Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method

LIU Xin-hui; YU Dai-xin; ZHENG Hui-li; YAN Hui; GUO Sheng; GUO Lan-ping; SU Shu-lan; DUAN Jin-ao

doi:10.12452/j.fxcsxb.240930433

您当前的位置：

首页 >

文章列表页 >

Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method

Scientific Papers | 更新时间：2025-10-14

- Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method
- Journal of Instrumental Analysis Vol. 44, Issue 7, Pages: 1254-1262(2025)
- 作者机构：
  
  1.南京中医药大学江苏省中药资源产业化过程协同创新中心，中药资源产业化与方剂创新药物国家地方联合工程中心，国家中医药管理局中药资源循环利用重点研究室，江苏省方剂高技术研究重点实验室，江苏南京 210023
  2.道地药材品质保障与资源持续利用全国重点实验室，北京 100700
- 作者简介：
- 基金信息：
- DOI：10.12452/j.fxcsxb.240930433
  CLC： O657.3;TB9
- Received：30 September 2024，
  
  Revised：2024-11-29，
  
  Accepted：18 December 2024，
  
  Published Online：25 April 2025，
  
  Published：15 July 2025
- 稿件说明：
移动端阅览
刘欣慧,余代鑫,郑慧丽,严辉,郭盛,郭兰萍,宿树兰,段金廒.基于FT-NIR结合化学计量学方法的不同产地柴胡快速鉴别及含量预测研究[J].分析测试学报,2025,44(07):1254-1262.

LIU Xin-hui,YU Dai-xin,ZHENG Hui-li,YAN Hui,GUO Sheng,GUO Lan-ping,SU Shu-lan,DUAN Jin-ao.Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method[J].Journal of Instrumental Analysis,2025,44(07):1254-1262.
刘欣慧,余代鑫,郑慧丽,严辉,郭盛,郭兰萍,宿树兰,段金廒.基于FT-NIR结合化学计量学方法的不同产地柴胡快速鉴别及含量预测研究[J].分析测试学报,2025,44(07):1254-1262. DOI： 10.12452/j.fxcsxb.240930433.

LIU Xin-hui,YU Dai-xin,ZHENG Hui-li,YAN Hui,GUO Sheng,GUO Lan-ping,SU Shu-lan,DUAN Jin-ao.Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method[J].Journal of Instrumental Analysis,2025,44(07):1254-1262. DOI： 10.12452/j.fxcsxb.240930433.

摘要

该研究基于傅里叶变换-近红外光谱（FT-NIR）技术与化学计量学方法建立了不同产地柴胡的定性模型及指标性成分含量快速预测模型。首先选用多元散射校正（MSC）、标准正态变换（SNV）、一阶导数（1

D）、二阶导数（2

D）等多种组合筛选最优光谱预处理方法，采用偏最小二乘判别分析（PLS-DA）、支持向量机（SVM）、随机森林（RF）、K-近邻（KNN）等化学计量学方法对不同产地柴胡药材进行快速鉴别；基于区间组合优化（ICO）筛选最优光谱波段，构建柴胡指标性成分含量的最优偏最小二乘法（PLS）定量模型。MSC的光谱预处理方法判别准确率最优，为97.5%，可用于产地判别模型的构建。KNN、RF、SVM算法对训练集样品的预测准确率可达100%。基于ICO的PLS模型的预测相对分析误差（RPD）均大于2，预测决定系数（

）均大于0.90，预测性能优异。结果表明FT-NIR技术结合化学计量学方法可用于不同产地柴胡药材的区分及指标性成分含量的快速预测。该方法简便快捷、结果准确可靠，对快速评价柴胡质量具有参考意义。

Abstract

In this study，a qualitative model and a rapid prediction model for the content of indicator components of Bupleuri radix from different origins were established based on Fourier transform-near infrared spectroscopy（FT-NIR） technology and chemometrics method. The optimal spectral preprocessing methods were firstly screened by combining multiple scattering corrections（MSC），standard normal variation（SNV），first-order derivative（1

