目的建立蒲黄炭炮制程度判别和多成分定量的近红外(Near infrared,NIR)快速分析方法。方法制备“不及”“适中”“太过”3种炮制规格的蒲黄炭样品186批,采集不同规格蒲黄炭的NIR光谱,分别采用偏最小二乘判别分析(Partial least squares ...
详细信息
目的建立蒲黄炭炮制程度判别和多成分定量的近红外(Near infrared,NIR)快速分析方法。方法制备“不及”“适中”“太过”3种炮制规格的蒲黄炭样品186批,采集不同规格蒲黄炭的NIR光谱,分别采用偏最小二乘判别分析(Partial least squares discriminant analysis,PLS-DA)、K-最近邻(k-nearest neighbor,kNN)和支持向量机(Support vector machine,SVM)建立蒲黄炭炮制程度的判别分析模型,以准确度(Accuracy,ACC)和错误率(Error rate,ER)对不同类型判别模型的判别效果进行评价。然后采用偏最小二乘(Partial least squares,PLS)建立蒲黄炭中原儿茶酸、3-羟基苯甲酸、4-羟基苯甲酸、壬二酸、槲皮素、槲皮素-3-O-(2G-α-L-鼠李糖基)-芸香糖苷、山柰酚、山柰酚-3-O-(2G-α-L-鼠李糖基)-芸香糖苷、异鼠李素、香蒲新苷、异鼠李素-3-O-新橙皮糖苷和柚皮素的定量分析模型,计算校正集和验证集相关系数(r_(cal)、r_(pre))、校正集误差均方根(Root mean square error of calibration,RMSEC)、验证集误差均方根(Root mean square error of prediction,RMSEP)和性能偏差比(The ratio of prediction to deviation,RPD)对PLS模型预测性能进行评价。结果与PLS-DA和KNN模型相比,SVM模型对不同炮制程度蒲黄炭判别效果最优,校正集和验证集的ACC分别为90.08%和93.44%,ER分别为9.08%和5.21%。蒲黄炭中12种化学成分的PLS模型r_(cal)和r_(pre)均大于0.9,RPD均大于2.3。结论本文采用NIR光谱并结合化学计量学建立蒲黄炭炮制程度判别分析和多成分定量分析的快速检测方法,该方法快速、无损、准确,为快速判断蒲黄炭炮制程度和分析化学成分变化,保证蒲黄炭炮制工艺的稳定性和饮片质量的可控性提供科学依据和方法支撑。
该文采用偏最小二乘(partial least squares,PLS)算法分别建立山楂和焦山楂化学成分与消食健脾功效的“谱效”关系模型,辨识山楂、焦山楂消食健脾功效成分,阐明山楂炮制机制。分别制备山楂、焦山楂水提物不同极性部位及其组合,采用超高...
详细信息
该文采用偏最小二乘(partial least squares,PLS)算法分别建立山楂和焦山楂化学成分与消食健脾功效的“谱效”关系模型,辨识山楂、焦山楂消食健脾功效成分,阐明山楂炮制机制。分别制备山楂、焦山楂水提物不同极性部位及其组合,采用超高效液相色谱-质谱联用技术测定山楂、焦山楂水提物不同极性部位及其组合中24种化学成分的含量;复制大鼠胃肠动力障碍模型,测定胃排空率和小肠推进率比较山楂、焦山楂水提物不同极性部位及其组合对模型大鼠的影响;采用PLS算法分别建立山楂、焦山楂“谱效”关系模型。结果表明,山楂、焦山楂水提物不同极性部位及其组合中24种化学成分的含量差异明显;山楂、焦山楂水提物不同极性部位及其组合对模型大鼠的改善作用有明显差别;通过PLS模型参数辨识山楂消食健脾功效成分为牡荆素-4″-O-葡萄糖苷、牡荆素-2″-O-鼠李糖苷、新绿原酸、芦丁、没食子酸、香草酸、枸橼酸、苹果酸、奎尼酸和延胡索酸,焦山楂消食健脾功效成分为新绿原酸、隐绿原酸、芦丁、没食子酸、香草酸、枸橼酸、奎尼酸和延胡索酸。该文为阐明山楂炮制机制提供数据支撑和科学依据。
暂无评论