中药产地溯源：基于多光谱数据融合策略的重楼鉴别（《分析测试学报》精选论文20190102）
2019/1/29
中药材的生长受到气候、光照、土壤及水分等外界条件的影响。自春秋时代便有“桔生淮南为橘，生于淮北为枳”的说法，说明产地对植物次生代谢产物的影响十分显著。重楼具有抗肿瘤、抑菌、止血、免疫调节、抗氧化、肝脏保护、抑制血管生成等作用，可作为多种中成药的原料药材。目前，重楼药材来源分布广泛，为保证其质量可控，有必要建立准确鉴别重楼产地的方法。相较于色谱技术，振动光谱具有更简便、快速且无损的优点，可与化学计量学方法结合，用于中药材的品质鉴定、产地溯源及掺假鉴定等。此外，多源化学信息融合策略可使不同来源指纹图谱信息的优势得到有效互补，弥补基于单一技术的信息局限性，从而达到系统全面的评价效果。
云南省农业科学院药用植物研究所王元忠副研究员团队建立了多光谱数据融合（FTIR和UV）鉴别重楼产地的方法，基于机器学习方法（PLS-DA和SVM），将采自云南省昆明市、怒江州、文山州、西双版纳傣族自治州及贵州省安顺市、兴义市6个产地的重楼样品进行了有效区分。结果表明，在信息采集方面，使用压片法与衰减全反射法获得的中红外光谱信息基本相同，但后者的产地鉴别效果优于前者，且在实际应用中操作更简便，可优先应用于红外光谱指纹图谱的采集。相比基于单一化学指纹信息的鉴别结果，采用多光谱数据融合策略可明显增强分类模型的稳定性，进一步提高重楼产地溯源结果的可靠性。该方法为准确追溯重楼产地提供了一定的研究基础，可用于重楼药材的质量控制。
该研究获得国家自然科学基金（81460584）、云南省自然科学基金重点项目（2017FA049）的资助，相关内容发表在《分析测试学报》2019年第1期14~21页。
doi:10.3969/j.issn.1004-4957.2019.01.002
【Cite this article】PEI Yi-fei, ZUO Zhi-tian, ZHAO Yan-li, ZHANG Qing-zhi, WANG Yuan-zhong. Identification of Paris polyphylla Smith var. yunnanensis from Different Origins Using FTIR，ATR-FTIR and UV Multispectral Data[J]. Journal of Instrumental Analysis, 2019,38(1):14-21.
点击下方《分析测试学报》官方网站链接可查看原文电子版：
