司民真 1,2,*李家旺 1,2杨永安 1,2张德清 1,2[ ... ]张川云 1,2
作者单位
摘要
1 楚雄师范学院云南省高校分子光谱重点实验室, 云南 楚雄 675000
2 楚雄师范学院光谱应用技术研究所, 云南 楚雄 675000
为避免复杂的制样提取过程, 在天然状态下获得植物样品油细胞中精油的成分, 用显微拉曼光谱仪, 得到互叶白千层同一植株不同部位的油细胞的分布及油细胞中的主成分。 对各部位的显微镜观察发现在软枝干中不存在油细胞或者很少, 老叶中的油细胞没有新叶中的多。 在老叶油细胞上获得的谱峰中, 1 675和726 cm-1为4-萜烯醇的特征峰, 归属为CC伸缩振动和环的变形振动; 1 700和754 cm-1为γ-松油烯的特征峰, 归属为CC伸缩振动和环的变形振动; 1 609 cm-1为α-松油烯的特征峰, 归属为CC伸缩振动; 1 522, 1 156和1 011 cm-1为β-胡萝卜素的的特征峰, 分别归属为CC伸缩振动、 C—C伸缩振动和C—C面内摇摆振动。 在新叶油细胞上获得的谱峰中, 745 cm-1为顺香桧烯水合物的特征峰, 归属为环变形振动; 1 609 cm-1为α-松油烯的特征峰; 1 525, 1 160和1 008 cm-1为β-胡萝卜素的的特征峰; 老叶与新叶油细胞中的主成分不完全相同, 老叶中油细胞精油为γ-松油烯—4-萜烯醇-α-松油烯型, 而新叶中油细胞中的精油为顺香桧烯水合物-α-松油烯型。 老叶、 新叶的共有物为: α-松油烯、 β-胡萝卜素。 β-胡萝卜素及顺香桧烯水合物为首次在互叶白千层中发现。 利用该方法可迅速的确定植株油细胞的主成分, 为互叶白千层精油提取提供有益参考。
互叶白千层 不同部位 油细胞 拉曼光谱 Melaleuca alternifolia Different parts Oil cells Raman spectrum 
光谱学与光谱分析
2021, 41(3): 813
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
由于部分毒菌与野生食用菌形态和生物学特征相似, 农民仅凭经验采集, 难免将两者混淆, 从而导致严重的食品安全事故。 云南省作为国内野生食用菌产量最高、 出口量最大的省份, 野生食用菌产业发展为云南农村经济发展做出了突出贡献, 对不同种类野生食用菌进行快速鉴别, 有利于野生食用菌产业的健康发展; 分析食用菌亲缘关系, 对食用菌育种工作具有积极作用。 七种牛肝菌样品, 采自云南及周边七个产地, 利用FTIR光谱仪分别采集菌柄和菌盖红外指纹图谱, 基于低级与中级数据融合策略, 将预处理后的菌柄和菌盖FTIR光谱数据进行融合, 结合Decision Trees, Discriminant Analysis, Logistic Regression Classifiers, Support Vector Machines, Nearest Neighbor Classifiers和Ensemble Classifiers中的17种算法, 分别建立菌柄、 菌盖、 低级数据融合和中级数据融合模型, 每个分类模型连续进行10次运算, 通过比较训练集分类正确率平均值, 确定牛肝菌种类鉴别最佳分类算法。 中级数据融合数据集进行系统聚类分析(HCA) , 对推测不同种类牛肝菌样品的亲缘关系进行鉴定。 结果显示: (1) 菌柄、 菌盖和低级数据融合模型最佳分类算法均为Linear Discriminant, 训练集分类正确率分别为92.8%, 96.4%和97.6%。 中级数据融合模型最佳分类算法为Subspace Discriminant, 训练集分类正确率为100%; (2) 菌柄、 菌盖、 低级数据融合和中级数据融合最佳分类模型, 全部样品分类正确率平均值分别为93.61%, 95.54%, 96.99%和99.88%, 中级数据融合模型优于其他三种模型, 表明中级数据模型可以将相似度较高的样品区分开, 且减少了产地对种类鉴别的影响; (3) 中级数据融合模型数据集进行HCA, 华丽牛肝菌和美味牛肝菌聚类距离最小, 表明这两种牛肝菌化学信息较相似, 亲缘关系较近; (4) 华丽牛肝菌与皱盖疣柄牛肝菌聚类临界值距离最大, 表明样品化学信息差异较大, 亲缘关系较远。 综上表明, 基于中级融合策略将不同部位FTIR光谱数据融合, 结合Subspace Discriminant与HCA, 可以准确鉴别不同种类牛肝菌和快速推测样品亲缘关系, 可作为野生食用菌种类鉴别与亲缘关系推测的一种新方法。
