基于AHP和PLS-DA评价的“中药制剂技术”课程教学效果研究

国家高度重视中药产业的发展,大力推动中药产业建设,然而中药技术技能人才紧缺和培养质量不佳等问题已严重制约中药产业的发展。基于当前培养中药人才的紧迫性和重要性,以关键的“中药制剂技术”课程作为改革研究对象,采用层次分析法设置课程考核评价指标,借助PLS-DA数据分析法进行评价分析,寻找关键差异并有针对性地提出改善的建议和措施,为推动“中药制剂技术”课程教学改革,提高中药技术技能人才的培养质量奠定基础。

基于HPLC指纹特征关联O2PLS-DA模型分析低温干燥当归药材、饮片、标准汤剂物质基础差异

目的基于HPLC指纹特征整合O2PLS-DA模型,阐明低温(阴干、30→60℃)干燥、加工(切片)和煎煮对当归临床药用药物质基础影响的关系。方法采用HPLC指纹特征整合O2PLS-DA模型、SPSS统计等方法,分析低温干燥(阴干、30→60℃)、切片、煎煮对当归药材及其制备的饮片、标准汤剂HPLC指纹特征差异的影响和主要差异成分的相关性。结果当归低温(阴干、30→60℃)药材、饮片、标准汤剂HPLC指纹特征相似度高,分别在0.979~0.998、0.890~1、0.864~0.994。鲜切当归及其制备标准汤剂与低温干燥组相似度低,分别在0.890~0.910与0.530~0.792。当归饮片及标准汤剂HPLC指纹特征O2PLS-DA模型聚类为3组:阴干和30~50℃组、60℃组、鲜切组。当归药材、饮片、标准汤剂HPLC指纹特征O2PLS-DA模型VIP值:8号峰>3号峰>4号峰>6号峰>7号峰>5号峰>1号峰>2号峰,指认出藁本内酯(8号峰)、绿原酸(3号峰)、阿魏酸(4号峰)(VIP>0.88)为关键差异成分。Pearson分析显示阿魏酸和绿原酸含量呈正相关(P<0.01),与藁本内酯含量呈负相关(P<0.01)。结论低温干燥当归药材指标成分符合《中华人民共和国药典》规定,干燥、加工和煎煮对当归物质基础影响趋势不同。

基于microRNA表达谱初步构建PLS-DA体液识别模型

针对外周血、唾液、精液、月经血、阴道分泌物这五种法医学常见的体液样本,采用二代测序(NGS)平台检测获得microRNA(miRNA)表达谱,使用偏最小二乘判别分析(PLS-DA)建立基于这五种体液的识别模型,并探讨PLS-DA在法医体液溯源中的应用价值。经优化小分子RNA文库制备过程,采用Ion Torrent S5 XL测序系统对前述法医学五种体液样本(每种10例)进行小RNA测序,以PLS-DA构建体液识别模型,评估不同数量miRNA标记组合下预测的准确性。本研究获得法医学常见五种体液样本的miRNA表达谱,外周血与月经血中表达量前10名的miRNAs有6个重叠;唾液和阴道分泌物中表达量前10名的miRNAs有4个重叠。基于全数据集、107个和11个miRNAs构建的体液来源识别模型的准确率分别为0.95、0.94、0.89。本研究通过NGS测序分析获得了五种体液样本的miRNA组(miRNome),利用PLS-DA初步构建了体液识别模型,对于应用miRNome进行体液识别的相关研究具有参考价值。

