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
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
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
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
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
采收是中药生产的重要环节, 采收时间直接影响中药质量和产量, 是中医临床安全有效用药的前提, 开展中药适时采收期的研究具有重要意义和应用价值。 采用傅里叶变换红外光谱法对72份不同采收期的滇龙胆进行鉴别研究, 用TQ8.0软件对原始光谱进行一阶导数(first derivative, FD)、 二阶导数(second derivative, SD)、 标准正态变量(standard normal variate, SNV)、 多元散射校正(multiplicative scatter correction, MSC)和平滑(savitaky-golay filter, SG)预处理, 样品按3∶1分为校正集和预测集, 同时建立主成分分析(principal component analysis, PCA)和偏最小二乘判别分析(partial least square discriminant analysis, PLS-DA)模型。 结果显示, 选取1 800～600 cm-1波段范围的光谱, 去除光谱噪音； SNV结合二阶导数光谱和SG(15, 3)平滑, 预处理结果满意。 主成分分析表明, 前三个主成分方差贡献率为92.47%, 5月、 9月和10月份采收的样品差异较小。 偏最小二乘判别分析建立判别模型, 决定系数R2和校正均方根误差(RMSEE)分别为0.967 8和0.086 0, 可对18个预测集样品进行准确分类。 红外光谱法结合主成分分析、 偏最小二乘判别分析对不同采收期滇龙胆的分类和判别效果较好, 为不同采收期的中药鉴别提供理论依据。
滇龙胆 不同采收期 傅里叶变换红外光谱 主成分分析 偏最小二乘判别分析 Gentiana rigescens Different harvest seasons Fourier transform infrared spectroscopy Principal component analysis Partial least square discriminant analysis 光谱学与光谱分析
2016, 36(5): 1358
云南省农业科学院药用植物研究所, 云南 昆明 650200
食药植物玛咖富含多种营养成分, 极具药用价值。 采用近红外漫反射光谱, 对采自秘鲁及云南共139份玛咖样品进行产地鉴别。 采用多元信号校正结合二阶导数和Norris平滑预处理光谱, 利用光谱标准偏差初步选择光谱波段（7 500～4 061 cm-1）, 结合主成分-马氏距离（principal component analysis-mahalanobis distance, PCA-MD）筛选出适宜的主成分数为5。 基于所筛选的光谱波段及主成分数, 利用“模群迭代奇异样本诊断”方法剔除2个异常样品后, 分别采用竞争自适应重加权法（competitive adaptive reweighted sampling, CARS）、 蒙特卡洛-无信息变量消除法（monte carlo-uninformative variable elimination, MC-UVE）、 遗传算法（genetic algorithm, GA）和子窗口重排（subwindow permutation analysis, SPA）四种方法筛选光谱变量信息, 利用模型集群分析（model population analysis, MPA）思想对所筛选的光谱变量信息进行评价。 结果显示, RMSECV（SPA）>RMSECV（CARS）>RMSECV（MC-UVE）>RMSECV（GA）, 分别为2.14, 2.05, 2.02, 1.98, 光谱变量数分别为250, 240, 250和70。 采用偏最小二乘判别分析法（partial least squares discriminant analysis, PLS-DA）对四种方法筛选的光谱变量建立判别模型, 随机选择97份样品作为建模集, 其余40份样品作为验证集。 通过R2, RMSEC和RMSEP分析可知, R2: GA>MC-UVE>CARS>SPA, RMSEC和RMSEP: GA
玛咖 近红外光谱 鉴别 光谱信息筛选 模型集群分析 Lepidium meyenii Walp. NIR spectroscopy Identification Spectral information screening Model population analysis
1 玉溪师范学院物理系, 云南 玉溪 653100
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
利用傅里叶变换红外光谱结合判别分析对三七的道地性及产地进行鉴别研究。测试了11个县13个种植点的136株三七主根样品的红外光谱, 利用Omnic8.0软件计算了每个样品红外光谱的二阶导数光谱。分别采用1 800～700 cm-1光谱范围的红外光谱数据和二阶导数光谱数据, 运用逐步判别分析法建立模型对三七的道地性进行判别研究, 二阶导数光谱数据建立的模型对三七道地性的识别效果更好, 回判正确率为100%, 预测正确率为93.4%。采用交叉验证法检验了模型的稳定性, 并对此方法进行了外推性验证。用二阶导数光谱数据结合相同的判别方法对三七的产地进行识别, 比较了不同光谱范围和不同训练样本数建立的模型判别效果, 每个种植点选择8个样本作为训练样本, 采用1 500～1 200 cm-1光谱范围的数据建立的模型判别效果较好, 回判正确率为99.0%, 预测正确率为76.5%。结果表明, 红外光谱结合判别分析对三七道地性的识别效果好, 有望成为实际中鉴别三七道地性的新方法;对三七产地的识别有一定的效果, 可作为三七产地鉴别的一种新思路。
