黄精药材品质优劣与基原植物产地环境因子密切相关, 建立简单、 快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。 研究中以云南、 四川和广西9个产地的133份滇黄精Polygonatum kingianum coll. et Hemsl根茎为试验材料, 采集衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和紫外-可见光光谱（UV-Vis）数据预处理后分别建立单一光谱随机森林（Random forest, RF）模型; 将ATR-FTIR与UV-Vis数据直接串联完成低级融合, 提取两种光谱的主成分数（PCs）和潜在变量（LVs）以实现中级（中级融合PCs和中级融合LVs）和高级数据融合（高级融合PCs和高级融合LVs）, 基于不同数据融合策略分别建立RF模型; 比较不同模型的正确率（ACC）、 灵敏度（SEN）和特异性（SPE）, 筛选产地鉴别最佳模型。 结果显示, 不同产地滇黄精ATR-FTIR和UV-Vis峰型相似, 吸光度略有差异, ATR-FTIR显示14个共有峰, 与糖类、 甾体皂苷、 黄酮类和生物碱类物质有关, 其UV-Vis共有峰主要位于272及327 nm处, 与黄酮类物质有关; ATR-FTIR、 UV-Vis和低级融合的RF模型, 训练集和预测集ACC分别为（76.34%, 95.00%）, （80.65%, 95.00%）和（83.87%, 100.00%）, 但SEN和SPE值较低, 故不宜采用; 中级融合PCs和中级融合LVs的RF模型的SEN和SPE分别为大于0.91和0.98, 训练集ACC分别为91.40%和97.85%, 预测集ACC均为97.50%; 高级融合PCs和高级融合LVs的RF训练集ACC分别为77.42%和97.85%, 预测集ACC均为95.00%, 高级融合PCs的RF模型鉴别效果较差, 高级融合LVs的RF模型存在过拟合现象; 模型鉴别能力为中级融合LVs＞中级融合PCs＞低级融合＞ UV-Vis＞ATR-FTIR＞高级融合PCs; 提取LVs对产地鉴别的方法优于PCs; 中级融合LVs建立的RF模型鉴别ACC最高, SEN和SPE大于0.98, 模型性能最佳。 该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。

当今中药市场上掺假现象屡见不鲜, 不良商贩利用三七须根粉末假冒主根和剪口粉末, 严重影响三七的质量与药效。 通过傅里叶变换红外光谱（FTIR）结合化学计量学建立三七主根、 剪口和须根粉末鉴别及四种皂苷含量快速预测模型, 为快速三七质量控制提供基础。 采集三七主根、 剪口和须根红外光谱, 超高效液相色谱（UPLC）测量样品中三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd含量。 采用纵坐标归一化及二阶导数对原始红外光谱进行预处理; Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。 训练集数据结合支持向量机（SVM）判别建立三七主根、 剪口和须根粉末鉴别模型, 最佳核函数c和g采用交叉验证进行网格式搜索, 预测集数据用于对判别模型进行外部验证。 正交信号校正偏最小二乘回归（OSC-PLSR）建立三七中四种皂苷含量预测模型, 红外光谱采用一阶、 二阶导数及Savitsky-Golay平滑5点、 7点、 9点、 11点预处理。 60个样本分为2/3训练集与1/3预测集, 训练集数据建立OSC-PLSR模型, 预测集数据对OSC-PLSR模型的预测结果进行外部验证。 结果显示: （1）二阶导数可有效的分离原始谱图的叠合隐蔽谱峰, 并提高谱图的分辨率; （2）交叉验证网格式搜索计算出最佳核函数c=2.828 43, g=4.882 81×10-4, 此时训练集判别正确率为100%; （3）SVM判别模型核函数设置为最佳核函数, 预测集数据外部验证正确率为100%, 所有样本均被正确鉴别; （4）三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近, 预测效果良好。 FTIR结合SVM判别能对三七主根、 剪口和须根粉末快速鉴别, 结合OSC-PLSR能对四种皂苷含量进行准确预测。 该方法准确可靠, 可为中药材三七提供快速有效的质量控制。

