川产麦冬野生资源HPLC指纹图谱及化学模式识别研究

目的建立川产麦冬野生资源的化学模式识别方法。方法采用高效液相色谱法,建立川产麦冬野生资源的HPLC指纹图谱,使用SPSS17.0软件对26批不同来源川产麦冬样品的HPLC指纹图谱进行主成分分析,在主成分得分系数矩阵的基础上,对其进行系统聚类分析;并使用相似度评价软件进行相似度评价验证。结果 26批麦冬样品共提取出4个主成分,被分为4大类;与共有峰直接聚类相比,主成分-聚类分析更符合相似度评价结果。结论利用SPSS软件对麦冬HPLC指纹图谱进行主成分-聚类分析,所建立的模式识别方法,操作简便,统计结果具有可靠性,可对麦冬化学计量学分类及其质量评价提供有效参考。     

基于化学计量学的HPLC指纹图谱在当归炮制品质量控制和识别中的应用

目的:建立当归药材及炮制品的指纹图谱,对其进行化学识别和验证。方法:采用高效液相色谱法建立了当归及其炮制品HPLC指纹图谱,并使用主成分分析、系统聚类分析和判别分析对指纹图谱进行了模式识别研究。结果:当归不同炮制品HPLC指纹峰和相对峰面积存在一定差异,判别分析选择了6个色谱峰的相对峰面积为预测变量建立了当归及其炮制品的判别函数,回代判别率为100%,判别分析散点图区分度良好。结论:建立了当归炮制品HPLC指纹图谱,并结合化学计量学方法对当归炮制品进行准确、可靠的识别和验证,为当归及其炮制品的质量评价和炮制机制研究提供一定的科学依据。     

连翘HPLC指纹图谱的建立及其化学模式识别研究

目的:建立连翘醇溶性成分HPLC指纹图谱,为连翘质量控制提供理论依据.方法:对9批不同产地的连翘样品采用HPLC法进行指纹图谱的测定,选定8个共有峰,并使用SPSS 17.0软件,对样品共有峰的峰相对保留时间和相对峰面积进行化学模式识别研究.结果:该色谱方法简便,且方法学验证均符合要求,以聚类分析和主成分分析法结合指纹...     

基于聚类分析和主成分分析的栀子指纹图谱研究

目的建立栀子的HPLC指纹图谱,为其真伪鉴别及质量评价提供依据。方法采用HPLC法建立栀子及其主要混淆品(水栀子、大红栀子)的指纹图谱,并通过HPLC-ESI-MS对指纹图谱中的色谱峰进行鉴定。同时采用聚类分析及主成分分析对样品进行分类分析。结果获得了栀子的HPLC指纹图谱,共有峰17个,鉴定出15个共有峰。聚类分析及主成分分析能将22批栀子类药材区分为栀子、水栀子、大红栀子。结论栀子指纹图谱的构建和化学模式识别为栀子的真伪鉴别和质量控制提供科学依据。     

不同产地叶下珠中4种酚酸类成分的测定

目的 建立落花生茎叶HPLC指纹图谱并对其进行化学模式识别.方法 采用HPLC法,构建不同产地13批落花生茎叶的指纹图谱;采用聚类分析和主成分分析对指纹图谱进行化学模式识别.结果 建立了以7个共有峰为特征指纹信息的HPLC指纹图谱,13批样品被聚分为两大类.结论 HPLC指纹图谱的构建为落花生茎叶内在质量的评价研究提供了参考.     

