近红外光谱法和色差计法用于白术饮片的快速质量评价研究

被引:0
作者
陈晓艺
机构
[1] 广东药科大学
关键词
白术; 质量评价; 近红外光谱; 色差计; 化学计量学方法;
D O I
10.27690/d.cnki.ggdyk.2019.000156
年度学位
2019
学位类型
硕士
导师
摘要
本论文基于近红外光谱法和色差计法,结合化学计量学技术建立定性和定量模型,用于快速判别白术饮片的炮制程度,以及测定白术饮片中三种白术内酯的含量,以期建立一种快速、简便、可靠的白术饮片的质量评价方法。本论文已完成如下主要研究内容与成果:1.收集12批不同产地不同批次的生白术饮片,按照中国药典中麸炒白术的方法,将生白术饮片分别炮制3,6,9,12和15分钟,由临床经验丰富的药剂师将得到的60个麸炒白术样品,根据其表面颜色以及粉碎后的粉末颜色,按偏浅、适度和过深分别将样品划分为两个标签集Y1和Y2。利用色差计测定白术粉末的色差值X,将X与Y1或Y2利用偏最小二乘判别分析法(PLS-DA),分别建立定性模型,以留一法检验,计算判别错误率(ERR)、真阳性率(TPR)、真阴性率(TNR)和F1-score(F1)等参数,以评价模型性能。结果发现,利用X-Y2所建PLS-DA模型,综合性能要优于X-Y1所建模型,这可能与生白术饮片来自不同产地不同批次,大小、厚度不均匀,导致炮制后的饮片内外部颜色存在较大差别有关。2.采集麸炒白术样品的近红外光谱X’,将其表面颜色标签集Y1与X’进行关联,建立PLS-DA定性模型。通过标准正态变量变换(SNV)、多元散射校正(MSC)、求导和平滑对X’进行预处理,考察InfFS等14种特征选择方法对模型的影响。结果发现,以1D5S或1D9S预处理光谱,以InfFS、Relief-F、MutInfFS、Fisher或CFS优选建模波段,所建立的PLS-DA模型结果最佳,对三类颜色标签的麸炒白术样品实现100%准确判别,模型的ERR值均降至0.00,TPR,TNR和F1均增加至1.00,1.00和1.00。因此,本研究所建的PLS-DA模型可以准确地区分麸炒白术样本的炮制程度,为麸炒白术的快速质量评价和控制提供一种更客观的方法。3.建立了白术饮片中白术内酯I、II和III的含量的HPLC测定方法,并进行了方法学考察;然后,对白术饮片样品的三种白术内酯含量进行了测定,记为Y3;分别与上述色差数据集X和近红外光谱数据集X’进行关联,用偏最小二乘回归法(PLSR)建立定量分析模型,考察优化了光谱预处理方法,以及粒子群优化算法和遗传算法(GA)两种特征选择方法;以决定系数(R2)、均方根误差(RMSE)、平均绝对误差(MAE)和相对分析误差(RPD)等参数,综合评价PLSR模型的性能。结果发现,X’-Y3模型性能优于X-Y3,其中经1D9S预处理光谱和GA选择波段后的X’-Y3所建模型表现最佳,预测三种白术内酯含量的RC2和RP2均>0.95,RMSEC和RMSEP均<0.04%,MAEC和MAEP均<0.04%,且RPD均>5。因此,本研究所建的PLSR模型可以准确地测定白术饮片中三种白术内酯的含量,为白术的快速质量评价和控制提供了新方法。
引用
收藏
页数:70
共 101 条
[41]
Rapid identification of illegal synthetic adulterants in herbal anti-diabetic medicines using near infrared spectroscopy.[J].Yanchun Feng;Deqing Lei;Changqin Hu.Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy.2014,
[42]
Simultaneous qualitative and quantitative analysis of counterfeit and unregistered medicines using Raman spectroscopy [J].
Fraser, Sara J. ;
Oughton, James ;
Batten, William A. ;
Clark, Austina S. S. ;
Schmierer, David M. ;
Gordon, Keith C. ;
Strachan, Clare J. .
JOURNAL OF RAMAN SPECTROSCOPY, 2013, 44 (08) :1172-1180
[43]
A study on the use of near-infrared spectroscopy for the rapid quantification of major compounds in Tanreqing injection.[J].Wenlong Li;Zhiwei Cheng;Yuefei Wang;Haibin Qu.Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy.2013,
[44]
Quality control of Lonicerae Japonicae Flos using near infrared spectroscopy and chemometrics.[J].Wenlong Li;Zhiwei Cheng;Yuefei Wang;Haibin Qu.Journal of Pharmaceutical and Biomedical Analysis.2013,
[45]
Predicting extractives, lignin, and cellulose contents using near infrared spectroscopy on solid wood in Eucalyptus globulus [J].
Poke, FS ;
Raymond, CA .
JOURNAL OF WOOD CHEMISTRY AND TECHNOLOGY, 2006, 26 (02) :187-199
[46]
Theory and application of near infrared reflectance spectroscopy in determination of food quality.[J].Haiyan Cen;Yong He.Trends in Food Science & Technology.2006, 2
[47]
Near infrared spectroscopy and process analytical technology to master the process of busulfan paediatric capsules in a university hospital [J].
Paris, I. ;
Janoly-Dumenil, A. ;
Paci, A. ;
Mercier, L. ;
Bourget, P. ;
Brion, F. ;
Chaminade, P. ;
Rieutord, A. .
JOURNAL OF PHARMACEUTICAL AND BIOMEDICAL ANALYSIS, 2006, 41 (04) :1171-1178
[48]
Proximate analysis of homogenized and minced mass of pork sausages by NIRS.[J].V. Ortiz-Somovilla;F. España-España;A.J. Gaitán-Jurado;J. Pérez-Aparicio;E.J. De Pedro-Sanz.Food Chemistry.2006, 3
[49]
Application of near-infrared reflectance spectroscopy in the determination of major components in taramosalata.[J].Konstantinos G. Adamopoulos;Athanasia M. Goula.Journal of Food Engineering.2003, 2
[50]
PLS-regression:: a basic tool of chemometrics [J].
Wold, S ;
Sjöström, M ;
Eriksson, L .
CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2001, 58 (02) :109-130