基于气相色谱-离子迁移谱和偏最小二乘判别分析技术分析酵母-藿香复合对罗非鱼脱腥效果的影响

为探究酵母-藿香复合液对罗非鱼脱腥效果的影响,通过单因素及响应面实验优化脱腥工艺,采用气相色谱-离子迁移谱(gas chromatography ion mobility spectroscopy,GC-IMS)对脱腥前后罗非鱼肉挥发性成分进行鉴定,结合正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)进行区分及差异分析。结果表明,在脱腥液质量浓度为2.1 g/100 mL,料液比为1∶3.09(g∶mL),浸泡时间为32 min条件下,腥度最低,感官评分最高。GC-IMS技术共检出22种挥发性物质,主要有醛类和醇类。经过脱腥后,醛类物质相对含量从50.64%降至40.82%,醇类物质从34.00%降至27.77%,根据气味阈值计算出相对气味活性值(relative odor activity value,ROAV)>1的物质有1-辛烯-3-醇、正己醇、庚醛、壬醛、辛醛、乙酸乙酯、乙酸己酯。通过OPLS-DA和变量投影重要性因子(variable importance in projection,VIP)筛选出5种关键腥味物质(VIP>1),分别是辛醛、壬醛、庚醛、1-辛烯-3-醇、正己醇,这些物质相互作用对罗非鱼腥味具有重要影响。

基于气相色谱-质谱和超高效液相色谱的火麻油中萜烯类、大麻素类成分分析

基于气相色谱-质谱和超高效液相色谱分析方法,对火麻油中特色的萜烯、脂肪酸和大麻素类化学成分进行分析,并利用数据软件进行主成分分析。结果表明,云南火麻油中含有较为丰富的特征风味性萜烯类成分,如β-石竹烯、β-月桂烯、柠檬烯等;火麻油中脂肪酸含量丰富,尤其亚麻酸和亚油酸接近黄金比例,营养价值高;在不同品种、不同工艺火麻油中均检测到微量、多种大麻素成分,脱壳工艺使火麻油中大麻素成分含量明显降低,冷榨工艺更适合火麻油加工。通过本研究对我国火麻油的食品安全性进行讨论并提出建议。最后对萜烯和大麻素进行主成分分析,找出其中的重要区分物质,对4种火麻油样本进行完美地区分与鉴定。

基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.

基于主成分-线性判别分析的植物药多糖HPLC图谱与寒热药性关系研究

目的:探讨中药寒热药性与所含多糖成分的相关性。方法:取寒性、热性植物药各10味,提取并精制所含多糖,用三氟乙酸彻底水解成单糖,加入1-苯基-3-甲基-5-吡唑啉酮进行衍生化反应,测定其单糖HPLC图谱,并利用主成分-线性判别分析研究结果。结果:主成分-线性判别分析完全实现了对20味植物药寒热药性准确判别。结论:中药寒热药性与所含多糖成分存在明显相关性,多糖是中药药性的物质基础之一;主成分-线性判别可对中药药性进行判别,且判别准确率高。

气相色谱-离子迁移谱结合化学计量学分析对新会陈皮的鉴别

采用气相色谱-离子迁移谱(gas chromatography-ion mobility spectrometry,GC-IMS)技术对包括新会陈皮在内的10个产地陈皮的风味成分进行测定,运用主成分分析和偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)方法对GC-IMS检出的75种风味成分进行分析,以建立新会陈皮的鉴别方法。结果表明,该方法可将新会陈皮与其他陈皮区分开,实现对新会陈皮的有效鉴别。同时,分析变量投影重要性可进一步筛选出20种对有效区分新会陈皮和其他产地陈皮发挥关键作用的特征标志物。本研究通过引入GC-IMS技术和PLSDA方法实现了新会陈皮与其他产地陈皮的准确鉴别,可为新会陈皮的国家地理标志产品保护和产地溯源提供新的技术参考。

