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

刘欣慧; 余代鑫; 郑慧丽; 严辉; 郭盛; 郭兰萍; 宿树兰; 段金廒

doi:10.12452/j.fxcsxb.240930433

您当前的位置：

首页 >

文章列表页 >

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

研究报告 | 更新时间：2025-10-14

- 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
- Rapid Identification and Content Prediction of Bupleuri Radix from Different Origins Based on FT-NIR Combined with Chemometrics Method
- 分析测试学报 2025年44卷第7期页码：1254-1262
- 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：
  
  宿树兰，教授，博士生导师，研究方向：中药资源化学研究与方剂功效物质及其作用机制，E-mail：sushulan1974@163.com
  段金廒，教授，博士生导师，研究方向：中药资源化学与资源循环利用、中药功效物质与配伍关系研究，E-mail：dja@njucm.edu.cn
- 基金信息：
  
  宁夏重点研发计划重点项目(2022BBF02004;2022BFH02008);中央本级重大增减支项目“名贵中药资源可持续利用能力建设项目”(2060302)
- DOI：10.12452/j.fxcsxb.240930433
  中图分类号： O657.3;TB9
- 收稿：2024-09-30，
  
  修回：2024-11-29，
  
  录用：2024-12-18，
  
  网络出版：2025-04-25，
  
  纸质出版：2025-07-15
- 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 .

浏览量

171

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

二元环糊精体系对柴胡中柴胡皂苷a与柴胡皂苷d的毛细管电泳分离测定

近红外光谱分析中的化学计量学方法研究进展

基于多特征融合对称卷积网络的小麦蛋白质含量预测方法研究

中国近红外光谱分析技术30年—回顾、述评与展望