李运 1,2,3张霁 1,2金航 1,2王元忠 1,2张金渝 1,2,3
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南省省级中药原料质量监测技术服务中心, 云南 昆明 650200
3 云南中医学院中药学院, 云南 昆明 650500
当今中药市场上掺假现象屡见不鲜, 不良商贩利用三七须根粉末假冒主根和剪口粉末, 严重影响三七的质量与药效。 通过傅里叶变换红外光谱(FTIR)结合化学计量学建立三七主根、 剪口和须根粉末鉴别及四种皂苷含量快速预测模型, 为快速三七质量控制提供基础。 采集三七主根、 剪口和须根红外光谱, 超高效液相色谱(UPLC)测量样品中三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd含量。 采用纵坐标归一化及二阶导数对原始红外光谱进行预处理; Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。 训练集数据结合支持向量机(SVM)判别建立三七主根、 剪口和须根粉末鉴别模型, 最佳核函数c和g采用交叉验证进行网格式搜索, 预测集数据用于对判别模型进行外部验证。 正交信号校正偏最小二乘回归(OSC-PLSR)建立三七中四种皂苷含量预测模型, 红外光谱采用一阶、 二阶导数及Savitsky-Golay平滑5点、 7点、 9点、 11点预处理。 60个样本分为2/3训练集与1/3预测集, 训练集数据建立OSC-PLSR模型, 预测集数据对OSC-PLSR模型的预测结果进行外部验证。 结果显示: (1)二阶导数可有效的分离原始谱图的叠合隐蔽谱峰, 并提高谱图的分辨率; (2)交叉验证网格式搜索计算出最佳核函数c=2.828 43, g=4.882 81×10-4, 此时训练集判别正确率为100%; (3)SVM判别模型核函数设置为最佳核函数, 预测集数据外部验证正确率为100%, 所有样本均被正确鉴别; (4)三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近, 预测效果良好。 FTIR结合SVM判别能对三七主根、 剪口和须根粉末快速鉴别, 结合OSC-PLSR能对四种皂苷含量进行准确预测。 该方法准确可靠, 可为中药材三七提供快速有效的质量控制。
傅里叶变换红外光谱 三七 地下部位鉴别 皂苷含量预测 化学计量学 Fourier transform infrared spectroscopy Panax notoginseng Main root Rhizome Fibrous root Powder identification Saponins content prediction 
光谱学与光谱分析
2019, 39(1): 103
李运 1,2,3张霁 1,2刘飞 4徐福荣 3[ ... ]张金渝 1,2,3
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南省省级中药原料质量监测技术服务中心, 云南 昆明 650200
3 云南中医学院中药学院, 云南 昆明 650500
4 玉溪师范学院, 云南 玉溪 653100
对中药进行快速质量控制, 从整体层面反映中药的安全性与有效性具有重要意义。 通过硫酸-苯酚显色反应测定三七总多糖含量, 傅里叶变换红外光谱(FTIR)结合支持向量机回归(SVR)建立三七总多糖含量预测模型, 以期为三七提供快速准确的质控方法。 采集云南省12个产地60个三七样品的红外光谱, 紫外分光光度法(UV-Vis)检测样品中总多糖含量。 红外光谱经过二阶导数(2D)、 正交信号校正(OSC)、 小波变换(WT)和变量投影重要性(VIP)筛选等数据优化处理。 SPXY算法将所有样本按2∶1的比例划分为训练集与预测集。 训练集数据用于建立SVR预测模型, 网格式搜索、 遗传算法(GA)和粒子群优化算法(PSO)对SVR预测模型进行参数优化, 预测集进一步对SVR模型的预测能力进行验证。 