9种人参皂苷同时测定方法及在人参质量鉴别中的应用

建立可同时测定人参皂苷Rg1、Re、Rf、Rg2、Rb1、Re、Rb2、Rb3和Rd含量的反相高效液相色谱（RP—HPLC）方法。采用Agilent Zorbax SB-C18柱,以乙腈-水-0．05％磷酸为流动相,流速1．5mlMmin,柱温35℃,检测波长203nm。在此色谱条件下,各组分在60min内均得到较好分离,回收率符合含量测定要求。运用该方法对不同产地人参进行含量测定,道地药材主根中9种人参皂苷总含量为1．19—1．45％,须根为5．47—6．90％,3个非道地药材主根分别为1．03％、1．04％、1．85％。聚类分析结果表明,根据测定的9种皂苷含量能准确区分人参的主根与须根,并判断其道地性。     

基于小波理论的化学谱图数据自适应滤波方法研究

运用小波理论,利用噪声与真实信号小波变换极大模性态之间的显著差异,提出了一类新的化学谱图数据自适应滤波算法,从根本上突破了现有算法均依据信噪频率特性进行滤波的传统模式.经大量色谱谱图数据处理试验证明,这种算法具有无需设置初始参数,消除人为误差因素对分析计算结果的影响,信噪分离性能好及峰位和峰高保持不变等一系列优点,其鲁棒性、自适应性和谱峰保真度完全符合仪器分析信号处理的要求.     

毛细管电泳径向基神经网络校正法定量分析核苷

采用径向基神经网络算法对一组已知样品的核苷及内标物浓度与毛细管电泳峰面积数据进行回归计算,建立峰面积与核苷浓度之间的关系模型,对未知样品中待测核苷浓度作出预测,形成了毛细管电泳定量分析新方法．将其用于鸟嘌呤核苷含量测定,所建模型预测结果平均相对误差为0．86％,明显低于线性回归及BP神经网络模型的2．60％和1．07％．研究结果表明,本方法简便易用,能有效提高毛细管电泳定量分析的准确度,优于线性回归及BP神经网络法．     

液-质联用法测定铁皮石斛和西洋参及制剂中多菌灵残留

用高效液相色谱-质谱联用法定量检测铁皮石斛、西洋参药材及其制剂中的多菌灵残留。在酸性条件下以甲醇提取中药材和制剂中的残留多菌灵,分析色谱柱为D iamonsil C18(4.6 mm i.d.×250 mm,5μm),以4%四氢呋喃水溶液-甲醇梯度洗脱,采用选择离子监测模式,以m/z192为检测定量离子。多菌灵出峰时间在27 m in左右,线性范围为0.22~33 ng,相关系数0.9993;方法检出限为0.015 mg/L;定量限为0.022mg/L;平均回收率在95.6%以上。该方法灵敏、准确、可靠,定量范围宽,耐用性强,可作为中药中多菌灵残留的可靠检测方法。     

反相高效液相色谱法同时测定三七药材中4种皂苷的含量

建立了以0．02％磷酸-乙腈为流动相，梯度洗脱反相高效液相色谱同时测定中药材三七中三七皂苷R1、人参皂苷Rg1、Rb1和Rd 4种皂苷的新方法。R1、Rg1、Rb1和Rd 4种皂苷的加样回收率分别为89．54％、90．08％、82．82％与84．46％；线性范围分别为0．244-6．110、0．820-20．510、0．396-9．890与0．260-6．500μg。测定了不同规格、部位和来源的三七药材里的4种皂苷R1、Rg1、Rb1和Rd。方法准确可靠，结果稳定，重现性好，可用于三七及其制剂的质控。     

一种基于小波变换的近红外化学指纹图谱分析方法

提出了一种快速无损的化学指纹图谱分析新方法. 根据小波变换多分辨分析的特点, 对近红外(NIR)光谱进行小波分解, 从中提取被测样品的化学特征信息, 并作数字信息可视化处理, 构建形成可直观识别样品模式特征的NIR指纹图谱. 将该方法用于中药材丹参的质量检测, 检测结果与色谱指纹图谱检测结果相符, 能快速有效地识别丹参质量模式间的差异, 有望发展成为一种快速分析检测天然产物质量的方法.     

一种测定中药复方制剂中活性成分的计算分析方法

提出了一种测定中药复方制剂中活性成分含量的计算分析新方法。该方法将主 成分分析和广义秩消因子分析集成用于处理HPLC／DAD数据，并改进了传统的IND因 子指示函数，适用于定量计算分析复杂混和物体系中的待测成分。将其用于测定复 方丹参制剂中三七皂苷R1的含量，计算分析结果表明，本方法明显优于广义秩消因 子法，同时证明IND函数的改进提高了计算分析准确度。     

基于随机森林与Chemistry Development Kit描述符的P-gp底物识别

应用随机森林方法、开放源代码软件-CDK(Chemistry Development Kit)描述符与170个化合物的训练数据集[其中96个为磷糖蛋白(P-gp)底物], 建立了P-gp底物的识别模型. 研究了CDK描述符与P-gp底物识别的关系, 结果表明, 原子极化性和电荷偏面积等分子属性对P-gp底物识别起到重要作用. 该模型对训练集的预测正确率为99.42%; 对外部测试集(42个化合物, 其中24个为P-gp底物)的预测结果为P-gp底物、非底物及总测试集的识别正确率分别为87.50%, 83.33%和85.71%. 212个化合物数据集上的Leave-One-Out交叉验证识别正确率为77.4%.     

用局部拟合主成分回归计算光度分析法测定黄连生物碱

针对具有样本数据非无匀分布和非线性特点的光度分析问题，提聘种局部拟合 主成分回归法，用于中药多组分计算测定。该方法根据待测样本与各已知样本光度 分析数据的欧式距离确定相应的权值，将部分权值较大的样本组成校正集，并用分 段线性拟合算法建立待测样本的校正预测模型，将其用于分析黄连的药根碱、巴巴 亭和小檗碱等三种生物碱，所得预测均方根误差分别为0.023,0.0400和0.052，优 于主成分回归法、偏最小二乘法以及人工神经元网络法所得结果。这表明，本方法 用于中药光度分析能获得较为准确的计算分析结果。     

基于分形维数的分析信号自适应中值滤波

提出一种面向分析仪器谱图信号处理的分形维自适应中值波方法（AMeFFD）。该法延拓运用分形理论，定义了相对点盒维数概念，由此建立建立判定脉冲型噪声的特异性指标，从而可自动调节中值滤波窗口宽度，有效地滤除脉冲型噪声及其它类噪声。对仿真色谱信号及实测色谱图的处理结果表明：AMeFFD法克服了经典中值滤波算法的缺陷，无论在信号的均方根偏差还是谱峰差等指标上，均明显优于后者，能在确保谱峰不畸变的同时更有效地滤除脉冲型常见噪声，是处理化学谱图信号的有力工具。