基于37种无机元素含量的主成分分析和层次聚类分析溯源当归产地北大核心CSCD

采用电感耦合等离子体质谱法测定采自甘肃、青海、四川和云南共计26批次的当归样品中37种无机元素的含量,并考察了重金属及有害元素的安全情况.以37种无机元素的实测值为变量,应用主成分分析确定当归中差异性特征元素;再以特征元素为变量进行层次聚类分析,探讨当归中主要无机元素的含量与其产地的关系.结果表明,当归药材中37种无机元素检出32种,各元素含量差异较大,重金属及有害元素Hg、Cu、Cd、As含量与其他植物相比处于较低水平.不同产区的当归表现出一定的聚类性特征,甘肃与青海当归中无机元素也存在差异,Sm、Nd、Cu、Cr、Cd、Rb和Sr等7种无机元素为其主要指标性成分,可对当归进行有效产地溯源.     

烟草中游离氨基酸的超高效液相色谱快速分析及化学计量学研究

采用超高效液相色谱法(UPLC)对烟草中的游离氨基酸进行了快速分离与测定。烟草中17种氨基酸在8 min之内实现了快速分离和测定。同时采用聚类分析法(CA)和主成分分析法(PCA)对31个烟草样品(4个品种:烤烟,香料烟,晒烟,白肋烟)中烟草氨基酸含量差异进行了研究。结果表明烟草样品中氨基酸总量为:白肋烟晾晒烟香料烟烤烟。聚类分析表明不同种类烟草样品可以完全各自聚为一类,同时主成分分析中第一主成分与第二主成分占到氨基酸总变量的73.3%,其中第一主成分占到总变量的62.3%,表明不同种类间烟草样品中氨基酸组分及含量差异较大,其结果与聚类分析一致。该方法简单快捷,各种氨基酸的含量分布特征能反应不同种类烟丝的特性,可用于不同种类烟草的比较和分类。     

指纹图谱结合化学计量学方法研究新疆薰衣草精油成分

采用水蒸汽蒸馏法(SD)提取薰衣草挥发油,气相色谱-质谱联用(GC-MS)技术分析其化学成分及相对含量。通过气相色谱法(GC)建立其色谱指纹图谱,并结合化学计量学方法对其进行品种鉴别。3种薰衣草精油中共检测29种挥发性化学成分,其中共有成分有18种;31批薰衣草样本的GC指纹图谱相似度均大于0.9,符合指纹图谱相似度的要求,利用主成分分析法(PCA)和聚类分析法(HCA)对GC指纹图谱进行识别,可直观地区分薰衣草品种,该方法可应用于薰衣草质量控制及品种鉴别。     

气相色谱-质谱技术结合化学计量学对6种植物油进行判别分析

测定了6种不同种类植物油(茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油)的脂肪酸组成及含量,旨在探讨利用植物油脂肪酸的指标对不同种类的植物油进行分类和判别的可能性。采用气相色谱-质谱联用技术,对6种不同植物油中脂肪酸的组成和含量进行测定,用SPSS.19.0统计软件进行主成分分析、聚类分析和判别分析。对6种不同植物油脂肪酸进行分析、对比,得出植物油脂的主要成分为C16∶0,C18∶0,C18∶1 cis-9,C18∶2 cis-9,12和C18∶3 cis-9,12,15。这5种主要脂肪酸的总含量在茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油中分别为98.455%,97.586%,89.019%,97.378%,98.294%和98.021%。6种植物油的不饱和度(U/S)均大于2.000,其中最小为花生油2.055,最大为茶籽油3.976。进行主成分分析降维得到前3个主成分,因为前3个主成分的特征//值均大于1且累计贡献率达到80.060%,第1主成分的贡献率为35.853%,第2主成分的贡献率为23.847%,第3主成分的贡献率为20.360%。建立了3个典则判别函数,典则判别函数的相关系数均大于0.990,且对于茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油的初始分类正确率为100.0%,交叉验证正确率为100.0%。     

