摘要
目的利用近红外光谱(NIR)技术建立麦冬中5种代表性成分的偏最小二乘(PLS)定量分析模型,为快速控制麦冬药材质量提供参考。方法收集3个麦冬主产区的120批样品,采集NIR原始光谱,采用高效液相色谱-蒸发光散射检测器(HPLC-ELSD)同时测定麦冬皂苷B、麦冬皂苷D、麦冬皂苷D′、甲基麦冬二氢高异黄酮A、甲基麦冬二氢高异黄酮B含量的化学参考值,以决定系数(R~2)、校正均方差(RMSEC)、预测均方差(RMSEP)和留一法交叉验证均方差(RMSECV)为衡量指标,选择最佳光谱预处理方法、最佳波段及最佳因子数,建立PLS模型。结果麦冬皂苷B的PLS模型R~2=0.970 2,RMSEC=0.520 7,RMSEP=0.554 1,交叉验证R~2=0.943 0,RMSECV=0.646 5,外部验证平均回收率为101.63%;麦冬皂苷D的PLS模型R~2=0.949 8,RMSEC=0.662 7,RMSEP=0.315 7,交叉验证R~2=0.920 6,RMSECV=0.358 3,外部验证平均回收率为102.07%;麦冬皂苷D′的PLS模型R~2=0.980 4,RMSEC=0.085 3,RMSEP=0.415 5,交叉验证R~2=0.951 6,RMSECV=0.693 3,外部验证平均回收率为99.44%;甲基麦冬二氢高异黄酮A的PLS模型R~2=0.959 3,RMSEC=0.812 2,RMSEP=0.567 4,交叉验证R~2=0.939 5,RMSECV=0.744 4,外部验证平均回收率为103.11%;甲基麦冬二氢高异黄酮B的PLS模型R~2=0.940 8,RMSEC=0.645 1,RMSEP=0.747 6,交叉验证R~2=0.928 3,RMSECV=0.884 9,外部验证平均回收率为101.59%。校正集与验证集样品均匀分布在回归线两侧,表明模型预测值与实测值之间具有较好的相关性,模型预测性能较为理想。结论所建定量模型操作简单,预测结果准确,可用于麦冬中5种成分含量的快速测定。
- 单位