对中药进行快速质量控制, 从整体层面反映中药的安全性与有效性具有重要意义。 通过硫酸-苯酚显色反应测定三七总多糖含量, 傅里叶变换红外光谱(FTIR)结合支持向量机回归(SVR)建立三七总多糖含量预测模型, 以期为三七提供快速准确的质控方法。 采集云南省12个产地60个三七样品的红外光谱, 紫外分光光度法(UV-Vis)检测样品中总多糖含量。 红外光谱经过二阶导数(2D)、 正交信号校正(OSC)、 小波变换(WT)和变量投影重要性(VIP)筛选等数据优化处理。 SPXY算法将所有样本按2∶1的比例划分为训练集与预测集。 训练集数据用于建立SVR预测模型, 网格式搜索、 遗传算法(GA)和粒子群优化算法(PSO)对SVR预测模型进行参数优化, 预测集进一步对SVR模型的预测能力进行验证。 结果显示: (1)葡萄糖标准品与三七总多糖在490 nm处存在最大共有吸收峰, 490 nm可作为三七总多糖检测的定量波长； (2)文山丘北、 曲靖师宗及红河蒙自等产地的三七总多糖含量较高, 平均含量在25 mg·g-1以上； (3)分析3种参数优化模型的校正均方根误差(RMSEE)与预测均方根误差(RMSEP), 与PSO优化模型相比, 网格式搜索优化模型欠学习, GA优化模型过学习； (4)PSO-SVR模型对预测集数据预测效果最好, RMSEP=3.120 6, R2pre=83.13%, 预测值与紫外检测值接近。 表明FTIR结合PSO-SVR模型能够对三七中总多糖含量进行快速准确的预测, 为保证三七稳定、 安全与有效用药提供数据。

中药炮制是根据中医学理论, 改变中药的性味和功效, 以达到缓和药性、 减毒增效等作用。 炮制对中药的活性成分、 药效、 毒副作用影响甚大, 建立一个系统鉴别和评价中药不同炮制品的方法, 可为中药质量和临床用药安全提供重要支撑。 采用红外光谱法对9种云南重楼不同炮制品进行对比分析, 结合化学计量学建立主成分-马氏距离(PCA-MD)判别模型进行鉴别分析。 云南重楼不同炮制品的红外光谱经自动基线校正和纵坐标归一化预处理后, 取其平均光谱图。 九种重楼不同炮制品的平均红外光谱和二阶导数光谱显示: (1)其主要特征吸收峰为3 387, 2 923, 1 745, 1 463, 1 338, 1 240, 1 207, 1 158, 1 180, 1 080, 1 048, 1 020, 988, 921, 895, 859, 833, 765, 708, 572和529 cm-1； (2)重楼不同炮制品红外图谱的峰形基本相似, 可显示出重楼所特有的红外光谱特征； (3)重楼不同炮制品红外图谱中少数特征吸收峰数目、 位置和吸收强度存在差异, 表明重楼经不同炮制后化学成分和含量发生了改变。 红外光谱经多元散射校正(MSC), 标准正态变量(SNV), 一阶求导(1st Der), 二阶求导(2nd Der)和平滑(SG)优化处理后, 采用Kennard-Stone算法筛选训练集和预测集(3∶1), 建立PCA-MD判别分析模型。 结果显示, 重楼不同炮制品的最佳预处理方法为1st Der+SG(11∶3)。 提取前5个主成分, 变量特征的解释能力为88.2%, 以PC1, PC2和PC3为坐标轴建立PCA-MD三维得分图可知, 九种炮制品可完全区分； 其中重楼I, H, G和F的聚类效果最好, 且前三种炮制品距离较近, 表明晒干和烘干处理重楼与传统炮制重楼所含化学成分相似； 重楼D和E空间距离较近, 推测其经过微波和蒸汽高温处理后化学成分变化相似。 预测集样本可准确的归属于训练集, PCA-MD判别模型的准确率为100%。 红外光谱结合PCA-MD判别分析可准确区分云南重楼的不同炮制品, 为云南重楼炮制品的临床应用提供参考, 同时为中药炮制品的鉴别提供了借鉴。

