Page 50 - 《中国药房》2022年14期

2.1.7 指纹图谱的建立、共有峰指认及相似度评价 取 2.2 化学计量学分析
27批采用蒸、煮、晒干等方法处理的样品，按“2.1.1”项下 2.2.1 聚类分析 将 22 个共有峰峰面积进行标准化处
方法制备供试品溶液，再按“2.1.3”项下色谱条件进样测 理，采用Origin 2017软件绘制聚类分析（cluster analysis，
定，记录色谱图。将色谱数据导入《中药色谱指纹图谱 CA）的热图，结果见图3。由图3可知，27批样品可聚为
相似度评价软件（2012版）》，以Z-1样品图谱为参照（因 2类：B4-1～B4-3、B8-1～B8-3、B12-1～B12-3（即煮制4、
其色谱峰峰形较好，峰信号强度适中），设定时间窗宽度 8、12 min）香附样品聚为一类，其余样品聚为一类。
为 0.1 min，采用中位数法，经多点校正和全峰匹配后生
成 27 批样品的 HPLC 叠加指纹图谱和对照指纹图谱 R
A5-3 2
（图1）。结果显示，27批样品有22个共有峰，其中16号 A5-1
A5-2
Class A20-2 1
和20号共有峰分别是香附烯酮和α-香附酮（混合对照品 2 A20-3 0
A20-1
A10-2 －1
溶液的HPLC图见图2）。将各样品与对照指纹图谱进行 A10-3
A15-1
A15-2 －2
相似度评价，结果显示，27 批样品的相似度均大于 0.9。 A15-3
Z2
Z1
结果见表2。 Z3
A10-1
B2-3
B2-1
B2-2
B4-3
20 Class B4-1
240 1 B4-2
B12-3
2 3 6 9 11 14 16 B12-1
220 1 4 5 7 8 10 12 13 15 17 18 19 21 22 R B12-2
B12-3 B8-1
200 B12-2 B8-2
B8-3
B12-1
180 B8-3 17 3 5 8 18 20 15 11 14 13 16 10 1 12 2 9 21 4 19 22 6 7
B8-2
B8-1 峰号
160 B4-3
B4-2 图3 27批香附样品的CA热图
140 B4-1
B2-3
U/mV 120 B2-2 2.2.2 主成分分析 主成分分析（principal components
B2-1
A20-3
100 A20-2
A20-1 analysis，PCA）是从多个数值变量之间的相互关系入手，
A15-3
80 A15-2
A15-1 利用降维思想将多个变量化为少数几个互不相关的综
60 A10-3
A10-2
A10-1 合变量的统计方法，通常表示为原始变量的某种线性组
40 A5-3
A5-2
[10]
20 A5-1 合，能够反映原始变量的绝大部分信息 。运用 SPSS
Z-3
0 Z-2 21.0 软件对 22 个共有峰峰面积标准化处理后进行
Z-1
0 10 20 30 40 50 60 70 80 90 100 110 120
t/min PCA。结果显示，主成分特征值大于 1 的因子有 3 个，3
图1 香附的HPLC叠加指纹图谱及对照指纹图谱（R） 个主成分的特征值分别为17.087、1.146和1.111，贡献率
分别为 77.670％、5.207％和 5.051％。利用相应数据计
100
算其主成分得分（principal components score，PCS），并以
75 此为基础计算样品的综合得分（composite score，CS），
20（α-香附酮） CS 越高，表示样品质量越好 。CS＝（PCS1×77.670+
[11]
U/mV 50 PCS2×5.207+PCS3×5.051）/87.928（权重系数分别为3个
25 16（香附烯酮） 主成分的贡献率，PCS代表主成分得分）。
从CS折线图（图4）可以看出，A10-1、A10-2、A10-3、
0
0 17 35 52 70 87 104 120 A15-1、A15-2 和 B2-2 样品 CS 较其他样品更高，其次是
t/min
“Z”样品和“A20”样品。由此推测，蒸制10、15 min和煮
图2 混合对照品溶液的HPLC图
制2 min的香附样品质量最佳。同时蒸制处理对样品的
表2 香附HPLC指纹图谱与对照指纹图谱的相似度评 质量影响较小，样品的质量接近；而煮制处理对样品的
价结果 质量影响较大，煮制2 min后香附CS急剧下降。
编号 相似度 编号 相似度 编号 相似度 编号 相似度 2.2.3 偏最小二乘法-判别分析 为了筛选对香附质量
Z-1 0.991 A10-2 0.920 A20-3 0.989 B8-1 0.931 影响较大的成分，采用SIMCA14.1软件进行偏最小二乘
Z-2 0.993 A10-3 0.921 B2-1 0.921 B8-2 0.944
Z-3 0.991 A15-1 0.990 B2-2 0.989 B8-1 0.942 法-判别分析（partial least squares discriminant analysis，
A5-1 0.978 A15-2 0.991 B2-3 0.991 B12-1 0.931 PLS-DA），建立PLS-DA模型。结果显示，得分散点图中
A5-2 0.987 A15-3 0.990 B4-1 0.990 B12-2 0.944
A5-3 0.910 A20-1 0.991 B4-2 0.993 B12-3 0.926 不同样品各自沿轴分开，具有明显差异性。对模型进行
2
A10-1 0.990 A20-2 0.995 B4-3 0.987 置换验证，R 拟合直线在Y 轴截距小于0.3，说明所建模
·1708 · China Pharmacy 2022 Vol. 33 No. 14 中国药房 2022年第33卷第14期