结果显示: (1)葡萄糖标准品与三七总多糖在490 nm处存在最大共有吸收峰, 490 nm可作为三七总多糖检测的定量波长; (2)文山丘北、 曲靖师宗及红河蒙自等产地的三七总多糖含量较高, 平均含量在25 mg·g-1以上; (3)分析3种参数优化模型的校正均方根误差(RMSEE)与预测均方根误差(RMSEP), 与PSO优化模型相比, 网格式搜索优化模型欠学习, GA优化模型过学习; (4)PSO-SVR模型对预测集数据预测效果最好, RMSEP=3.120 6, R2pre=83.13%, 预测值与紫外检测值接近。 表明FTIR结合PSO-SVR模型能够对三七中总多糖含量进行快速准确的预测, 为保证三七稳定、 安全与有效用药提供数据。
紫外-可见分光光度法 傅里叶变换红外光谱 三七 总多糖 含量预测 整体性质量控制 支持向量机回归 Ultraviolet-visible spectrophotometry Fourier transform infrared (FTIR) spectroscopy P. notoginseng Total polysaccharides Content prediction Comprehensive quality control Support vector regression 
光谱学与光谱分析
2018, 38(6): 1696
吴喆 1,2,3张霁 1,2左智天 1,2徐福荣 3[ ... ]张金渝 1,2
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 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
3 云南中医学院中药学院, 云南 昆明 650500
中药炮制是根据中医学理论, 改变中药的性味和功效, 以达到缓和药性、 减毒增效等作用。 炮制对中药的活性成分、 药效、 毒副作用影响甚大, 建立一个系统鉴别和评价中药不同炮制品的方法, 可为中药质量和临床用药安全提供重要支撑。 采用红外光谱法对9种云南重楼不同炮制品进行对比分析, 结合化学计量学建立主成分-马氏距离(PCA-MD)判别模型进行鉴别分析。 云南重楼不同炮制品的红外光谱经自动基线校正和纵坐标归一化预处理后, 取其平均光谱图。 九种重楼不同炮制品的平均红外光谱和二阶导数光谱显示: (1)其主要特征吸收峰为3 387, 2 923, 1 745, 1 463, 1 338, 1 240, 1 207, 1 158, 1 180, 1 080, 1 048, 1 020, 988, 921, 895, 859, 833, 765, 708, 572和529 cm-1; (2)重楼不同炮制品红外图谱的峰形基本相似, 可显示出重楼所特有的红外光谱特征; (3)重楼不同炮制品红外图谱中少数特征吸收峰数目、 位置和吸收强度存在差异, 表明重楼经不同炮制后化学成分和含量发生了改变。 红外光谱经多元散射校正(MSC), 标准正态变量(SNV), 一阶求导(1st Der), 二阶求导(2nd Der)和平滑(SG)优化处理后, 采用Kennard-Stone算法筛选训练集和预测集(3∶1), 建立PCA-MD判别分析模型。 结果显示, 重楼不同炮制品的最佳预处理方法为1st Der+SG(11∶3)。 提取前5个主成分, 变量特征的解释能力为88.2%, 以PC1, PC2和PC3为坐标轴建立PCA-MD三维得分图可知, 九种炮制品可完全区分; 其中重楼I, H, G和F的聚类效果最好, 且前三种炮制品距离较近, 表明晒干和烘干处理重楼与传统炮制重楼所含化学成分相似; 重楼D和E空间距离较近, 推测其经过微波和蒸汽高温处理后化学成分变化相似。 预测集样本可准确的归属于训练集, PCA-MD判别模型的准确率为100%。 红外光谱结合PCA-MD判别分析可准确区分云南重楼的不同炮制品, 为云南重楼炮制品的临床应用提供参考, 同时为中药炮制品的鉴别提供了借鉴。
