当前位置: 首页 > 期刊 > 《世界中医药》 > 2015年第12期
编号:226955
Bagging-PLS的黄柏中试提取过程在线近红外质量监测研究
http://www.100md.com 2015年4月25日 世界中医药 2015年第12期
小檗,方根,1材料,2方法,3结果与讨论,4结论
     周 正 吴志生 史新元 王佳茜 乔延江,

    (1 福建中医药大学药学院,福州,350122; 2 北京中医药大学中药学院,北京,100102; 3 国家中医药管理局中药信息工程重点研究室,北京,100102;4烟台市食品药品检验检测中心,烟台,264000)

    中药研究

    Bagging-PLS的黄柏中试提取过程在线近红外质量监测研究

    周 正1吴志生2,3史新元2,3王佳茜4乔延江1,2,3

    (1 福建中医药大学药学院,福州,350122; 2 北京中医药大学中药学院,北京,100102; 3 国家中医药管理局中药信息工程重点研究室,北京,100102;4烟台市食品药品检验检测中心,烟台,264000)

    目的:采用近红外光谱技术,建立黄柏中试提取过程偏最小二乘法(PLS)定量模型,快速分析盐酸小檗碱含量,以Bagging-PLS集成建模方法提高所建模型的预测性能。方法:以HPLC为参考方法测定黄柏提取液中盐酸小檗碱含量,运用PLS建立与近红外光谱(NIR)预测值之间的多元校正模型,并建立Bagging-PLS模型提高模型的稳定性与预测性能。结果:盐酸小檗碱定量模型的校正均方根误差RMSEC为0.742 9,预测均方根误差RMSEP为0.961 4,校正集相关系数rc为0.986 6,预测集相关系数rp为0.977 0;Bagging-PLS模型预测均方根误差RMSEP均值为0.413 6,预测集相关系数rp均值为0.998 3,表现出了良好的稳健性与预测性能。结论:所建立的近红外定量模型拥有较好的预测性能,能够实现快速实时检测黄柏提取液中盐酸小檗碱的含量;所建立的Bagging-PLS模型稳健性与预测性能良好,可应用于中药近红外在线监测过程中。

    在线近红外;提取过程;黄柏;偏最小二乘;Bagging-PLS

    黄柏为芸香科植物黄檗(PhellodendronamurenseRupr.)及黄皮树(PhellodendronchinenseSchneid.)的干糙树皮[1],是一种常用中药,味苦性寒,归肾、膀胱、大肠经,具有清热燥湿、泻火除蒸、解毒疗疮的功效。现代药理学研究表明,黄柏含有多种化学成分,具有抗菌、抗炎、降压、免疫抑制等药理作用[2-4]。目前有关黄柏中指标成分盐酸小檗碱的含量测定多采用高效液相色谱法[5-7],分析结果存在滞后性,难以满足在线分析的要求。近红外光谱技术具有分析速度快、绿色无污染、实时分析等优点,随着化学计量学的发展,在过程分析中得到了广泛应用[8-11]。但近红外光谱存在光谱重叠及基线漂移等问题,需要借助化学计量学方法消除冗余信息,建立定量模型,而对于中药复杂体系,目前多建立的是单一NIR模型,模型的稳定性与预测性有待进一步提高 ......

您现在查看是摘要页,全文长 12370 字符