1 云南省农业科学院高山经济植物研究所, 云南 丽江 674199
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
3 云南省省级中药原材料质量监测技术服务中心, 云南 昆明 650200
评价药用植物质量的主要手段之一是有效成分含量检测, 不同采收期对药用植物有效成分含量有明显影响。 通过傅里叶变换红外光谱(FTIR)结合化学计量学建立快速预测不同采收期铁皮石斛中总黄酮含量的方法, 以期为铁皮石斛质量快速预测评价提供研究基础。 采收2014年1至12月的铁皮石斛样品干燥粉碎； 以氯化铝显色法测定铁皮石斛中总黄酮含量, 分析不同采收时间铁皮石斛总黄酮的累积规律； 采集样品红外光谱信息, 归属红外吸收峰, 拟合红外光谱数据和总黄酮含量数据, 结合一阶导数、 二阶导数、 多元散射校正、 标准正态变量、 正交信号校正等对数据进行预处理, 建立偏最小二乘回归模型预测样品中总黄酮含量。 结果显示: (1)样品和标准品芦丁均在270 nm附近有共有吸收峰, 实验以270 nm为总黄酮定量波长, 标准曲线为y=6.076 5x+0.055 8, 相关系数r=0.996 6, 线性关系良好； 重现性、 精密度和稳定性相对标准偏差分别为1.00%, 0.37%和0.28%, 该方法稳定可靠； (2)总黄酮含量随时间变化趋势为先升高后降低, 6月—8月样品含量较高, 平均含量大于64.10 mg·g-1； (3)铁皮石斛红外光谱数据与总黄酮含量拟合后进行一阶导数、 二阶导数、 多元散射校正、 标准正态变量、 正交信号校正等组合处理, 用PLSR模型预测铁皮石斛的总黄酮含量, 结果最佳预处理方式为2D+SG5+SNV+OSC-PLSR, 训练集和验证集r分别为0.979 0和0.882 4, 验证均方根误差(RMSEE)和预测均方根误差(RMSEP)分别为2.438 2和4.169 9, 铁皮石斛中总黄酮含量预测值与测量值较接近, 表明PLS模型可用于总黄酮含量的快速预测。 傅里叶变换红外光谱结合化学计量学能实现铁皮石斛中总黄酮含量准确预测, 为铁皮石斛质量评价提供快速、 有效的方法。
傅里叶变换红外光谱 铁皮石斛 总黄酮 含量预测 Infrared spectroscopy Dendrobium officinale Total flavonoids Content prediction 光谱学与光谱分析
2018, 38(6): 1702
Author Affiliations
Abstract
State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinademy of Sciences, Xi’an 710119, China
The stochastic resonance based on optical bistability in the semiconductor optical amplifier is numerically investigated to extract a weak pulse signal buried in noise. The output property of optical bistability under different system parameters is analyzed, which determines the performance of the stochastic resonance. Through optimizing these parameters, the noise-hidden signal is extracted via stochastic resonance, in which the maximum cross-correlation gain higher than nine is obtained. This provides a novel technology for detecting a weak optical signal in various signal processing fields.
190.0190 Nonlinear optics 190.1450 Bistability Chinese Optics Letters
2016, 14(8): 081901
