乡村网

基于近红外漫反射光谱法快速鉴别石斛属植物

放大字体  缩小字体 发布日期:2016-08-17  来源:石斛专委会  作者:李继祥  浏览次数:189
核心提示:李继祥[ 摘要 ]通过采集 15 种石斛 171 份样品的近红外漫反射光谱,结合化学计量学统计分析方法建立预测模型,对不同种石斛进行
 李继祥

[ 摘要 ]通过采集 15 种石斛 171 份样品的近红外漫反射光谱,结合化学计量学统计分析方法建立预测模型,对不同种石斛进行快速无损鉴别。应用Hotelling T2 对随机抽取的 5 份样品的近红外光谱进行稳定性分析, 结果表明,样品的近红外光谱具有较好稳定性。设计正交试验 L24(2×4×3×8),对光程类型、光谱波段、导数和平滑四个因素进行优化处理。利用主成分分析对正交试验结果进行分析,结果显示,选择6500 cm-1 ~ 4000 cm-1 的光谱波段,采用多元散射校正、二阶导数和 Norris平滑对光谱预处理,提取的主成分数为7 时,光谱判别正确率为 100%。将正交试验优化条件作为偏最小二乘法判别分析的输入值,随机选取 123 份样本作为校正集建立预测模型,其余 48 份样本为预测集,评估预测模型的性能。结果表明,该模型前 3 个主成分累积贡献率为 99.36%,设定鉴别标准偏差为 ±0.1时,该方法的正确识别率为 97.92%,获得满意的结果。该方法的建立为不同种石斛的快速鉴别提供了一种新的方法,同时为药用植物的鉴别提供参考。

[ 关键词 ]石斛;近红外漫反射光谱;主成分分析;偏最小二乘判别分析

石斛为兰科 (Orchidaceae) 石斛属 (Dendrobium)多年生附生草本植物,全世界共有 1500 多种,广泛分布于亚洲、欧洲、大洋洲等热带及亚热带地区 [1]。我国约产 76 种,被列为我国二级保护植物,其中药用石斛近 40 种,主要分布于华南及西南地区 [2]。干燥或加工成枫斗后的石斛类药材形态相似,加之受基源、产地、生境、采收时间、加工等众多因素的影响,药材质量参差不齐。目前鉴定石斛药材的常用方法有性状鉴别、显微鉴别、光谱鉴别、色谱鉴别以及分子生物学技术鉴别等。其中薄层色谱和DNA 指纹图谱方法来鉴别石斛属的不同种类,特别是中国药典中收录的种类,已成为研究的热点 [3]。光谱法中红外、紫外、近红外指纹图谱结合计算机分类技术或模糊数学方法,进行中药材产地、真伪鉴别的研究得到广泛应用 [4-5]。目前,利用近红外光谱法对石斛药材进行快速鉴别的应用研究,尚未见报道。本文利用近红外漫反射光谱法对石斛属 15种植物进行鉴别分析,从其内部化学品质角度,为石斛属的快速鉴别提供新的方法。

1 材料与方法

1.1 仪器设备

实验使用 Antaris П 型近红外光谱仪(美国,Thermo Fisher Scientific),配置漫反射模块,其光谱采样间隔为 1.98 cm-1,光谱范围 10000 cm-1 ~ 4000 cm-1,分辨率为 8 cm-1,扫描次数为 64次,使用 Result 2.1 软件采集光谱图、TQ 8.4 分析软件进行主成分分析;DFT-100 型中药粉碎机(浙江,温岭市林大机械有限公司),80 目不锈钢筛盘(北京,中西泰安) ;SIMCA-P+11.5 软件(美国,UMETRICS);SPSS 19.0 分析软件。