基于HPLC指纹图谱结合多元统计分析九制女贞子炮制过程中成分变化

目的建立3个不同批次九制女贞子样品的高效液相色谱(HPLC)指纹图谱及多成分含量测定方法,结合化学模式识别分析评价九制女贞子的质量差异。方法采用HPLC法建立不同批次九制女贞子的指纹图谱并进行5种成分的含量测定,通过相似度分析、主成分分析(PCA)和最小偏二乘法-判别分析(PLS-DA)评价不同批次九制女贞子质量差异,找寻炮制过程中成分含量的动态变化情况。结果建立了九制女贞子的HPLC指纹图谱,标定了26个共有峰,指认了其中5个成分,分别是羟基酪醇(峰9)、红景天苷(峰10)、特女贞苷(峰19)、女贞苷G13(峰24)、Oleonuezhenide(峰25),含量变化明显。方法学考察结果显示,各成分的线性关系良好(r≥0.990),平均回收率为99.90%~103.19%。27批样品的指纹图谱与对照指纹图谱相似度均>0.953。PCA结果提取了4个主成分,PLS-DA能将3批不同批次九制女贞子明显区分,并根据变量重要性投影值(VIP)>1的原则筛选出了7个主要差异成分,并指认了Oleonuezhenide、女贞苷G13、特女贞苷这3个是与九制女贞子相关性较强的化学成分。不同批次之间九制女贞子质量差异较大。结论建立的九制女贞子HPLC指纹图谱方法简便,与模式识别方法相结合可为九制女贞子药材质量评价提供参考,炮制过程中含量呈现动态变化,羟基酪醇整体呈现不变趋势,红景天苷整体呈现增加趋势、特女贞苷、女贞苷G13、Oleonuezhenide整体呈现减少趋势,在炮制过程中,特女贞苷、女贞苷G13、Oleonuezhenide发生了转化,但具体转化机制有待后续研究发现,九制女贞子的指纹图谱结合化学模式识别方法,不仅为九制女贞子质量提供参考也可继续深入探讨九制女贞子潜在的质量标志物。

基于红外光谱PCA-LDA统计分析的麻纤维鉴别研究

亚麻、汉麻与苎麻纤维的成分组成和物化性质高度相似,三者间的分类鉴别是纺织品检验检测领域的难点。本文对不同种类麻纤维的傅里叶变换衰减全反射红外光谱(ATR-FTIR)作主成分分析(PCA)和线性判别分析(LDA),创建麻纤维分类判别模型以鉴别三种易混麻纤维。选取亚麻、汉麻和苎麻纤维各60组作为样品集进行脱胶清洗处理并采集ATR-FTIR光谱。光谱归一化后对800~2000 cm-1波长的光谱作主成分分析,分析结果显示:随着主成分个数增加,主成分分数依据麻纤维类别逐渐显现聚类趋势,同时前12个主成分对归一化红外光谱数据的累计贡献率超过99.5%。以训练集前12主成分数为自变量,以麻纤维种类为因变量,通过线性判别分析构建了分类判别模型(典型判别函数和分类函数)。模型验证结果显示:典型判别函数可使前12个主成分分数矩阵根据麻纤维样品类型形成良好的聚类,分类函数对训练集和测试集中所有纤维样品的分类准确率达到100%。此外,PCA-LDA分类判别模型留一交叉验证的分类准确率仍能达到99.6%。结果表明,不同类别麻纤维的ATR-FTIR光谱存在差异,基于麻纤维ATR-FTIR光谱的PCA-LDA统计分析可实现亚麻、汉麻和苎麻三种易混麻纤维的快速无损鉴别。

近红外光谱的主成分分析-马氏距离聚类判别用于卷烟的真伪鉴别

为了快速准确的鉴别卷烟真伪,以A牌和假冒A牌卷烟为实验材料,采用近红外光谱法结合主成分分析-马氏距离判别分析方法建立了鉴别模型。首先对经过预处理的光谱数据进行主成分分析,分析结果表明,前4个主成分的累积贡献率已达98.46%,说明这4个变量能够代表原始光谱的主要信息。从120个样品中随机抽取100个用于建立4个主成分变量的定性判别模型,模型的相关系数达到了0.95,对20个未知样品的预测结果准确率为100%。说明近红外光谱结合模式识别方法进行卷烟真伪定性鉴别在技术上是可行的,可以作为卷烟真伪鉴别的一种辅助手段。

