Rastreabilidade não destrutiva da origem do Dendrobium officinale baseada na tecnologia de espectroscopia no infravermelho próximo e no método de seleção de variáveis-análise discriminante por mínimos quadrados parciais
Com base na tecnologia de espectroscopia no infravermelho próximo (NIR) e no método de seleção de variáveis-análise discriminante por mínimos quadrados parciais (PLS-DA), foi estabelecido um método não destrutivo para a rastreabilidade da origem do Dendrobium officinale. Foram coletados espectros de 900 amostras de Dendrobium officinale de 3 origens diferentes sob 3 tempos de integração (25, 45, 65 ms) utilizando um espectrômetro NIR portátil com rede. Métodos de pré-processamento espectral foram utilizados para eliminar interferências; modelos de discriminação da origem foram construídos por análise de componentes principais (PCA) e PLS-DA; variáveis características foram selecionadas por meio de métodos como amostragem adaptativa competitiva com reponderação (CARS), eliminação de variáveis não informativas de Monte Carlo (MC-UVE) e algoritmo de projeção sequencial (SPA) para melhorar a precisão do modelo PLS-DA; além disso, o impacto do tempo de integração no modelo de rastreabilidade da origem foi explorado pela primeira vez. Os resultados mostraram que, seja o espectro bruto ou o pré-processado otimizado, o PCA não conseguia identificar com precisão a origem do Dendrobium officinale; os modelos PLS-DA com tempo de integração de 45 ms e 65 ms conseguiram uma análise de discriminação da origem de 100%; os modelos CARS e MC-UVE superaram significativamente o modelo SPA, permitindo 100% de discriminação da origem com um número reduzido de variáveis. Estes resultados indicam que a tecnologia portátil NIR combinada com a seleção de variáveis-PLS-DA pode realizar a identificação precisa da origem do Dendrobium officinale, oferecendo uma nova direção para a pesquisa de controle de qualidade de medicamentos tradicionais chineses.
关键词
tecnologia de espectroscopia no infravermelho próximo;Dendrobium officinale;rastreabilidade da origem;métodos de seleção de variáveis;análise discriminante por mínimos quadrados parciais