红外光谱 云南重楼 炮制 主成分-马氏距离判别模型 Infrared spectroscopy Paris polyphylla var. yunnanensis Processing Principal component analysis-Mahalanobis distance 
光谱学与光谱分析
2018, 38(4): 1101
作者单位
摘要
1 云南农业大学农学与生物技术学院, 云南 昆明 650201
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
3 云南省省级中药原料质量监测技术服务中心, 云南 昆明 650200
建立红外光谱快速鉴别牛肝菌种类及预测牛肝菌中重金属镉(Cd)含量的方法。 采集11种牛肝菌共98个子实体的红外光谱信息, 解析牛肝菌的红外光谱, 用一阶导数、 标准正态变量和多元散射校正对原始光谱进行预处理, 通过PLS-DA鉴别牛肝菌种类。 采用ICP-AES法测定牛肝菌中有毒重金属Cd含量, 分析牛肝菌对Cd的富集规律并与GB 2762—2012规定的食用菌中Cd限量标准比较, 评价牛肝菌的食用安全性。 以食用菌对重金属Cd的富集机理为切入点, 将牛肝菌红外光谱数据和Cd含量数据进行拟合, 用PLS模型快速预测牛肝菌的Cd含量。 结果显示: (1)牛肝菌红外光谱经过适当的预处理进行PLS-DA, 前三个主成分累积贡献率达到79.3%, PLS-DA的三维得分图能明显区分不同种类牛肝菌; (2)不同产地、 种类牛肝菌对重金属Cd的富集存在差异, 其含量在0.05~23.41 mg·kg-1 dw之间, 除了采自昆明五华区的灰疣柄牛肝菌外, 多数样品的Cd含量超过GB2762-2012的限量标准, 食用有一定的健康风险; (3)牛肝菌红外光谱数据与Cd含量拟合后进行正交信号校正-小波压缩优化处理, 用PLS模型预测牛肝菌的Cd含量; 训练集和验证集的R2分别为0.851 9和0.882 4, RMSEE和RMSEP分别为2.59和2.67, 大部分牛肝菌的Cd含量预测值与真实值较接近, 表明PLS模型可用于牛肝菌Cd含量快速预测。 傅里叶变换红外光谱结合化学计量学能实现牛肝菌种类快速鉴别及Cd含量准确预测, 为牛肝菌种类鉴别和质量控制提供快速、 有效的方法。
傅里叶变换红外光谱 牛肝菌  定量预测 鉴别 Fourier transform infrared (FTIR) spectroscopy Bolete mushrooms Cadmium Content prediction Discrimination 
光谱学与光谱分析
2017, 37(9): 2730
吴喆 1,2,3张霁 1,2金航 1,2王元忠 1,2张金渝 1,2
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 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
3 云南中医学院中药学院, 云南 昆明 650500
傅里叶变换红外光谱(FTIR)结合偏最小二乘判别分析(PLS-DA)和偏最小二乘回归(PLSR)对不同采收期滇重楼(Paris polyphylla var yunnanensis)分别进行定性鉴别与定量分析, 以期为滇重楼合理采收和鉴别评价提供科学依据。 采集46份不同采收期滇重楼样品的红外光谱, 对光谱数据进行自动基线校正+纵坐标归一化+自动平滑+小波去噪(WD)预处理后进行PLS-DA分析; 采用超高效液相色谱测定样品中重楼皂苷Ⅰ, Ⅱ, Ⅵ, Ⅶ的含量, 将液相测定数据与红外光谱数据进行拟合, 经自动基线校正+纵坐标归一化+自动平滑+一阶求导+正交信号校正(OSC)优化处理后, 建立滇重楼中重楼皂苷Ⅰ, Ⅱ, Ⅵ, Ⅶ的快速预测模型。 结果显示, (1)原始红外光谱中主要吸收区域在950~700, 1 200~950, 1 800~1 500和2 800~3 500 cm-1附近。 (2)PLS-DA得分图可准确区分不同采收期滇重楼样品。 (3)液相数据显示重楼总皂苷含量随着年限的增加先成倍增加, 再逐渐减少, 最后呈现缓慢增加的趋势。 (4)重楼总皂苷含量定量模型的预测值与真实值间无显著性差异, 表明模型预测效果好。 FTIR结合化学计量学可准确区分不同采收期滇重楼并快速预测其皂苷含量, 为不同采收期滇重楼的鉴别和皂苷含量预测提供一种新方法, 同时为确定滇重楼的最佳采收期提供参考依据。
