红外光谱结合化学计量学鉴别獐牙菜属植物

目的:采用傅里叶变换红外光谱(FTIR)结合化学计量学实现獐牙菜属植物快速、准确鉴别。方法:采集川东獐牙菜、青叶胆、紫红獐牙菜、狭叶獐牙菜和西南獐牙菜不同部位(根、茎、叶) 543份样品红外光谱信息,原始数据经标准正态变量(SNV),多元散射校正(MSC),平滑(SG),一阶导数(1D),二阶导数(2D),三阶导数(3D)等处理后删减4 000～3 700,2 799～1 800 cm~(-1)和682～653 cm~(-1)波段,建立偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型。结果:5种獐牙菜属植物相同部位平均光谱较为相似,无法区分,同一物种不同部位光谱特征峰有差异,复杂程度为叶茎根;根、茎和叶3个部位PLS-DA和SVM模型均能准确鉴别5种獐牙菜属植物,且MSC+SG+2D预处理效果最佳。PLS-DA模型R~2Y 0. 8,RMSEP RMSECV,所建模型稳定,效果好,Q~2超过0. 6,预测集正确率达到100%,所有预测集样品分类正确,模型预测能力强。根、茎和叶SVM模型最优惩罚参数c分别为22. 627 4,2和1. 414 2,均在正常范围内,预测集正确率均为100%,分类准确率高。结论:FTIR结合PLS-DA和SVM模型能准确区分不同獐牙菜属植物,模型预测效果好,为其他植物鉴别提供一定的参考依据。     

基于多模式识别结合指纹图谱的三叶青产地鉴别比较研究

目的比较不同模式识别方法结合化学指纹图谱对不同产地三叶青Tetrastigma hemsleyanum的鉴别效果,提出三叶青产地鉴别的新方法。方法收集浙江、云南和贵州3个产区的72批三叶青样品,采集HPLC指纹图谱,标注18个共有峰,比较主成分分析、正交偏最小二乘法-判别分析和随机森林算法在处理不同产地样品复杂数据中的差异效果。结果 72批三叶青样品经主成分分析只能分为2类,正交偏最小二乘法-判别分析的结果优于主成分分析,随机森林法能将3个产区的样品完全分开。利用随机森林算法结合指纹图谱能有效地对不同产区的三叶青进行鉴别和区分。结论本研究可作为三叶青产区和质量控制的有效方法,为多指标的复杂指纹图谱鉴别不同产地药材提供有效的参考。     

近红外漫反射光谱法测定天然牛黄粉中人工牛黄粉的掺入量

目的:采用近红外漫反射光谱技术,建立一种快速测定天然牛黄粉中人工牛黄粉掺入量的方法.方法:在天然牛黄粉中掺入不等量人工牛黄粉(质量百分数范围为0%～100%),采集近红外光谱,建立校正样品集与测试样品集,运用偏最小二乘法建立数学模型,对测试集进行预测.结果:校正样品集的最佳主成分数(Rank)=7,内部交叉验证均方差(RMSECV)＝1.93,决定系数(R2)＝99.42;测试样品集的预测误差均方差(RMSEP)＝0.797,决定系数(R2)＝99.9,评估均方差(RMSEE)＝2.07.结论:近红外漫反射光谱测定天然牛黄粉中人工牛黄粉的掺入量结果可靠,可用于天然牛黄粉的质量控制.     

基于近红外技术的西洋参质量评价及产地鉴别

目的:建立西洋参中水分及人参皂苷类成分近红外含量预测模型,并采用近红外光谱对西洋参样品进行产地鉴别及规格辨识。方法:以122批西洋参样品为研究对象,采集其近红外原始光谱图,经蒙特卡洛交叉验证法剔除异常样本,采用MSC+导数+Norris Derivative平滑处理等方法对原始图谱进行光谱预处理,运用偏最小二乘法,建立西洋参样品中水分、中国药典指标成分及6种人参皂苷总量的近红外定量模型;同时,基于近红外全光谱信息,采用正交偏最小二乘判别分析(OPLS-DA)法,建立西洋参不同产地和规格的辨识模型。结果:水分、中国药典指标成分及6种人参皂苷总量模型预测集的相关系数R^2pre分别为0.9757、0.9526、0.9386,预测均方根误差RMSEP分别为0.248、0.159、0.198,NIRS验证集预测值与实测值无显著性差异;OPLS-DA模型可有效辨别不同规格和产地的西洋参样品。结论:本实验所建立的近红外光谱法可实现对西洋参样品中水分和人参皂苷含量的定量分析,以及对样品产地和规格的良好区分,测定结果准确、可靠、预测精度好,可用来快速准确地评价西洋参样品的质量。     

