Page 57 - 《中国药房》2022年16期

2.3 茶芎样品的PCA 表3 主成分综合评分及排序
本研究以12批茶芎样品17个共有峰的绝对峰面积 F1 F2 F3 F4 Fz
批次
为变量，采用SPSS 22.0软件，在进行KMO、Bartlett’s检 得分 排名 得分 排名 得分 排名 得分 排名 得分 排名
S1 0.237 5 1.217 1 -0.258 6 0.183 5 0.334 4
验和降维统计的基础上进行PCA，其总方差解释结果见 S2 －0.173 6 1.161 3 －1.039 11 1.805 1 0.280 6
表 2。由表 2 可知，本研究共提取了 4 个主成分，累计方 S3 0.263 4 1.036 4 －0.752 9 －0.698 9 0.113 7
差贡献率为 85.385％（＞85％），提示前 4 个主成分代表 S4 －0.266 7 0.834 5 1.797 1 －0.116 7 0.305 5
S5 －0.637 9 1.198 2 0.942 3 －1.357 12 －0.061 8
了85.385％的整体信息，可用于反映不同产地茶芎样品 S6 1.726 1 －0.330 6 －0.953 10 －0.814 10 0.361 2
的整体质量。 S7 1.399 2 －0.959 10 0.476 5 －0.495 8 0.349 3
S8 1.213 3 －0.548 8 0.960 3 1.748 2 0.745 1
表2 总方差解释结果
S9 －0.388 8 －1.070 11 －0.697 8 －1.048 11 －0.620 10
初始特征值 提取载荷平方和 S10 －1.030 10 －1.304 12 1.111 2 0.352 4 －0.468 9
主成分
特征值 方差贡献率/％ 累计方差贡献率/％ 特征值 方差贡献率/％ 累计方差贡献率/％ S11 －1.193 12 －0.493 7 －0.528 7 0.017 6 －0.643 11
1 6.689 39.344 39.344 6.689 39.344 39.344 S12 －1.151 11 －0.742 9 －1.058 12 0.425 3 －0.695 12
2 3.522 20.716 60.060 3.522 20.716 60.060
3 2.399 14.111 74.171 2.399 14.111 74.171 近 1，表明模型的可预测性越强 [15－16] ）。随机排列 200 次
4 1.906 11.213 85.385 1.906 11.213 85.385 进行置换检验验证，判断 OPLS-DA 模型有无过度拟合
由因子矩阵和权重系数分析可知，主成分 1 的信息 现象。结果显示，所得模型的 R 截距为 0.274，Q 截距
2
2
主要来自 2、8、10、12、13、16 号峰，主成分 2 的信息主要 为－1.290，提示所建模型不存在过度拟合现象 [15－16] ，可
来自 11、14、15、17 号峰，主成分 3 的信息主要来自 3、4、 用以有效区分不同产地的茶芎样品。由OPLS-DA得分
6、7号峰，主成分4的信息主要来自1、5、9号峰。对各因 图（图 4）可知，武宁茶芎（S1～S5）聚为一类，瑞昌茶芎
子进行标准化处理，结合上述因子矩阵及权重系数，得 （S6～S8）聚为一类，均分布在得分图右侧；德安茶芎
到反映茶芎样品质量的主成分得分（F1～F4 ）表达式： （S9～S12）聚为一类，分布在得分图左侧，该结果与相似
F1＝0.199X1+0.212X2+0.230X3－0.160X4+0.143X5+ 度评价、CA结果基本一致，可相互佐证。
0.126X6－0.007X7－0.054X8－0.039X9+0.040X10+0.075X11+
武宁茶芎
600 瑞昌茶芎
0.019X12－0.239X13+0.035X14+0.012X15－0.015X16+0.012X17
德安茶芎
F 2＝－0.018X 1－0.007X 2－0.008X 3+0.008X 4－0.005X 5－ 400
200
0.022X 6 +0.344X 7 +0.371X 8 +0.249X 9 +0.222X 10 +0.009X 11 + 0
t[2]
0.071X 12－0.231X 13+0.181X 14+0.025X 15－0.013X 16+0.171X 17 －200
－400
F3＝0.072X1+0.149X2+0.360X3+0.090X4－0.191X5－
－600
0.228X6－0.024X7+0.048X8－0.015X9+0.035X10+0.687X11－ －800
－2 500 －1 500 －500 0 500 1 500
0.044X12+0.344X13+0.138X14－0.236X15+0.314X16－0.239X17
t[1]
F4＝－0.029X1+0.031X2+0.012X3－0.068X4+0.058X5－ 图4 OPLS-DA得分图
0.091X6+0.138X7+0.261X8－0.215X9－0.116X10－0.048X11+
进一步对 OPLS-DA 模型的变量重要性投影（va-
0.234X12+0.174X13+0.344X14－0.254X15+0.344X16－0.394X17
随后，对 F1～F4进行系数加权（加权系数为特征值 riable importance in the projection，VIP）进行分析，筛选
[16]
与累计特征值之和的比值），得到综合评分（Fz ）的表 影响样品质量的差异性成分。以VIP＞1为筛选标准 ，
达式： 共得到贡献相对较大的4个差异性成分，依次为17号峰
（Z-藁本内酯，VIP为3.174）、14号峰（洋川芎内酯A，VIP
Fz＝0.393F1+0.207F2+0.141F3+0.141F4
综合评分越高，表示该批样品整体质量越优 [13－14] 。 为1.195）、2号峰（阿魏酸，VIP为1.150）、13号峰（E-藁本
根据上述公式，对12批不同产地茶芎样品的质量进行评 内酯，VIP为1.052）。结果见图5。
价，结果见表3。由表3可知，瑞昌茶芎（S6～S8）质量较
3.5
好，其次为武宁茶芎（S1～S5）和德安茶芎（S9～S12）。 3.0
2.5
2.4 茶芎样品的OPLS-DA 2.0
本研究以12批茶芎样品17个共有峰的绝对峰面积 VIP 1.5
1.0
为变量，使用 SIMCA 14.1 软件进行 OPLS-DA。结果显 0.5
0
示，X轴方向的模型解释率（R X）为0.945，Y轴方向的模 －0.5
2
17 14 2 13 5 8 16 11 9 1 7 3 4 15 12 10 6
2
2
型解释率（R Y）为0.987（R X、R Y 越接近1，表明模型的 共有峰峰号
2
稳定性越强 [15－16] ），模型的预测率（Q ）为 0.966（Q 越接 图5 共有峰的VIP图
2
2
中国药房 2022年第33卷第16期 China Pharmacy 2022 Vol. 33 No. 16 ·1971 ·