红外光谱 采收期 滇重楼 重楼皂苷 Infrared spectroscopy Harvest times Paris polyphylla Smith var. yunnanensis Polyphyllin PLS-DA PLS-DA PLSR PLSR 
光谱学与光谱分析
2017, 37(6): 1754
李运 1,2,3张霁 1,2徐福荣 3王元忠 1,2张金渝 1,2,3
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南省省级中药原料质量监测技术服务中心, 云南 昆明 650200
3 云南中医学院中药学院, 云南 昆明 650500
中药产地及生长环境的改变会对其次生代谢产物、 质量产生整体性影响。 近年来, 三七产地从道地产地文山扩展到周边县市。 为保证三七质量, 中国药典以三种皂苷含量为指标对三七进行质量控制, 指标较为单一, 难以对三七质量进行整体性评价。 通过紫外-可见分光光度法测定三七总黄酮含量, 傅里叶变换红外光谱结合化学计量学建立三七总黄酮含量快速预测模型; 为三七快速及整体性质量控制提供研究基础。 采集云南省12个产地96个三七样品的紫外与红外光谱。 记录样品紫外光谱268 nm处吸光度, 结合芦丁标准品线性方程计算样品中总黄酮含量。 预处理红外光谱数据采用一阶(1D)、 二阶导数(2D)结合Savitsky-Golay平滑(7点、 9点和11点)处理, Kennard-stone算法将96个个体分为2/3训练集与1/3预测集。 训练集数据用于正交信号校正偏最小二乘回归(OSC-PLSR)模型的建立, 1/7交叉验证用于筛选最佳主成分数, 预测集数据对OSC-PLSR模型预测能力进行验证。 结果显示: (1)标准品芦丁在268 nm处吸光度与浓度相关系数r=0.999 7, 线性浓度范围为5.6~72.0 μg·mL-1, 线性关系良好; (2)道地产区文山州3个产地以及曲靖市罗平、 昆明市石林等产地三七总黄酮含量较高, 平均含量高于7 mg·g-1; (3)相同点数Savitsky-Golay平滑之后, 二阶导数模型预测能力优于一阶导数, 不同处理模型预测能力具有较大差别; (4)预测模型中, 2D+SG 7+OSC-PLSR(R2pre=0.976 1, RMSEP=0.325 2)与2D+SG 11+OSC-PLSR(R2pre=0.946 9, RMSEP=0.382 0)模型预测效果较好, RMSEP均小于0.4, 预测值与检测值接近。 傅里叶变换红外光谱结合OSC-PLSR能够对12个产地三七中总黄酮含量进行快速准确的预测, 为三七整体性质量控制提供一种快速、 简便、 有效的检测方法。
紫外-可见分光光度法 傅里叶变换红外光谱 三七 总黄酮 含量预测 质量控制 Ultraviolet-visible spectrophotometry Fourier transform infrared (FTIR) spectroscopy Panax notoginseng Total flavonoids Content prediction Quality control 
光谱学与光谱分析
2017, 37(1): 70
作者单位
摘要
1 西双版纳傣族自治州傣医医院, 云南 西双版纳 666100
2 云南中医学院中药学院, 云南 昆明 650500
3 云南省农业科学院药用植物研究所, 云南 昆明 650200
