建立了同时快速测定蛹虫草菌丝体中腺苷、蛋白质、多糖和虫草酸含量的近红外（NIR）光谱定量分析校正模型。收集了来自不同蛹虫草突变株在不同的发酵条件下发酵获得菌丝体并采集其NIR光谱，采用径向基神经网络（RBFNN）建立样品的NIR光谱与其腺苷、蛋白质、多糖和虫草酸含量间的相关模型。RBFNN模型经过采用可移动窗口法提取各组分的NIR光谱特征波长变量、选择有效的光谱预处理方法、隐含节点数和扩展常数进行优化，获得测定腺苷、蛋白质、多糖和虫草酸含量的最优模型，其训练集样本的参考值与模型预测值间的相关系数（Rc）分别达到0.9436,0.9884,0.9018和0.8848，表明模型的拟合度很好，测试集均方根误差(RMSEP)RMSEP分别为0.6225 mg/g,0.0179 g/g,0.0115 g/g和0.0102 g/g，表明模型的预测性能很好。

应用近红外(NIR)光谱技术结合化学计量学法建立测定蛹虫草菌丝体中腺苷、 蛋白、 多糖和虫草酸4种主要有效成分含量的定量分析模型, 可应用于蛹虫草高产突变株的筛选和发酵条件的优化。 468株蛹虫草突变株在不同的摇瓶发酵条件下进行发酵, 收集菌丝体粉末样品并采集NIR光谱, 同时采用常规方法分别测定样品的4种有效成分含量。 偏最小二乘法(PLS)用于建立NIR光谱与有效成分含量间相关模型。 采用蒙特卡罗偏最小二乘法(MCPLS)识别异常样本和选择合适的校正集样本数； 采用移动窗口偏最小二乘法(MWPLS)筛选波长变量； 以逼近度(Da)为考察指标, 选择最有效的光谱预处理方法和最适的PLS隐变量数, 最终得到测定蛹虫草菌丝体中腺苷、 蛋白、 多糖和虫草酸含量的最优PLS模型, 其校正集样本参考值与预测值间相关系数(Rc)分别为0.929 43, 0.984 79, 0.907 85和0.851 31； 预测集误差(RMSEP)为0.667 14, 0.020 65, 0.011 31和0.011 59, 表明模型具有很好的拟合度和预测性能, 应用该方法进行蛹虫草诱变筛选和发酵条件的优化是可行的。

采用微波消解法对试验样本进行消解,分别通过ICP-MS法、HPLC/荧光法和3,3-二氨基联苯胺比色法三种方法测定了富硒蛹虫草菌丝体中硒的含量,对上述几种硒含量测定方法的工作条件、检出限和精确度进行了对比研究。实验结果表明:ICP-MS法、HPLC/荧光法和3,3-二氨基联苯胺比色法的检出限分别为0.2607,0.1821和10.4859μg·L^-1,ICP-MS法的检出限最低,3,3-二氨基联苯胺比色法的检出限最高。在精密度方面,对同一样品以ICP-MS法测硒的标准差为最低,以3,3-二氨基联苯胺比色法测硒为最高。建议当分析样品中硒含量很低时,可选用HPLC/荧光法和ICP-MS法,如分析样品含硒量相对较大,可采用3,3-二氨基联苯胺比色法。

采用偏最小二乘法(PLS)建立测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的近红外光谱定量分析模型。选择了原始光谱建立蛹虫草菌丝体中腺苷和多糖含量的PLS定量分析模型,选择卷积光滑预处理后的光谱建立蛹虫草菌丝体中蛋白和虫草酸含量的PLS定量分析模型。测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的最优PLS定量分析模型的交叉验证均方根误差(RMSECV)分别为0.0091,0.0222,0.0088和0.6520,预测均方根误差(RMSEP)分别为0.0079,0.0196,0.0087和0.5780。结果表明,测定蛹虫草菌丝体四种有效成分含量的定量分析模型稳健性好和预测精度高,在中药有效成分定量分析方面有很大的应用前景。