基于1H-NMR的灵芝产地分类与识别方法研究

目的:通过核磁共振波谱(NMR)识别灵芝产地。方法:利用正交偏最小二乘判别分析(OPLS-DA)对四个不同产地128个灵芝样品的¹H-NMR核磁数据进行分析,并导入支持向量机(SVM)模型进行识别计算。结果:不同产地灵芝按地理来源全部正确分类,模型主成分累计贡献率R²X高达0.968,Q²值达到了0.917,表明所构模型区分能力和预测能力较好,基于核磁数据分类方法可行。进一步将灵芝核磁积分数据导入支持向量机(SVM)进行模式识别,测试集数据100%正确识别,输出数字结果。结论:核磁共振技术与支持向量机联用提供了一种灵芝产地识别的快捷方法,该方法可为中药材的品质分析提供借鉴。     

~1H-NMR指纹图谱技术结合多元统计分析鉴别不同产地的大花红景天

目的:建立一种基于~1H-NMR指纹图谱技术结合多元统计分析对不同产地的大花红景天进行有效分类与鉴别的方法。方法:利用傅立叶变换核磁共振波谱仪采集7个不同产地40批次的大花红景天~1H-NMR指纹图谱,将~1H-NMR指纹图谱处理转化为数据矩阵,结合相似度评价和多元统计分析方法中的层序聚类分析(HCA)、无监督的主成分分析(PCA)、有监督的偏最小二乘法判别分析(PLS-DA)和正交偏最小二乘法判别分析(OPLS-DA)进行多元统计分析。结果:~1H-NMR指纹图谱技术结合多元统计分析方法能够对7个不同产地的大花红景天进行准确分类、鉴别,其中有监督的PLS-DA和OPLS-DA的分析结果优于无监督的PCA分析,OPLS-DA的分类与鉴别效果最优,并且OPLS-DA在对两组数据的分类、鉴别方面有独特的优势。结论:~1H-NMR指纹图谱技术结合多元统计分析方法可以作为一种有效分类、鉴别不同产地大花红景天的方法。     

基于数据处理及分析技术的牛黄类药材红外光谱研究

目的 使用数据处理及分析的相关技术对牛黄类药材的红外光谱数据进行鉴别研究，鉴别牛黄的天然品与其各种替代品。方法 选取一定的红外光谱数据范围，对数据进行一阶导数、标准正态变量校正以及自动缩放等预处理，然后对处理过后的数据分别进行主成分分析、层次聚类分析、K最近邻分析、偏最小二乘法判别分析和支持向量机判别分析。结果 主成分分析和层次聚类分析都显示样品的数据具有良好的特征性，聚类情况良好。通过各批样品红外光谱数据的主成分分析变量载荷图，结合牛黄类药材中化学成分结构与红外光谱吸收谱段的关系对各种牛黄类药材红外光谱特征谱段进行了分析和讨论。K最近邻分析、偏最小二乘法判别分析和支持向量机判别分析对验证集的预测结果均100%准确。结论 红外光谱具有良好的特征性，能够实现对牛黄类药材的准确鉴别。     

基于近红外光谱的淫羊藿定性鉴别及定量检测

目的: 对淫羊藿进行产地的定性鉴别和主成分的定量检测。 方法: 对9个不同产地的样品分别对其采用矢量归一化、一阶导数、一阶导数加上矢量归一化的预处理方法进行定性检测;通过高效液相色谱法得到淫羊藿主成分的含量,并将其与对应的近红外漫反射光谱相对应,利用多元散射校正方法进行处理,建立偏最小二乘定量校正模型。 结果: 采用矢量归一化的预处理方法所得的定性模型效果最好,聚类结果令人满意,误分率为0,可将不同产地淫羊藿样品进行定性鉴别;偏最小二乘法所得到的预测集样本的标准偏差为0.020 6,建立的模型预测精度非常高,预测效果良好。 结论: 所建立的方法操作简单,测定速度快,费用低,无需进行复杂的前处理,可直接对大量未知样品进行测定,为近红外光谱技术应用于药物检测与分析提供了有效的方法和依据。     