基于UPLC-Q-TOF-MS技术和PLS-DA分析的五个基原绿绒蒿化学成分差异研究

该研究对不同基原绿绒蒿的化学成分差异与品种分类基础进行了分析。采用超高效液相色谱-四级杆-飞行时间质谱(UPLC-Q-TOF-MS)对多刺绿绒蒿、总状绿绒蒿、五脉绿绒蒿、全缘绿绒蒿、红花绿绒蒿共49个批次绿绒蒿药材进行检测,ESI源正、负离子扫描模式,将数据结果导入PeakView 1.2软件,以Formula Finder、Mass Calculators、XIC manager等功能及二级碎片裂解规律进行定性分析,并将定性结果建立已知成分筛查表。将数据代入SIMCA-P 14.1软件中,进行可视化处理,构建主成分分析(principal component analysis,PCA)及偏最小二乘法-判别分析(partial least squares discrimination-analysis,PLS-DA)数学模型。结果共检测并分析出75种化学成分;PCA及PLS-DA结果表明从所含化学成分的种类角度出发,多刺绿绒蒿和总状绿绒蒿所含的化学成分种类基本一致,能较好聚集,其他3个基原的绿绒蒿所含化学成分种类差异较大。该研究根据现有文献报道,对绿绒蒿属植物化学成分进行汇总,结合质谱裂解规律对各样品中的化学成分进行推测与对比,为绿绒蒿的品种分类鉴别奠定了基础。

基于HS-SPME-GC-MS和PLS-DA分析不同季节早白尖红茶挥发性风味物质

采集四川省筠连县春、夏、秋三季共15份早白尖红茶样品,采用顶空固相萃取-气相色谱-质谱技术对红茶样品的香气成分进行测定,运用偏最小二乘-判别分析(partial least square-discriminant analysis,PLS-DA)建立不同季节茶叶判别模型,绘制层次聚类的树状热图确定关键香气成分在不同季节样品中的分布规律。结果表明,春季样品醇类(113.05μg/g)和酯类物质(34.92μg/g)含量明显高于夏秋两季样品,而醛类物质(23.85μg/g)明显低于夏秋两季样品,且所建PLS-DA模型可将春和夏秋两季样品明显区分。进一步分析后的分层聚类的树状热图显示,苯乙醛、橙花醇和香叶醇是春季样品区别于其它两季茶样的特征香气化合物,在此基础上可通过芳樟醇、芳樟醇氧化物Ⅰ和Ⅱ对夏、秋两季样品进行进一步区分。该研究为解析不同季节早白尖红茶香气物质提供基础研究数据,也为进一步探究筠连早白尖红茶关键香气形成机制奠定基础。

近红外光谱结合PLS-DA算法对人发与动物毛发的鉴别

采集了247份人发与247份动物毛发的近红外光谱图,对比了不同预处理方法和建模波段下所建模型的效果,选出了最优的预处理方法为一阶导数,最佳的建模波段为6000~5500 cm^(-1)+5000~4500 cm^(-1)。建立了人发与羊毛的PLS-DA判别模型,模型的决定系数R^(2)达到了0.9775,验证集判别正确率达到了100%。使用此模型可有效区分人发与动物毛发,为假发材质的鉴别提供了一种新的方法。

基于PLS-DA的IgG介导的鸡肉不耐受差异蛋白筛选及通路识别

目的筛选鸡肉不耐受患者与健康人之间的差异蛋白,富集分析识别差异蛋白的相关通路,为探讨鸡肉不耐受发生机制提供依据。方法收集鸡肉不耐受患者及健康对照的血清样本,利用DIA技术平台对样本进行蛋白组学检测;PLS-DA结合PPI分析筛选具有相互作用的蛋白质,Cytoscape获得鸡肉不耐受患者与对照组间的差异蛋白;GO和KEGG富集分析获得差异蛋白的生物学通路与代谢通路。结果血清样本的蛋白表达数据检测结果,共获得2210种蛋白质。PLS-DA分析筛选出和鸡肉不耐受相关的蛋白质786个,结合蛋白互作分析获得PPI网络,聚类后得到两个主要的模块:cluster1和cluster2;cluster1包括18个蛋白质,cluster 2包括12个蛋白质。两模块蛋白质进行重要性排序,筛选出鸡肉不耐受患者与健康对照间的差异蛋白为:ORM1、FGB、SERPINF2、HRG、A2M、ORM2和QSOX1。前五个为上调蛋白质,后两个为下调蛋白质。cluster1评分为10.12,GO富集分析发现差异蛋白主要参与血小板脱颗粒、肽链内切酶活性的负调节、炎症反应等生物学通路,KEGG分析富集到补体和凝血级联通路;cluster 2评分6.00,共包括12个蛋白质,GO富集分析发现差异蛋白与急性期反应、血小板脱颗粒、固有免疫应答等生物学通路有关,KEGG分析富集到补体和凝血级联通路、阮病毒病和系统性红斑狼疮的疾病通路。结论本研究筛选出7个与IgG介导的鸡肉不耐受相关的差异蛋白,其参与的生物学和代谢通路与机体免疫、炎症过程有关,在免疫、炎症发生发展中可能起重要作用,将为探讨鸡肉不耐受发生机制提供依据。