1.2 实验材料及光谱获取

实验材料取自云南省玉溪市祥馨农产品种植基地兰科种质资源圃,经云南省农业科学院药用植物研究所金航研究员鉴定(见表 1)。所有样品在 45℃下,烘干至恒重。取不同种石斛的干燥茎,用中药粉碎机粉碎,过 80 目网筛(样品直径不能大于 1.0mm)。均匀混合后称取 20.0 g 样品于采样杯中,使用 Result 2.1 软件编写流程采集光谱。随机选择石斛样品 SH8、SH12、SH21、SH22 及 SH30 平行采集 30 次光谱,将光谱通过 SIMCA-P+11.5 软件的 Hotelling T2 进行稳定性分析,其余样品均采集3 次,取其平均光谱。

1.3 光谱数据预处理

根据样品光谱信息,将近红外光谱波段分为四个不同范围:10000 cm-1 ~ 4000 cm-1、8500cm-1 ~ 4000 cm-1、7500 cm-1 ~ 4000 cm-1、6500 cm-1 ~ 4000 cm-1。为消除高频随机噪声、基线漂移、样品不均匀、光散射等影响,需对光谱进行预处理。 通过 L24 (2×4×3×8) 正交试验设计,对光程类型、光谱波段、导数和平滑四个因素进行优化处理。

主成分分析(Principal component analysis,PCA)目的是将数据进行降维,消除相互重叠的信息部分,通过对实测的多个指标相关矩阵内部相关信息的提取,利用原有指标线性的组合产生少数几个指标,用于更好的表征原有指标的性质 [6]。实验将所采集的 171 份样品光谱数据在有监督模式下进行正交试验设计进行优化分析,采用 TQ 8.4 分析软件对各优化处理结果进行主成分分析。

偏最小二乘法判别分析(partial least squaresdiscriminant analysis,PLS-DA)是主成分分析的回归扩展, 是将两个变量模块X和Y的信息进行关联分析,应用几何表达式提供许多模型参数和残差诊断工具,用于解释和建立回归模型,并对回归模型进行诊断的一种方法 [6]。采用 SIMCA-P+11.5 软件 PLS-DA 分析方法,建立快速鉴别不同种石斛的预测模型。

2  实验结果与分析

2.1 近红外漫反射光谱

15 种石斛的典型近红外光谱曲线如图 1 所示。图 1 中横坐标为波长,波数范围是 10000 cm-1 ~ 4000 cm-1, 纵坐标为光谱漫反射率 (Log (1/R)表示)。由图 1 可知,不同种石斛的光谱曲线有明显区别,并具有一定的特征性和指纹性,这一差异为石斛不同种的鉴别奠定了数据基础。

2.2 Hotelling T2 稳定性分析

1.2 中 随 机 选 择 的 石 斛 样 品 SH8、SH12、SH21、SH22 及 SH30 的 Hotelling T2 稳定性分析结果见图2。 由图2可知, 5个样品平行各采集30次,在 95% 的置信控制区间内各样品光谱间虽有微小波动,但均在控制线范围内,表明采用近红外光谱采集石斛样品稳定可靠。

2.3 主成分分析

采用 TQ 8.4 分析软件对正交试验结果进行主成分分析,结果见表 2。由表 2 可知,24 种优化处理方法中得分最高的分析分别为 5、 13、 17 和 24 号。对主成分得分较为满意的 4 种处理分别进行可视化分析,结合优化处理的光谱波段选择、提取的主成分数及光谱处理方式综合考察显示,24 号优化方法在三维空间中能将 171 份样品较好的分为 15 类,分类结果如图 3 所示。从图 3 中可以看出 15 种石斛在主成分空间中呈现较好的聚合度,15 个种间的分界清楚分明。同时可以观察到美花石斛(SH30)、肿节石斛(SH8)、罗河石斛(SH25)和重唇石斛(SH20)与其余种分界线较为明显,其余种多集中分布,这可能与种的亲缘关系和样品间分布的空间距离有关。



 