基于智能感官与多源信息融合技术的香附炮制程度快速辨识方法研究

目的 基于多源信息融合技术，整合传统的中药性状鉴别，建立香附Cyperi Rhizoma炮制程度快速辨识方法，为香附质量评价标准的制定和炮制过程质量控制的应用研究提供新思路、新方法。方法 选取6个产地的生香附饮片，采用醋炙法炮制，每隔3 min取样，得到72批香附炮制过程样品。然后基于色差仪、电子鼻和近红外光谱（near infrared spectrum,NIRS）技术获取上述样品的智能感官信息和NIRS数据，利用主成分分析-判别分析（principal component analysis-discriminant analysis,PCA-DA）、偏最小二乘-判别分析（partial least squares-discriminant analysis,PLS-DA）、正交偏最小二乘-判别分析（orthogonal partial least squares-discriminant analysis,OPLS-DA）方法、Lasso回归分析、遗传算法（genetic algorithm,GA）-反向传播（back propagation,BP）、神经网络算法（GA-BP ne...     

基于近红外光谱主成分分析-马氏距离法的发汗与未发汗续断的快速鉴别

为了快速准确的鉴别续断发汗与否, 以续断发汗和未发汗样品为实验材料, 采用近红外光谱法结合主成分分析-马氏距离判别分析方法建立了定性鉴别模型。选取了129个未发汗样品和86个发汗样品的近红外光谱图,应用主成分分析-马氏距离法进行判别分析,选择谱段为9 881.46~4 119.20 cm^-1,采用 "标准正则变换 +原始光谱+ 二阶求导" 组合对原始光谱进行预处理,主成分数为14,建立定性鉴别模型;并经预测集验证,鉴别准确率达到100%。说明近红外光谱结合模式识别方法进行续断"发汗"与否定性鉴别在技术上是可行的,可以作为续断产地加工"发汗"定性鉴别的一种辅助手段。     

3种獐牙菜属民族药UPLC指纹图谱研究

目的采用UPLC技术结合定量分析、系统聚类分析(HCA)和主成分分析(PCA),评价、鉴别3种民族药用植物川东獐牙菜Swertia davidii、狭叶獐牙菜S.angustifolia和紫红獐牙菜S.punicea Hemsl.。方法采集3种獐牙菜共27株样品色谱图,将色谱图导入中药色谱指纹图谱相似度评价系统软件,确定样品保留时间和峰面积数据,对3组样品进行相似度分析。峰面积数据导入SPSS和SIMCA-P~+软件进行HCA和PCA,从树状图和主成分得分图中判断聚类效果。结果该方法线性关系良好(R~20.999 3,仪器精密度高(RSD为0.19%~2.45%),方法重现性好(RSD为0~1.77%),加样回收率在95.8%~102.3%,RSD为0.45%~2.81%。不同物种獐牙菜植物中指示化合物的量差异大,同一物种不同个体中指示化合物量差异明显。獐牙菜苦苷在川东獐牙菜中为0.54~10.05 mg/g,狭叶獐牙菜中未检出,紫红獐牙菜中为1.76~15.62 mg/g;龙胆苦苷在川东獐牙菜中为4.27~11.18 mg/g,狭叶獐牙菜中为0.26~3.58 mg/g,紫红獐牙菜中为1.13~16.11 mg/g;当药苷在川东獐牙菜中为0.02~0.28 mg/g,狭叶獐牙菜中为0.02~0.14 mg/g,紫红獐牙菜中为0.11~44.52 mg/g;芒果苷在川东獐牙菜中为0.14~0.55 mg/g,狭叶獐牙菜中为0.03~0.04 mg/g,紫红獐牙菜中为0.01~13.49 mg/g。HCA树状图分类准确率为85.2%,误判的紫红獐牙菜样品中化合物量较低。PCA得分图可以区分3种獐牙菜,紫红獐牙菜聚类效果分散,个体之间差异较大。结论采用UPLC技术分析指示化合物的量,结合化学计量学能够评价和鉴别3种獐牙菜属药用植物。在本研究中,紫红獐牙菜表现出更高的药用价值。     

基于RP-HPLC-DAD指纹图谱结合化学计量学评价不同品种木豆叶质量及主要成分含量测定

目的 基于RP-HPLC-DAD指纹图谱结合化学计量学方法,评价不同品种木豆Cajanus cajan叶质量特征的共有性和差异性,为木豆叶的质量评价提供科学依据。方法 通过RP-HPLC-DAD建立13个不同品种木豆叶的RP-HPLC-DAD指纹图谱,进行相似度分析（similarity analysis,SA）,结合聚类分析（hierarchical cluster analysis,HCA）、主成分分析（principalcomponent analysis,PCA）和最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）对木豆叶质量进行综合评价,并对样品中6种主要成分进行含量测定。结果 木豆叶RP-HPLC-DAD指纹图谱共标定13个共有峰,13个品种木豆叶的相似度均在0.90以上,通过HCA可将这13个品种的木豆叶分为5类。PCA与HCA结果基本一致,经过PCA分析发现S8的综合得分最高,质量最好,其次是S9和S12。PLS-DA与PCA结果基本一致,不同品种木豆叶的化学成分差异主要由7、10、6、9、11号5个色谱峰引起的。S8、S9和S12的含量处于前3,与PCA分析的综合得分一致。结论 指纹图谱结合HCA、PCA和PLS-DA可以全面的评价木豆叶质量,为木豆叶的质量控制提供全面的参考。     