不同产地对中药次生代谢产物有显著影响, 产地鉴别有助于中药的科学合理利用； 其次, 有效成分含量检测是评价中药质量的主要手段。 通过傅里叶变换红外光谱结合化学计量学建立快速鉴别三七产地及测定三七中四种主要皂苷的方法, 为三七的科学、 合理、 规范使用以及对三七质量进行快速评价提供依据。 采集5个区域12个产地117个三七样本的红外光谱。 产地鉴别预处理数据采用离散小波变换除去噪音造成的部分高频信号, 偏最小二乘判别对产地判别贡献率大于1的数据进行筛选, kennard-stone算法将117个个体分为70%训练集与30%预测集。 训练集数据用于建立支持向量机判别模型, 交叉验证法用于筛选支持向量机最优参数, 预测集数据对支持向量机判别模型结果进行验证。 皂苷含量预测预处理数据采用标准正态变量变换、 离散小波变换处理； 处理的红外数据设为X变量, 三七样品中通过高效液相色谱法测得的四种皂苷总量设为Y变量, 采用正交信号校正去除红外光谱中与四种皂苷总量无关的干扰数据。 个体数据分为80%训练集与20%预测集, 训练集建立偏最小二乘回归模型, 预测集数据对偏最小二乘回归模型的预测结果进行验证。 结果显示: (1)交叉验证法得到支持向量机判别模型的最优参数为c=2.828 43, g=0.062 5, 训练集的产地判别最优正确率为91.463 4%； (2)支持向量机判别模型参数设置为最优参数, 代入预测集数据, 预测集的产地判别正确率为94.285 7%, 判别正确率较高； (3)训练集建立偏最小二乘回归模型的相关系数R2=0.941 8, 校正均方差RMSEE=4.530 7； (4)代入预测集数据, 预测集的相关系数R2=0.962 3, 外部检验均方差RMSEP=3.855 9, 皂苷预测值与高效液相检测值接近, 预测效果良好。 傅里叶变换红外光谱结合支持向量机能对三七进行产地鉴别, 正交信号校正结合偏最小二乘回归能对三七中四种主要皂苷总量进行准确预测, 为三七质量控制提供一种快速简便、 无损、 高灵敏度的检测方法。

傅里叶变换红外光谱（FTIR）结合偏最小二乘判别分析（PLS-DA）和偏最小二乘回归（PLSR）对不同采收期滇重楼（Paris polyphylla var yunnanensis）分别进行定性鉴别与定量分析, 以期为滇重楼合理采收和鉴别评价提供科学依据。 采集46份不同采收期滇重楼样品的红外光谱, 对光谱数据进行自动基线校正+纵坐标归一化+自动平滑+小波去噪（WD）预处理后进行PLS-DA分析; 采用超高效液相色谱测定样品中重楼皂苷Ⅰ, Ⅱ, Ⅵ, Ⅶ的含量, 将液相测定数据与红外光谱数据进行拟合, 经自动基线校正+纵坐标归一化+自动平滑+一阶求导+正交信号校正（OSC）优化处理后, 建立滇重楼中重楼皂苷Ⅰ, Ⅱ, Ⅵ, Ⅶ的快速预测模型。 结果显示, （1）原始红外光谱中主要吸收区域在950~700, 1 200~950, 1 800~1 500和2 800~3 500 cm-1附近。 （2）PLS-DA得分图可准确区分不同采收期滇重楼样品。 （3）液相数据显示重楼总皂苷含量随着年限的增加先成倍增加, 再逐渐减少, 最后呈现缓慢增加的趋势。 （4）重楼总皂苷含量定量模型的预测值与真实值间无显著性差异, 表明模型预测效果好。 FTIR结合化学计量学可准确区分不同采收期滇重楼并快速预测其皂苷含量, 为不同采收期滇重楼的鉴别和皂苷含量预测提供一种新方法, 同时为确定滇重楼的最佳采收期提供参考依据。

