Page 43 - 《中国药房》2023年1期
P. 43

2.5 聚类分析                                           对红花龙胆药材的质量起主导作用。将 52 批红花龙胆
              以52批红花龙胆药材样品指纹图谱中17个共有峰                        药材样品的 17 个共有峰峰面积数据作为变量导入
          的峰面积为变量导入 OriginPro 2021 软件，采用均值聚                  SIMCA14.1 软件，建立无监督的 PCA 模型，可得模型提
                                                                                               2
          类法，以欧氏距离为测量区间，以距离总和查找聚类中                           取的前6个主成分累计方差贡献率的R X为0.829（大于
          心点，进行聚类分析（图3）。结果显示，当欧氏距离大于                         0.5），表明该模型的拟合效果及稳定性较好，能表征不同
          125 时，52 批红花龙胆药材样品可明显分为 2 类，其中                     批次红花龙胆药材样品指纹图谱的主要信息。由 PCA
          S1～S46、S48～S52 聚为一类（Ⅰ类），S47 单独为一类                  得分图（图4）可知，52批红花龙胆药材样品大致可分为
         （Ⅱ类）；在Ⅰ类中 S1～S46、S48～S49 产自贵州，S50～                  2类：S1～S46、S48～S52为一类（Ⅰ类），S47单独为一类
          S51 产自广西，S52 产自云南，Ⅱ类中的 S47 产自贵州省                  （Ⅱ类），与聚类分析结果基本一致。除 S47 样品外，各
          铜仁市德江县，说明不同产地的红花龙胆具有一定的相                           批次样品间的离散程度较低，不同产地的红花龙胆药材
          似性，相同产地的红花龙胆具有一定的差异性，其中S47                         样品质量差异较小。
          与其他批次样品相比差异显著。                                     表2 52 批红花龙胆药材样品 PCA 的特征值及方差贡
                                 欧氏距离                             献率
              0              50            100          150           200            250               300            350           400
                                                              主成分           特征值        方差贡献率/%    累计方差贡献率/%
             S1
            S46                                               1             5.232       30.778       30.778
            S11                                               2             2.507       14.745       45.523
             S4
             S5                                               3             2.215       13.028       58.551
            S15
            S20                                               4             1.668        9.810       68.361
             S2
            S35                                               5             1.360        7.998       76.359
            S23
            S42                                               6             1.117        6.570       82.928
            S52
            S30                                               …              …           …            …
            S33
            S19                                               17            0.048        0.285        100
            S39
             S3
            S27                                                                                        广西
            S18                                                     4                                  贵州
            S21                                                                                        云南
            S10                                                     3
            S22                                                     2
            S44
             S8                                                     1
            S12
            S32                                                     0
            S51                                                   t[2]  －1
            S34
            S13                                                    －2
            S31
            S50                                                    －3
            S40
            S41                                                    －4
            S43                                                    －5
             S6
            S17                                                     －12   －10   －8    －6     －4     －2       0         2         4         6
            S37                                                                   t[1]
            S38
            S26                                                   图4 52批红花龙胆药材样品的PCA得分图
             S7
            S25
            S36                                              2.7 正交偏最小二乘法-判别分析
            S49
            S48
             S9                                                  为筛选影响红花龙胆药材质量的标志性成分，本课
            S14
            S28
            S16                                              题组在聚类分析和 PCA 的基础上，将样品分为 2 类，以
            S24
            S29                                              共有峰峰面积为变量，利用 SIMCA14.1 软件，建立有监
            S45
            S47
                                                             督的正交偏最小二乘法-判别分析（orthogonal partial
               图3 52批红花龙胆药材样品的聚类分析图
                                                             least squares-discriminant analysis，OPLS-DA）模型，得到
          2.6 主成分分析                                          52批药材样品的OPLA-DA得分图（图5）。其累积解释
              采用SPSS 26.0软件对52批红花龙胆药材样品指纹                    能力参数（R X、R Y）分别为 0.691、0.894，均大于 0.5，预
                                                                        2
                                                                            2
          图谱中的17个共有峰峰面积进行标准化处理，并进行主                          测能力参数（Q）小于 0.5，说明所建立的模型较为稳定
                                                                          2
          成分分析（principal component analysis，PCA），取特征         可靠、预测能力良好，可用于区分不同批次的红花龙胆
          值＞1的主成分进行因子分析，计算其相关系数矩阵、累                          药材。由图 5 可知，52 批红花龙胆药材样品分类明显，
          计方差贡献率，对各批次红花龙胆药材样品的质量进行                           与聚类分析和 PCA 的分类结果一致；对 OPLS-DA 模型
          评价。结果显示，当主成分的变量重要性投影（variable                      进行置换检验的结果显示，R 、Q 的截距值分别为 0.291
                                                                                         2
                                                                                      2
          importance in project，VIP）值大于 1 时，可得到前 6 个主        和－0.582，表明OPLS-DA模型无拟合现象，进一步证实
          成分的累计方差贡献率为 82.928%（表 2），其可代表大                     了上述分析结果的合理性和可行性。以VIP值大于1为
          部分成分信息，表明在 17 个共有成分中，有 6 个主成分                      评判标准筛选影响红花龙胆药材质量的差异性成分，结
          中国药房  2023年第34卷第1期                                                  China Pharmacy  2023 Vol. 34  No. 1    · 37 ·
   38   39   40   41   42   43   44   45   46   47   48