D），second-order derivative（2

D），etc. Partial least squares-discriminant analysis（PLS-DA），support vector machine（SVM），random forest（RF） and K-nearest neighbor（KNN） chemometrics method were used to analyze the contents of different origin Bupleuri radix. The optimal partial least squares（PLS） quantitative model was constructed based on interval combinatorial optimization（ICO） to screen the optimal spectral bands for quantifying the content of the indicator components of Bupleuri radix. The spectral preprocessing method of MSC has the best discriminatory accuracy of 97.5%，which can be used for the const

ruction of the origin discriminatory model. The prediction of quasi-samples from the training set of KNN，RF and SVM algorithms can reach 100% accuracy. The accuracy of the KNN，RF and SVM algorithms can reach 100%. The relative analytical errors（RPD） of the prediction of PLS models based on ICO are all greater than 2，and the prediction coefficients of determination（

） are all greater than 0.90，with excellent prediction performance. It indicates that the FT-NIR technique combined with chemometrics method can be used for the differentiation of Bupleuri radix from different origins and the rapid prediction of the content of index components，and the method is simple and fast，with accurate and reliable results，which can be used as a reference for the rapid evaluation of the quality of Bupleuri radix.

关键词

Keywords

references

National Pharmacopoeia Commission . China Pharmacopoeia. Beijing：China Medical Science and Technology Press（中华人民共和国国家药典委员会. 中国药典. 北京：中国医学科技出版社）， 2020 ： 293 ．

Li D ， Liu G Y ， Pan L ， Yan M D ， Wang Y ， Tan C H ， Li W P ， Xie W . Chin. Tradit. Pat. Med . （李东，刘桂余，潘磊，严铭德，王妍，谭成浩，李伟鹏，谢炜. 中成药）， 2024 ， 46 （ 8 ）： 2677 - 2684 .

Ji X L ， Zhou Y ， Li Z H ， Qiang F J ， Bing Y F ， Zhao J Y ， Zou X ， Qu Z Y . China J. Chin. Mater. Med. （汲晓玲，周游，李泽浩，强发晶，邴一凡，赵俊毅，邹翔，曲中原. 中国中药杂志）， 2024 ， 49 （ 8 ）： 2064 - 2075 .

Wang Z H ， Zhao H X ， Zhao M Y ， Tian L ， Liu S Y ， Jiao L L ， Xiu Y . J. Anhui Agric. Sci. （王震寰，赵幻希，赵孟雅，田璐，刘淑莹，焦丽丽，修洋. 安徽农业科学）， 2023 ， 51 （ 20 ）： 25 - 28，35 .

Yu J B ， Han Y ， Ai Q D ， Sun Y ， Zhou Z Y ， Liu S H ， Zhang Z H ， Shu H ， Wang Y H . Chin. Tradit. Pat. Med. （于静波，韩越，艾启迪，孙洋，周梓洋，刘赛虎，张子浩，舒慧，王宇红. 中成药）， 2024 ， 46 （ 7 ）： 2129 - 2133 .

Zhao L J ， Wei J ， Liu M Y ， Wang S S . J. Hubei Univ. Med. （赵利军，魏娟，柳漫宇，王姗姗. 湖北医药学院学报）， 2023 ， 42 （ 2 ）： 127 - 130 .

Xu P ， Tu Z H ， Mi Q ， Qiu C G ， Lu Y ， Luo W X ， Yu J X ， Chen J ， Zheng G W . J. Instrum. Anal. （徐萍，涂振华，米琪，邱昌桂，陆尤，罗文秀，余建新，陈佳，郑国伟. 分析测试学报）， 2024 ， 43 （ 11 ）： 1813 - 1820 .

Jia B ， Chen Q W ， Lai J M ， Zhang L K ， Xiang C Q ， Guo T ， Cheng M ， Xiao X . J. Instrum. Anal. （贾彬，陈启文，赖嘉敏，张龙开，向超群，郭拓，程敏，肖雪. 分析测试学报）， 2024 ， 43 （ 3 ）： 481 - 488 .

Zhang C ， Su J . Acta Pharm. Sin. B ， 2014 ， 4 （ 3 ）： 182 - 192 .

Bai G ， Ding G Y ， Hou Y Y ， Jiang M ， Gao J . China J . Chin. Mater. Med. （白钢，丁国钰，侯媛媛，姜民，高洁. 中国中药杂志）， 2016 ， 41 （ 19 ）： 3501 - 3505 .

Zhang X ， Huang X X ， Yin J K ， Chen Y C ， Lin Y ， Wang X Y ， Xu W . Chin. J. Mod. Appl. Pharm. （张勋，黄晓萱，殷金可，陈艳成，林羽，王晓颖，许文. 中国现代应用药学）， 2023 ， 40 （ 19 ）： 2702 - 2712 .