中药产地及生长环境的改变会对其次生代谢产物、 质量产生整体性影响。 近年来, 三七产地从道地产地文山扩展到周边县市。 为保证三七质量, 中国药典以三种皂苷含量为指标对三七进行质量控制, 指标较为单一, 难以对三七质量进行整体性评价。 通过紫外-可见分光光度法测定三七总黄酮含量, 傅里叶变换红外光谱结合化学计量学建立三七总黄酮含量快速预测模型; 为三七快速及整体性质量控制提供研究基础。 采集云南省12个产地96个三七样品的紫外与红外光谱。 记录样品紫外光谱268 nm处吸光度, 结合芦丁标准品线性方程计算样品中总黄酮含量。 预处理红外光谱数据采用一阶（1D）、 二阶导数（2D）结合Savitsky-Golay平滑（7点、 9点和11点）处理, Kennard-stone算法将96个个体分为2/3训练集与1/3预测集。 训练集数据用于正交信号校正偏最小二乘回归（OSC-PLSR）模型的建立, 1/7交叉验证用于筛选最佳主成分数, 预测集数据对OSC-PLSR模型预测能力进行验证。 结果显示: （1）标准品芦丁在268 nm处吸光度与浓度相关系数r=0.999 7, 线性浓度范围为5.6～72.0 μg·mL-1, 线性关系良好; （2）道地产区文山州3个产地以及曲靖市罗平、 昆明市石林等产地三七总黄酮含量较高, 平均含量高于7 mg·g-1; （3）相同点数Savitsky-Golay平滑之后, 二阶导数模型预测能力优于一阶导数, 不同处理模型预测能力具有较大差别; （4）预测模型中, 2D+SG 7+OSC-PLSR（R2pre=0.976 1, RMSEP=0.325 2）与2D+SG 11+OSC-PLSR（R2pre=0.946 9, RMSEP=0.382 0）模型预测效果较好, RMSEP均小于0.4, 预测值与检测值接近。 傅里叶变换红外光谱结合OSC-PLSR能够对12个产地三七中总黄酮含量进行快速准确的预测, 为三七整体性质量控制提供一种快速、 简便、 有效的检测方法。

野生近缘种在丰富种质资源以及改善栽培物种品质产量方面具有十分重要的意义和作用。 采用傅里叶变换红外光谱对三七及其野生近缘种亲缘关系进行探讨, 以期为三七的品种改良及种质资源开发利用提供理论基础。 采集三七及其4个野生近缘种（珠子参、 屏边三七、 越南人参、 羽叶三七）、 三七总皂苷标准品红外光谱, 将三七及其野生近缘种红外光谱进行自动基线校正、 平滑、 纵坐标归一化、 二阶导数预处理, 结合主成分分析、 偏最小二乘判别分析及系统聚类分析进行亲缘关系研究。 结果显示, 三七与三七总皂苷标准品红外光谱在3 400, 2 930, 1 635, 1 385, 1 075, 927 cm-1等附近存在多个共有峰, 推测这些共有峰强度与皂苷含量之间有一定关系; 三七及其野生近缘种原始光谱较为相似, 存在C—H, CO, O—H, C—N, C—O等官能团吸收峰, 不同物种的二阶导数红外光谱指纹区（1 800～500 cm-1）具有较大差异, 如1 385和784 cm-1等特征吸收峰差异明显; 选取指纹区光谱数据进行主成分分析、 偏最小二乘判别分析, 通过比对两种方法的3D得分图, 偏最小二乘判别分析对物种的区分效果优于主成分分析; 前6个主成分数据的系统聚类分析表明, 三七与越南人参、 珠子参亲缘关系较近, 与屏边三七、 羽叶三七亲缘关系较远。 利用傅里叶变换红外光谱结合化学计量学的方法能有效对三七及其野生近缘种进行亲缘关系分析, 同时为药用植物种质资源相关研究提供借鉴与参考。

