《Frontiers in Chemistry》:Multisource spectral fusion combined with variable selection for rapid geographical origin discrimination of Salvia miltiorrhiza
编辑推荐:
丹参(Salvia miltiorrhiza)是一种广泛使用的中草药,其质量受地理起源的显著影响。因此,建立可靠的起源鉴别方法对于质量保证至关重要。在本研究中,研究人员使用近红外光谱(NIR)和中红外光谱(MIR)结合化学计量学技术,分析了来自山东、山西、河南
丹参(Salvia miltiorrhiza)是一种广泛使用的中草药,其质量受地理起源的显著影响。因此,建立可靠的起源鉴别方法对于质量保证至关重要。在本研究中,研究人员使用近红外光谱(NIR)和中红外光谱(MIR)结合化学计量学技术,分析了来自山东、山西、河南和四川四省的67批丹参样品。应用六种预处理方法优化光谱数据,并基于优化结果构建了偏最小二乘判别分析(PLS-DA)模型。为进一步提高模型性能,采用无信息变量消除(UVE)、竞争性自适应重加权采样(CARS)和随机森林(RF)进行变量选择。然后使用NIR、MIR和融合(NIR+MIR)数据建立判别模型,并通过准确率评估性能。结果表明,在NIR中,2nd-RF-PLS-DA模型取得了最佳性能,准确率为96.72%;而在MIR中,SG-UVE-PLS-DA模型达到了98.33%的准确率。整合NIR和MIR数据后,2nd-UVE-PLS-DA模型实现了100%的准确率,显示出最强的判别能力。这些发现表明,将NIR和MIR光谱与适当的预处理和变量选择策略相结合,可以充分利用互补的光谱信息,从而构建快速、可靠且高效的判别模型。该方法为丹参的起源追溯提供了有效工具,并为推进其他中草药的质量评价提供了方法学参考。
论文解读:基于多源光谱融合与变量选择的丹参地理起源快速鉴别研究
丹参(Salvia miltiorrhiza)是一种广泛应用的中草药,其药材品质受地理起源显著影响,不同产地的丹参在化学成分和药理作用上存在差异,例如山东产丹参富含丹参酮(tanshinones),而四川产丹参则富含丹酚酸B(salvianolic acid B)。传统产地鉴别方法(如形态观察、高效液相色谱(HPLC)等)存在操作复杂、耗时长、破坏样品等局限,难以满足快速无损检测的需求。近红外光谱(NIR)和中红外光谱(MIR)因快速、无损、高通量等优势,在中药材产地溯源中展现出潜力,但原始光谱常受基线漂移、散射干扰及峰重叠等问题影响,需结合化学计量学方法进行优化。本研究旨在整合NIR和MIR光谱,结合预处理和变量选择策略,建立高效、可靠的丹参产地判别模型,以解决传统方法的不足,并为中草药质量评价提供方法学参考。
研究人员从山东、山西、河南、四川四省采集67批丹参样品,采用傅里叶变换近红外光谱(FT-NIR)和傅里叶变换中红外光谱(FT-MIR)采集光谱数据。通过六种预处理方法(多元散射校正(MSC)、标准正态变量变换(SNV)、均值中心化(MC)、Savitzky-Golay平滑(SG)、一阶导数(1st)、二阶导数(2nd))优化光谱,并利用三种变量选择算法(无信息变量消除(UVE)、竞争性自适应重加权采样(CARS)、随机森林(RF))提取关键波长。基于预处理和变量选择结果,构建偏最小二乘判别分析(PLS-DA)模型,通过留一交叉验证(LOOCV)评估准确率。研究结果表明,融合光谱结合2nd-UVE-PLS-DA模型达到了100%准确率,优于单光谱模型,实现了丹参产地的精准鉴别。该研究发表在《Frontiers in Chemistry》。主要关键技术方法包括:傅里叶变换近红外光谱仪(FT-NIR)和傅里叶变换中红外光谱仪(FT-MIR)采集光谱;六种预处理方法(MSC、SNV、MC、SG、1st、2nd);三种变量选择算法(UVE、CARS、RF);PLS-DA模型构建与LOOCV评估。样本来源于山东、山西、河南、四川四省共67批丹参样品。
研究结果部分主要包含以下内容:
**3.1 方法验证结果**:通过重复性、再现性和稳定性测试,NIR和MIR光谱方法的相对标准偏差(RSD)均低于0.05%,验证了方法的可靠性和稳定性,为后续建模提供了基础。
**3.2 原始红外光谱获取结果**:NIR和MIR光谱显示典型吸收峰(如NIR中6900 cm
-1处的O-H伸缩振动峰,MIR中1650 cm
-1处的C=O伸缩振动峰),但不同产地样品光谱重叠严重,无法通过目视直接区分,需进一步处理。
**3.3 光谱预处理分析**:六种预处理方法(MSC、SNV、MC、SG、1st、2nd)处理后,光谱曲线仍高度重叠,未能形成明显产地聚类,表明仅靠预处理无法实现有效区分,需结合化学计量学建模。
**3.4 主成分分析(PCA)**:NIR和MIR光谱的PCA得分图显示,样品点集中分布且重叠,主成分累计贡献率均超过93%,但未能形成清晰产地边界,说明无监督方法(PCA)无法有效鉴别产地。
**3.5 不同预处理方法的PLS-DA分析**:通过比较六种预处理下的PLS-DA模型准确率,NIR光谱中二阶导数(2nd)预处理模型最优(97.00%),MIR光谱中二阶导数(2nd)预处理模型最优(98.18%),NIR-MIR融合光谱中二阶导数(2nd)预处理模型最优(98.39%),且融合模型准确率高于单光谱模型,表明预处理方法对模型性能影响显著,二阶导数能有效消除基线漂移并增强特征信号。
**3.6 变量选择结合PLS-DA建模**:比较UVE、CARS、RF三种变量选择方法。UVE在融合光谱中表现最佳,2nd-UVE-PLS-DA模型达到100%准确率;RF在NIR、MIR和融合数据中均表现稳定,2nd-RF-PLS-DA模型在NIR中达96.72%,SG-UVE-PLS-DA在MIR中达98.33%;CARS在MIR中性能下降(如SNV-CARS-PLS-DA仅45.45%),但融合后结合SNV预处理可提升至96.83%,表明CARS对噪声敏感,需搭配合适预处理。总体而言,UVE和RF优于CARS,融合策略可进一步提升模型性能。
讨论部分指出,预处理方法的选择需根据光谱特性优化,二阶导数在消除基线漂移和分离重叠峰方面效果显著;变量选择方法中UVE和RF更具鲁棒性,而CARS需谨慎应用;光谱融合通过整合NIR(反映含氢基团倍频与组合振动)和MIR(反映分子基频振动)