红外光谱法快速预测不同种类重楼中重楼皂苷含量

吴喆; 张霁; 张金渝; 徐福荣; 王元忠; 《中国中药杂志 》 2017 北大核心 CSCD

摘要：重楼皂苷是中药重楼主要的有效成分,为了快速评价重楼品质,保证重楼在临床治疗中的疗效,本文采用红外光谱结合偏最小二乘回归法(partial least squares regression,PLSR)对重楼中重楼皂苷Ⅰ、重楼皂苷Ⅱ和重楼皂苷Ⅶ进行定量分析,建立快速评价重楼品质的方法。采集78份不同产区、不同种类重楼样品的红外光谱,用高效液相色谱测定重楼样品中重楼皂苷Ⅰ、重楼皂苷Ⅱ及重楼皂苷Ⅶ的含量,将重楼的红外光谱数据和液相数据进行拟合,快速预测3种重楼皂苷含量。原始红外光谱经多元散射校正(multiplicative signal correction,MSC)、标准正态变量(standard normal variate,SNV)、正交信号校正(orthogonal signal correction,OSC)、一阶求导(first derivative,1st Der)、二阶求导(second derivative,2nd Der)预处理后,运用偏最小二乘回归分析建立重楼皂苷的定量预测模型。重楼皂苷Ⅰ和重楼皂苷Ⅱ的最佳预处理方法为MSC+OSC+2nd Der,重楼皂苷Ⅶ的最佳预处理方法为MSC+SNV+OSC+2nd Der;重楼皂苷Ⅰ、重楼皂苷Ⅱ和重楼皂苷Ⅶ3个指标成分定量校正模型的决定系数(R~2)分别为0.930 8,0.934 8,0.912 3 mg·g~(-1);校正均方根误差(root mean square error of estimation,RMSEE)分别为1.855 0,0.632 3,0.001 6 mg·g~(-1);验证模型的决定系数(R~2)分别为0.948 8,0.963 6,0.780 1 mg·g~(-1);预测均方根误差(root mean square error of prediction,RMSEP)分别为1.704 6,1.227 7,0.001 9 mg·g~(-1);定量模型的预测值与真实值比较接近,模型预测效果好,其中重楼皂苷Ⅰ,Ⅱ定量模型效果优于重楼皂苷Ⅶ。该方法无损、快速、准确,可用于重楼中重楼皂苷含量的快速测定。

关键词： 重楼 红外光谱 定量分析 重楼皂苷 偏最小二乘回归