Rapid Prediction of Active Components in <italic style="font-style: italic">Polygonatum kingianum</italic> Based on NIRS Quantitative Analysis Model

XU Ping; TU Zhen-hua; MI Qi; QIU Chang-gui; LU You; LUO Wen-xiu; YU Jian-xin; CHEN Jia; ZHENG Guo-wei

doi:10.12452/j.fxcsxb.24042301

您当前的位置：

首页 >

文章列表页 >

Rapid Prediction of Active Components in Polygonatum kingianum Based on NIRS Quantitative Analysis Model

Scientific Papers | 更新时间：2024-11-26

- Rapid Prediction of Active Components in Polygonatum kingianum Based on NIRS Quantitative Analysis Model
- Journal of Instrumental Analysis Vol. 43, Issue 11, Pages: 1813-1820(2024)
- 作者机构：
  
  1.云南中医药大学中药学院，云南昆明 650500
  2.云南同创检测技术股份有限公司，云南昆明　650106
  3.贡山县农业农村局农业综合发展服务中心，云南;怒江 673599
  4.云南中医药大学　民族医药学院，云南昆明 650500
- 作者简介：
- 基金信息：
- DOI：10.12452/j.fxcsxb.24042301
  CLC： O648.12;R921.2
- Published：15 November 2024，
  
  Received：23 April 2024，
  
  Revised：12 June 2024，
- 稿件说明：
移动端阅览
徐萍,涂振华,米琪,邱昌桂,陆尤,罗文秀,余建新,陈佳,郑国伟.滇黄精有效成分近红外光谱快速定量分析模型建立[J].分析测试学报,2024,43(11):1813-1820.

XU Ping,TU Zhen-hua,MI Qi,QIU Chang-gui,LU You,LUO Wen-xiu,YU Jian-xin,CHEN Jia,ZHENG Guo-wei.Rapid Prediction of Active Components in Polygonatum kingianum Based on NIRS Quantitative Analysis Model[J].Journal of Instrumental Analysis,2024,43(11):1813-1820.
徐萍,涂振华,米琪,邱昌桂,陆尤,罗文秀,余建新,陈佳,郑国伟.滇黄精有效成分近红外光谱快速定量分析模型建立[J].分析测试学报,2024,43(11):1813-1820. DOI： 10.12452/j.fxcsxb.24042301.

XU Ping,TU Zhen-hua,MI Qi,QIU Chang-gui,LU You,LUO Wen-xiu,YU Jian-xin,CHEN Jia,ZHENG Guo-wei.Rapid Prediction of Active Components in Polygonatum kingianum Based on NIRS Quantitative Analysis Model[J].Journal of Instrumental Analysis,2024,43(11):1813-1820. DOI： 10.12452/j.fxcsxb.24042301.

摘要

基于近红外光谱（NIRS）技术，建立了一种能快速预测滇黄精多糖、总皂苷和总酚含量的定量分析模型。采用紫外可见分光光度法测定了116批滇黄精样品的上述3种有效成分含量。同时，利用NIRS技术采集样品近红外光谱，剔除异常光谱后，结合多元散射校正（MSC）、一阶导数（1stD）、二阶导数（2ndD）、S-G平滑法（S-G）等筛选最佳光谱预处理方式，并结合偏最小二乘法（PLS）建立了滇黄精中多糖、总皂苷和总酚的定量模型，通过外部验证，筛选出最佳定量模型。多糖、总皂苷和总酚分别选择MSC+2ndD+S-G、MSC+1stD+NS、MSC+1stD+S-G预处理方法，波长选择8 000~4 000 cm

-1

，主成分个数分别为6、13和13时，所建立的定量模型效果最佳，其校正集相关系数（

cal

）分别为0.923、0.990和0.938，验证集相关系数（

pre

）分别为0.924、0.901和0.910，相关性良好，预测均方根误差（RMSEP）分别为5.380%、0.478%和0.028 mg·g

-1

，性能偏差比（RPD）分别为2.11、2.16和1.95，平均相对偏差均小于2.0%。所建立的滇黄精定量模型准确可靠，证明NIRS技术是一种可行、准确、快速的无损检测方法，可用于滇黄精中有效成分含量的快速测定。

Abstract

To establish a quantitative

analytical model based on near infrared spectroscopy（NIRS） technique to rapidly predict the content of polysaccharides，total saponins and total phenols in

Polygonatum kingianum

Coll. et Hemsl. The contents of the three active ingredients of 116 batches of

P. kingianum

samples were determined by UV-Vis spectrophotometry. At the same time，the near infrared spectra of the samples were collected by NIRS technique，and after the anomalous spectra were eliminated，the optimal spectral model was selected by combining the multiplicative scattering correction（MSC），the first derivative（1stD），the second derivative（2ndD） and S-G smoothing（S-G）etc. were used to screen the optimal spectral preprocessing，and the partial least squares（PLS） method was used to establish the quantitative models of polysaccharides，total saponins and total phenols in

P. kingianum

，and the optimal quantitative models were screened by external validation. The best quantitative models were developed by choosing MSC+2ndD+S-G，MSC+1stD+NS，MSC+1stD+S-G pretreatment methods for polysaccharides，total saponins and total phenols，respectively，with the wavenumbers of 8 000-4 000 cm