基于近红外光谱技术与化学计量学的绿茶无损鉴别方法研究

该文利用近红外光谱技术结合化学计量学方法开发了不同品种绿茶的无损鉴别方法。通过近红外光谱技术得到了8个品种绿茶样品的近红外光谱,比较了单一以及优化组合光谱预处理方法对光谱的影响,利用无监督的主成分分析(PCA)与有监督的线性判别分析方法(LDA)分别构建了茶叶品种鉴别模型。结果表明:对比单一预处理方法,优化组合预处理具有更优的鉴别准确性。标准正态变量变换预处理消除了茶叶样品大小不均造成的光谱散射影响,一阶导数预处理实现了变动背景的消除,减少了基线漂移的影响,突出了图谱中的有效信息,采用二者相结合的预处理方式并结合无监督的主成分分析法可实现较为准确的绿茶样品种类鉴别分析,准确率达75.0%。此外,采用有监督的线性判别分析方法处理原始光谱数据,可达到100%的鉴别准确率,但该方法需提供类别的先验知识。因此,采用近红外光谱技术和化学计量学相结合的手段可实现不同品种绿茶的快速无损鉴别。     

气相色谱-质谱技术结合化学计量学对5种动物油进行判别分析

测定了5种不同种类动物油(鸡油、牛油、鸭油、羊油和猪油)的脂肪酸组成和含量,探讨了利用动物油脂肪酸的指标对不同种类的动物油进行分类和判别的可能性。采用气相色谱-质谱联用技术(GC-MS)对5种动物油脂肪酸的组成和含量进行测定,利用SPSS 19.0统计软件进行主成分分析、聚类分析和判别分析。对5种动物油的脂肪酸进行统计、分析和对比,得出动物油的主要组成为C16∶0,C18∶0,C18∶1c-9,C18∶2c-9,12和C14∶0,这5种脂肪酸在鸡油、牛油、鸭油、羊油和猪油中的总含量分别为92.1%,93.5%,93.5%,90.6%和95.6%。5种脂肪酸的不饱和度均小于1。主成分分析降维得到3个主成分,利用主成分分析数据,依次进行聚类分析和判别分析,建立了3个动物油典则判别函数,相关系数均大于0.995,对于鸡油、牛油、鸭油、羊油和猪油的初始分类正确率和交叉验证正确率均为100%。     

高效液相色谱法测定白芷中9种香豆素类化学成分的含量及其多元统计分析北大核心CSCD

采用高效液相色谱法(HPLC)同时测定了30批白芷中欧前胡素、异欧前胡素、补骨脂素、水合氧化前胡素、佛手苷内酯、白当归脑、花椒毒酚、氧化前胡素、白当归素等9种香豆素类化学成分的含量,运用聚类分析(CA)、主成分分析(PCA)、正交偏最小二乘法-判别分析(OPLS-DA),筛选出白芷的指标性成分.结果表明,9种香豆素类化学成分的质量浓度在一定范围内与对应的峰面积呈线性关系,检出限(3S/N)为0.1~0.7 mg·L^(-1).按标准加入法进行回收试验,回收率为99.1%~106%,测定值的相对标准偏差(n=6)均小于3.0%.所测9种香豆素类化学成分的含量经统计分析可知,不同产地的白芷存在质量差异,且硫磺熏蒸对样品质量有较大影响;CA、PCA、OPLS-DA所得结果一致,将样品均分为3类,并且筛选出了差异贡献较大的指标性成分氧化前胡素和欧前胡素.     

傅里叶红外光谱法结合化学计量学方法区分鉴别塑钢窗北大核心CSCD

选取7家公司生产的42种塑钢窗成品,以品牌为单位将其分为7组。选取9号、17号、21号、32号样本作为待判定样本,其余38种样本作为分类鉴别研究对象。用傅里叶红外光谱法对上述样本进行检测,借助Spss统计分析软件,采用Z标准化方法并用系统聚类分析方法对所得光谱信息进行处理。将38种样本分为27类,以此为依据,选择典型判别分析对4种未知样本进行分类,分类正确率为94.6%。     