建立不同采收期灯台叶紫外-可见光谱指纹图谱及HPLC指纹图谱, 结合主成分分析、 聚类分析对不同采收期灯台叶进行快速鉴别和品质评价, 确定最佳采收期, 推动傣药现代化发展进程。 通过单因素实验确定灯台叶紫外-可见光谱的最佳提取条件, 采集12个月份灯台叶紫外光谱数据, 平行3次, 扣除背景8点平滑后倒入SIMCA-P+11.5进行主成分分析, 以前三个主成分三维得分图快速鉴别不同采收期。 Agilent ZORBAX Eclipse XDB C18(250×4.6 mm, 5 μm)色谱柱, 以乙腈(B)-0.1%甲酸水(A)为流动相, 梯度洗脱(0~5 min, 5% B; 5~35 min, 5% B→26% B; 35~40 min, 26% B→56% B), 流速1 mL·min-1, 进样量7 μL, 柱温30 ℃, 检测波长287 nm。 不同采收期灯台叶紫外-可见光谱根据吸收峰位置及变化的幅度可以将光谱分为三段, 第一段为235~400 nm, 第二段为400~500 nm, 第三段为500~800 nm。 第一段中吸收峰数目最多, 主要集中在270, 287和325 nm, 吸光度及其变化幅度最大, 体现出不同月份光谱图的指纹特征。 第二段吸收峰较少主要分布在410 nm和464 nm附近, 吸光度及其变化较第一段减小。 第三段图谱在665 nm处均有一个较大吸收峰, 吸光度无明显差异。 将UV-Vis光谱数据进行主成分分析, 不同月份样品在主成分得分图中离散分布, 同一月份样品相对集中, 可以将不同月份样品鉴别开。 HPLC指纹图谱结合聚类分析可将不同采收期样品分为Ⅲ类, 第Ⅰ类为3, 4, 5和7月份, 第Ⅱ类为6, 8和9月份, 第Ⅲ类为10, 11, 12, 1及2月。 结合共有峰面积可以看出同一类样品化学成分含量相近, 不同类之间差异较明显, 第Ⅲ类样品化学成分含量最高。 UV-Vis FP, HPLC FP结合主成分分析和聚类分析能快速鉴别不同采收期灯台叶并对其进行品质评价。 灯台叶最佳采收期为10月至次年2月, 即傣历中的冷季。
紫外-可见光谱 HPLC指纹图谱 傣药 灯台叶 采收期 鉴别 质量评价 UV-Vis HPLC fingerprint Dai medicine Alstonia scholaris (L.) R. Br. Harvest time Distinguish Quality estimation 
光谱学与光谱分析
2016, 36(12): 4021
作者单位
摘要
1 云南农业大学农学与生物技术学院, 云南 昆明 650201
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
3 玉溪师范学院资源环境学院, 云南 玉溪 653100
傅里叶变换红外光谱结合化学计量学建立快速鉴别牛肝菌种类及测定牛肝菌中总Hg含量的方法。 采集15种共48份云南常见牛肝菌的红外光谱信息并用冷原子吸收光谱-直接测汞仪测定牛肝菌的总Hg含量, 根据FAO/WHO规定的每周Hg允许摄入量(provisional tolerable weekly intake, PTWI)评价牛肝菌的食用安全性; 采用Norris平滑、 多元散射校正、 二阶导数、 正交信号校正-微波压缩等方法对牛肝菌的红外光谱进行优化处理, 优化处理后的数据进行主成分分析、 偏最小二乘判别分析建立快速鉴别牛肝菌种类及牛肝菌总Hg含量的预测模型。 结果显示: (1)主成分分析的前三个主成分累积贡献率为77.1%, 不同种类牛肝菌在主成分得分图中能够明显区分开, 表明不同种类牛肝菌的化学组分或含量具有差异; (2)不同产地、 种类牛肝菌总Hg含量差异明显, 其总Hg含量在0.17~15.2 mg·kg-1 dw之间; 若成年人(60 kg)每周食用300 g新鲜牛肝菌则少数牛肝菌摄入的Hg超过PTWI的限量标准, 食用有一定风险; (3)牛肝菌红外光谱数据与总Hg含量拟合, 进行偏最小二乘判别分析, 能快速区分总Hg含量低(≤1.95 mg·kg-1 dw)、 中(2.05~3.9 mg·kg-1 dw)、 高(≥4.1 mg·kg-1 dw)的牛肝菌样品, 并且Hg含量差异越大, 越易于区分; 进一步建立牛肝菌总Hg含量预测模型, 训练集的R2为0.911 4, RMSEE为1.09, 验证集的R2和RMSEP分别为0.949 7和0.669 5, 牛肝菌总Hg含量预测值与测定值比较接近, 模型预测效果良好。 红外光谱结合化学计量学方法能快速鉴别牛肝菌种类, 区分不同总Hg含量的牛肝菌样品并对Hg含量进行准确预测, 为野生牛肝菌的质量控制和食用安全评估提供快速、 简便的方法。