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UPLC-Q-TOF-MS技术研究不同产地牡丹皮药材化学成分的差异

目的采用超高效液相色谱-飞行时间质谱(UPLC-Q-TOF-MS)对不同产地牡丹皮药材化学成分进行鉴定与比较分析。方法采用UPLC-Q-TOF-MS技术,结合化学成分数据库进行分析与鉴定。运用多元统计分析技术对实验结果进行分析与验证,并对差异化合物进行鉴定。对各指纹峰峰面积进行比较,结合化学成分鉴定结果进行分类分析。结果对不同产地牡丹皮药材的37种成分进行了鉴定,主要为没食子酰葡萄糖类、苯甲酸类、丹皮酚类、芍药苷类以及黄酮类。不同产地牡丹皮药材在组分种类和相对量上存在着一定的差异。采用主成分分析(PCA)将不同产地药材分别聚成不同组别;通过偏最小二乘聚类判别模式分析(PLS-DA)与正交偏最小二乘法辨别分析(OPLS-DA)筛选出5种差异化合物。结论实验结果为了解牡丹皮的化学物质基础与质量评价提供理论基础,为牡丹皮药材规格等级的制定提供依据。     

基于聚类分析与多元统计分析的东北林蛙油及其类似品、伪品的聚丙烯酰胺凝胶电泳图谱鉴别

目的:建立一种基于聚类分析与多元统计分析对东北林蛙油及其类似品黑龙江林蛙油、伪品中华蟾蜍油、牛蛙油的十二烷基硫酸钠-聚丙烯酰胺凝胶电泳(SDS-PAGE)图谱有效分类与鉴别的方法。方法:利用SDS-PAGE法,得到18批药材的电泳图谱,将SDS-PAGE电泳图谱转化为数据矩阵,利用NTSYSpc 2. 10e统计分析软件进行聚类分析,结合SMICA-P14. 1分析软件进行多元统计分析中的无监督的主成分分析(PCA),有监督的偏最小二乘法判别分析(PLS-DA)和正交偏最小二乘法判别分析(OPLS-DA)方法进行多元分析评价。结果:SDS-PAGE电泳图谱技术结合聚类分析与多元统计分析方法能够对东北林蛙油及其类似品、伪品进行准确分类、鉴别。除1号药材外,聚类分析可将四类药材聚为4支。PCA分析结果优于聚类分析,多元统计分析中有监督的PLS-DA和OPLS-DA的分析结果优于无监督的PCA分析,OPLS-DA的分类与鉴别效果最优,OPLS-DA将东北林蛙油、黑龙江林蛙油、牛蛙油、中华蟾蜍聚成4类,并通过VIP(variable importance in projection)值与OPLS-DA载荷图综合分析得到6个差异性蛋白质成分,相对分子质量分别为51. 363,35. 838,14. 565,17. 563,15. 358及21. 696 k Da。结论:SDS-PAGE电泳图谱技术结合聚类分析及多元统计分析方法可以作为一种有效分类、鉴别东北林蛙油及其类似品、伪品的方法。该研究为东北林蛙油的品质评价及筛选提供了一定的参考依据。     

UPLC-Q-TOF-MS结合代谢组学分析冬虫夏草不同部位的差异性

目的:利用高分辨质谱结合代谢组学方法研究冬虫夏草不同部位化学成分差异及其与品质间的关联。方法:建立虫草类中药材化学成分数据库,采用UPLC-Q-TOF-MS对虫草子座、头及虫体3个部位及全虫样品进行数据采集,将结果导入Peak View软件,结合软件的Formula Finder,Mass Calculators,Fragment Matching功能及二级碎片裂解规律进行定性分析;将定性结果建立已知成分筛查表,并逐个提取分段样品离子强度,代入SIMCA-P软件中,进行可视化处理,构建PCA及PLS-DA数学模型。结果:冬虫夏草醇提样品中共找到了六类23个化合物,从子座、头及虫体中鉴定出11个差异性化合物,以脂肪酸及其衍生物居多,其中8个化合物为首次在冬虫夏草中发现;运用SIMCA-P11.5软件构建PCA及PLS-DA数学模型,分析结果显示子座所含成分与头及虫体有明显差异,按照对分类起作用强弱,依次为氨基酸、脂肪酸、维生素、生物碱、核苷及糖苷类。结论:该方法的建立为冬虫夏草药效学物质基础阐明及冬虫夏草品质形成机制提供了科学参考,并为冬虫夏草药材的快速鉴定、质量控制与深入地开发利用奠定了基础。     