-1

and the numbers of principal components of 6，13 and 13. The correlation coefficients of training set（

cal

） is 0.923，0.990 and 0.938，respectively，and the correlation coefficients of verification set（

pre

） is 0.924，0.901 and 0.910，respectively，which showed good correlation. The root mean square error of prediction（RMSEP） is 5.380%，0.478%，and 0.028 mg·g

-1

，and the ratio of performance to deviation（RPD） is 2.11，2.16 and 1.95，respectively. The average relative deviations were less than 2.0%. The established quantitative model of

P. kingianum

is accurate and reliable，which proves that the NIRS technique is a feasible，accurate and rapid nondestructive testing method for the rapid determination of the active ingredients in

P. kingianum

关键词

滇黄精多糖总皂苷总酚近红外光谱定量分析模型

Keywords

Polygonatum kingianum Coll. et Hemslpolysaccharidetotal saponinstotal phenolsnear infrared spectroscopyquantitative analysis model

references

Mi Q，Zhao Y L，Xu P，Yu M W，Zhang X，Tu Z H，Li C H，Zheng G W，Chen J. Acta Pharm. Sin. （米琪，赵艳丽，徐萍，于梦雯，张萱，涂振华，李春华，郑国伟，陈佳. 药学学报），2024，59（6）：1864-1872.

National Pharmacopoeia Commission. Pharmacopoeia of the People's Republic of China. Beijing：China Medical Science and Technology Press（中华人民共和国国家药典委员会. 中华人民共和国药典. 北京：中国医学科技出版社），2020：319-320.

Lu J C，Xue C，Jiang C X. Chin. Tradit. Herb. Drugs（陆佳岑，薛畅，姜程曦. 中草药），2023，54（14）：4732-4739.

Liu H，Wan P，Yang Z，Liu X，Ma Y L，Chen Z Z. Cereals Oils（刘菡，万鹏，杨壮，刘旭，马艳莉，陈志周. 粮食与油脂），2023，36（11）：25-29，38.

Sun S Y，Wang H L，Chen S S，Li J L，Luo C L，Li D D. J. Food Saf. Qual. （孙思宇，王华磊，陈松树，李金玲，罗春丽，李丹丹. 食品安全质量检测学报），2022，13（22）：7272-7278.

Bai J B，Ge J C，Zhang W J，Liu W，Luo J P，Xu F Q，Wu D L，Xie S Z. RSC Adv.，2021，11（60）：37952-37965.

Luo S，Wang J B，Chen K Y，Fu J L，Wang X. Chin. Condiment（罗霜，王剑波，陈柯宇，付家莉，王雪. 中国调味品），2023，48（6）：59-65.

Yang J J，Zhang X，Dai J F，Ma Y G，Jiang J G. Int. J. Biol. Macromol.，2023，235：123661.

Xu X，Shan M，Chu C，Bie S，Wang H，Cai S. Int. J. Biol. Macromol.，2024，266：131440.

Wang Z，Liu H，Fu R，Ou J，Wang B. Front. Nutr.，2023，10：1156798.

Long T，Liu Z，Shang J，Zhou X，Yu S，Tian H，Bao Y. Int. J. Biol. Macromol.，2018，111：813-821.

Zhang Y，Tu W，Wang S Z，Wu W. Sci. Technol. Food Ind. （张颜，涂雯，王书珍，吴伟. 食品工业科技），2024，45（16）：451-461.

Zhang Q，Yang Z，Su W. Int. J. Biol. Macromol.，2024，260：129511.

Shi N，Yang Z，Miao K，Tang L，Zhou N，Xie P，Wen G. Front. Plant. Sci.，2023，14：1202634.

Zhu Z R，Jia P，Liu Y，Yin Z Y. J. Yunnan Univ. Tradit. Chin. Med. （朱臻荣，贾平，刘悦，殷子喻. 云南中医中药杂志），2023，44（8）：93-97.

Cao G H，Zhang X，Gu W，Chen D，He Z W，Chen Z H，Yu J，He S. Chin. Tradit. Herb. Drugs（曹冠华，张雪，顾雯，陈迪，和志伟，陈耔翰，俞捷，贺森. 中草药），2019，50（16）：3930-3936.

Lin Y，She L，Wei X Y，Tang M L，Jiang S D，Qu Y. J. Chin. Med. Mater. （林雨，佘亮，魏馨瑶，唐美玲，姜世丹，曲媛. 中药材），2021，44（6）：1355-1361.

Guan Y，Ye T，Yi Y，Hua H，Chen C. J. Pharm. Biomed. Anal.，2022，207：114435.

Addo P W，Ossowski P，MacPherson S，Gravel A E，Kaur R，Hoyos-Villegas V，Singh J，Orsat V，Dumont M J，Lefsrud M. Molecules，2022，27（5）：1642.

Wu S J，Zhang X Y，Guo S B，Zhou G F，Chen W，Li W L. J. Instrum. Anal. （吴思俊，张晓阳，郭抒博，周桂芳，陈伟，李文龙. 分析测试学报），2023，42（8）：1012-1025.