产超广谱β-内酰胺酶细菌医院感染危险因素的主成分及逐步回归分析

目的 :研究产超广谱 β -内酰胺酶 (ESBLs)细菌医院感染的危险因素。方法 :用主成分分析和逐步回归分析浙江省 6所医院 185例ESBLs阳性细菌医院感染病例和 185例ESBLs阴性细菌医院感染对照。结果 :主成分分析从 14个危险因素中提取了 5个主成分 ,其方差累积贡献率达 6 0 .2 %。逐步回归分析揭示 3个主成分有显著性意义 ,分别为 :侵袭性医疗操作和三代头孢菌素应用 ;住院时间和抗生素的应用 ;导管检查。结论 :产ESBLs细菌医院感染为多因素所致 ,主要与医院的侵袭性操作及抗生素的使用有关。加强消毒灭菌 。

基于气相色谱-离子迁移色谱分析五彩糙米挥发性成分差异

研究不同色泽糙米的挥发性气味成分差异,明确彩色糙米的风味品质特性。以汉中市洋县产五彩糙米(黑、红、紫、黄和绿)为试材,采用气相-离子迁移色谱方法(GC-IMS)比较不同色泽糙米挥发性气味成分差异。结果:从五彩米样品中共鉴定出62种挥发性气味成分,包括醛类30种(占63.48%~70.39%)、醇类10种(占8.47%~16.81%)、酮类10种(占10.13%~15.09%)、酯类6种(占1.64%~6.15%)、呋喃类2种(占2.39%~4.94%)、酸类2种(占0.35%~1.34%)和醚类2种(占0.35%~0.79%)。黑色糙米的醛类含量相对较高,紫色糙米醇类和呋喃类含量相对较高,绿色糙米酮类含量相对较高,黄色糙米的酯类、醚类和酸类含量均相对较高。主成分分析表明,前2个主成分累计贡献率为72.2%,说明GC-IMS数据可区分五彩糙米原料挥发性成分。结论:通过建立洋县五彩糙米气味指纹图谱,可视化呈现不同色泽糙米挥发性风味轮廓,为其质量控制提供参考依据。

核主成分分析-广义回归神经网络法研究——70种烷烃类有机化合物的气相色谱保留指数

利用核主成分分析法和广义回归神经网络研究了70种烷烃在固定相为角鲨烷,柱温50℃时的气相色谱保留指数。核主成分分析将70×8维的样品集降为51×3维,以减少计算量;降维后的样品集作为广义回归神经网络的训练集对色谱保留时间进行计算和预测。该方法的计算结果满足误差要求。

应用主成分和判别分析的红外光谱法快速鉴别酸败植物油

通过收集并分析40个合格植物油和44个酸败植物油的傅里叶变换红外光谱,选取25个合格植物油和39个酸败植物油组成训练集,利用主成分分析获得累积可信度95%的三个主成分及对应的1743~1710cm^-1、1172~1130cm^-1、2945~2844cm^-1、1728~1689cm^-1、2987~2840cm^-1和1731~1660cm^-1对植物油酸败最为敏感的光谱波数范围。在主成分分析的基础上,选取对植物油酸败敏感的波段,利用训练集建立鉴别植物油酸败判别分析模型。采用验证集20个样品验证判别分析模型,判别正确率达100%。主成分结合判别分析的红外光谱法能快速、准确、无损地区分合格植物油和酸败植物油。

基于超高效液相色谱-三重四级杆串联质谱法的花椒中氨基酸和核苷类成分分析与评价

建立了UPLC-MS/MS法同时测定花椒中17种氨基酸和6种核苷的分析方法,并对不同产地的花椒样品进行主成分分析和聚类分析。样品经水提取后用超高效液相色谱-三重四级杆串联质谱仪测定,采用电喷雾电离源,多反应监测(MRM)模式检测,外标法定量。结果表明,17种氨基酸和6种核苷在各自的线性范围内线性良好,检出限为0.0013~0.0878μg/g,定量限为0.0045~0.2927μg/g;加标回收率为60.4%~120.4%,相对标准偏差(RSD)为0.6%~13.4%,操作方法简便快速,灵敏度和稳定性较好;14批次花椒样品中TAA在333.5~569.9 mg/kg之间,平均含量为451.3 mg/kg,其中S4氨基酸总量最高;氨基酸中精氨酸含量最高,平均含量为172.7 mg/kg,占TAA的38.3%;核苷总量在14.4~38.5 mg/kg之间,平均含量为27.7 mg/kg,其中S3核苷总量最高;核苷中尿苷含量最高,平均含量为21.6 mg/kg,占核苷总量的77.9%;通过主成分分析和聚类分析发现来自甘肃省陇南市西和县、甘肃省陇南市武都区、甘肃省天水市秦安区的花椒综合品质较高,位列该次测定的第一梯队,测定的数据可为甘肃地方特色产业的开发利用提供数据支持。

