2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、民族藥是中國特色醫(yī)藥體系的一部分,其發(fā)展最大的阻礙是基礎(chǔ)理論薄弱及質(zhì)量控制體系不完善,中藥指紋圖譜的出現(xiàn)為民族藥物質(zhì)量控制供了新方法。中藥指紋圖譜技術(shù)廣泛應(yīng)用于中藥鑒定與質(zhì)量評價,方法涉及高效液相色譜、紅外光譜、紫外光譜等?;谔烊凰幬锏耐葱裕兴幹讣y圖譜技術(shù)可以作為建立民族藥物質(zhì)量控制體系的有效手段。本文利用現(xiàn)代分析技術(shù)結(jié)合化學(xué)指紋圖譜鑒別不同產(chǎn)地川東獐牙菜和區(qū)分及評價3種獐牙菜屬藥用植物。
  論文的第一章論述了民族藥和中藥

2、的聯(lián)系,指紋圖譜法在鑒別和評價民族藥物中起到的作用,川東獐牙菜的介紹及其價值和目前該民族藥主要的研究領(lǐng)域,在現(xiàn)階段川東獐牙菜的研究中,利用指紋圖譜鑒別及評價的報導(dǎo)較少。
  第二章采用傅里葉紅外光譜指紋圖譜鑒別不同產(chǎn)地川東獐牙菜,采集4個地區(qū)70株樣品不同部位的紅外光譜數(shù)據(jù),原始光譜經(jīng)預(yù)處理(自動基線校正,自動平滑,一階求導(dǎo),二階求導(dǎo))后導(dǎo)入OMNIC8.2,比較吸收峰的差異;用SIMCA-P+10.0進(jìn)行PLS-DA分析,以前三

3、個主成分三維得分圖比較產(chǎn)地鑒別效果;紅外光譜數(shù)據(jù)導(dǎo)入SPSS19.0,進(jìn)行系統(tǒng)聚類分析,通過樹狀圖比較不同部位分類效果。FTIR技術(shù)結(jié)合PLS-DA與HCA方法能夠快速準(zhǔn)確地鑒別不同產(chǎn)地川東獐牙菜,不同部位產(chǎn)地鑒別效果具有差異,二階求導(dǎo)處理增強了光譜的特異性,使PLS-DA的三維主成分得分圖分類效果更明顯。
  第三章利用紅外指紋圖譜鑒別3種獐牙菜屬藥用植物(川東獐牙菜、狹葉獐牙菜和紫紅獐牙菜),比較原始光譜圖,進(jìn)行判別分析和聚類

4、分析。不同部位的分類效果是不一樣的,莖和葉的分類效果比根的好。
  第四章采用超高效液相色譜指紋圖譜結(jié)合相似度分析、主成分分析和聚類分析鑒別不同產(chǎn)地川東獐牙菜。文章比較了不同產(chǎn)地樣品莖和葉中5種標(biāo)準(zhǔn)化合物的含量,不同部位中5種化合物的含量差異明顯。聚類分析結(jié)果顯示,單純莖或者葉數(shù)據(jù)矩陣鑒別效果不佳,將兩者矩陣結(jié)合得到聚類效果極佳的分類圖。主成分3D得分圖,葉數(shù)據(jù)矩陣的鑒別效果優(yōu)于莖數(shù)據(jù)。
  第五章采集3種獐牙菜共27株樣品

5、色譜圖,將色譜圖導(dǎo)入中藥色譜指紋圖譜相似度評價系統(tǒng)軟件,得到樣品保留時間和峰面積數(shù)據(jù),對3組樣品進(jìn)行相似度分析。峰面積數(shù)據(jù)導(dǎo)入SPSS和SIMCA-P+軟件進(jìn)行聚類分析和主成分分析,得到樹狀圖和主成分得分圖,觀察聚類效果。不同種獐牙菜藥用植物中指示化合物的含量差異大,相同種類獐牙菜不同個體中指示化合物含量差異大。聚類分析樹狀圖分類準(zhǔn)確率為85.2%,誤判的紫紅獐牙菜樣品與其余的紫紅獐牙菜樣品相比,指示化合物含量極低。主成分分析得分圖將3

6、種獐牙菜區(qū)分開,相比川東獐牙菜和狹葉獐牙菜,紫紅獐牙菜聚類效果較分散,個體之間差異大。
  第六章采集4個地區(qū)川東獐牙菜不同部位的紫外光譜,川東獐牙菜不同部位紫外光譜圖均在240 nm、276 nm和324 nm處有特征吸收峰,前人研究中240 nm和276 nm為獐牙菜苦苷和龍膽苦苷最大吸收峰值,根據(jù)根、莖和葉的不同稀釋倍數(shù)與比爾朗伯定律推測這兩種化學(xué)成分在葉中含量最高。光譜數(shù)據(jù)導(dǎo)入UVProbe2.34比較不同產(chǎn)地相同部位的紫

7、外光譜圖,將原始光譜數(shù)據(jù)以及經(jīng)過8點平滑、一階求導(dǎo)和二階求導(dǎo)后的數(shù)據(jù)導(dǎo)入SIMCA-P11.5,進(jìn)行主成分分析(PCA),比較三維得分圖的產(chǎn)地鑒別效果。主成分分析中以葉的原始數(shù)據(jù)以及8點平滑處理數(shù)據(jù)鑒別效果最佳,主成分累計貢獻(xiàn)率均為98.8%,其余預(yù)處理方式無法取得較好的鑒別效果可能與主成分?jǐn)?shù)累計值有關(guān)(一階求導(dǎo)為83.9%,二階求導(dǎo)為47.3%)。根部數(shù)據(jù)能將重慶、湖北的樣品和湖南樣品分開,但重慶和湖北的樣品無法區(qū)分。建立偏最小二乘判

8、別分析(PLS-DA)模型,檢測鑒別模型的可靠性,并為預(yù)測更多產(chǎn)地的區(qū)分提供依據(jù)。將驗證集帶入訓(xùn)練集建立的模型進(jìn)行偏最小二乘判別分析,能區(qū)分產(chǎn)地,證明該模型產(chǎn)地鑒別效果可行。PLS-DA中訓(xùn)練集的預(yù)測值和真實值相關(guān)系數(shù)為0.985,其評估均方差(RMSEE)為0.159,驗證集導(dǎo)入訓(xùn)練集后其預(yù)測值與真實值的相關(guān)系數(shù)為0.927,預(yù)測均方差(RMSEP)為0.327,RMSEE與RMSEP兩者相近,且都小于0.500,該模型的預(yù)測可靠性高

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論