科研产出
基于数据融合和多指标定量对滇龙胆产地鉴别和质量评价
《中国中药杂志 》 2018 北大核心 CSCD
摘要：中药次生代谢产物积累和产地密切相关,产地鉴别以及多指标评价对保证药材质量具有重要意义。该实验采用高效液相色谱(HPLC)与傅里叶变换红外光谱(FTIR)数据融合结合偏最小二乘判别分析对滇龙胆进行产地鉴别,辅以多指标成分含量分析,以期为滇龙胆药材建立一种全面准确的鉴别和质量评价方法,为滇龙胆最佳产区筛选提供参考。采集云南、四川、广西、贵州共169份样品的FTIR和HPLC指纹图谱,并对FTIR进行多元散射校正、标准正态变量(SNV)、Savitzky-Golay(SG)卷积求导等预处理;比较FTIR,HPLC及低级、中级数据融合鉴别效果;利用HPLC分析样品中龙胆苦苷、獐牙菜苦苷、马钱苷酸与当药苷含量。结果发现,不同产地滇龙胆FTIR图谱存在差异,最佳预处理为SNV+SG求导(二阶求导,窗口参数为15,多项式次数为2次)。低级、中级数据融合预测集正确率为96.43%,高于FTIR,HPLC预测集正确率94.64%;低级数据融合训练集正确率为100%,优于中级数据融合99.12%。云南滇龙胆4种环烯醚萜苷含量均高于其他省份,其中药典指标性成分龙胆苦苷平均质量分数为47.40 mg·g~(-1),最大值达到79.83 mg·g~(-1),且龙胆苦苷、马钱苷酸与当药苷含量同其他省份含量差异显著(P<0.05)。云南省不同地区滇龙胆4种环烯醚萜苷总含量比较发现,大理洱源、丽江玉龙较高,分别为68.59,66.68mg·g~(-1),同楚雄武定、玉溪澄江、昆明寻甸(52.99,52.29,46.71 mg·g~(-1))差异显著(P<0.05),可作为滇龙胆栽培和优良种质资源筛选的参考地。FTIR-HPLC数据融合定性分析结合HPLC定量分析方法为不同产地滇龙胆鉴别和质量评价提供一种全面准确的新思路,为滇龙胆资源开发与利用提供科学依据。
关键词： 数据融合 高效液相色谱 傅里叶变换红外光谱 滇龙胆 质量评价
全文链接
请求原文
不同部位矿质元素与红外光谱数据融合对美味牛肝菌产地溯源研究
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：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R2 Y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。
关键词： 产地溯源 美味牛肝菌 矿质元素 FTIR 不同部位 数据融合
全文链接
请求原文
不同储藏年限绒柄牛肝菌紫外&红外光谱数据融合鉴别研究
《现代食品科技 》 2018 北大核心
摘要：野生食用菌干品长时间储藏会引起微生物增殖、物理及化学变化,影响其商品品质,为保证其质量安全,亟需建立快速有效的方法,鉴别不同储藏年限野生食用菌。本研究采集5个储藏年限,77个绒柄牛肝菌子实体的紫外(UV)与傅里叶变换红外(FT-IR)光谱,采用卷积平滑(SG)、二阶导数(2-D)、标准正态变量(SNV)等方法对光谱进行预处理,结合偏最小二乘判别分析(PLS-DA),建立UV、FT-IR、低级和中级数据融合模型。结果显示:UV与FT-IR光谱最佳预处理分别为SG+2-D和SG+2-D+SNV;UV、FT-IR、低级和中级数据融合模型,总样品分类错误数分别为10、6、4、3,且中级数据融合的R2cal平均值最接近于1、RMSECV平均值最小,表明中级数据融合分类效果,优于UV、FT-IR和低级数据融合。采用UV与FT-IR中级数据融合策略结合PLS-DA,能够准确鉴别不同储藏年限牛肝菌样品,为野生食用菌品质评价提供一种新思路。
关键词： 数据融合 绒柄牛肝菌 储藏年限 紫外光谱 红外光谱
全文链接
请求原文
