Page 63 - 2020年20期

[15]
个共有峰峰面积经标准化后的变量，j＝1，2，...，6） ；根
据主成分得分计算 32 个何首乌配伍药对的综合得分
6
∑ （Fj×Cj ）
j＝1
（S）：S＝ （式中，Cj为主成分方差贡献率） 。
[15]
6
∑Cj
j＝1
0.40 采用 SPSS 19.0 软件，以离差平方和法对 32 个何首乌配
0.35
0.30 伍药对样品的综合得分进行聚类分析。结果，何首乌饮
0.25 片及32个何首乌配伍药对可聚为两类，其中何首乌饮片
AU 0.20
0.15 以及何首乌与枸杞子、熟地黄、白芍、党参、墨旱莲、当
0.10 归、甘草、黄芪、麦冬的配伍药对聚为一类，其余聚为一
0.05
0 类。这表明，共有峰成分在上述9个何首乌配伍药对样
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 品中的含量与何首乌饮片差异较小，且上述9个配伍药
t，min
A. 32个何首乌配伍药对 物均属补虚类，详见表4、图3。
表 4 何首乌及其 32 个配伍药对的主成分得分及综合
得分
Tab 4 Principal component scores and comprehen-
sive scores of P. multiflorum and its 32 compa-
tible herb pairs
主成分得分 综合
样品
0.40 主成分1 主成分2 主成分3 主成分4 主成分5 主成分6 得分
0.35 BS 1.307 1.680 －0.150 0.427 －0.147 －0.010 0.917
0.30
0.25 CBZ －0.573 －1.187 1.063 0.963 －1.097 0.223 －0.357
AU 0.20 DZ －0.483 1.270 0.817 －0.130 －0.373 －1.370 0.147
0.15 DG －0.863 －0.927 0.093 －0.690 0.113 0.693 －0.540
0.10 DS －1.360 －0.323 0.483 2.160 －1.503 －0.907 －0.430
0.05
GC －0.920 －3.150 －0.997 －0.117 －0.817 0.690 －1.337
0
GQZ 2.740 0.860 0.137 －1.010 －0.137 0.333 1.057
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 －3.123 1.533 0.787 －0.007 0.290 2.257 －0.267
t，min HQ
B. 32个单味饮片 MD 1.447 1.650 0.230 －0.453 －0.210 0.490 0.943
图 2 何首乌配伍药对及单味饮片的 UPLC 叠加指纹 MHL －0.627 －0.620 1.053 0.563 －0.917 0.377 －0.227
RS 1.977 1.213 0.830 0.147 －0.487 －0.063 1.060
图谱
SD －1.663 0.650 －0.537 －0.127 0.300 －0.733 －0.473
Fig 2 UPLC superimposed fingerprints of compatible YYH 3.870 －0.190 －2.573 2.933 2.043 1.600 1.500
herb pairs of P. multiflorum and single decoc- CX －1.143 －0.160 －0.197 0.073 0.117 0.207 －0.407
DanS 2.147 －0.123 0.027 －0.323 －0.407 0.063 0.600
tion pieces
HH －0.157 0.707 －0.260 －0.493 0.150 －0.560 0.027
2.2 PCA JXT 2.140 －0.863 －0.107 －0.160 －0.407 －0.070 0.380
以 12 个共有峰峰面积为变量，采用 SPSS 19.0 软件 NX －0.180 －1.317 －0.630 0.460 －0.470 －1.523 －0.627
DH 0.863 1.737 0.893 －1.257 －0.053 0.917 0.817
进行无监督的 PCA 分析，结果见表 3。由表 3 可知，前 6
JMZ －4.360 1.570 0.023 1.100 －0.230 1.317 －0.750
个主成分的累积方差贡献率为 84.63％，表明其可反映 CS －0.243 0.453 －0.657 －0.710 0.290 －0.850 －0.160
样品的基本信息。 XS －1.533 －0.223 －0.207 －0.067 －0.117 －0.360 －0.633
表3 PCA结果 GG 2.493 2.870 －0.217 0.677 －0.780 －1.293 1.500
QH 2.063 －2.530 0.427 －0.560 －1.047 0.417 －0.107
Tab 3 Results of PCA FL 0.477 －3.023 3.770 0.940 2.237 －0.770 －0.017
主成分 特征值 方差贡献率，％ 累积方差贡献率，％ ZX 0.417 0.637 0.200 －1.090 0.273 0.430 0.280
1 3.293 27.445 27.445 CP －1.323 0.997 －0.773 1.970 0.670 －0.260 0.007
2 2.887 24.055 51.500 SJS 1.243 －2.677 0.517 －1.223 －0.610 1.167 －0.380
3 1.269 10.573 62.074 SQ 0.690 －1.353 －1.430 －1.840 1.307 －0.550 －0.483
4 1.118 9.313 71.386 SZ －2.980 0.073 －1.420 －1.890 1.380 －0.580 －1.270
5 0.803 6.690 78.076 TM －1.057 －2.960 －1.730 0.530 －0.340 －0.800 －1.437
6 0.787 6.557 84.633 WWZ 0.277 4.100 0.527 －0.370 0.413 －0.387 1.280
采用SPSS 19.0软件计算各共有峰的特征向量（λ）， 何首乌 －1.563 －0.373 0.013 －0.413 0.557 －0.103 －0.620
12 2.3 OPLS-DA
按公式计算主成分得分（Fj ）：Fj＝∑λ ij×Xi （式中，Xi为 12
i＝1 “2.2”项下研究结果显示，大部分与补虚类药物配伍

中国药房 2020年第31卷第20期 China Pharmacy 2020 Vol. 31 No. 20 ·2489 ·