超高效液相色谱法结合化学计量学分析评价4种商品人参的质量

建立了快速、灵敏、准确的超高效液相色谱方法,用来分析4种商品人参(人参、红参、人参叶、人参须)中12种人参皂苷的含量,并用化学计量学方法评价了商品人参的质量。采用ACQUITY UPLC^TM BEH C₁₈色谱柱(50 mm×2.1 mm, 1.7 μm),以乙腈-水为流动相进行梯度洗脱。对所建立的测定12种人参皂苷的UPLC方法进行了线性方程、准确度、重复性、回收率等方法学考察。采用聚类分析和主成分分析的化学计量学方法对4种商品人参进行分析,评价了其质量。结果表明聚类分析和主成分分析2种化学计量学方法非常适合大样本、多成分的中药材质量分析。     

黑火药成分分析及来源推断的研究进展北大核心CSCD

黑火药是爆炸案件中最常见的炸药之一,其检验对于打击犯罪有重要意义。尽管黑火药的检验方法已相对成熟,但仍面临诸多挑战,如微量黑火药爆炸残留物的高灵敏度检验,以及黑火药的来源推断等。基于黑火药的成分组成、生产工艺,围绕爆炸前后的黑火药成分分析以及来源推断这两个检验目的,系统总结了黑火药中的分子(KNO_(3)、硫磺、木炭等)、离子(K^(+)、NO_(3)^(-)、S^(2-)等)以及元素(氮、氧、碳等)的检验方法,包括传统检验法、光谱法、色谱法、质谱法等,并对黑火药检验中存在的问题以及未来可能的研究方向进行了探讨,旨在为黑火药的研究和案件侦办提供参考(引用文献40篇)。     

化学计量学结合气质联用法对4种食用动物油判别模型的构建

通过测定4种不同类型动物油(鸡油、牛油、羊油和猪油)的挥发性成分,从动物油挥发性风味物质的角度,探讨了对不同类型动物油进行判别和分类的可能性。采用热脱附/气相色谱-质谱联用法(TD/GCMS)对4种动物油的挥发性成分进行准确定性以及相对含量测定,利用SPSS 22.0统计软件对4种动物油的挥发性化合物进行主成分分析、聚类分析以及判别分析。依据挥发性化合物的风味阈值、特性以及相对含量水平,进行变量与指标损益之后应用主成分分析,在4种动物油的53种挥发性成分中筛选出19种主要风味物质,并将其相对含量进行降维得到3个主成分,应用主成分分析结果依次进行聚类分析和判别分析,建立了动物油的3个典则判别函数模型。对鸡油、牛油、羊油和猪油的挥发性成分在训练模型内进行判别,模型验证结果的正确率为100%。     

漫反射光谱结合化学计量学方法无损分析彩绘文物颜料

为了对彩绘文物颜料进行无损判别分析,该文采集了12种彩绘常用颜料参考样品的漫反射光谱,根据光谱曲线外形将参考样品分为红黄色系及蓝绿色系两类。使用主成分分析(PCA)分别对两个色系参考样品的光谱数据集进行降维,抽提出最有代表性的3个主成分,利用成分得分散点图确认了颜料间的类间差异,并通过成分矩阵探讨了对该差异贡献率最高的光谱波长区间。在此基础上,采用线性判别分析(LDA)对PCA的分析结果进行建模,拟合判别函数并将其应用于2件颐和园仁寿殿上架彩画文物样品颜料的分析。基于样品判别得分散点图与各类别参考样品间的距离,判定文物使用的颜料分别为铁红和群青。研究表明,该文构建的判别函数能够准确区分颜料的种类,可用于彩绘文物样品的无损分析鉴别。文物样品的污染或老化可能会影响分析,需事先进行表面清理。     