Xi X H ， Xia Z D ， Wang S W ， Tong L G ， Liu X . Lishizhen Med. Mater. Med. Res. （席啸虎，夏召弟，王世伟，仝立国，刘霞. 时珍国医国药）， 2022 ， 33 （ 2 ）： 382 - 386 .

Zhao J J ， Gao X J ， Yong J J ， Zhang X ， Wang Y H ， Ma L ， Wang H Q . Chin. J. Exp. Tradit. Med. Formulae （赵建军，高晓娟，雍婧姣，张霞，王英华，马玲，王汉卿. 中国实验方剂学杂志）， 2017 ， 23 （ 8 ）： 50 - 56 .

Cao A N . Research on the Key Factors Influencing the Yield and Quality of Bupleurum Chinense DC. Lanzhou：Gansu Agricultural University（曹爱农. 影响柴胡质量与产量的关键因素研究. 兰州：甘肃农业大学）， 2016 .

Lei M ， Chen L ， Huang B S ， Chen K L . Appl. Spectrosc . ， 2017 ， 71 （ 11 ）： 2427 - 2436 .

Yu D X ， Guo S ， Zhang X ， Yan H ， Zhang Z Y ， Li H Y ， Yang J ， Duan J A . China J. Chin. Mater. Med. （余代鑫，郭盛，张霞，严辉，张振宇，李海洋，杨健，段金廒. 中国中药杂志）， 2022 ， 47 （ 17 ）： 4583 - 4592 .

Zhang Z Y ， Chang X W ， Yan H ， Yu D X ， Zou D Q ， Zhou G S ， Guo S ， Duan J A . Chin. Tradit. Herb. Drugs （张振宇，常相伟，严辉，余代鑫，邹冬倩，周桂生，郭盛，段金廒. 中草药）， 2022 ， 53 （ 23 ）： 7516 - 7523 .

Song X Z ， Huang Y ， Yan H ， Xiong Y M ， Min C G . Anal. Chim. Acta ， 2016 ， 948 ： 19 - 29 .

Zhang J B ， Li Y ， Wang B ， Song J T ， Li M X ， Chen P ， Shen Z Y ， Wu L ， Mao C Q ， Cao H ， Wang X C ， Zhang W ， Lu T L . Anal. Bioanal. Chem . ， 2023 ， 415 （ 9 ）： 1719 - 1732 .

Yuan B C ， Li W D ， Ma Y S ， Zhou S ， Zhu L F ， Lin R C ， Liu Y . Acta Pharm. Sin. B （袁伯川，李文东，马永生，周姗，朱林峰，林瑞超，刘颖. 药学学报）， 2017 ， 52 （ 1 ）： 162 - 171 .

Views

171

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Separation and Determination of Saikosaponin a and Saikosaponin d of Bupleuri Radix by Capillary Electrophoresis

Advances in Chemometrics Methods for Near Infrared Spectroscopic Analysis

Study on Wheat Protein Content Prediction Method Based on Symmetric Convolutional Network with Multi-feature Fusion

30 Years of Near Infrared Spectroscopy Analysis Technology in China—Review，Commentary，and Future Prospects

Related Author

LIU Xin-hui

YU Dai-xin

ZHENG Hui-li

YAN Hui

GUO Sheng

GUO Lan-ping

SU Shu-lan

DUAN Jin-ao

Related Institution

Jiangsu Collaborative Innovation Center of Chinese Medicinal Resources Industrialization，National and Local Collaborative Engineering Center of Chinese Medicinal Resources Industrialization and Formulae Innovative，State Administration of Traditional Chinese Medicine Key Laboratory of Chinese Medicinal Resources Recycling Utilization，Jiangsu Key Laboratory for High Technology Research of Traditional Chinese Medicine Formulae，Nanjing University of Chinese Medicine

State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs

广东药学院药科学院

Research Center for Analytical Sciences，College of Chemistry，Nankai University

College of Electronic Information Science，Fujian Jiangxia University

Address：100 Xianlie Middle Road, Guangzhou Postal code：510070
Tel：020-87684776,37656606 Fax：020-87684776 Email：fxcsxb@china.com
Technical support is provided by Beijing Founder electronics co., LTD 粤ICP备12017312号-3 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.
Total Visits：640604 Visits Today：371

⁰