基于最小二乘支持向量机的色谱指纹图谱预测银杏叶总抗氧化活性.pdfVIP

第37卷 分析化学(FENXIHUAXUE)研究报告 第3期 Chinese of 2009年3月 JournalAnalyticalChemistry 383～388 基于最小二乘支持向量机的色谱指纹图谱 预测银杏叶总抗氧化活性 姚卫峰1’2 胡育筑圯 牟玲丽3 余伯阳3 1(南京中医药大学药物分析教研室，南京210046) 2(中国药科大学分析化学教研室。药物质量与安全预警教育部重点实验室，南京210009) 3(中国药科大学中药复方研究室，现代中药教育部重点实验室，南京210009) 摘 要 在色谱图基线校正和色谱峰匹配基础上，提出以40个银杏叶提取物HPLC指纹图谱的色谱图轮廓 作为输入，相应的提取物总抗氧化活性作为输出，建立最／jx--乘支持向量机回归模型，并对包含lO个样本的 测试集进行了预测。最小二乘支持向量机的测试集预测误差均方根(RMSEP)为0．0230，预测结果优于目前 普遍使用的误差反向传播神经网络和偏最dx--乘回归。与采用色谱峰面积为分析变量的模型预测结果比较 表明：采用消除干扰后的色谱图全谱轮廓保留了样本的全部信息，预测结果更好 关键词 中药色谱指纹图谱，色谱图轮廓，基线校正，峰匹配，最／bZ-乘支持向量机，总抗氧化活性 1 引 言 指纹图谱已经成为中药质量控制的有效手段之一。中药指纹图谱质和量的特征和药材生物学活性 研究结果相联系，建立两者关联的数学表达式，可用于评价中药材质量¨’21。2004年，美国FDA颁布的 《植物药生产指南》也指出，在活性化学成分未知或不能定量时，如有可能应该进行生物学活性测定∞]。 在这类研究中，利用色谱图全谱轮廓作为中药指纹图谱分析的对象，可以避免采用峰面积作为信号 变量引入的分析者主观因素以及部分色谱信息有可能丢失的局限性，使获取的化学信息客观准确H’5J。 且可体现中药指纹图谱“整体性”和“模糊性”的特点，但是此法的数据处理和模型建立往往存在困难， 计学习方法，它建立在系统的统计学习理论基础上，较好地解决了小样本学习问题。最小二乘支持向量 机(Least 函数，即通过解一组线性方程组代替传统SVM采用的较复杂的二次规划方法，降低了计算复杂性，加快 了求解速度，并已开始应用于光谱数据的建模分析棚o。本研究在色谱图基线校正和峰匹配的基础上． 将中药色谱指纹图谱的整体轮廓，即数据点，作为输入，抗氧化活性作为生物活性指标输出，建立最dx-- 乘支持向量机回归数学模型，用于中药银杏叶的抗氧化活性预测，评价药材的质量，结果令人满意。 2 基本原理 2．1 色谱图基线校正和峰匹配 在色谱图匹配之前，基于Whittaker平滑的不对称最小二乘平滑¨0’¨1用于训练集和测试集中色谱图 基线漂移的校正。为了得到信号Y(y。，Y：，…，，，。)的平滑信号F(A，厶，…，工)，要使下面两个冲突的 目标S和尺之间的平衡Q最小化： Q=S+AR (1) 其中S是平滑信号F与原始信号l，相似程度的量度。 S=∑口；(y；一z)2 (2) R是平滑信号F粗糙程度的量度。 2008-06-25收稿；2008-09-07接受 ·E-mail：njyuhuzu@126．corn 万方数据万方数据 384 分析化学 第37卷 R=∑(△Z)2 (3) —● 色谱峰的匹配采用了本实验组研制的Automatedpeakalignmentbybeam 法。Auto—PABS是将参考色谱图和待匹配色谱图分割成若干个片段，对应的片段