基于初生物質(zhì)成分的寒熱藥性識(shí)別和偏最小二乘路徑模型的建立.pdf

1、目的:測(cè)定60種中藥的初生物質(zhì)含量和初生物質(zhì)HPLC、GC-MS圖譜,采用PAST軟件建立基于初生物質(zhì)含量和初生物質(zhì)圖譜的寒熱藥性判別函數(shù),對(duì)寒熱藥性進(jìn)行識(shí)別;篩選基于初生物質(zhì)的寒熱藥性統(tǒng)計(jì)識(shí)別模型,對(duì)初生物質(zhì)的寒熱藥性標(biāo)記進(jìn)行識(shí)別;采用SmartPLS2.0軟件建立初生物質(zhì)與寒熱藥性關(guān)系的偏最小二乘路徑模型(PLS path model),研究各初生物質(zhì)對(duì)藥性的影響以及各初生物質(zhì)之間的相互關(guān)系。方法:考馬斯亮藍(lán)法測(cè)定60種中藥水溶性總

2、蛋白含量,紫外分光光度法測(cè)定色氨酸含量,柱前衍生化法測(cè)定17種氨基酸含量,采用PAST軟件對(duì)所得數(shù)據(jù)進(jìn)行Fisher分析,建立基于蛋白質(zhì)和氨基酸成分的Fisher判別函數(shù),并利用該函數(shù)對(duì)寒熱藥性進(jìn)行識(shí)別;菲林法測(cè)定總糖含量,硫酸-葸酮比色法測(cè)定總多糖含量,堿式硫酸銅法測(cè)定單糖含量,對(duì)所得數(shù)據(jù)進(jìn)行Fisher分析,建立基于糖類含量的判別函數(shù),并利用該函數(shù)對(duì)寒熱藥性進(jìn)行識(shí)別;柱前衍生化法測(cè)定多糖和游離糖乙?；疓C-MS圖譜,對(duì)所得數(shù)據(jù)進(jìn)行F

3、isher分析,建立基于多糖和游離糖GC-MS圖譜的寒熱藥性判別函數(shù),并利用該函數(shù)對(duì)寒熱藥性進(jìn)行識(shí)別;甲酯化法測(cè)定脂類GC-MS圖譜,Fisher法建立基于脂類GC-MS圖譜的寒熱藥性判別函數(shù),并利用該函數(shù)對(duì)寒熱藥性進(jìn)行識(shí)別;對(duì)所得初生物質(zhì)含量數(shù)據(jù)和圖譜數(shù)據(jù)分別進(jìn)行匯總,分別建立基于初生物質(zhì)含量和圖譜的Fisher判別函數(shù),對(duì)寒性藥性進(jìn)行識(shí)別;篩選初生物質(zhì)的最適統(tǒng)計(jì)識(shí)別模型對(duì)初生物質(zhì)的寒熱藥性標(biāo)記進(jìn)行識(shí)別,探討基于初生物質(zhì)的寒熱藥性標(biāo)記

4、;采用SmartPLS2.0軟件建立PLS path model。結(jié)果:基于蛋白質(zhì)、氨基酸成分的寒熱藥性Fisher判別函數(shù)識(shí)別正確率為81.70％;基于糖類含量的判別函數(shù)識(shí)別準(zhǔn)確率為88.33%;基于多糖和游離糖GC-MS圖譜的判別函數(shù)識(shí)別準(zhǔn)確率分別為88.33%和93.33%;基于游離脂GC-MS圖譜判別函數(shù)識(shí)別準(zhǔn)確率為96.67%;基于初生物質(zhì)含量的判別函數(shù)識(shí)別準(zhǔn)確率為86.70%;基于初生物質(zhì)圖譜的判別函數(shù)準(zhǔn)確率為88.33%;

5、多糖GC-MS最佳統(tǒng)計(jì)識(shí)別模型為PLS-DA,游離糖的最佳模型為PLS-DA或PCA-DA,脂類GC-MS和氨基酸HPLC最佳統(tǒng)計(jì)識(shí)別模型均為SVM; PLS path model結(jié)果顯示:氨基酸、糖類2、糖類3、脂類2與寒性呈正向關(guān);糖類1、糖類4、脂類1、脂類3、脂類4、脂類5與熱性呈正相關(guān),藥性的R square值為0.398,所選擇的10個(gè)潛變量對(duì)藥性具有39.8%的解釋能力。結(jié)論:采用Fisher法建立的基于初生物質(zhì)的判別函數(shù)