基于顶空-气相色谱-离子迁移谱法分析不同类型精酿啤酒的挥发性香气成分

目的 基于顶空-气相色谱-离子迁移谱法(headspace-gas chromatography-ion mobility spectrometry,HS-GC-IMS)建立一种快速、准确的精酿啤酒挥发性香气检测方法。方法 采用HS-GC-IMS对不同来源及类型的精酿啤酒中挥发性组分进行分析,通过指纹图谱比较挥发性组分差异,结合主成分分析(principal component analysis, PCA)实现不同类型精酿啤酒区分。结果 所检样品中共定性出54种挥发性香气成分;指纹图谱显示,不同来源及类型的精酿啤酒中挥发性香气成分含量差异显著,其中自制的4种啤酒中风味物质具有各自的特征风味物质成分,如自制白啤中的香茅醛、2-庚酮、癸酸乙酯,自制黄啤中的己醛,自制印度淡色艾尔啤酒中的异丁酸异丁酯、异丁酸-2-甲基丁酯、壬醛、α-水芹烯,自制玫瑰啤酒中的乙酸己酯、壬酸乙酯、2-甲基丁酸乙酯、3-甲基丁酸乙酯等;采用PCA可以实现对不同来源、不同类型啤酒的准确区分。结论 HS-GC-IMS可快速检测啤酒中的挥发性香气成分,其结果直观、准确,为啤酒类型分析及质量控制提供方法和技术支持。

基于香气成分气相色谱-质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究

该文以研究指纹图谱在绿茶等级判别方面应用的可行性为目的。以信阳毛尖茶为研究对象,以茶汤香气成分为研究目标,采用顶空固相微萃取与气相色谱-质谱联用技术,筛选其香气特征成分,建立不同等级信阳毛尖茶香气成分GC-MS指纹图谱。发现运用判别分析法可以对2个系列7个等级41个信阳毛尖茶样进行很好的等级区分;通过不同等级色谱指纹图谱的相似度计算发现,相似度与茶样等级之间具有较好的相关性,尤其是对于品质较好的茶样,这种相关性更好。表明运用判别分析法和相似度计算方法能够反映绿茶等级之间的差异性,且基于相似度评价的方法具有客观量化的特征。

气相色谱-质谱技术结合化学计量学对6种植物油进行判别分析

测定了6种不同种类植物油(茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油)的脂肪酸组成及含量,旨在探讨利用植物油脂肪酸的指标对不同种类的植物油进行分类和判别的可能性。采用气相色谱-质谱联用技术,对6种不同植物油中脂肪酸的组成和含量进行测定,用SPSS.19.0统计软件进行主成分分析、聚类分析和判别分析。对6种不同植物油脂肪酸进行分析、对比,得出植物油脂的主要成分为C16∶0,C18∶0,C18∶1 cis-9,C18∶2 cis-9,12和C18∶3 cis-9,12,15。这5种主要脂肪酸的总含量在茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油中分别为98.455%,97.586%,89.019%,97.378%,98.294%和98.021%。6种植物油的不饱和度(U/S)均大于2.000,其中最小为花生油2.055,最大为茶籽油3.976。进行主成分分析降维得到前3个主成分,因为前3个主成分的特征//值均大于1且累计贡献率达到80.060%,第1主成分的贡献率为35.853%,第2主成分的贡献率为23.847%,第3主成分的贡献率为20.360%。建立了3个典则判别函数,典则判别函数的相关系数均大于0.990,且对于茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油的初始分类正确率为100.0%,交叉验证正确率为100.0%。

