1 吉林农业大学人参新品种选育与开发国家地方联合工程研究中心, 吉林 长春 130118
2 吉林农业大学中药材学院, 吉林 长春 130118
人参主要依靠大田栽培, 耗时长, 利用植物组织培养技术不仅可以缩短育种年限, 还可以用来生产次生代谢产物。 在组织培养中, 光质对于药用植物次生代谢产物的影响受到了人们广泛关注。 以人参愈伤组织为试材, 采用超高效液相色谱法, 研究了不同光质(包括红光、 红蓝光、 蓝光、 绿光、 黄绿光)对人参愈伤组织生长状态、 总皂苷及9种皂苷单体Rg1, Re, Rf, Ro, Rb1, Rc, Rb2, Rb3, Rd含量的影响。 结果表明: 绿光加速人参愈伤组织老化, 促进次生代谢产物的积累, 而蓝光对人参愈伤组织生长有促进作用; 红光和绿光对总皂苷作用不明显, 且蓝光、 红蓝光(1:1)、 黄绿光(1:1)对人参皂苷转化与合成起到明显的抑制作用; 与对照组相比, 绿光处理后Rg1、 Rf含量均偏高, 其含量分别为4.063和1.194 mg·g-1, 对Rg1、 Rf人参皂苷单体含量有促进作用。 表明不同光质对人参愈伤组织生长及皂苷含量有不同的影响, 可以通过绿光处理来获得人参单体皂苷Rg1和Rf。 该研究旨在探究光质对人参愈伤组织生理生化的影响, 提高人参皂苷含量, 为工业化生产提供理论依据。
人参 愈伤组织 光质 人参皂苷 超高效液相色谱 Panax ginseng Callus Light quality Ginsenosides Ultra performance liquid chromatography 光谱学与光谱分析
2022, 42(4): 1318
1 吉首大学植物资源保护与利用湖南省高校重点实验室, 湖南 吉首 416000
2 云南省农业科学院药用植物研究所, 云南 昆明 650200
青叶胆（Swertia leducii）为獐牙菜属（Swertia）一年生草本植物, 在肝炎病治疗方面效果显著。 其与同属近似种外观极其相似, 加之常以干燥全草入药, 仅从形态难以正确鉴别。 不同物种有效成分存在明显差异, 其药效也有所不同。 基于光谱和色谱数据融合建立青叶胆及近似种的鉴别方法, 为青叶胆药用真实性与安全性提供科学依据。 采集青叶胆及其近似种植物共102份样品的傅里叶变换红外光谱（FTIR）和超高效液相色谱（UPLC）指纹图谱; 利用标准正态变量（SNV）、 多元散射校正（MSC）、 Savitzky-Golay平滑（SG）、 一阶导数（1D）、 二阶导数（2D）等方法对原始红外光谱数据进行预处理, 通过系统聚类分析（HCA）探讨獐牙菜属不同种类样品化学信息相似性与差异性; Kennard-Stone算法将所有样品按2∶1比例划分为训练集和预测集, 训练集基于FTIR, UPLC, 低级与中级数据融合建立随机森林（RF）判别模型, 预测集用于验证模型预测能力, 其中灵敏性（sensitivity）、 特异性（specificity）、 精密度（precision）和正确率（accuracy）用来评价模型性能。 结果显示: （1）采用SNV+SG+2D组合对FTIR数据进行预处理, R2Y和Q2最大, 分别为91.2%和84.1%, 所有类别被正确区分, 为最佳预处理。 （2）HCA反映了5种獐牙菜属植物样品分类情况与亲缘关系, 除紫红獐牙菜外, 其余4种獐牙菜植物均分类正确, 准确率为93.1%; 青叶胆、 川东獐牙菜、 紫红獐牙菜与西南獐牙菜亲缘关系较近。 （3）基于FTIR、 UPLC、 低级和中级数据融合策略建立RF判别模型, 样品错判总数分别为1, 5, 1和0, 中级数据融合效果最佳, 所有样品均正确分类, 所建模型性能良好。 FTIR与UPLC通过中级数据融合策略结合RF判别分析能正确鉴别不同种类獐牙菜属植物, 结合HCA分析能够明确青叶胆及其近似种之间的亲缘关系, 为獐牙菜属植物资源开发与质量控制提供理论基础。
数据融合 物种鉴别 青叶胆 近似种 傅里叶变换红外光谱 超高效液相色谱 Data fusion Species differentiation Swertia leducii Closely relatvie species Fourier transform infrared spectroscopy Ultra-performance liquid chromatography 光谱学与光谱分析
2020, 40(8): 2440