应用近红外光谱技术对茯苓药材进行定性定量检测研究

目的: 利用傅里叶变换近红外漫反射光谱结合化学计量学方法对茯苓不同部位进行定性判别建模,并建立茯苓多糖的定量检测模型和茯苓多糖定量分析. 方法: 采用紫外分光光度法测定茯苓多糖含量,漫反射方式采集样品近红外光谱,采用一阶导数 + 矢量归一化法处理近红外光谱图,运用偏最小二乘法(PLS)建立光谱数据与多糖的定量校正模型,运用主成分分析(PCA)法建立茯苓定性模型, 结果: 偏最小二乘定量校正模型R 为0.9440,RMSEC为0.072 1,RMSEP为0.076 2;定性分析模型对10个预测样品的判错数为0. 结论: 利用傅里叶变换近红外漫反射光谱快速判别不同部位茯苓的方法是可行的,多糖含量PLS定量分析模型从预测精度、稳定性及适应性考虑均具一定的通用性,具有良好的市场应用前景.     

基于HPLC指纹图谱结合化学模式识别法和薄层色谱生物自显影评价不同生长期毛菊苣药材质量

目的 建立不同生长期(花前期、开花期和成熟期)毛菊苣Cichorium glandulosum地上部位药材的HPLC指纹图谱,结合化学模式识别法和薄层色谱(TLC)生物自显影技术评价毛菊苣药材质量,为其进一步研究与开发提供依据。方法 采用PolyPack C₁₈-AQ色谱柱,以甲醇(A)-乙腈(B)-0.3%磷酸溶液(C)为流动相进行梯度洗脱,检测波长为254 nm,体积流量为1.0 mL/min。采用《中药色谱指纹图谱相似度评价系统(2012)》建立不同生长期毛菊苣地上部位药材的HPLC指纹图谱并分析相似度。应用聚类分析(cluster analysis,CA)、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)筛选不同生长期下毛菊苣地上部位药材中具有的差异性化学成分。利用TLC-生物自显影技术对不同生长期毛菊苣药材进行体外抗氧化作用研究。结果 不同生长期下20批次药材HPLC指纹图谱共匹配出12个共有峰,指认出3号峰为秦皮乙素、6号峰为异槲皮苷、7号峰为3,5-O-二咖啡酰奎宁酸。CA将20批不同生长期下药材分为4类;PCA确定了3个主成分因子,累积方差贡献率为78.143%,PCA结果与CA结果基本一致;PLS-DA结果显示色谱峰11、2、6(异槲皮苷)、3(秦皮乙素)和5号峰可作为不同生长期毛菊苣药材质量的差异标志物。样品展开斑点和TLC-生物自显影说明花前期和开花期药材相比成熟期药材具有良好的抗氧化活性作用。结论 利用建立的指纹图谱可为毛菊苣地上部位药材规范化种植以及质量评价提供实验依据。     

基于脂肪酸代谢轮廓分析川楝子的肝毒性研究

目的从脂肪酸代谢轮廓的角度评价川楝子(TF)水提醇沉物和川楝子+延胡索(TF+CR)水提醇沉物的小鼠肝毒性。方法采用气相-质谱联用技术定量分析对照组、TF组和TF+CR组小鼠血清中15种游离脂肪酸和酯化脂肪酸,结合化学计量学方法分析小鼠给药后脂肪酸代谢轮廓的变化和生物标识物。结果血清脂肪酸定量测定结果经主成分分析表明TF给药后小鼠的血清脂肪酸代谢轮廓明显偏离正常水平,而具有保肝作用的CR可逆转这种偏离;偏最小二乘法-判别分析表明棕榈油酸、十八碳烯酸和花生四烯酸对表征TF小鼠肝毒性具有重要贡献,可作为评价TF肝毒性的生物标识物。结论 TF肝毒性与脂肪酸的代谢轮廓密切相关。