基于“社-校-家-生”四维的大学生学业预警影响因素相关性分析——以安徽中医药大学中西医临床医学专业为例

通过回归分析探讨“社-校-家-生”四维影响因素对学业预警机制的相关性,对安徽中医药大学中西医临床医学专业的421名学生展开调研,采用主成分分析法,建立多因素回归分析模型。建立模型后,发现其中影响最大的五方面因素分别是家庭、课外活动、学习基础、人际关系、就业情况。其中,重要性分析中,父母最高文化水平、生活费/月、挂科数目、户籍所在地、担任班委、辅导员联系家长情况排序前六。通过对四维因素进行逐步回归分析与交互分析,发现对学业预警影响最为显著的为家庭因素和学校因素,且两者不存在交互关系。基于回归分析结果显示对学业成绩影响的主要因素为家庭因素、学校因素,其中家庭维度方面主要是生活费/月、户籍所在地起主要作用,与学业成绩呈负相关,学校维度层面主要是辅导员与家长的联系情况以及相关制度的制定与开展影响较大,与学业成绩呈正相关。

液相色谱-质谱联用法结合主成分分析考察食品中前体物质对杂环胺生成的影响

为了考察不同温度条件下前体物质及其含量对杂环胺生成的影响,采用超高效液相色谱串联质谱法定性定量分析了不同温度(200℃,230℃和270℃)、不同前体物质种类(葡萄糖、肌酸、肌酸酐、苯丙氨酸、色氨酸和苏氨酸)以及不同添加量(添加1倍和2倍原料牛肉中的含量)条件下,烤牛肉饼中的17种极性和非极性杂环胺,采用主成分分析考察了温度、前体物质种类及其添加量对杂环胺生成的影响,并筛选出了受到影响的关键杂环胺。结果表明,3种温度条件下杂环胺的生成具有较明显的差异;200℃条件下前体物质的种类对杂环胺生成的影响较小,而230℃和270℃条件下则有较大的影响;对于葡萄糖、肌酸、肌酸酐和苏氨酸,3种温度下添加量对杂环胺的生成均影响较小;而对于苯丙氨酸和色氨酸,200℃条件下添加量对杂环胺生成的影响较小,230℃和270℃条件下添加量对杂环胺生成的影响则较大。由主成分分析载荷图筛选出4种杂环胺(Harman、Norharman、MeIQ x和PhIP)为温度、前体物质及其添加量影响的关键杂环胺。本方法可用于各种因素对杂环胺生成的影响研究以及相关关键杂环胺的筛选。

主成分分析-支持向量回归建模方法及应用研究

将主成分分析（PCA）用于近红外光谱的特征提取,并与支持向量回归（SVR）相结合,实现了主成分分析-支持向量回归（PCA-SVR）用于近红外光谱定量分析的建模方法.与单纯的SVR方法相比,不仅提高了运算速度,而且提高了模型的预测准确度.将PCA-SVR方法用于烟草样品中总糖和总挥发碱含量的测定,所得结果的预测均方根误差分别为1.323和0.0477;回收率分别为91.8%～112.6%和88.9%～120.2%.

基于超高效液相色谱-四极杆飞行时间高分辨质谱联用技术的益心舒胶囊化学成分分析与鉴定

目的采用超高效液相色谱-四极杆飞行时间高分辨质谱(UPLC-Q-TOF-MS)联用技术对中药复方益心舒胶囊的化学成分进行分析与鉴定。方法自2021年9―12月,采用Waters ACQUITY UPLC HSS T3(2.1 mm×100 mm,1.8µm)分析益心舒胶囊50%甲醇提取物;流动相0.1%甲酸水-乙腈,梯度洗脱;体积流量0.3 mL/min;柱温30℃。采用电喷雾离子源,在正、负离子模式下采集数据。运用MassLynxV4.1软件,根据化合物保留时间、准分子离子峰、二级碎片等质谱信息,结合对照品和相关文献资料,对益心舒胶囊的化学成分进行鉴定。结果从益心舒胶囊中检测并鉴定出86个化合物,其中皂苷35个、酚酸16个、二萜20个、木脂素9个及其他类别成分6个。结论该方法准确稳定,快速阐明益心舒胶囊的化学成分。益心舒胶囊物质基础的阐明为其质量控制、有效成分确定和治疗机制研究提供了有力支撑。