近红外光谱技术用于银杏叶色谱分离过程多种内酯成分含量预测

作者：何衍钦; 宗楚红; 王军; 李倩; 王钧; 吴永江; 陈勇; 刘雪松

来源：中国中药杂志, 2022, 47(05): 1293-1299.

DOI：10.19540/j.cnki.cjcmm.20211206.202

• 近红外光谱技术
• 银杏内酯
• 色谱分离过程
• 快速检测
• 遗传算法优化的极限学习机

建立了一种基于近红外光谱技术(near infrared spectroscopy, NIRS)快速检测银杏叶色谱分离过程中萜类内酯、白果内酯、银杏内酯C、银杏内酯A和银杏内酯B含量的方法。以高效液相色谱法测得值为参比值，比较了竞争自适应重加权采样(competitive adaptive reweighted sampling, CARS)、随机青蛙(random frog, RF)、联合区间偏最小二乘法(synergy interval partial least squares, siPLS)3种变量筛选方法对偏最小二乘回归(partial least squares regression, PLSR)模型性能的影响。其中，萜类内酯、白果内酯和银杏内酯C近红外定量分析模型验证集相关系数(correlation coefficient of prediction, Rp)均高于0.98,验证集相对预测偏差(relative standard error of prediction, RSEP)分别为5.87%、6.90%、6.63%。针对含量较低的银杏内酯A和银杏内酯B 2种成分，采用遗传算法优化的极限学习机(genetic algorithm joint extreme learning machine, GA-ELM)建立优化的定量分析模型。与CARS-PLSR模型相比，银杏内酯A和银杏内酯B的CARS-GA-ELM模型RSEP分别从15.65%、21.28%降低到8.52%、10.84%,满足快速定量分析的需求。研究表明，NIRS可实现银杏色谱分离过程多种内酯成分的快速检测。

• 单位
  上海上药杏灵科技药业股份有限公司; 浙江大学