气相色谱-质谱法对当归及其炮制品挥发油的指纹图谱和潜在标志物研究

建立了一种基于气相色谱-质谱技术(GC-MS)的化学指纹图谱,以发现当归及其不同炮制品潜在标志物的方法.利用GC-MS获得当归及其不同炮制品挥发油化学指纹图谱,对产生的75样本×259变量数据进行归一化、修正80％规则和数据缩放等方法预处理,通过正交校正偏最小二乘法(OPLS)模式识别方法对样品进行模式识别,根据模型的变量重要性因子(VIP)和非参数检验结果筛选出12个潜在标志物.经相关分析和结构鉴定,其中11个化合物分别被鉴定为丁内酯、萜烯醇、6-丁基-1,4环庚二烯、2-壬酮、6-十一烷酮、2-甲氧基苯酚、δ-榄香烯、4,5,6,7-四甲基苯酞、Z-丁烯基酞内酯、亚油酸甲酯、1,7-异丙基-4-甲基-1,4,5,6,7,7a-六氢-2H-茚-2-酮.     

当归及不同炮制品多糖傅里叶变换红外光谱识别

建立了一种傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)快速无损鉴别当归及其不同炮制品多糖的新方法。生当归(unprocessed Angelica sinensis,UAS)经炮制为酒当归(angelica sinensis parched with wine,WAS)、土当归(angelica sinensis parched with soil,SAS)、油当归(angelica sinensis parched with oil,OAS)和当归炭(charred angelica sinensis,CAS),为了有效、合理地使用当归及其不同炮制品多糖,对其进行鉴别分析很有必要。首先获取当归及其不同炮制品多糖的FTIR,运用离散小波变换方法(discrete Wavelet transform,DWT)对其进行分解,然后选取2,3,4尺度下的高频信息作为特征信息,分别提取其小波熵作为特征值,采用BP神经网络进行训练,再用训练所得模型对当归及其不同炮制品多糖的FTIR小波提取出的特征值进行智能判别。通过对30个样本进行预测,判别率高达93.3%,说明基于FTIR离散小波特征提取及BP神经网络分类法识别当归及其不同炮制品多糖,具有较优的可行性。