Page 39 - 《中国药房》2024年9期

mean square error of prediction，RMSEP）等评价参数用 0.010 0.78
作 评 估 模 型 质 量 的 标 准 。 当 R 越 接 近 1，RMSEC、 0.008 0.72
2
RMSEP 越小，且 1＜RMSEP/RMSEC≤1.2 时，模型越稳 RMSECV RMSECV 0.66
定，预测精准度越好 [17―18] 。综合上述各评价参数以确立 0.006 0.60
最优的校正模型，可得款冬花中款冬酮定量模型的最佳 0.004
0.54
光谱预处理方法为 MSC+second derivative+ND，水分定 0 2 4 6 8 10 12 14 0 2 4 6 8 10
主因子数 主因子数
量模型的最佳光谱预处理方法为 MSC+second deriva‐ A.款冬酮 B.水分
2.2 0.9
tive，醇溶性浸出物定量模型的最佳光谱预处理方法为
2.0 0.8
SNV+first derivative，总灰分定量模型的最佳光谱预处 1.8 0.7
理方法为SNV+SG。 RMSECV 1.6 RMSECV 0.6
0.5
由 图 2 可 知 ，款 冬 花 药 材 样 品 在 9 000～6 000、 1.4 0.4
0.3
－1
6 000～4 000 cm 波段的吸光度值变化明显，包含了丰 1.2 0.2
0 2 4 6 8 10 0 2 4 6 8 10 12 14
富的化学信息。为保证样品光谱信息的全面应用，本 主因子数 主因子数
研究根据样品在 NIRS 区的吸光度值选取 5 个波段 C.醇溶性浸出物 D.总灰分
（11 200～4 000、9 000～4 000、6 000～4 000、9 000～ 图3 款冬花药材各质控指标的主因子数随 RMSECV
－1
6 000、11 200～6 000 cm ）进行考察，并结合模型评价 值的变化图
参数选择建模区间。结果可得，为款冬花中款冬酮和 0.11 11.0
－1
醇溶性浸出物选择 9 000～4 000 cm 的波段建模时， 0.10 10.5
10.0
模型的评价参数最佳；为其水分和总灰分选择11 200～ 预测值/% 0.09 预测值/% 9.5
－1
4 000 cm 的波段建模时，模型的评价参数最佳。 0.08 9.0
8.5 校正集
2.4.3 主因子数的选择 0.07 校正集 8.0 验证集
验证集
采用PLS建模过程中，主因子数的选择对模型的预 0.07 0.08 0.09 0.10 0.11 8.0 8.5 9.0 9.5 10.0 10.5 11.0
真实值/% 真实值/%
测准确性有重要影响，取不同的主因子数建模时，模型 A.款冬酮 B.水分
11
的交叉验证均方差（root mean square error of cross vali‐ 30
28 10
dation，RMSECV）值会有所不同，而 RMSECV 值越小，
预测值/% 26 预测值/%
[19]
模型的预测精确度就越高 。本研究利用TQ Analyst软 24 9
件进行分析，通过交叉验证确定模型的主因子数，结果 22 校正集 校正集
验证集 8 验证集
显示，款冬花中款冬酮、水分、醇溶性浸出物和总灰分 20 20 22 24 26 28 30 8 9 10 11
定 量模型的最佳主因子数分别为 10、2、7、13，对应的 真实值/% 真实值/%
C.醇溶性浸出物 D.总灰分
RMSECV值分别为0.003 68、0.551 01、1.207 02、0.211 37， 图4 款冬花各质控指标真实值与预测值的相关性
详见图3。
2.4.4 NIRS定量分析模型的建立 2.4.5 模型的外部验证与评价
利用TQ Analyst软件对款冬花药材样品的NIRS数 为了验证所建模型的预测准确性，本研究使用所建
据进行预处理，选择最佳建模波段和最佳主因子数，分 模型来测定建模中未涉及的验证集样品。用NIRS模型
别建立款冬花质控指标款冬酮、水分、醇溶性浸出物和 的预测值与实测值的比值表示预测回收率，计算验证集
总灰分的NIRS定量分析模型。结果显示，4个定量分析 样品中各质控指标的平均预测回收率。验证集样品质
模型的R 分别为0.985 8、0.968 4、0.973 4、0.988 0；RMSEC
2
控指标含量真实值与NIRS模型预测值的平均绝对误差
分 别 为 0.001 54、0.187、0.478、0.127；RMSEP 分 别 为
及平均预测回收率见表5。表5结果表明，所建NIRS模
0.001 81、0.212、0.543、0.149；RMSEP/RMSEC 分 别 为
型对验证集样品的预测能力较强、预测结果准确。
1.175 3、1.133 7、1.136 0、1.173 2，均在合理范围内（1＜
RMSEP/RMSEC≤1.2）。综合各评价参数可知，所建立 表5 验证集样品各质控指标的验证结果
的款冬花药材中4个质控指标定量分析模型的预测精度 指标 款冬酮 水分 醇溶性浸出物 总灰分
较好，模型稳定可靠。款冬花各质控指标真实值与 平均绝对误差/% －0.000 36 0.061 43 0.144 00 0.010 43
NIRS模型预测值的相关性见图4。 平均预测回收率/% 99.65 100.72 100.66 100.15

中国药房 2024年第35卷第9期 China Pharmacy 2024 Vol. 35 No. 9 · 1061 ·