Page 73 - 《中国药房》2022年3期

表4 15批三子散相似度评价结果 （jasminoside B）、峰24（鞣花酸）、峰2（没食子酸）、峰15、
样品 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 R 峰 23（诃子林鞣酸）、峰 29，对第 2 主成分影响较大的有
编号 峰8（安石榴苷B）、峰9、峰18、峰14（柯里拉京）、峰6（安
S1 1.000 0.994 0.942 0.910 0.938 0.989 0.983 0.978 0.914 0.975 0.941 0.983 0.939 0.996 0.981 0.988
S2 0.994 1.000 0.942 0.904 0.925 0.993 0.985 0.985 0.902 0.989 0.940 0.987 0.930 0.988 0.966 0.985 石榴苷A）、峰1（诃子次酸）、峰5。
S3 0.942 0.942 1.000 0.989 0.983 0.903 0.968 0.887 0.984 0.938 0.990 0.899 0.989 0.928 0.927 0.979
S4 0.910 0.904 0.989 1.000 0.992 0.855 0.951 0.840 0.996 0.888 0.993 0.851 0.993 0.901 0.918 0.961 0.3
S5 0.938 0.925 0.983 0.992 1.000 0.883 0.962 0.866 0.996 0.899 0.992 0.878 0.998 0.935 0.954 0.975
0.2
S6 0.989 0.993 0.903 0.855 0.883 1.000 0.964 0.994 0.855 0.981 0.897 0.993 0.887 0.982 0.953 0.964
0.1
S7 0.983 0.985 0.968 0.951 0.962 0.964 1.000 0.959 0.947 0.966 0.976 0.956 0.965 0.977 0.973 0.994
S8 0.978 0.985 0.887 0.840 0.866 0.994 0.959 1.000 0.839 0.970 0.886 0.990 0.869 0.967 0.942 0.952 p[2] 0
S9 0.914 0.902 0.984 0.996 0.996 0.855 0.947 0.839 1.000 0.877 0.990 0.853 0.996 0.907 0.931 0.962 －0.1
S10 0.975 0.989 0.938 0.888 0.899 0.981 0.966 0.970 0.877 1.000 0.923 0.977 0.908 0.963 0.923 0.968 －0.2
S11 0.941 0.940 0.990 0.993 0.992 0.897 0.976 0.886 0.990 0.923 1.000 0.896 0.995 0.933 0.944 0.981 －0.3
S12 0.983 0.987 0.899 0.851 0.878 0.993 0.956 0.990 0.853 0.977 0.896 1.000 0.883 0.971 0.942 0.959 －0.3 －0.2 －0.1 0 0.1 0.2
p[1]
S13 0.939 0.930 0.989 0.993 0.998 0.887 0.965 0.869 0.996 0.908 0.995 0.883 1.000 0.934 0.949 0.978
S14 0.996 0.988 0.928 0.901 0.935 0.982 0.977 0.967 0.907 0.963 0.933 0.971 0.934 1.000 0.987 0.982 p1～p29：共有峰1～29
S15 0.981 0.966 0.927 0.918 0.954 0.953 0.973 0.942 0.931 0.923 0.944 0.942 0.949 0.987 1.000 0.978 图7 29个共有峰的PCA载荷图
R 0.988 0.985 0.979 0.961 0.975 0.964 0.994 0.952 0.962 0.968 0.981 0.959 0.978 0.982 0.978 1.000
2.5.3 正交偏最小二乘法-判别分析 为进一步分析样
品的批间差异性，在 CA 和 PCA 聚类的情况下，将 15 批
三子散 HPLC 指纹图谱在 254 nm波长下的 29 个共有峰
峰面积进行标准化处理后，导入SIMCA 14.1软件，进行
正交偏最小二乘法-判别分析（orthogonal partial least
squares-discriminant analysis，OPLS-DA）。分析结果显
2
2
2
示，OPLS-DA 模型参数 R X 为 0.863，R Y 为 0.936，Q 为
p1～p29：共有峰1～29 0.332，说明该模型稳定性及预测能力较好 [19－20] 。为进一
图5 15批三子散的CA热图 步验证该模型的有效性，利用 SIMCA 14.1 软件对其进
2
2
行 200 次置换检验，检验结果见图 8，所有 Q 均在 R 之
2.5.2 主成分分析 将 15 批三子散 HPLC 指纹图谱在
2
254 nm 波长下的 29 个共有峰峰面积进行标准化处理 下，且 Q 的回归直线与 y 轴的交点在负半轴，说明该模
后，导入 SIMCA 14.1 软件，进行主成分分析（principal 型有效。由 OPLS-DA 得分图可以看出，15 批样品被很
component analysis，PCA）。从 29 个变量中提取出 6 个 好地区分为4类，详见图9。
变量，累计方差贡献率为89.03％，提示该模型的预测能 R 2
力较好 。提取前 2 个主成分作 PCA 得分图，详见图 Q 2
[17]
0.5
6。结果表明，15批三子散聚为4类：S7样品单独聚为一
0
类，S3～S5、S9、S13样品聚为一类，S1、S2、S6、S8、S10～
S12 样品聚为一类，S14、S15 样品聚为一类。该结果与 R 2 或Q 2 －0.5
CA结果相互印证。 －1
－1.5
6 －2
－0.2 0 0.2 0.4 0.6 0.8 1
4
相关系数
2
图8 OPLS-DA模型的置换检验结果（n＝200）
t[2] 0
－2
－4
6
－6 4
－8 2
－15 －10 －5 0 5 10 0
t[1] 1.041 79*t[2] －2
图6 15批三子散的PCA得分图 －4
－6
PCA 载荷图中的点代表各共有峰，其距离原点越 －8
－15 －10 －5 0 5 10
[18]
远，表明其权重越大，对样品质量差异影响越大 ，结果 1.014 72*t[1]
见图 7。由图 7 可知，对第 1 主成分影响较大的有峰 11 图9 15批三子散的OPLS-DA得分图

中国药房 2022年第33卷第3期 China Pharmacy 2022 Vol. 33 No. 3 ·323 ·