基于理化指标及主成分分析的葵花籽油品质综合评价指标的建立

研究了105℃和180℃氧化条件下葵花籽油理化指标(过氧化值、共轭二、三烯、茴香胺值、酸价、碘值和极性化合物)的变化规律,就理化指标对油脂总体品质变化的贡献度进行了主成分分析,建立了可有效表征葵花籽油在相应条件下品质变化的综合评价指标。结果表明:随着氧化时间的延长、温度的升高,共轭二、三烯、茴香胺值、酸价和极性化合物的升高趋于显著(P≤0.05),而碘值则均呈下降趋势;通过对各理化指标的总体变化率以及与油脂不饱和度和常用理化指标的相关性分析,发现过氧化值、共轭二烯、茴香胺值(105℃)或共轭二烯、茴香胺值、极性化合物(180℃)可有效表征葵花籽油的品质变化;成功建立了评判葵花籽油品质变化的综合指标,并确定其临界值分别为-0.189(105℃)和0.727(180℃);此外,可通过对共轭二烯和茴香胺值的主成分分析有效区分在105℃或180℃下氧化葵花籽油的品质变化。     

食品中芳香族氨基酸的分离分析技术研究进展北大核心CSCD

苯丙酮尿症等代谢病患者因基因缺陷无法正常代谢食物中的芳香族氨基酸(aromatic amino acids,AAA),常规饮食可能会造成永久性生理损伤,低AAA肽是其重要的蛋白质等同物来源。AAA分离分析技术对低AAA肽的制备和检测至关重要。该领域研究者探索了多种高效的吸附、分离材料,从复杂的蛋白质水解液中选择性吸附脱除AAA以制备符合特定氨基酸限量的低AAA肽类食品,或者建立对AAA特异性提取富集的分离分析策略。该文分析了AAA的结构特点与理化性质,总结了近年来基于活性炭、树脂等吸附材料脱除AAA的技术进展,并从样品前处理、手性分离和吸附-传感3个维度综述了二维纳米材料、分子印迹、环糊精、金属有机骨架等材料在AAA分离分析中的应用。通过探讨各类技术的优缺点,为AAA吸附脱除和分离分析技术的进步提供支撑。     

基于主成分分析-Fisher判别分析的食品类塑料瓶物证差分拉曼光谱分类

食品类塑料瓶物证携带许多潜在证据信息,目前针对此类物证的检验研究尚处于探索阶段。利用差分拉曼光谱对46个食品类塑料瓶样品进行检验,依据样品材质及光谱特征峰可将样品分为三类。利用主成分分析（Principal component analysis, PCA）-Fisher判别分析,绘制主成分得分图,构建判别函数,建立分类模型。结果表明,食品类塑料瓶样品具有明显的聚类关系,原始分类与交叉验证分类准确率达到100 %。差分拉曼光谱结合PCA-Fisher判别分析,检验鉴别食品类塑料瓶物证具有一定的科学性。     

理化检验化学分册征稿启事北大核心CSCD

《理化检验-化学分册》杂志将在近年开展专题报道的基础上,拟在2022年继续于第5,7,9期分别推出以“食品质量安全”“环境污染物”和“新材料成分”等分析对象为主的3期专题报道,热忧欢迎相关领域的检测技术人员踊跃投稿。     

通草类中药微量元素的主成分分析和聚类分析

探讨通草类中药材中微量元素含量与其功效间的相关性。以微量元素含量为指标,运用主成分分析和聚类分析对11种通草类中药的微量元素进行分析。主成分分析结果表明前3个主因子含有通草类中药材微量元素含量84.50%的信息。利用3个主因子模型和聚类分析谱图,解释了11种通草类中药中药的相似性与差异。利用主成分分析和聚类分析法初步得出11种通草类中药的微量元素与其功效存在相关性,为该类中草药的开发利用提供了科学依据和理论基础。     

高效液相色谱法测定地骨皮中18种氨基酸北大核心CSCD

采用高效液相色谱法测定地骨皮中18种氨基酸的含量。地骨皮样品用10-乙基吖啶酮-2-磺酰氯为柱前衍生试剂进行衍生化。以Akasil-C18色谱柱为固定相,用乙腈(5+95)溶液和乙腈(95+5)溶液以不同比例混合的溶液为流动相进行梯度洗脱,用荧光检测器测定。18种氨基酸的线性范围均为32fmol^100pmol,检出限(3S/N)在2.06~8.65fmol之间。加标回收率在96.4%~107%之间,测定值的相对标准偏差(n=6)在均小于4.0%。