论文部分内容阅读
西红花是鸢尾科番红花属球根类多年生草本植物,又名为藏红花或番红花。依据《中华人民共和国药典》的记录,西红花具备通血祛瘀、清热解毒、养阴凉血、缓郁安神的功效;主治产后血瘀闭经、温毒斑、忧郁胀,心悸。普遍应用于医药、食物以及化妆品等各个领域。西红花价格昂贵,供应短缺,因此,一些不法商人常用莲须、红花、菊花蕊舌、玉米须及纸浆造假西红花。根据性状和显微观察等传统的西红花药材真伪鉴别的方法,过于依赖鉴定者经验的积累,具有一定的不确定性和主观性。而高效液相色谱(HPLC)测定技术,气相色谱-质谱法(GC-MS),检测过程繁琐,耗时长,难以在购买西红花时达到现场检测的要求。因此,本研究采用了能够针对西红花样本进行定性或定量分析的近红外(NIR)快速检测方法,建立了偏最小二乘(PLS)回归模型,比较使用五种不同干燥方法得到的干西红花柱头的形态特征,以HPLC分析西红花柱头的组成,并使用GC分析干西红花香气的变化。得到结果如下:(1)在基于NIR的西红花快速定性检测技术研究中,采集样品的NIR漫反射光谱,采用偏最小二乘判别分析(PLS-DA)和PLS回归的方法,比较通过不同光谱预处理方法和光谱区间选取得到的模型。结果表明,合适的预处理方法和光谱区间的选取能够提高模型的性能,在西红花的定性分析中,二阶导数为最佳预处理方法。在不同掺假程度的西红花定量分析中,西红花中掺假莲须,标准正态转换(SNV)预处理方法表现出较好的性能;而西红花中掺假玉米须,多元散射矫正(MSC)预处理方法则表现出较好的性能。分别对西红花中掺假莲须、玉米须光谱进行了SNV、MSC光谱预处理,将光谱区分为10个、20个、30个区间,并选取了表中所示区间,分别对各光谱进行PLS建模,对比各个模型的EMSECV值和RMSEP值,及Rc2与Rv2,得到结果:选取9、23、24、29这4个区间时,西红花掺假莲须的PLS模型表现出最好的性能,预测精度最高;选取22、24、27这3个区间时,西红花掺假玉米须的PLS模型表现出较好的性能,具有较强的预测能力和稳定性。用五种不同的方法真空干燥,红外干燥、冷冻干燥,烘箱干燥和微波干燥对西红花柱头的形态特征、组成、香气成分进行分析。结果表明,干燥方法显著影响西红花柱头的干燥效率,形态特征,组成以及香气成分。冷冻干燥所需时间最长为47小时,微波干燥所需时间最短为0.7小时。冷冻干燥得到的干西红花的色值最高。扫描电子显微镜(SEM)显示冷冻干燥的样品的花粉粒初始细胞结构保存完整。同时冷冻干燥所保留的总西红花苷和西红花苷II含量最高,分别为31.80%和6.76%。烘箱干燥保留了最多的西红花苷I(25.41%),红外干燥保留的西红花醛含量最多。尽管烘箱干燥是最常用的药用植物干燥方法,但是实验结果表明冷冻干燥是最合适的选择,因为西红花能够保持其完整性和光泽度以及最高的西红花苷含量,尽管冷冻干燥所需干燥时间最长,能量消耗多。此外,红外干燥保存西红花香味成分的效果较好,同时所需的干燥时间短。