傅里叶红外光谱对野生及栽培滇龙胆不同部位的研究

中药及其制剂的应用具有悠久历史,随着研究的深入,市场需求量日益增加,野生资源难以满足市场需求,开展野生和栽培品及化学成分累积动态的研究具有重要意义。为了比较野生和栽培的滇龙胆不同部位(根、茎、叶)化学成分的差异,用傅里叶红外光谱、二阶导数光谱对其进行分析及评价研究。采集60份样品的红外光谱数据,用Nicolet Omnic8.0软件计算各个样品的二阶导数光谱和匹配值。结果显示,野生和栽培滇龙胆根、茎及叶的红外光谱图整体峰形相似,在1 732,1 643,1 613,1 510,1 417,1 366,1 322,1 070cm-1附近主要为酯类、萜类、糖类物质的吸收峰。1 800~600cm-1波段范围内,样品与龙胆苦苷标准品二阶导数光谱的峰位和峰强有差异,具有多个指纹特征峰,分别为1 679,1 613,1 466,1 272,1 204,1 103,1 074,985,935cm-1;野生和栽培样品的根在1 613cm-1(龙胆苦苷中萜类物质C—C吸收峰)附近特征峰明显强于茎和叶,根中龙胆苦苷类成分高于茎及叶;野生样品的茎在1 521,1 462,1 452cm-1附近为木质素类物质的苯环骨架振动峰,并呈现强吸收峰,栽培样品茎呈现中等强峰,茎富含木质素类物质。所有样品红外光谱与野生样品根的平均光谱相似度较大,二阶导数光谱与野生样品根的平均光谱的相关性差异较大,相似度大小分别为:根茎叶。红外光谱法结合二阶导数谱能为同类物种野生和栽培药材不同部位的差异分析和评价提供参考。     

药用植物川东獐牙菜红外光谱分析与鉴别

采用傅里叶变换红外光谱法(Fourier transform infrared spectroscopy,FTIR)、偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)和系统聚类分析(hierarchical cluster analysis,HCA)快速鉴别不同产地川东獐牙菜(Swertia davidi Franch)。采集4个不同地区70株样品不同部位的红外光谱数据,原始光谱数据经预处理(自动基线校正,自动平滑,一阶求导,二阶求导)后导入OMNIC 8.2,比较吸收峰的差异;用SIMCA-Pa+10.0进行偏最小二乘判别分析(PLS-DA),以前三个主成分三维得分图比较产地鉴别效果;红外光谱数据导入SPSS 19.0,进行系统聚类分析(HCA),通过树状图比较不同部位分类效果。结果显示,(1)不同产地根的光谱图在1 739,1 647,1 614,1 503,1 271,1 243,1 072cm~(-1)附近的吸收峰有差异,不同产地茎的光谱图在1 503,1 270,1 246cm~(-1)吸收峰附近有差异;(2)相同产地不同部位的光谱特征峰有差异;(3)PLS-DA分析结果显示自动基线校正+自动平滑+二阶求导这种预处理方式分类效果最好,根的红外光谱数据产地鉴别效果最佳;(4)HCA的树状图,显示根的聚类分析结果正确率83%,茎的聚类分析结果正确率49%,叶的聚类分析结果正确率70%。FTIR技术结合PLS-DA与HCA方法能够快速准确地鉴别不同产地川东獐牙菜,不同部位产地鉴别效果有差异,根的光谱数据产地鉴别效果最佳,二阶求导处理增强了样品的特异性,使PLS-DA的三维主成分得分图分类效果更明显。     

红外光谱结合化学计量学快速鉴别云南重楼不同炮制品

中药炮制是根据中医学理论,改变中药的性味和功效,以达到缓和药性、减毒增效等作用。炮制对中药的活性成分、药效、毒副作用影响甚大,建立一个系统鉴别和评价中药不同炮制品的方法,可为中药质量和临床用药安全提供重要支撑。采用红外光谱法对9种云南重楼不同炮制品进行对比分析,结合化学计量学建立主成分-马氏距离(PCA-MD)判别模型进行鉴别分析。云南重楼不同炮制品的红外光谱经自动基线校正和纵坐标归一化预处理后,取其平均光谱图。九种重楼不同炮制品的平均红外光谱和二阶导数光谱显示：(1)其主要特征吸收峰为3 387,2 923,1 745,1 463,1 338,1 240,1 207,1 158,1 180,1 080,1 048,1 020,988,921,895,859,833,765,708,572和529 cm-1;(2)重楼不同炮制品红外图谱的峰形基本相似,可显示出重楼所特有的红外光谱特征;(3)重楼不同炮制品红外图谱中少数特征吸收峰数目、位置和吸收强度存在差异,表明重楼经不同炮制后化学成分和含量发生了改变。红外光谱经多元散射校正(MSC),标准正态变量(SNV),一阶求导(1st Der),二阶求导(2nd Der)和平滑(SG)优化处理后,采用Kennard-Stone算法筛选训练集和预测集(3∶1),建立PCA-MD判别分析模型。结果显示,重楼不同炮制品的最佳预处理方法为1st Der+SG(11∶3)。提取前5个主成分,变量特征的解释能力为88.2%,以PC1,PC2和PC3为坐标轴建立PCA-MD三维得分图可知,九种炮制品可完全区分;其中重楼I,H,G和F的聚类效果最好,且前三种炮制品距离较近,表明晒干和烘干处理重楼与传统炮制重楼所含化学成分相似;重楼D和E空间距离较近,推测其经过微波和蒸汽高温处理后化学成分变化相似。预测集样本可准确的归属于训练集,PCA-MD判别模型的准确率为100%。红外光谱结合PCA-MD判别分析可准确区分云南重楼的不同炮制品,为云南重楼炮制品的临床应用提供参考,同时为中药炮制品的鉴别提供了借鉴。     

FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼

测定了云南省及贵州省6个不同产地重楼的FTIR、ATR-FTIR及UV信息,并对ATR-FTIR光谱数据进行ATR校正(ATR-FTIR-A)、一阶导数(FD)、二阶导数(SD)、标准正态变量(SNV)等预处理,结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)建立了单光谱与低级数据融合分类判别模型。结果表明,校正后的重楼ATR-FTIR(ATR-FTIR-A)光谱信息与KBr压片法展现的信息基本吻合; UV二阶导数图谱较原始图谱分辨率提高; ATR-FTIR-A单光谱及ATR-FTIR-A-UV低级数据融合的PLS-DA及SVM模型鉴别效果最好,预测正确率均达到100. 00%。基于ATR-FTIR-A建立的PLS-DA或SVM产地鉴别模型分类正确率高,在实际生产应用中有简便、高效、准确等优点,若采用ATR-FTIR-A-UV建立模型可进一步加强模型稳定性。