2.4 建立不同种石斛快速鉴别模型

将 2.3 中光谱数据的优化结果 24 号作为 PLS-DA 的输入值,从 171 份不同种样本中随机抽取 123 份样本作为校正集建立预测模型。剩余的 48 份样本作为验证集,评估预测模型的性能。结果显示,原始光谱经 24 号处理方法处理后,提取的前 3 个主成分贡献率分别为 93.09%、4.80% 和 1.47%,累积贡献率为99.36%。因此,将前 3 个主成分作为最佳的优化条件,对预测集样品进行分析,结果如表 4 所示。设定石斛种真实值“1”代表 SH5,“2”代表 SH6,“3”代表 SH8,“4”代表 SH9,“5”代表 SH12,“6”代表SH14,“7”代表 SH15,“8”代表 SH17,“9”代表 SH20,“10”代表 SH21,“11”代表 SH22,“12”代表 SH24,“13”代表 SH25,“14”代表 SH27,“15”代表 SH30,设定预测得分结果偏差在 ±0.1 以内为种间分界线。结果表明,只有钩状石斛样品 SH17-12 预测偏差超出范围,该样品预测值被判定为长距石斛(SH21)种,对预测集样品预测的正确辨别率为 97.92%,获得了较理想的预测结果。

Table 4 Prediction results of 48 different species of Dendrobium samples by PLS-DA

3  结论

应用近红外漫反射光谱法采集 15 种 171 份石斛样品,随机选 5 份不同种的样品平行采集 30 次,通过 SIMCA 软件 Hotelling T2 对所采集的样品进行稳定性分析,结果显示近红外光谱用于采集石斛样品稳定性较好。为准确鉴别不同石斛种,利用正交试验设计对所采集的光谱进行优化处理,通过选择 6500 cm-1 ~ 4000 cm-1 的光谱波段,采用段长为 3,段间距为 5 的 Norris 平滑处理和二价微分去除高频波段的噪声,使用 MSC 对石斛样品进行判别分析,优化提取主成分数为 7 时,判别正确率为100%。将正交试验设计的优化结果作为 PLS-DA 的输入值建立石斛鉴别模型,该模型的正确识别率达到 97.92%,获得了理想的预测精度。该方法的建立表明,利用近红外光谱技术结合现代化学计量学,可以快速、准确、无损的对石斛种类进行鉴别。通过光谱的优化处理,采用 PLS-DA 方法建立石斛的鉴别模型用于预测未知样品精度较高。该方法的建立为石斛的快速鉴别提供了一种新方法,同时对中药材真伪和种类的鉴别提供参考。

参考文献

[1] Dressler Robert L. Phylogeny and classification of the orchid family. Cambridge: CambridgeUniversity Press, 1933.

[2] JI Zhan-he ( 吉占和 ). Journal of Systematics and Evolution ( 植物分类学报 ), 1980, 18(4): 427.

[3] FU Juan, DU Jing, HUANG Lin-fang ( 付 娟 ,  杜 静 ,  黄 林 芳 ). Journal of GuangdongPharmaceutical University ( 广东药学院学报 ), 2013, 29(1): 1.

[4] Liu X H, Xu C H, Sun S Q, et al. Spectrochimica Acta Part A: Molecular and BiomolecularSpectroscopy, 2012, 97: 290.

[5] DING Yong-li, WANG Yuan-zhong, ZHANG Ji, et al ( 丁 永 丽, 王 元 忠, 张 霁, 等 ).Spectroscopy and spectral analysis ( 光谱学与光谱分析 ), 2013, 33(2): 471.

[6] Eriksson L, Johansson E, Kettaneh-Wold N, et al. Multi-and megavariate data analysis, Part Ⅰ :Basic principles and applications. Second revised and enlarged edition, Umetrics AB, 2006.

(出自《中华石斛会刊(第7期)》)
 
 
[ 委员会搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论
推荐图文
推荐委员会
点击排行
保存本站桌面快捷方式 ↓   
中国中药协会石斛专业委员会 壹原草石斛 云南七彩鲜花 今日三农网 中国畜牧招商网 中国兴农网
热心医生 索非布韦 医药招商 淄博健康常识 郑州白癜风医院 超滤离心管 长沙华山白癜风医院 爱康中医生活 中国农业招商网
好玩的网络游戏 高仿手表 耐酸砖 广州监控安装 尚学堂教育 养生 药材库 挽爱情感咨询 休闲食品加盟