论文部分内容阅读
近红外光谱和紫外-可见分光光度法和高效液相色谱-二极管阵列检测作为快速或经济的方法被用于控制野生稻和野生药材和香料的质量控制。用化学计量学方法如PLS和PCA法对不同的植物化合物,如总酚酸和黄酮含量的分析数据进行预测,为野生稻和野生药材和香料提供质量保证。近红外(NIR)光谱是一个分析工具,它还没有完全融入食品和医药工业领域。然而,其具有可能为食品和药品的质量控制提供快速和便捷方法的优点。本实验用十一种方法表明近红外光谱具有质量控制的能力。近红外处理方法也表现出了一些明显的优点,与传统的分析工具相比更加快速,经济、环保。研究如下的结果:1-用近红外(NIR)光谱技术作为一种快速方法对中国野生稻的总酚和黄酮含量进行了分析预测,用偏最小二乘法(PLS)算法校准。用交叉验证和经最小均方根误差验证(RMSECV)校准后的最小二乘法的选择因子对模型进行验证,获得的主要结果如下:相关系数(R)和均方根误差预测(RMSEP)被用作优化模型的评价参数如下:R=0.985;预测标准偏差=2.41,剩余的预测偏差(RPD)=6.06,都用于总酚含量预测乘法散射校正(MSC)模型。黄酮类化合物含量预测:R=0.978,预测标准偏差=1.23,RPD=4.81。结果表明,近红外光谱技术在无损测定总酚和类黄酮方面有很大潜力。2-用紫外分光光度法测定分析了三十二种野生药用草药和香料中总酚和黄酮的含量,并用高效液相色谱-二极管阵列检测法鉴定出十一种酚类化合物。通过三种不同的方法:自由基清除能力分析,清除超氧阴离子清除能力和羟自由基清除能力对这些化合物的抗氧化活性进行测定。亚麻种子和高良姜的总酚酸含量分别是5.26和35.14mg GAL/g(干重含量)。莎草种子和金合欢树的总黄酮含量分别是4.73和120.68 mg RE/g(干重含量)。总体上看,DPPH清除率在39.92±0.09%到94.52±0.057%之间,超氧阴离子清除率在40.454±0.66%到97.69±0.08%之间,羟基自由基清除率在33.05±0.56%到88.08±0.29%之间。3-用主成分分析法对不同的野生中药和多酚化合物的统计学特性进行分析。结果表明,金合欢树拥有的儿茶素,表儿茶素,咖啡酸和的,对香豆酸和阿魏酸含量最高,所以和其他中药差异最大。因此,从金合欢树中提取的多酚因其抗氧化能力可以预防疾病或者改善一些传统的药物。4-近红外光谱检测能够有效实现对不同药用野生的中药和香料中酚酸和黄酮含量的快速检测。用十一种预处理方法建立最小二乘法模型,用非处理方法消除噪音,能够对多酚含量进行定量、质量控制和其他应用。第一衍生结果比其他预处理方法更好,其需要10个PLS因子,RMSECV和RMSEP分别是1.24和0.66。应用于校正和试验的相关系数R分别是0.977和0.993,残余预测偏差是6.71和12.52。在黄酮含量预测方面,以9个最小二乘法因子构建的第一衍生矢量标准化预测作为最优模型,RMSECV=2.57,RMSEP=1.94,相关系数R=0.995,RPD=13.81。实践运用是本实验模型构建的必要条件。当用于实践时,其能够有效改善野生中药的产品和市场环境,从而对人体健康更有益。