基于电子鼻技术结合网络药理学分析半夏不同炮制品的气味差异标志物

目的借助HeraclesⅡ超快速气相电子鼻获取半夏不同炮制品的气味指纹图谱信息,并结合网络药理学分析半夏不同炮制品之间的气味差异标志物。方法使用HeraclesⅡ超快速气相电子鼻获取半夏不同炮制品的气相色谱图,利用多元分析方法,得到半夏不同炮制品的气味差异标志物,结合网络药理学分析,得到差异成分的靶点和通路,从而预测半夏不同炮制品潜在的气味差异标志物。结果半夏不同炮制品共鉴定出21个与气味相关的化学成分,其中甲基丁香酚、二乙基酮等5个成分是半夏不同炮制品的气味差异标志物,经网络药理学分析,这些成分具有止咳、抗炎等作用。结论所建立的半夏及其炮制品气味指纹图谱专属性强,筛选出5种可作为半夏不同炮制品的潜在气味差异标志物的化学成分,可为中药炮制机制及工艺研究提供新思路和适用方法。

基于Heracles NEO超快速气相电子鼻对枳壳麸炒前后气味差异标志物的快速识别研究

目的基于Heracles NEO超快速气相电子鼻对枳壳Aurantii Fructus饮片麸炒前后气味差异标志物进行快速识别研究,拟建立一种基于气味的有效快速识别生、麸炒枳壳饮片的方法。方法通过建立生、麸炒枳壳饮片Heracles NEO超快速气相电子鼻检测方法,结合Arochembase数据库,采用主成分析、判别因子分析方法对生、麸炒枳壳饮片气味色谱峰进行数据处理和分析。结果建立了生、麸炒枳壳饮片超快速气相电子鼻分析方法,通过对生、麸炒枳壳饮片气味指纹图谱分析,匹配出11个气味特征成分,推测D-柠檬烯、β-月桂烯、γ-松油烯为生、麸炒枳壳饮片气味差异标志物。结论Heracles NEO超快速气相电子鼻可较好地快速识别生、麸炒枳壳饮片气味特征成分,可应用于饮片生产过程的质量在线监测,为饮片不同炮制品的快速识别及质量控制提供新思路和新方法。

基于Heracles NEO超快速气相色谱电子鼻对温郁金醋制前后气味差异标志物的快速识别研究

目的基于Heracles NEO超快速气相色谱电子鼻对温郁金醋制前后气味差异标志物进行快速识别研究,拟建立一种基于气味的有效快速识别方法。方法通过建立生、醋温郁金的Heracles NEO检测方法,结合Arochembase数据库,采用主成分分析(principal component analysis,PCA)、判别因子分析(discriminant factor analysis,DFA)和变量投影重要性指标(variable importance in projection,VIP)方法,对其色谱峰进行数据处理和分析。结果经Heracles NEO检测,温郁金共18个色谱峰,利用Arochembase数据库表征出17个气味成分,采用PCA、DFA均能将生、醋温郁金准确区分,通过OPLSDA模型中VIP值分析,在MXT-5和MXT-1701色谱柱下,5、6、10号色谱峰的VIP均>1.0,推测γ-松油烯、芳樟醇、乙酸癸酯是生、醋温郁金的潜在气味差异标志物。结论Heracles NEO可应用于生、醋温郁金的气味差异标志物快速识别,具有重要的应用价值。

快速气相电子鼻结合人工神经网络对3种五味子饮片快速识别及气味差异标志物研究

目的基于快速气相电子鼻对3种五味子Schisandrae Chinensis Fructus(SCF)饮片进行气味特征分析,并建立人工神经网络(artificial neural network,ANN)快速判别模型,拟解决生产流通及临床使用过程中的品种混淆问题。方法通过建立五味子饮片Heracles NEO快速气相电子鼻分析方法,对生五味子、醋五味子(vinegar-processed Schisandrae Chinensis Fructus,VSCF)及蜜五味子(honey-processed Schisandrae Chinensis Fructus,HSCF)气味指纹图谱进行了分析,通过计算各成分峰双柱Kovats相对保留指数,结合Arochembase数据库指认了各样品气味成分及潜在气味差异标志物,最终建立人工神经网络快速判别模型。结果建立了五味子饮片快速气相电子鼻分析条件并通过了方法学考察,通过对3种五味子饮片气味指纹图谱分析,指认了36个气味特征成分,结合热图分析发现,乙酸和2-甲基-2-丙烯酸己酯可能是醋五味子气味差异标志物;3-甲基十六烷和3-乙基十六烷可能是蜜五味子的潜在气味差异标志物。基于快速气相电子鼻检测结果的人工神经网络判别模型训练正确率和测试正确率均为100.0%,可成功实现对3种五味子饮片的快速鉴别。结论Heracles NEO快速气相电子鼻结合人工神经网络可较好分析五味子饮片气味特征并进行快速、准确判别分析,可应用于在线检测等质量监控环节,也为其他饮片快速检测方法的建立提供参考。

基于性状电子检测技术结合机器学习的不同产地薏苡仁的快速鉴别

目的基于性状电子检测技术,结合多元分析算法,建立不同产地薏苡仁的快速鉴别方法。方法使用CM-5分光测色仪测定薏苡仁的色度值,建立决策树(decision tree,DT)模型、k最邻近算法(k-nearest neighbor,KNN)模型和贝叶斯(Bayes)判别模型。其次,根据超快速气相电子鼻检测气味成分,建立不同产地薏苡仁的判别因子分析(discriminant factor analysis,DFA)模型及热图,探究不同产地薏苡仁的气味信息差异。同时,采用偏最小二乘法判别分析(partial least squares discrimination analysis,PLS-DA)模型探究不同产地的差异标志物。最后,将薏苡仁表面颜色与内在气味成分进行相关性分析。结果2-丙烯酸、2-甲基丁醛、甲苯、丙醛可以作为区分不同产地薏苡仁的主要气味标志物,丁二酮、2,3-乙酰基丙酮、3-己醇等多种气味成分与L^(*)、a^(*)、b^(*)值存在显著相关性。结论电子眼联合超快速气相电子鼻技术能够快速、准确鉴别不同产地的薏苡仁,该方法对于多产地中药的鉴别和质量控制具有借鉴意义。