基于过滤式微流控SERS芯片和PLS-DA的细菌快速鉴别

细菌的快速检测和准确识别对于确保食品安全和减少致病菌感染至关重要。本文提出了一种SERS技术结合偏最小二乘判别分析(PLS-DA)进行细菌鉴别的方法。设计了一种过滤式微流控SERS芯片,通过在微孔滤膜表面构建高SERS活性Ag NPs基底,搭建细菌SERS光谱检测平台,并用于10种菌属的细菌SERS检测。采集的10种细菌SERS光谱,首先经小波去噪,分段多项式拟合基线校正和归一化预处理SERS光谱,然后用偏最小二乘判别分析(PLS-DA)建立分类识别模型,模型分类正确率为96.3%,盲样检验正确率为95.7%。所研制过滤式微流控SERS芯片结合PLS-DA数据分析方法,在食品安全、疾病诊断等领域具有重要的研究价值和应用前景。

基于近红外光谱和OPLS-DA的不同牌号卷烟分类识别方法研究

为了对卷烟牌号进行准确分类鉴别,提出了一种基于近红外光谱(NIRS)分析技术结合有监督的模式识别快速鉴别卷烟牌号的新方法。利用标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)、二阶导数(SD)和Savitzky-Golay平滑(SG)及其相结合的光谱预处理方法对烟丝光谱进行预处理,通过近红外光谱结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)和正交偏最小二乘判别分析(OPLS-DA)3种模式识别方法对不同牌号烟丝进行分类识别研究,并采用分类识别正确率作为评价指标。实验结果表明:(1)烟丝近红外光谱主成分得分图交叉重叠,区分不明显,PCA无法识别出5种牌号的成品烟丝;(2)烟丝光谱经MSC+FD预处理后的PLS-DA模型可得到较好的识别效果,校正集和测试集的分类识别正确率分别为100%和98.3%;(3)烟丝光谱经MSC+SD预处理后的OPLS-DA模型的模式识别效果最好,模型对自变量拟合指数(R2X),因变量的拟合指数(R2Y)和模型预测指数(Q2)分别为0.485、0.907和0.748,近红外光谱校正集和测试集的分类识别正确率均为100%。说明近红外光谱技术结合有监督模式识别方法OPLS-DA建立的烟丝牌号分类模型具有高效快速、准确无损的优点,为卷烟烟丝分类提供了一种新的快速鉴别方法。

基于可见/近红外光谱与SIMCA和PLS-DA的脐橙品种识别

脐橙的优良品种选育是通过芽变选种获得,为了选择一些具有特殊性状的脐橙芽变进行培植,需要对脐橙的品种进行鉴别。该研究应用可见/近红外光谱分析方法结合软独立模式分类(SIMCA)和偏最小二乘判别分析(PLS-DA)模式识别方法对赣南脐橙的品种进行识别。研究结果表明,采用原始近红外光谱结合SIMCA方法,实现了纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的100%的识别;应用近红外光谱结合PLS-DA方法对校正样本建立判别模型,其校正及验证结果与实际分类变量的相关系数均大于0.970,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,利用模型对验证集中纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的识别率均为100%。为脐橙优良品种的选育提供快速鉴别分析方法。