枣仁安神胶囊HPLC指纹图谱与化学模式识别分析

目的建立枣仁安神胶囊HPLC指纹图谱,通过化学模式识别的方法全面评价其内在质量。方法采用高效液相色谱法(HPLC),确定12批次安神胶囊指纹图谱的15个共有峰,鉴定其中3个共有峰的化学成分。采用指纹图谱相似度评价,结合主成分分析和聚类分析对不同生产厂家12批枣仁安神胶囊的质量进行评价。结果 12批枣仁安神胶囊样品图谱与对照图谱比较,不同厂家相似度差距较大,质量不稳定。主成分分析与聚类分析均可将不同生产厂家的枣仁安神胶囊分为3类,且分类结果基本一致。结论所建立的HPLC指纹图谱分析方法高效、稳定,结合化学模式识别研究可有助于枣仁安神胶囊的整体质量控制及质量评价。     

牛大力HPLC指纹图谱及化学模式识别研究

目的:建立牛大力药材HPLC指纹图谱,并结合化学模式识别技术对其质量进行评价,为牛大力药材的质量控制提供参考。方法:采用Agilent TC-C_(18)色谱柱(250 mm×4.6 mm,5μm),以乙腈-0.1%乙酸溶液为流动相,梯度洗脱;柱温:30℃,流速:0.8 mL/min,检测波长:290 nm;建立牛大力样品指纹图谱,进行相似度评价;并运用聚类分析和主成分分析法对牛大力指纹图谱进行数据分析。结果:建立了牛大力HPLC指纹图谱,确定了13个共有峰。26批样品相似度为0.847～0.998,表明不同产地牛大力药材质量相对稳定;聚类分析及主成分分析均能将不同产地牛大力样品分为2类。结论:该研究首次建立了牛大力HPLC指纹图谱,结合化学模式识别,系统评价了牛大力药材质量。方法简单、稳定、重现性和分离度好,可为今后牛大力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接骨草的质量评价

目的 建立接骨草Sambucus javanica的HPLC指纹图谱,并结合化学模式识别为接骨草药材质量评价及临床应用提供参考。方法 采用HPLC-DAD法,以乙腈-0.2%磷酸溶液梯度洗脱,建立接骨草指纹图谱,同时测定新绿原酸、绿原酸、隐绿原酸的含量;采用相似度评价、聚类分析（cluster analysis,CA）、主成分分析（principal component analysis,PCA）和正交偏最小二乘-判别分析（orthogonal partial least squares discriminant analysis,OPLS-DA）等化学模式识别对差异性特征成分进行筛选。结果 建立的指纹图谱方法符合方法学要求,17批接骨草药材HPLC指纹图谱共标定9个共有峰,相似度均大于0.9,通过聚类分析将不同产地接骨草分为3类,聚类分析与主成分分析结果一致;综合分析筛选绿原酸、隐绿原酸和新绿原酸作为接骨草有效成分,质量分数分别在0.060%～1.007%、0.014%～0.074%、0.004%～0.151%。结论 采用指纹图谱结合化学模式识别技术可快速、有效地筛选出接骨草的差异性...     

草珊瑚的HPLC指纹图谱研究

目的建立草珊瑚的HPLC指纹图谱并对其进行化学模式识别。方法采用HPLC法对19批草珊瑚药材进行指纹图谱构建,运用指纹图谱参数共有峰、n强峰和相似度进行分析,并对图谱进行聚类分析和主成分分析。结果建立了草珊瑚的HPLC指纹图谱,得到了13个共有峰,建立了8强峰,相似度在0.82～0.98,19批药材聚成4类。结论草珊瑚的HPLC指纹图谱的构建和化学模式的识别为药材质量控制提供更全面的参考。     

药用菊花HPLC图谱分析及其模式识别研究

目的研究药用菊花的质量控制方法。方法采用高效液相色谱法建立了药用菊花HPLC图谱,对29种药用菊花栽培类型进行测定,并使用聚类分析和主成分分析对图谱进行模式识别研究。结果聚类分析和主成分分析结果相一致,29份药用菊花种质资源分为两类。结论该方法可用于药用菊花质量控制及其综合评价。     

