傅里葉變換近紅外漫反射光譜法結(jié)合化學(xué)計(jì)量學(xué)技術(shù)高通量分析草麻黃藥材的方法學(xué)研究.pdf

1、草麻黃(Ephedra sinica)被收載于《中華人民共和國(guó)藥典》2010年版一部“麻黃”項(xiàng)下，是我國(guó)藥用麻黃的主要來(lái)源。不同產(chǎn)地，特別是不同采摘時(shí)間的草麻黃，其形態(tài)、組織結(jié)構(gòu)及次生代謝產(chǎn)物的差異較小，采用形態(tài)學(xué)鑒別方法與組織學(xué)鑒別方法均難以對(duì)其進(jìn)行準(zhǔn)確鑒別；常用的色譜分析方法則存在樣品處理復(fù)雜、分析時(shí)間長(zhǎng)、需要使用化學(xué)試劑等不足。另一方面，麻黃生物堿是麻黃藥材發(fā)揮療效的主要物質(zhì)基礎(chǔ)，故草麻黃中麻黃堿和偽麻黃堿含量的測(cè)定也是麻黃藥材研

2、究的一項(xiàng)重要內(nèi)容。
　　傅里葉變換近紅外漫反射光譜法(diffuse reflectance Fouriertransform near infrared spectroscopy，diffuse reflectance FT-NIR)無(wú)需特殊的樣品處理，也不使用化學(xué)試劑，具有無(wú)污染、操作簡(jiǎn)便快速、樣品用量小等優(yōu)點(diǎn)，輔以化學(xué)計(jì)量學(xué)(chemometrics)方法，能夠?qū)崿F(xiàn)復(fù)雜樣品的快速高通量(high-throughput)分析。

3、本研究采用漫反射FT-NIR法，結(jié)合對(duì)向傳播人工神經(jīng)網(wǎng)絡(luò)(counter-propagation artificial neuralnetwork，CP-ANN)鑒定不同產(chǎn)地及不同采摘時(shí)間的草麻黃藥材，結(jié)合偏最小二乘法(partial least square，PLS)測(cè)定草麻黃中麻黃堿和偽麻黃堿的含量，建立草麻黃藥材的近紅外漫反射光譜高通量分析方法。采用驗(yàn)證樣品的預(yù)測(cè)準(zhǔn)確率(prediction accuracy)對(duì)產(chǎn)地及采摘時(shí)間判別

4、模型進(jìn)行評(píng)價(jià)；采用校正樣品的交叉驗(yàn)證均方根誤差(root mean squareerror of cross validation，RMSECV)、驗(yàn)證樣品的預(yù)測(cè)均方根誤差(rootmean square error of prediction，RMSEP)及驗(yàn)證樣品預(yù)測(cè)值與參考值的相關(guān)系數(shù)(correlation coefficient，R)分別對(duì)麻黃堿和偽麻黃堿含量預(yù)測(cè)模型進(jìn)行評(píng)價(jià)。
　　目的：
　　1.建立漫反射FT-

5、NIR法判別草麻黃藥材產(chǎn)地和采摘時(shí)間的方法。
　　2.建立漫反射FT-NIR法測(cè)定草麻黃藥材麻黃堿和偽麻黃堿含量的方法。
　　方法：
　　1.測(cè)量草麻黃樣品的近紅外漫反射光譜。
　　2.測(cè)量草麻黃藥材麻黃堿和偽麻黃堿的含量。
　　3.草麻黃藥材預(yù)測(cè)模型的建立及驗(yàn)證：
　　(1)建立草麻黃藥材產(chǎn)地和采摘時(shí)間FT-NIR漫反射預(yù)測(cè)CP-ANN模型，采用驗(yàn)證樣品的預(yù)測(cè)準(zhǔn)確率對(duì)所建模型進(jìn)行評(píng)價(jià)。
　　(

6、2)建立草麻黃藥材麻黃堿和偽麻黃堿含量FT-NIR漫反射預(yù)測(cè)PLS模型，采用RMSECV、RMSEP及驗(yàn)證樣品預(yù)測(cè)值與參考值的R對(duì)所建模型進(jìn)行評(píng)價(jià)。
　　結(jié)果：
　　1.草麻黃藥材產(chǎn)地和采摘時(shí)間FT-NIR漫反射預(yù)測(cè)CP-ANN模型驗(yàn)證樣品的預(yù)測(cè)準(zhǔn)確率分別為100.0％和80.0％。
　　2.草麻黃藥材麻黃堿和偽麻黃堿含量FT-NIR漫反射預(yù)測(cè)PLS模型的RMSECV分別為2.62201和1.33701，RMSEP分別