Page 78 - 2020年2月第31卷第3期

为指标，采用 SPSS 22.0 软件对 20 批次的丫蕊花样品进 峰的 VIP＞重楼皂苷Ⅵ色谱峰的 VIP，其中重楼皂苷Ⅶ
行聚类分析，结果见图2。 色谱峰的VIP＞1，表明重楼皂苷Ⅶ为丫蕊花药材的主要
距离系数 差异性成分。3种皂苷成分的VIP图见图4。
0 5 10 15 20 25
S15
S19 10
S17 2 9 Ⅱ
S8
S14 A 1 11 12
S1
S16 5 4 3
S7 1 t[2] 0 6 Ⅲ 13 1
S18 15 19 17 14 2 20 Ⅰ 16 8
S2
批次 S13 －1 7 18
S20 B
S6 －2
S3
S5
S4 C －3 －2 －1 0 1 2 3
S9 2 t[1]
S10
S11 图3 20批丫蕊花样品的PLS-DA得分图
S12 D
Fig 3 PLS-DA score plot of 20 batches of Y. thibetica
图 2 20 批丫蕊花样品中 3 种皂苷成分含量的聚类分
samples
析图
Fig 2 Cluster analysis plot of 3 saponin contents in 20 1.8
batches of Y. thibetica samples 1.6
1.4
由图 2 显示，20 批次的丫蕊花样品一共聚为两大 1.2
1.0
类，其中批次 S1～S8、S13～S20 聚为第一大类，批次 VIP 0.8
S9～S12 聚为第二大类。随着距离系数的减小，第一大 0.6
0.4
类可继续分为A、B两类，第二大类继续分为C、D两类， 0.2
四类区分明显，直接显示出不同产地的丫蕊花存在品质 0 重楼皂苷Ⅶ 重楼皂苷Ⅱ 重楼皂苷Ⅵ
差异。分析同一地区不同部位样品的类别发现，同一地 图4 3种皂苷成分的VIP图
区丫蕊花的全草部位和地下部位未被明显区分，表明全 Fig 4 VIP plot of 3 saponins
草部位和地下部位中3种皂苷成分未出现明显差异。 3 讨论
2.12 PLS-DA 3.1 提取方法的筛选

PLS-DA是一种可靠、稳健的判别分析统计方法，适 笔者前期对丫蕊花药材的提取溶剂（甲醇、乙醇）、
用于样品质量控制及类别预测，可显示出样本之间差异 提取工艺（水浴回流、超声）、提取时间（15、30、60 min）等
主要是由哪些变量引起的。为了更好地分析 20 批次丫 影响因素进行考察。结果，以乙醇回流超声30 min提取
蕊花之间重楼皂苷Ⅱ、Ⅵ、Ⅶ含量的差异，本研究选取该 后，色谱峰数量及响应值均不再增加，提示所测成分已
20批次样品为观察对象，记为Y变量，以3种皂苷成分含 基本提取完全，且该提取工艺简单、耗时短、易操作、毒
量记为 X 变量，采用 SIMCA-P 11.5 软件进行 PLS-DA。 副作用小，故以此作为本研究丫蕊花药材的提取方法。
结果，监督模型解释率为 0.786、模型预测率为 0.705，两 3.2 不同产地丫蕊花不同部位的差异
者相近且大于0.5，证明模型稳定、预测能力较好。20批 本研究结果显示，不同产地丫蕊花的重楼皂苷Ⅱ、
次丫蕊花样品被分成3区，批次S1、S2、S8、S14、S16、S20 Ⅵ、Ⅶ成分含量存在差异，其中彭州（地下部位）的丫蕊
被分为Ⅰ区，批次 S9～S12 被分为Ⅱ区，其余样品被分 花中重楼皂苷Ⅶ含量最高，达到 12.36 mg/g，屏山（地下
为Ⅲ区，3个区区分明显，直观显示出样品间的差异。分 部位）的丫蕊花中重楼皂苷Ⅱ含量最高，达到1.88 mg/g，
析同一地区丫蕊花全草部位和地下部位中3种皂苷成分 少数地区的丫蕊花药材未检出重楼皂苷Ⅵ。分析聚类
含量，两者未显示出显著性差异。以含量较高的重楼皂 分析和 PLS-DA 结果显示，虽然二者的分区结果稍有区
苷Ⅶ为主成分 1、重楼皂苷Ⅱ为主成分 2，以其投影的得 别，但均将样品S9～S12聚为一类，原因可能是这4批次
分值t[1]、t[2]为坐标生成PLS-DA得分图。20批丫蕊花 的丫蕊花中重楼皂苷Ⅱ、Ⅵ、Ⅶ含量均比较高，与其余批
样品的PLS-DA得分图见图3。 次丫蕊花样品区分明显，可间接说明彭州和大邑县非常
进一步分析重楼皂苷Ⅱ、Ⅵ、Ⅶ的变量权重重要性 适合丫蕊花药材的生长及栽培，且地下部位和全草部位
排序值（VIP），筛选出影响样品分区的主要差异性成 中 3 种皂苷成分的含量差异不明显；VIP 结果提示重楼
分。结果，重楼皂苷Ⅶ色谱峰的 VIP＞重楼皂苷Ⅱ色谱 皂苷Ⅶ为丫蕊花药材的主要差异性成分。

·328 · China Pharmacy 2020 Vol. 31 No. 3 中国药房 2020年第31卷第3期