近红外光谱技术用于银杏叶色谱分离过程多种内酯成分含量预测

作     者：何衍钦 宗楚红 王军 李倩 王钧 吴永江 陈勇 刘雪松 HE Yan-qin;ZONG Chu-hong;WANG Jun;LI Qian;WANG Jun;WU Yong-jiang;CHEN Yong;LIU Xue-song

作者机构：浙江大学药学院浙江杭州310058 浙江大学智能创新药物研究院浙江杭州310018 上海上药杏灵科技药业股份有限公司上海201703 苏州泽达兴邦医药科技有限公司江苏苏州215000 

出 版 物：《中国中药杂志》 (China Journal of Chinese Materia Medica)

年 卷 期：2022年第47卷第5期

页      面：1293-1299页

核心收录：

学科分类：1008[医学-中药学(可授医学、理学学位)] 1006[医学-中西医结合] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家“重大新药创制”科技重大专项(2018ZX09201-010) 

主　　题：近红外光谱技术 银杏内酯 色谱分离过程 快速检测 遗传算法优化的极限学习机 

摘      要：建立了一种基于近红外光谱技术(near infrared spectroscopy,NIRS)快速检测银杏叶色谱分离过程中萜类内酯、白果内酯、银杏内酯C、银杏内酯A和银杏内酯B含量的方法。以高效液相色谱法测得值为参比值,比较了竞争自适应重加权采样(competitive adaptive reweighted sampling,CARS)、随机青蛙(random frog,RF)、联合区间偏最小二乘法(synergy interval partial least squares,siPLS)3种变量筛选方法对偏最小二乘回归(partial least squares regression,PLSR)模型性能的影响。其中,萜类内酯、白果内酯和银杏内酯C近红外定量分析模型验证集相关系数(correlation coefficient of prediction,Rp)均高于0.98,验证集相对预测偏差(relative standard error of prediction,RSEP)分别为5.87%、6.90%、6.63%。针对含量较低的银杏内酯A和银杏内酯B 2种成分,采用遗传算法优化的极限学习机(genetic algorithm joint extreme learning machine,GA-ELM)建立优化的定量分析模型。与CARS-PLSR模型相比,银杏内酯A和银杏内酯B的CARS-GA-ELM模型RSEP分别从15.65%、21.28%降低到8.52%、10.84%,满足快速定量分析的需求。研究表明,NIRS可实现银杏色谱分离过程多种内酯成分的快速检测。