writer：Mpango Prisca，陆占魁，李子涵，卞希慧*
keywords：当归，紫外可见漫反射光谱，主成分分析，化学模式识别，预处理
source：期刊
specific source：分析测试学报, 2024
Issue time：2024年
由于市场上当归药材价格不断上涨，不法商贩将当归与其他相似的低价药品，如独活等，进行掺假，以假乱真进行贩卖。目前通常采用性状鉴别、分子鉴别和色谱法进行当归鉴别。但是，由于这些掺伪药材价格低廉，且在外观或化学性质上与当归相似，就加大了鉴别难度。本研究考察了紫外可见漫反射光谱结合化学计量学对当归及其掺伪品进行鉴别的可行性。从天津40家药店购买40份当归纯品以及39份独活样品，将79个样品经粉碎机打磨成粉后，过120目筛。然后将独活以1-99%的质量百分数掺杂在当归中，共计设计75个当归掺伪品。对40个当归纯品以及75个掺伪品进行鉴别。采用Kennard-Stone (KS)分组法将数据集分成86个样品的训练集和29个样品的预测集。采用光谱图以及主成分分析（principal component analysis, PCA）来可视化聚类情况。考察训练集原始光谱以及连续小波变换（continuous wavelet transform）、SG平滑、数据标准化（autoscaling）及其组合等预处理方法处理后的光谱及其PCA分析的得分图。结果表明，直接对原始紫外可见光谱进行主成分分析，无法将当归和掺伪品分开。采用连续小波变换对光谱进行预处理，不仅可以消除光谱的背景，提高信号分辨率，而且可以将主成分空间的样品明显分成三类。连续小波变换后再进行SG平滑预处理，可以进一步提高光谱的信噪比，但是主成分空间的聚类效果有所下降。在经过连续小波变换-SG平滑-数据标准化的预处理后，不仅可以将当归纯品和其掺伪品在主成分空间中完全分开，还可以将不同含量的掺伪品进一步分开。因此，连续小波变换-SG平滑-数据标准化是最佳的预处理方法。经过最佳预处理后仅使用一个主成分建立偏最小二乘-判别分析（partial least squares-discriminant analysis, PLS-DA）模型，鉴别预测集中当归及其掺伪品，正确率达到100%。因此，紫外可见漫反射光谱结合适当的预处理方法及PLS-DA建模方法，可以实现当归及其掺伪品的快速准确鉴别