Berhow M A，Singh M，Bowman M J，Price N P J，Vaughn S F，Liu S X. Food Chem.，2020，317：126373.

Hradecká I，Vráblík A，Frątczak J，Sharkov N，Černý R，Hönig V. ACS Omega，2023，8（4）：4038-4045.

Ding S，Shen T R，Zhang Y F，Du H Z，Yu Y，Zou X Y. J. Instrum. Anal.（丁莎，申涛榕，张艳飞，杜欢哲，吴榆，邹小勇. 分析测试学报），2023，42（11）：1510-1516.

Li J Y，Yu M，Zheng Y，Li P. Chin. J. Anal. Lab. （李嘉仪，余梅，郑郁，李跑. 分析试验室），2021，40（12）：1381-1386.

Huang Z W，Guo T，Huang W J，Li B，Xu H R，Ye C X，Yan S K，Xiao X，Luo G A. Chin. Tradit. Herb. Drugs（黄志伟，郭拓，黄文静，李冰，徐浩然，叶楚璇，严诗楷，肖雪，罗国安. 中草药），2022，53（20）：6328-6336.

Wang Y Z，Shen T. Chin. Tradit. Herb. Drugs（王元忠，沈涛. 中草药），2023，54（5）：1574-1581.

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.

Pan X Z，Liu L L，Ren X H，Geng Z Y，Zuo X L，Ma W，Li W D. J. Beijing Univ. Tradit. Chin. Med.（潘秀珍，刘路路，任晓红，耿泽宇，左旭丽，马威，李卫东. 北京中医药大学学报），2023，46（9）：1280-1290.

Yi Y，Hua H，Sun X，Guan Y，Chen C. Spectrochim. Acta A，2020，240：118623.

Lü Y，Wu H S，Wei F Y，Ge W H，Du W F，Li C Y，Zhang Y F. Chin. Tradit. Pat. Med. （吕悦，吴杭莎，韦飞扬，葛卫红，杜伟锋，李昌煜，张叶峰. 中成药），2022，44（9）：2878-2884.

Jiao T，Chen L M，Sun R Z，Liu F，Ma C D，Liang Z S. J. Chin. Med. Mater. （焦劼，陈黎明，孙瑞泽，刘峰，马存德，梁宗锁. 中药材），2016，39（3）：519-522.

Liang H H，Jia Q Q，Zhu L Z，Huang L L，Zhu P L. South China For. Sci. （梁焕焕，贾全全，朱灵芝，黄丽莉，朱培林. 南方林业科学），2022，50（1）：1-4，18.

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.

Peng L，Zhong S M，Liao P C，Fan Y Y，Hu C Q，Qin D J. Herald Med.（彭璐，钟淑梅，廖鹏程，范荫荫，胡昌强，覃冬玖. 医药导报），2022，41（6）：858-862.

Zuo X L，Pan X Z，Geng Z Y，Ren X H，Ma W，Feng A F，Li W D. J. Food Saf. Qual. （左旭丽，潘秀珍，耿泽宇，任晓红，马威，冯安芳，李卫东. 食品安全质量检测学报），2022，13（19）：6431-6440.

Miao X X，Miao Y，Liu Y，Tao S H，Zheng H B，Wang J M，Wang W Q，Tang Q Y. Spectrochim. Acta A，2023，284：121733.

Wang J J，Liu W. Tob. Sci. Technol. 王家俊，刘巍. 烟草科技），2007，（3）：31-35.

Fan L H，He L，Tan C Q，Tian Y，Zhang C L，Wu C J，Huang Y L. Chin. J. Exp. Tradit. Med. Formulae（范林宏，何林，谭超群，田瑶，张春玲，吴纯洁，黄永亮. 中国实验方剂学杂志），2022，28（3）：131-138.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Determination of Polygoni Multiflori Polysaccharide Contents during Concoction by Near Infrared Spectroscopy

Research on Application of Near Infrared Spectroscopy in Situ Detection of Sichuan Ophiopogon Japonicus

A Study on the On-line Monitoring of Xuefu Zhuyu Capsules Extraction Process Using Near Infrared Spectroscopy Combined with Multivariate Statistical Process Control Technology

Related Author

XU Ping

TU Zhen-hua

MI Qi

QIU Chang-gui

LU You

LUO Wen-xiu

CHEN Jia

ZHENG Guo-wei

Related Institution

College of Chinese Medicine，Yunnan University of Traditional Chinese Medicine

Yunnan Comtestor CO，.LTD.

College of Ethnic Medicines，Yunnan University of Chinese Medicine

NMPA Key Laboratory for Rapid Testing Technology of Drugs，Guangdong Institute for Drug Control

Guangdong Metabolic Diseases Research Center of Integrated Chinese and Western Medicine（Institute of Traditional Chinese Medicine），Guangdong Pharmaceutical 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.

⁰

Rapid Prediction of Active Components in Polygonatum kingianum Based on NIRS Quantitative Analysis Model

DOI：10.12452/j.fxcsxb.24042301

摘要

Abstract

关键词

Keywords

references