PLS-DA法判别分析木材生物腐朽的研究

利用近红外光谱结合PLS-DA判别分析方法可用于食品、药品和农产品等的快速识别或检测,因此,研究利用近红外光谱结合PLS-DA方法来检测木材的生物腐朽。研究结果表明:应用近红外光谱结合PLS-DA方法对培训集样本建立的判别模型,其校正及验证结果与实际分类变量的相关系数均超过0.94,SEC和SEP都低于0.17;利用模型对未参与建模的样本进行检测,发现该模型对未腐朽、白腐和褐腐三种类型样本的判别准确率均为100%(偏差均小于0.5);与SIMCA法相比,PLS-DA法对木材生物腐朽样本的判别准确率更高,说明应用近红外光谱结合PLS-DA方法能快速地检测到木材的生物腐朽,并能准确地判别出木材的生物腐朽类型。

基于HPLC指纹图谱与PLS-DA法评价新疆、云南产雪菊的质量

目的采用HPLC指纹图谱和偏最小二乘判别分析(PLS-DA)法对新疆、云南产雪菊质量进行评价。方法雪菊提取液分析采用Agilent TC-C_(18)色谱柱(4.6 mm×250 mm,5μm);流动相为乙腈-0.1%磷酸水溶液,梯度洗脱;体积流量1.0 m L/min;柱温30℃;检测波长350 nm。结果 11批训练集样品的相似度均大于0.983,PLS-DA法可显著区分新疆、云南两个产地的雪菊,有11个成分(色谱峰)为分类标志物。结论该方法简便、稳定、可行,可用于雪菊的质量评价及分类。

近红外光谱结合PLS-DA划分烟叶等级

为了对烟叶等级进行快速分类,采用云南曲靖地区150个烟草样品近红外光谱,结合偏最小二乘判别分析(PLS-DA),建立了烟叶等级分类模型,并对60个预测集样品进行了等级分类预测。结果表明:①训练集和预测集的预测正确率分别为100.0%(150/150)和96.7%(58/60)。②PLS-DA对烟叶等级具有良好的分类效果。该模型为烟叶等级分类提供了一种新的快速鉴别分析的方法。

基于近红外光谱结合PLS-DA法的野外竹种识别技术研究

使用便携式近红外光谱仪野外实测了人面竹、矢竹、淡竹、巴山木竹4个竹种叶片正面近红外光谱,并结合PLS-DA方法对不同竹种叶片近红外光谱进行判别分析。结果表明:应用近红外光谱结合PLS-DA方法对校正集样本建立的判别模型,使用竹叶正面光谱建模效果较好,校正和验证结果与实际分变量的相关系数均超过了0.96;交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都低于0.14。利用模型对验证集中4个竹种叶片正面近红外光谱进行判别,识别率均为100%,说明近红外光谱结合PLS-DA方法可以用于野外不同竹种的快速识别。

基于近红外光谱与PLS-DA的红枣品种识别研究

新疆红枣品种繁多,采后红枣在加工过程中需要将其他品种的红枣挑选出,本研究应用近红外光谱分析技术结合偏最小二乘判别分析(PLS-DA)法对新疆红枣品种进行判别。结果表明,采用一阶导数对原始光谱进行预处理,并使用方差分析法选择波长变量结合PLS-DA方法对校正样本建立判别分析模型,其验证集预测结果与实际分类结果的相关系数(RP)均大于0.92,预测标准偏差(RMSEP)都小于0.27,最后模型对验证集中的骏枣、灰枣和冬枣3个品种的识别率都为100%。该结果为新疆红枣品种快速识别提供理论依据。