红外光谱 判别分析 三七 道地性及产地 鉴别 Infrared spectroscopy Discriminant analysis Panax notoginseng Genuineness and producing area Identification
1 玉溪师范学院物理系, 云南 玉溪 653100
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
测试了30个品种206株石斛茎的红外光谱, 光谱显示, 石斛的主要物质成分为纤维素等多糖物质。 用石斛的傅里叶变换红外光谱结合Wilks’ Lambda逐步判别分析法对石斛品种进行识别研究, 比较分析了不同的光谱范围和不同的训练样本数对识别结果的影响。 对1 800～1 250 cm-1光谱范围的287个变量进行品种判别分析, 每个品种的训练样本分别为2, 3, 4, 5, 6个时, 对训练样本的回判正确率都是100%; 以余下的样本作为测试样本进行品种预测的正确率分别为79.4%, 91.3%, 93.0%, 98.2%, 100%。 同时对1 800～1 500, 1 500～1 250, 1 250～600, 1 250～950, 950～600 cm-1等不同光谱范围, 按五种不同的训练样本情况, 相同的判别分析方法进行判别分析比较, 1 800～1 250, 1 800～1 500和950～600 cm-1光谱范围的变量更适宜进行石斛品种的判别分析; 每个品种的训练样本达到3个及以上时, 建立的模型判别分析结果较好。 结果表明, 傅里叶变换红外光谱结合逐步判别分析法对不同品种的石斛进行鉴别, 能够较好的识别石斛的品种, 为石斛品种的鉴别提供了一种简便、 易行的新方法。
红外光谱 判别分析 石斛 识别 Infrared spectroscopy Discriminative analysis Dendrobium Identification 光谱学与光谱分析
2014, 34(11): 2968
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南瑞升烟草技术(集团)有限公司, 云南 昆明 650106
3 玉溪师范学院资源环境学院, 云南 玉溪 653100
重楼属植物极具药用价值, 野生资源主要分布在我国西南省区。 应用近红外漫反射光谱, 以贵州、 广西和云南三个不同产区的70份野生药用植物重楼为研究对象进行产地鉴别。 采用多元信号校正、 标准正态变量、 一阶导数、 二阶导数、 Norris平滑和Savitzky-Golay 滤波六种方法, 对训练集(50份样品)原始光谱进行优化处理。 结果表明, 多元信号校正结合二阶导数和Norris平滑预处理光谱效果最好。 采用光谱标准偏差选择光谱波段(7 450～4 050 cm-1), 结合主成分-马氏距离(principal component analysis-mahalanobis distance, PCA-MD)建立分类模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.44%, 97.58%, 0.179 6, 0.266 4, 预测正确率90%; 采用变量重要性图选择光谱波段(7 135.33～4 007.35 cm-1), 结合偏最小二乘判别分析法(partial least square discrimination analysis, PLS-DA)建立判别模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.28%, 95.88%, 0.234 8, 0.348 2, 预测正确率为100%。 比较两种方法的结果可知: 采用变量重要性图方法选择光谱波段结合偏最小二乘判别分析法建立的判别模型能更准确地鉴别不同产区的重楼, 该方法的建立为中药材真伪和品质评价奠定基础。
重楼 近红外光谱 主成分分析-马氏距离 偏最小二乘判别分析 光谱波段选择 Paris polyphylla NIR spectroscopy Principal component analysis-mahalanobis distance Partial least square discrimination analysis Spectrum range selection 光谱学与光谱分析
2014, 34(7): 1831
1 玉溪师范学院物理系, 云南 玉溪653100
2 云南省农业科学院药用植物研究所, 云南 昆明650200
3 云南民族大学化学与生物技术学院, 云南 昆明650500
用傅里叶变换红外光谱技术结合光谱检索的方法对石斛茎进行品种鉴别研究。 测试了23个品种, 165株石斛茎样品的红外光谱, 光谱显示, 各样品的红外光谱非常相似, 石斛茎中的主要成分是纤维素等多糖物质。 利用光谱软件Omnic8.0建立了三个光谱数据库Lib01、 Lib02和Lib03, Lib01由每个品种前4株样品的平均光谱组成, Lib02由平均光谱的一阶导数光谱组成, Lib03由平均光谱的二阶导数光谱组成。 各样品光谱分别与Lib01进行指定在1 800～500 cm-1光谱范围的相关性、 平方差和平方微分差检索, 相关性检索的正确率达到92.7%, 平方差检索的正确率达到74.5%, 平方微分差检索的正确率达到92.7%。 各样品光谱的一阶导数光谱和二阶导数光谱分别与Lib02和Lib03进行指定在1 800～500 cm-1光谱范围的平方微分差检索, 一阶导数光谱的检索正确率达到93.9%, 二阶导数光谱的检索正确率达到90.3%。 结果表明, 平方微分差算法的一阶导数红外光谱检索更适合于石斛的品种鉴别。 红外光谱结合光谱检索的方法能较好的鉴别不同品种的石斛, 有望成为简便、 易行的植物品种鉴别方法。
红外光谱 光谱检索 石斛 鉴别 Infrared spectroscopy Spectrum retrieval Dendrobium Identification 光谱学与光谱分析
2014, 34(6): 1548
