本研究は、フーリエ変換近赤外分光法（FT-NIR）技術と化学計量学手法に基づき、異なる産地の柴胡の定性モデルおよび指標成分含有量の迅速予測モデルを構築した。まず、多重散乱補正（MSC）、標準正規変換（SNV）、一階微分（1st D）、二階微分（2nd D）などのさまざまな組み合わせから最適なスペクトル前処理法を選択し、偏最小二乗判別分析（PLS-DA）、サポートベクターマシン（SVM）、ランダムフォレスト（RF）、k近傍法（KNN）などの化学計量学手法を用いて異なる産地の柴胡薬材の迅速識別を行った。区間組合せ最適化（ICO）に基づき最適スペクトル帯域を選択し、柴胡指標成分含有量の最適な偏最小二乗法（PLS）定量モデルを構築した。MSCのスペクトル前処理法は判別精度が97.5%で最良であり、産地判別モデル構築に使用できる。KNN、RF、SVMアルゴリズムは学習サンプルに対し予測精度100%を達成した。ICOに基づくPLSモデルの予測相対分析誤差（RPD）はいずれも2を超え、予測決定係数（R²p）は0.90を超え、予測性能に優れている。結果は、FT-NIR技術と化学計量学手法の組み合わせが異なる産地の柴胡薬材の識別および指標成分含有量の迅速予測に利用可能であることを示した。本手法は簡便かつ迅速で、結果は正確かつ信頼性が高く、柴胡の品質迅速評価に参考となる。

柴胡;近赤外分光法;柴胡サポニンa;柴胡サポニンd;化学計量学手法;産地