基于近红外光谱与PLS-DA的润滑油快速识别

机械故障与润滑油的性状具有紧密关系。因此,研究一种能够快速、无损对润滑油品牌识别方法至关重要。该研究应用近红外光谱分析法结合偏最小二乘判别分析(Partial Least Squares-Discriminant Analysis,PLS-DA)模式识别方法对7种润滑油品牌进行识别。研究结果表明,采用近红外光谱结合PLS-DA方法对校正样本建立判别模型,模型的校正相关系数均大于0.980,校正集均方根误差(RMSEC)和预测集均方根误差(RMSEP)都小于0.062,对7种润滑油品牌识别率均为100%。结合遗传算法对变量进行筛选,选出62个波数点代替全波段进行建模,模型对未知样本的识别率均为98.1%,大大缩减建模的计算量,为在润滑油判别分析仪器开发方面提供一定的理论指导。

国民体质健康与区域经济、环境因素的PLS-DA分析

国民体质健康在国家社会发展中,占据重要地位。目的:分析全国各省居民体质与经济收入、自然环境现状之间的关系,深入探讨各省国民体质非均衡发展的关键因素。方法:搜集2014年我国国民体质监测数据,以及31个省级区域的经济、环境相关数据,运用主成分分析、偏最小二乘-判别分析(PLS-DA),结合模式识别的方法,以各省级区域国民体质数据为Y变量,以各省级区域经济状况、环境条件为X变量,建立OPLS-DA模型,验证模型的鲁棒性,并找出造成区域差异的主要因素。结论:经济发达程度是影响国民体质的关键因素,环境条件恶劣也是制约国民体质水平的重要因素。与西部和中部省区相比,东部省区在国民体质、经济和环境因素三个因素的综合模式上具有明显的差别,研究结果为制定出相应策略促进国民体质健康水平提供理论依据。

紫外指纹图谱结合PLS-DA法鉴定不同产地珠子参

建立快速鉴别不同产地珠子参的方法,为其质量评价提供依据。采用UV指纹图谱结合PLSDA法鉴别不同产地的珠子参样品,分析珠子参的UV特征光谱存在的差异,利用PLS-DA方法分析不同珠子参样品UV特征光谱的吸光度值。结果表明,不同产地珠子参样品的UV指纹图谱的特征吸收峰的吸收波长相似,峰强度存在差异,能有效区别不同产地的珠子参样品;PLS-DA方法能把怒江、玉溪、大理和文山的珠子参样品分为4类,除了大理和文山样品相近,其余产地样品相距较远。

基于PLS-DA烟叶成熟度判别模型研究

目前烟农根据烟叶外观特征判别烟叶成熟度,具有较强的主观性强,影响烟草烘烤工艺的制定及烤后烟叶的品质。该研究以贵州省云烟87中部烟叶为研究对象,首先利用搭建的高光谱信息采集系统获取了烟叶的高光谱图像;然后应用软件SpecView提取烟叶样本感兴趣区域ROI的平均光谱,采用Savitzky-Golay平滑法预处理降噪后,将308个样本随机分208个作为训练集和100个作为测试集;最后计算了6个光谱指数及4个可见光光谱参数平均值,选择其中具有线性变化规律的7个(SIPI、mNDVI705、VOG3、I1、I2、I3、I4)光谱参数,创建了偏最小二乘法判别分析(PLS-DA)模型,模型对烟叶成熟度判别准确率达到98%。研究结果表明,将高光谱图像技术结合PLS-DA能够准确地判别烟叶的成熟度。

基于近红外光谱的PLS-DA算法判别烤烟烟叶产地

为了快速、无损地鉴别和识别烟叶的产地,以2008年产于四川、云南、重庆和福建的464个烤烟烟叶样品的近红外光谱为基础,采用PLS-DA算法建立了烤烟烟叶产地的分类判别模型。结果表明:①4个模型校正集分类变量的预测值与实测值的相关系数均超过0.94,模型拟合性较好;②模型对检验集样本的判别准确率均高于93.0%,效果良好;③可对四川、云南、重庆和福建烟叶的产地进行有效识别。