Page 61 - 《中国药房》2023年1期

平方欧氏距离 表3 22批桦褐孔菌药材主成分得分和综合得分
0 5 10 15 20 25
S1 批号 综合得分 排名
S15 Z 1 Z 2 Z 3
S3 S17 3.307 －0.113 －0.140 2.15 1
S13
S5 S18 1.052 1.001 2.306 1.23 2
S11
S8 S16 1.344 0.554 0.717 1.1 3
S6
S10 S20 －0.087 3.496 －0.675 0.51 4
S19
S7 S22 1.389 －1.050 －2.129 0.41 5
S12
S2 S14 0.137 －0.148 －0.196 0.03 6
S4
S14
S21 S12 0.128 －0.312 －0.047 0.02 7
S9
S22 S9 0.169 －0.865 0.046 －0.05 8
S16
S18 S2 －0.149 －0.654 1.084 －0.06 9
S17
S20 S8 －0.336 －0.421 1.573 －0.07 10
图5 22批桦褐孔菌药材的聚类分析树状图 S10 －0.580 0.611 0.732 －0.16 11
S4 －0.043 －0.796 －0.243 －0.22 12
2.3.2 主成分分析 为综合评价不同批次间桦褐孔菌 S19 －0.588 1.351 －0.947 －0.27 13
S7 －0.079 －0.932 －0.817 －0.35 14
药材质量的差异，将 22 批样品 10 个共有峰的峰面积作
S3 －0.496 －0.583 0.540 －0.36 15
为原始数据，采用 SPSS 23.0 软件进行主成分分析。以 S13 －0.511 －0.297 －0.159 －0.42 16
特征值＞1为标准，共得到3个主成分，其特征值分别为 S1 －0.685 －0.156 0.132 －0.46 17
S21 －0.481 0.550 －1.726 －0.47 18
5.927、1.711、1.318，对总方差的累积贡献率为89.522%，
S15 －0.787 －0.316 0.196 －0.55 19
说明这 3 个主成分可以反映 22 批桦褐孔菌药材大部分 S5 －0.815 －0.480 0.322 －0.58 20
的信息，提示桦褐孔菌药材的质量差异是由多种化学成 S11 －0.781 －0.200 －0.872 －0.68 21
S6 －1.108 －0.240 0.302 －0.74 22
分共同引起的。由表 2 可知，主成分 1 可以反映共有峰
将 22 批桦褐孔菌药材 10 个共有峰峰面积导入
2、3（栓菌酸）、4（桦褐孔菌醇）、6、7、10（羊毛甾醇）的信
SIMCA14.1 软件绘制主成分得分图（图 6）。结果显示，
息，主成分2可以反映共有峰1、9（麦角甾醇）的信息，主
S16～S18、S20样品可与其他样品区分开，说明这4批样
成分3可以反映共有峰5、8的信息。
品与其他样品存在差异，且与聚类分析结果相印证。
以上述 3 个主成分对 22 批桦褐孔菌药材进行综合
评价，参考文献[7]方法，计算主成分得分：Z1＝－0.185x1+ 3
0.212x2+0.060x3+0.212x4+0.114x5+0.196x6+0.091x7－ 2
1
0.088x8－0.065x9+0.316x10；Z2＝0.508x1－0.057x2+0.188x3－ t[2] －1 0
0.054x4－0.087x5－0.025x6+0.154x7+0.006x8+0.384x9－ －2
－3
0.253x10；Z3＝0.058x1+0.019x2+0.142x3－0.008x4+0.351x5－ －4
－8 －6 －4 －2 0 4 6 8
0.052x6+0.089x7+0.629x8－0.184x9－0.288x10。 其 中 ，Z1、 t[1]
Z2、Z3代表主成分 1、2、3 的得分值；x1～x10代表主成分因 图6 22批桦褐孔菌药材主成分得分图
子的 10 个共有峰峰面积标准化的数值。根据各主成分
2.3.3 正交偏最小二乘法-判别分析 为更好地考察引
[8]
的贡献率与 3 个主成分总贡献率之比计算权重系数 ，
起不同批次桦褐孔菌药材质量差异的主要标志性成分，
再计算主成分综合得分（Z 综）：Z 综＝59.267/89.522×Z1+
笔者以 22 批桦褐孔菌药材指纹图谱共有峰峰面积为变
17.108/89.522×Z2+13.178/89.522×Z3，主成分综合得分
量，进一步采用正交偏最小二乘法-判别分析对样品进
[9]
越高说明质量越好 ，结果见表 3。结果显示，主成分
行分析。结果显示，建立的正交偏最小二乘法-判别分
综 合 得 分 排 名 前 4 位 的 样 品 分 别 为 S17、S18、S16、 2 2
析模型中，累计解释能力参数R X和R Y分别为0.953和
S20。
0.918，预测能力参数Q 为0.869，均大于0.5，提示本研究
2
表2 主要因子载荷矩阵
所建模型的稳定性及预测能力较好。设置分类矩阵变
峰号 主成分1 主成分2 主成分3 量随机排列200次做置换检验，所得R 和Q 截距值分别
2
2
1 0.075 0.962 0.031
2 0.932 0.248 0.145 为0.167、－0.751（均小于置换检验模型右上方的真实R 2
3（栓菌酸） 0.720 0.605 0.275 和Q 值），说明建立的正交偏最小二乘法-判别分析模型
2
4（桦褐孔菌醇） 0.920 0.252 0.104 [10]
5 0.590 0.019 0.607 不存在过度拟合现象，可用于判别分析 。变量重要性
6 0.869 0.291 0.027 投影（variable importance in projection，VIP）值是筛选差
7 0.775 0.569 0.205 异性化合物的重要指标，值越大，表明该色谱峰的贡献
8 －0.057 －0.090 0.937 [11]
9（麦角甾醇） 0.288 0.844 －0.292 越大 。以 VIP 值大于 1 为标准，筛选出 4 号峰（桦褐孔
10（羊毛甾醇） 0.898 －0.090 －0.295 菌醇，VIP值＝1.86）、3号峰（栓菌酸，VIP值＝1.62），7号
中国药房 2023年第34卷第1期 China Pharmacy 2023 Vol. 34 No. 1 · 55 ·