三七［Panax notoginseng(Burkill) F. H. Chen］为我国传统名贵中药, 其质量受生长环境影响。 本研究采用紫外指纹图谱技术建立快速准确的定性方法, 研究不同产地三七之间的关系。 采集云南10个不同地区共50个三七样品的紫外光谱, 通过3组平均、 4点平滑和1阶求导对原始图谱进行优化处理; 考察样品超纯水、 95%乙醇和三氯甲烷提取液紫外光谱的吸收峰数目, 确定最佳提取溶剂; 比较三七紫外光谱特征, 探讨不同产地样品间的差异; 利用偏最小二乘判别分析(partial least square discrimination analysis, PLS-DA)对光谱数据进行处理, 研究不同产地三七样品之间的关系。 结果显示, 样品三氯甲烷提取液紫外光谱的吸收峰数目最多, 该方法的精密度、 重复性和在30 h内稳定性的变异系数RSD%分别在0.00～0.42, 0.00～0.54, 0.00～0.60之间。 不同产地三七样品的紫外光谱峰形相似, 吸光度值具有差异, 呈现一定指纹特性; 主要共有峰为194, 200, 204, 210和218 nm, 吸光度分布在0.00～4.00之间, 表明三七的主要成分组成与产地相关性低, 含量与产地存在相关性。 PLS-DA得分图直观显示了不同产地样品的分类情况及三七样品之间的关系, 图谱相似的样品聚在较近区域, 图谱有差异的样品区分较为明显, 10个产地样品被分为四类。 该方法能快速准确对不同产地三七样品进行定性分析, 阐明样品紫外指纹图谱与产地的关系, 为中药的资源鉴别提供理论参考。

采用氯仿、 乙醇、 水提取三七样品, 同时在各溶剂提取液中加入一定量5%硫酸香草醛溶液, 建立三七紫外指纹图谱和三七-硫酸香草醛紫外指纹图谱, 采用SIMCA软件及共有峰率和变异峰率双指标序列分析法对两种处理所得紫外指纹图谱进行分析研究。 结果表明, 用氯仿、 乙醇、 水三种溶剂超声提取20 min时效果最佳, 加入硫酸香草醛溶液前后, 三七紫外指纹图谱变化较大; 三七紫外指纹图谱的共有峰率数据较为分散, 最小为25.00%(Y5—Y8), 最大为84.38%(Y11—Y13, Y20—Y21), 最大变异峰率达177.78%(Y8—Y5), 且有多个样品的变异峰率超过100%; 三七-硫酸香草醛指纹图谱的共有峰率最小为42.86%(Y1—Y19), 最大为79.55%(Y22—Y23), 且数据分布较为集中, 主要分布在50%～70%之间, 其变异峰率的范围也较小, 主要集中分布在20%～50%之间; 双指标序列分析的结果与图谱结果一致, 三七-硫酸香草醛紫外指纹图谱的相似性大于三七紫外指纹图谱, 差异性与产地和生长年限都相关, 相同生长年限样品间的相似性大于不同年限, 样品间的异同与地理空间距离的远近没有相关性, 相邻产地样品间有较大或较小的相似性。 该方法的稳定性、 重现性和精密度均较好, 可以对至少2个样品的异同进行定量评价, 克服了其他一些方法只能进行模糊定性识别的局限, 为三七的质量评价提供一种新方法。