论文部分内容阅读
草麻黄（Ephedra sinica）被收载于《中华人民共和国药典》2010年版一部“麻黄”项下，是我国药用麻黄的主要来源。不同产地，特别是不同采摘时间的草麻黄，其形态、组织结构及次生代谢产物的差异较小，采用形态学鉴别方法与组织学鉴别方法均难以对其进行准确鉴别；常用的色谱分析方法则存在样品处理复杂、分析时间长、需要使用化学试剂等不足。另一方面，麻黄生物碱是麻黄药材发挥疗效的主要物质基础，故草麻黄中麻黄碱和伪麻黄碱含量的测定也是麻黄药材研究的一项重要内容。傅里叶变换近红外漫反射光谱法（diffuse reflectance Fouriertransform near infrared spectroscopy, diffuse reflectance FT-NIR）无需特殊的样品处理，也不使用化学试剂，具有无污染、操作简便快速、样品用量小等优点，辅以化学计量学（chemometrics）方法，能够实现复杂样品的快速高通量（high-throughput）分析。本研究采用漫反射FT-NIR法，结合对向传播人工神经网络（counter-propagation artificial neuralnetwork, CP-ANN）鉴定不同产地及不同采摘时间的草麻黄药材，结合偏最小二乘法（partial least square, PLS）测定草麻黄中麻黄碱和伪麻黄碱的含量，建立草麻黄药材的近红外漫反射光谱高通量分析方法。采用验证样品的预测准确率（prediction accuracy）对产地及采摘时间判别模型进行评价；采用校正样品的交叉验证均方根误差（root mean squareerror of cross validation, RMSECV）、验证样品的预测均方根误差（rootmean square error of prediction, RMSEP）及验证样品预测值与参考值的相关系数（correlation coefficient, R）分别对麻黄碱和伪麻黄碱含量预测模型进行评价。目的：1.建立漫反射FT-NIR法判别草麻黄药材产地和采摘时间的方法。2.建立漫反射FT-NIR法测定草麻黄药材麻黄碱和伪麻黄碱含量的方法。方法：1.测量草麻黄样品的近红外漫反射光谱。2.测量草麻黄药材麻黄碱和伪麻黄碱的含量。3.草麻黄药材预测模型的建立及验证：（1）建立草麻黄药材产地和采摘时间FT-NIR漫反射预测CP-ANN模型，采用验证样品的预测准确率对所建模型进行评价。（2）建立草麻黄药材麻黄碱和伪麻黄碱含量FT-NIR漫反射预测PLS模型，采用RMSECV、RMSEP及验证样品预测值与参考值的R对所建模型进行评价。结果：1.草麻黄药材产地和采摘时间FT-NIR漫反射预测CP-ANN模型验证样品的预测准确率分别为100.0%和80.0%。2.草麻黄药材麻黄碱和伪麻黄碱含量FT-NIR漫反射预测PLS模型的RMSECV分别为2.62201和1.33701，RMSEP分别为1.12和0.236，验证样品预测值与参考值的R分别为0.9721和0.9309。结论：本研究所建近红外漫反射光谱法结合CP-ANN和PLS，能同时判别草麻黄药材的产地和采摘时间、预测其麻黄碱和伪麻黄碱的含量，实现草麻黄药材的高通量分析。