牛肝菌 种类鉴别 不同部位 数据融合 Boletaceae FTIR FTIR Species identification Different parts data fusion 
光谱学与光谱分析
2019, 39(2): 448
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
野生食用菌产地溯源研究中, 采用单一有机成分或矿质元素指纹存在一定局限性。 利用不同指纹分析技术的互补性与协同性, 将不同部位与类型的化学信息进行融合, 探讨此方法对野生食用菌产地溯源的可行性, 以期为野生食用菌溯源提供新的思路与科学依据。 通过测定云南7个产地、 124个美味牛肝菌(菌柄、 菌盖)中15种矿质元素的含量, 以及子实体傅里叶变换红外光谱(FTIR)。 标准正态变换(SNV)、 二阶导数(2D)等算法对原始光谱进行预处理。 基于低级与中级数据融合策略, 将预处理后的FTIR光谱与菌柄、 菌盖矿质元素数据进行融合, 结合支持向量机(SVM)分别建立菌柄、 菌盖、 FTIR、 低级数据融合(菌柄+菌盖, 菌柄+菌盖+FTIR)与中级数据融合(菌柄+菌盖+FTIR)判别模型; 分析比较模型参数, 确定快速甄别美味牛肝菌产地的可靠方法。 结果显示: (1)菌盖中Cd, Cr, Cu, Li, Mg, Na, P和Zn元素平均含量高于菌柄, Ba, Ca, Co, Ni, Rb, Sr和V元素在菌柄中平均含量高于菌盖。 美味牛肝菌中人体必需矿质元素Ca, Cu, Mg, P和Zn平均含量远高于小麦、 水稻干品和新鲜蔬菜, 与动物干制品含量相似; (2)FTIR光谱数据最佳预处理方法为3D+SNV, 其Q2和R2Y分别为76.64%, 88.91%; (3)菌柄、 菌盖、 FTIR、 低级数据融合与中级数据融合SVM模型, c值分别为8 192, 4 096, 1.414 2, 11.313 7, 1和0.7071 1, 菌柄和菌盖模型c值较大, 表明采用单一菌柄或菌盖矿质元素含量数据, SVM训练存在过拟合风险, 判别效果较差; (4)FTIR、 低级数据融合和中级数据融合SVM模型, 样品分类错误总数分别为7, 9, 7和0, 中级数据融合(菌柄+菌盖+FTIR)模型样品分类正确率最高。 表明基于中级融合策略将不同部位矿物元素和子实体FTIR光谱数据融合, 可作为野生食用菌产地溯源的一种有效方法。
产地溯源 美味牛肝菌 矿质元素 不同部位 数据融合 Geographical origins Boletus edulis Mineral elements FTIR FTIR Different parts Data fusion 
光谱学与光谱分析
2018, 38(10): 3070
作者单位
摘要
1 山东中医药大学药学院, 济南 250355
2 清华大学化学系, 北京市 100084
首次采用红外光谱三级鉴定法对丹参不同部位的药材粉末及其水提物和醇提物进行了分析与评价研究。结果表明, 一维图谱中, 丹参花与根的相似系数最高, 为0.9123 ; 叶在1650~1611 cm- 1的特征峰峰高明显高于其他部位; 二阶导数谱中, 1160~1000 cm-1范围内吸收峰的峰形、相对峰强有所差异, 不同部位水提物和醇提物的分析结果进一步明确了丹参根、茎、叶、花存在差异; 二维相关光谱中, 茎与叶、根与花的二维相关谱图仍较为相似, 印证一维及二阶导数谱结论。
丹参 不同部位 红外光谱 二阶导数谱 二维相关红外光谱 Salvia miltiorrhiza Bge. different parts infrared spectroscopy secondary derivative spectroscopy two dimensional correlation infrared spectroscopy 
光散射学报
2012, 24(4): 412

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!