基于HPLC指纹图谱及多指标成分测定结合化学计量学的不同商品规格山慈菇质量差异分析

目的 建立山慈菇的HPLC指纹图谱,对其特征成分进行含量测定并结合化学计量学分析方法分析不同商品规格山慈菇（冰球子、毛慈菇）化学成分的差异,为山慈菇药材的质量控制提供参考。方法 优化山慈菇药材的提取方法,应用HPLC法分别建立冰球子和毛慈菇指纹图谱,并对特征成分进行含量测定。采用相似度评价、聚类分析（clusteranalysis,CA）、主成分分析（principalcomponent analysis,PCA）、正交偏最小二乘法判别分析（orthogonal partial least squares discriminant analysis,OPLS-DA）、Fisher线性判别分析（fisher linear discrimination analysis,FLDA）对特征成分进行数据分析。结果 建立了冰球子和毛慈菇HPLC指纹图谱,分别匹配了46个和43个共有峰,共标示出17个色谱峰,指认出天麻素、loroglossin、dactylorhin A、白芨苷、山药素III、白芨联菲A、白芨联菲B、卷瓣兰蒽8个色谱峰并同时建立了上述除天麻素以外7个成分的HPLC含量测定方法。C...     

车前子综合化学模式识别研究

目的:运用高效液相色谱指纹图谱相似度评价法、系统聚类分析法和主成分分析法建立车前子药材的综合化学模式识别方法。方法:采用反相高效液相法,紫外检测器,Diamonsil C18柱(4.6 mm×250 mm,5μm),乙腈-0.5%乙酸水溶液为流动相梯度洗脱,建立车前子的HPLC-UV指纹图谱,并以24批药材共有色谱峰峰面积为依据,建立其系统聚类分析方法及主成分分析方法。结果:指纹图谱法可以区别不同品种及产地车前子,系统聚类分析法和主成分分析法分析结果基本一致,但稍有差异。结论:所建立的综合化学模式识别方法可用于车前子的质量控制及品种评价。     

基于HPLC指纹图谱与多成分定量结合化学模式识别法评价不同产地白芍的质量

目的:基于HPLC指纹图谱与多成分含量测定,并结合化学模式识别法,评价引种白芍与主产区白芍质量,为其进一步开发利用提供依据.方法:采用HPLC法,Shim-pack GIST-HP C18色谱柱(250 mmx4.6mm,5.0μm),乙腈(A)-0.1％磷酸溶液(B)为流动相,梯度洗脱,流速为lmL/min,柱温为3...     

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...     

近红外光谱结合主成分分析和聚类分析鉴别炉甘石生品、伪品和炮制品

目的:利用主成分判别分析和聚类分析建立炉甘石生品、伪品和炮制品的近红外光谱鉴别模型。方法:采集炉甘石生品、伪品和炮制品的近红外光谱,每类样品随机划分为训练集和测试集。对光谱预处理方法和建模谱段进行筛选,分别建立主成分判别分析模型及聚类分析模型。结果:光谱经一阶导数预处理,主成分判别分析模型的特征谱段为4 800~4 000 cm~(-1),聚类模型的特征谱段为7 300~7 000,4 800~4 000 cm~(-1)。在主成分判别分析模型中,预测准确率94.34%;在聚类模型中,模型的预测准确率96.23%。结论:所建立的近红外主成分判别分析模型和聚类分析模型均可用于炉甘石生品、伪品和炮制品的鉴别。     

夏枯草药材高效液相指纹图谱及其模式识别研究

目的:采用反相高效液指纹图谱及其模式识别方法建立夏枯草药材的质量控制方法。方法:色谱柱为Elit SinoChrom ODS-AP柱,采用乙腈-0.01%磷酸溶液进行梯度洗脱,流速1.0mL.min-1,检测波长为203nm。对15批不同产地的夏枯草药材进行检测,通过比较其指纹图谱相似度,运用主成分分析法和聚类分析法对其进行模式识别研究。结果:得到夏枯草药材对照指纹图谱,共有17个共有峰,各批次指纹图谱及对照图谱间相似度高。通过模式识别研究可将15批药材分为3类,与样品的地域归类一致。结论:研究结果表明,该方法先进、简便、稳定性好,且结果直观,并具有代表性,可为夏枯草的质量控制方法研究提供参考。     

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、...