红外光谱 牛肝菌 重金属 鉴别 健康风险 Infrared spectroscopy Boletes Hg Hg Heavy metal Discrimination Health risk 
光谱学与光谱分析
2016, 36(11): 3510
作者单位
摘要
1 University of Gdańsk, Gdańsk PL 80-308, Poland
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
茯苓菌核在亚洲具有悠久的药用历史, 也是北京传统小吃“茯苓夹饼”原材料。 研究旨在测量和评价中国云南地区茯苓菌核的总汞含量。 与其他种类蘑菇子实体相比, 茯苓菌核汞含量较低。 汞含量(干物质)的范围为0.004 1~0.019 mg·kg-1, 中位数为0.011 mg·kg-1, 总体平均值为(0.011±0.004) mg·kg-1, 表明云南不同产地茯苓菌核中Hg含量受到复杂山地类型的影响较大。 对每天食用含有50 g茯苓菌核的茯苓夹饼Hg摄入量进行健康评估, 人均每天Hg摄入量为0.000 003 4~0.000 016 mg·kg-1, 按成人体重60 kg计算, 人均每天Hg摄入量为0.000 009 2~0.000 55 mg。 研究结果显示, 茯苓菌核中Hg元素含量较低, 其摄入量低于健康限量标准。 同时, 煎煮后的茯苓菌核中Hg摄入量也低于健康限量标准, 由茯苓菌核制成的茯苓夹饼Hg含量较低。
生物富集 重金属 真菌 野生食品 Bioconcentration Heavy metal Fungi Wild foods 
光谱学与光谱分析
2016, 36(9): 3083
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南中医学院中药学院, 云南 昆明 650500
林药复合种植是一种缓解中药资源减少及提高土地利用率的方法。 采用傅里叶变换红外光谱法对70份不同种植模式的滇龙胆进行研究, 通过Omnic8.0软件对原始光谱进行基线校正、 归一化、 二阶导数光谱预处理; 对样品与龙胆苦苷标准品的二阶导数光谱进行分析; 利用各类样品的平均光谱建立两个光谱数据库Lib1和Lib2, 其中Lib1在1 800~600 cm-1光谱范围内进行专家检索, Lib2在全谱范围内进行相关性和平方微分差检索。 结果表明, 样品的红外光谱较为相似, 难以直观分析鉴别; 样品与龙胆苦苷标准品具有多个共有峰, 其中1 611和1 076 cm-1为标准品的特征峰, 各样品在1 076 cm-1处峰形差异较小, 通过对1 611 cm-1处峰面积的比较, 种植于核桃林下的样品龙胆苦苷含量最高, 荒坡种植及与木瓜复合种植的样品有效成分含量最低; 不同种植模式样品中有效成分的不同表现为光谱匹配值之间的差异, 与核桃树、 旱冬瓜、 桉树、 茶树、 杉树复合种植的样品间匹配值的差异小于与木瓜复合种植及荒坡种植的样品, 专家检索法对样品的误判数为11, 相关性检索和平方微分差检索法对样品的误判数分别为4和9, 即在全谱范围内相关性检索法对样品鉴别效果最佳, 正确识别率为94.29%。 红外光谱法结合二阶导数光谱、 光谱检索对不同复合种植模式滇龙胆的鉴别效果较好, 为不同复合种植中药药源鉴别提供理论依据。
滇龙胆 复合种植 傅里叶变换红外光谱 二阶导数光谱 光谱检索 Gentiana rigescens Multiple cropping Fourier transform infrared spectroscopy Second derivative Spectrum retrieval 
光谱学与光谱分析
2016, 36(8): 2468

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!