红参提取物总皂苷近红外定量分析建模中的变量筛选

作者：安思宇; 张磊; 尚献召; 岳洪水; 柳文媛^*; 鞠爱春^*

来源：光谱学与光谱分析, 2021, 41(01): 206-209.

• 近红外光谱
• 注射用益气复脉(冻干)
• 红参提取物总皂苷
• 偏最小二乘法
• 变量筛选
• 变量组合集群分析
• 迭代保留信息变量

注射用益气复脉(冻干)是由红参、麦冬、五味子3种药材制成的新型冻干粉针制剂。红参提取物总皂苷是注射用益气复脉(冻干)生产过程的重要质控指标,传统分析方法分析结果具有滞后性,无法快速反馈生产过程质量信息。近红外光谱(NIR)作为一种快速无损的过程监控工具已经广泛应用于中药质量控制领域。中药成分复杂且近红外光谱吸收强度弱、谱区重叠严重,如何从干扰严重的复杂光谱中提取有效信息是提高测量准确度的关键。模型集群分析(MPA)通过随机采样,最大限度地提取了样本信息,打破了传统一次性建模思路,为变量筛选方法提供了新的思想。采集了55批红参提取物近红外光谱数据,运用多元散射校正(MSC)进行光谱数据预处理,并将MPA衍生的随机蛙跳法(RF)、竞争自适应重加权(CARS)、变量组合集群分析法(VCPA)、 VCPA联合迭代保留信息变量(IRIV)方法与OPUS软件自带的变量筛选方法分别用于总皂苷含量偏最小二乘(PLS)定量分析模型的建立中。结果表明, OPUS软件、 CARS-PLS与RF-PLS所建模型校正集相关系数(Rc)仅为0.601 3, 0.565 3与0.644 0,拟合效果不理想。VCPA-PLS法所建模型的Rc为0.951 2,是几种变量筛选方法中最高的,但是其预测性能不佳,模型稳健性不理想。VCPA-IRIV-PLS模型具有最好的预测效果,Rc为0.928, RSEP%为7.99%。

• 单位
  中国药科大学