳖子样品指纹图谱的相似度均大于0.9,其中11批相似度0.99;聚类分析和PLS-DA可将21批样品分为四大类,PLS-DA色谱峰变量重要性投影(VIP)得分1.0的有7个。结论本研究建立的模式识别分析方法简便可行,可用于木鳖子药材指纹图谱研究及其质量评价。     

不同产地葛根与粉葛的HPLC指纹图谱及其多成分化学模式识别分析

目的:建立葛根与粉葛的HPLC特征图谱,结合化学模式识别方法对不同产区的葛根与粉葛进行区分,并鉴别葛根产区,为科学评价和有效控制二者的质量提供参考。方法:利用HPLC检测23批葛根或粉葛药材,采用"中药色谱指纹图谱相似度评价系统"(2004A版)软件进行相似度评价,建立共有模式。以其色谱峰信息为数据来源,利用3种化学模式识别方法综合分析葛根和粉葛药材的质量。结果:除了样品S22(陕西产地)之外,不同产区的葛根和粉葛的相似度均 0.9;说明葛根与粉葛药材的相似度良好,采用特征图谱相似度评价方法无法区分葛根与粉葛药材。利用主成分分析只能鉴别葛根与粉葛;偏最小二乘法-判别分析其模型解释度96.4%,预测度74.6%,能够区分葛根与粉葛,并能区分葛根的产区;系统聚类分析与偏最小二乘法-判别分析结果较为一致。结论:利用化学模式识别方法可快速区分葛根与粉葛,鉴别葛根产区,适用于葛根与粉葛的药材质量评价。     

基于ITS序列和化学模式识别方法鉴定金蝉花及其混淆品独角龙

基于ITS序列对金蝉花与独角龙进行分子鉴定,并建立HPLC指纹图谱结合化学模式识别方法,鉴别金蝉花及其混淆品独角龙.分别提取10批金蝉花与5批独角龙的基因组DNA,通过PCR扩增ITS序列并测序,利用MEGA 7.0软件比较二者的稳定差异位点并构建系统发育树;采用HPLC建立金蝉花与独角龙指纹图谱,运用相似度评价、聚类...     

HPLC指纹图谱结合化学模式识别探讨脉安颗粒质量差异

目的 建立脉安颗粒高效液相色谱法（HPLC）指纹图谱,结合化学模式识别影响质量差异的特征化合物,探讨脉安颗粒质量差异。方法 收集19批脉安颗粒,分析并匹配指纹图谱,评价相似度;采用MetaboAnalyst 5.0在线分析系统及Simca 14.1软件进行聚类分析、主成分分析及偏最小二乘法-判别分析,评价样品质量并找出影响样品质量的特征化合物。结果 建立了脉安颗粒HPLC指纹图谱,匹配21个共有峰,分别指认出8个化合物,指纹图谱相似度为0.882~0.987。经分析,19批样品可分为3类,明确了影响脉安颗粒质量差异的特征成分。结论 建立的HPLC指纹图谱结合化学模式识别方法可用于脉安颗粒质量综合评价及差异性成分分析,为其质量标准提升提供参考。     

随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例

该研究旨在建立随机森林算法鉴别和分类不同品牌夏桑菊颗粒,为多指标的复杂指纹图谱的鉴别提供有效的参考。采用高效液相法采集83批不同品牌的夏桑菊颗粒指纹图谱,比较主成分分析、偏最小二乘法-判别分析、随机森林等方法在处理不同分类样品复杂数据时的不同。结果表明本研究成功建立了83批不同品牌夏桑菊颗粒的指纹图谱;经过不同模式识别方法比较可得,主成分分析分析只能解释56.52%的方差贡献率,同时不能完全将样品分类;偏最小二乘法-判别分析优于主成分分析的结果,能达到一定的分离,解释总体方差贡献率63.43%;而随机森林法能够很好的将样品分为3类,且3类样本的10折交互验证准确率达到96.5%。因此,随机森林算法联合HPLC指纹图谱能够有效构建中药质量控制和分析体系。     

基于HPLC指纹图谱和化学模式识别的经典名方桃红四物汤制备过程质量评价研究

目的基于中药复方化学成分群整体指纹信息,考察桃红四物汤(TSD)汤剂制备过程中化学成分的变化,并分析其影响质量的波动成分和主要贡献成分,为其质量评控提供参考。方法按照经典名方物质基准制备工艺,制备TSD一次煎煮(A组)、二次煎煮(B组)、冷冻干燥(C组)3个制备过程样品,建立18批药材3组样品的HPLC指纹图谱,采用中药指纹图谱相似度评价系统进行数据处理,SPSS 20.0进行系统聚类分析(HCA)和主成分分析(PCA),SIMCA 14.1软件进行偏最小二乘法-判别分析(PLS-DA),分析3组样品中化学指纹信息的动态变化。结果选取17个色谱峰作为指纹图谱共有峰,3个组别各18批样品相似度分别均大于0.900;共指认出没食子酸、5-羟甲基糠醛、原儿茶酸、苦杏仁苷、咖啡酸、羟基红花黄色素A、芍药苷、阿魏酸、洋川芎内酯A、藁本内酯共10个成分;HCA、PLS-DA将54批样品分为2类,A组样品一类,B、C组样品一类;PLS-DA分析筛选出6个差异性色谱峰;根据PCA综合模型计算,综合评分结果为B组>C组>A组,TSD煎煮2次较为合理,冷冻干燥能较好保留煎液中的成分,色谱峰16...     

指纹图谱结合化学计量学用于香橼品种鉴别的可行性分析

该文拟探讨利用指纹图谱结合化学计量学手段进行香橼品种鉴别的可行性.共有23批香橼样本,涵盖《中国药典》收载的香圆和枸橼品种,采用高效液相色谱法采集色谱图.对部分特征峰进行初步鉴别,建立共有模式,用相似度评价、二维聚类分析、主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)进行考察.结果表明由25个特征峰组成的共有模式可以有效将香圆和枸橼区分,稳定性好,并且模式识别也初步验证了结果的可靠性.进一步利用绝对峰面积(APA)进行相对定量,体现出品种之间的量化差异,对今后质控所选择合适的指标提供了一定基础.     

猴耳环高效液相色谱指纹图谱及化学模式识别研究

目的建立猴耳环高效液相色谱(HPLC)指纹图谱分析方法,为其真伪鉴别及质量评价提供参考。方法以HPLC法建立猴耳环的指纹图谱。采用YMC C18色谱柱(4.6 mm×100 mm,2.7μm);流动相为乙腈(A)-0.2%磷酸水(B),梯度洗脱;流速1.0 mL·min^-1;柱温25℃;进样量10μL;检测波长为300 nm。通过相似度评价、聚类分析和主成分分析对指纹图谱进行评价。结果获得猴耳环HPLC指纹图谱10个共有峰,结合对照品定位和紫外光谱分析,指认出没食子酸、杨梅苷、槲皮苷、7-没食子酰基特利色黄烷及7,3’-和7,4’-二没食子酰基特利色黄烷异构体6个共有峰;51批猴耳环药材有44批相似度大于0.90;聚类分析和主成分分析可将51批猴耳环聚为4类,显示猴耳环药材质量受外观性状、产地、采收时间等因素综合影响。结论所建立的方法简单准确,指纹图谱结合化学模式识别技术能够系统、全面地评价猴耳环的质量。