川東獐牙菜及其兩種近緣種的指紋圖譜分析

川東獐牙菜及其兩種近緣種的指紋圖譜分析民族藥是中國特色醫(yī)藥體系的一部分,其發(fā)展最大的阻礙是基礎(chǔ)理論薄弱及質(zhì)量控制體系不完善,中藥指紋圖譜的出現(xiàn)為民族藥物質(zhì)量控制供了新方法。中藥指紋圖譜技術(shù)廣泛應(yīng)用于中藥鑒定與質(zhì)量評(píng)價(jià),方法涉及高效液相色譜、紅外光譜、紫外光譜等?；谔烊凰幬锏耐葱?中藥指紋圖譜技術(shù)可以作為建立民族藥物質(zhì)量控制體系的有效手段。本文利用現(xiàn)代分析技術(shù)結(jié)合化學(xué)指紋圖譜鑒別不同產(chǎn)地川東獐牙菜和區(qū)分及評(píng)價(jià)3種獐牙菜屬藥用植物。論文的第一章論述了民族藥和中藥的聯(lián)系,指紋圖譜法在鑒別和評(píng)價(jià)民族藥物中起到的作用,川東獐牙菜的介紹及其價(jià)值和目前該民族藥主要的研究領(lǐng)域,在現(xiàn)階段川東獐牙菜的研究中,利用指紋圖譜鑒別及評(píng)價(jià)的報(bào)導(dǎo)較少。第二章采用傅里葉紅外光譜指紋圖譜鑒別不同產(chǎn)地川東獐牙菜,采集4個(gè)地區(qū)70株樣品不同部位的紅外光譜數(shù)據(jù),原始光譜經(jīng)預(yù)處理(自動(dòng)基線校正,自動(dòng)平滑,一階求導(dǎo),二階求導(dǎo))后導(dǎo)入OMNIC8.2,比較吸收峰的差異;用SIMCA-P+10.0進(jìn)行PLS-DA分析,以前三個(gè)主成分三維得分圖比較產(chǎn)地鑒別效果;紅外光譜數(shù)據(jù)導(dǎo)入SPSS19.0,進(jìn)行系統(tǒng)聚類分析,通過樹狀圖比較不同部位分類效果。FTIR技術(shù)結(jié)合PLS-DA與HCA方法能夠快速準(zhǔn)確地鑒別不同產(chǎn)地川東獐牙菜,不同部位產(chǎn)地鑒別效果具有差異,二階求導(dǎo)處理增強(qiáng)了光譜的特異性,使PLS-DA的三維主成分得分圖分類效果更明顯。第三章利用紅外指紋圖譜鑒別3種獐牙菜屬藥用植物(川東獐牙菜、狹葉獐牙菜和紫紅獐牙菜),比較原始光譜圖,進(jìn)行判別分析和聚類分析。不同部位的分類效果是不一樣的,莖和葉的分類效果比根的好。第四章采用超高效液相色譜指紋圖譜結(jié)合相似度分析、主成分分析和聚類分析鑒別不同產(chǎn)地川東獐牙菜。文章比較了不同產(chǎn)地樣品莖和葉中5種標(biāo)準(zhǔn)化合物的含量,不同部位中5種化合物的含量差異明顯。聚類分析結(jié)果顯示,單純莖或者葉數(shù)據(jù)矩陣鑒別效果不佳,將兩者矩陣結(jié)合得到聚類效果極佳的分類圖。主成分3D得分圖,葉數(shù)據(jù)矩陣的鑒別效果優(yōu)于莖數(shù)據(jù)。第五章采集3種獐牙菜共27株樣品色譜圖,將色譜圖導(dǎo)入中藥色譜指紋圖譜相似度評(píng)價(jià)系統(tǒng)軟件,得到樣品保留時(shí)間和峰面積數(shù)據(jù),對(duì)3組樣品進(jìn)行相似度分析。峰面積數(shù)據(jù)導(dǎo)入SPSS和SIMCA-P+軟件進(jìn)行聚類分析和主成分分析,得到樹狀圖和主成分得分圖,觀察聚類效果。不同種獐牙菜藥用植物中指示化合物的含量差異大,相同種類獐牙菜不同個(gè)體中指示化合物含量差異大。聚類分析樹狀圖分類準(zhǔn)確率為85.2%,誤判的紫紅獐牙菜樣品與其余的紫紅獐牙菜樣品相比,指示化合物含量極低。主成分分析得分圖將3種獐牙菜區(qū)分開,相比川東獐牙菜和狹葉獐牙菜,紫紅獐牙菜聚類效果較分散,個(gè)體之間差異大。第六章采集4個(gè)地區(qū)川東獐牙菜不同部位的紫外光譜,川東獐牙菜不同部位紫外光譜圖均在240nm、276nm和324nm處有特征吸收峰,前人研究中240nm和276nm為獐牙菜苦苷和龍膽苦苷最大吸收峰值,根據(jù)根、莖和葉的不同稀釋倍數(shù)與比爾朗伯定律推測(cè)這兩種化學(xué)成分在葉中含量最高。光譜數(shù)據(jù)導(dǎo)入U(xiǎn)VProbe2.34比較不同產(chǎn)地相同部位的紫外光譜圖,將原始光譜數(shù)據(jù)以及經(jīng)過8點(diǎn)平滑、一階求導(dǎo)和二階求導(dǎo)后的數(shù)據(jù)導(dǎo)入SIMCA-P11.5,進(jìn)行主成分分析(PCA),比較三維得分圖的產(chǎn)地鑒別效果。主成分分析中以葉的原始數(shù)據(jù)以及8點(diǎn)平滑處理數(shù)據(jù)鑒別效果最佳,主成分累計(jì)貢獻(xiàn)率均為98.8%,其余預(yù)處理方式無法取得較好的鑒別效果可能與主成分?jǐn)?shù)累計(jì)值有關(guān)(一階求導(dǎo)為83.9%,二階求導(dǎo)為47.3%)。根部數(shù)據(jù)能將重慶、湖北的樣品和湖南樣品分開,但重慶和湖北的樣品無法區(qū)分。建立偏最小二乘判別分析(PLS-DA)模型,檢測(cè)鑒別模型的可靠性,并為預(yù)測(cè)更多產(chǎn)地的區(qū)分提供依據(jù)。將驗(yàn)證集帶入訓(xùn)練集建立的模型進(jìn)行偏最小二乘判別分析,能區(qū)分產(chǎn)地,證明該模型產(chǎn)地鑒別效果可行。PLS-DA中訓(xùn)練集的預(yù)測(cè)值和真實(shí)值相關(guān)系數(shù)為0.985,其評(píng)估均方差(RMSEE)為0.15