不同产地当归光谱实验方案.docVIP

不同产地当归药材的光谱、波谱学实验（MIR、NIR、NMR） 一、MIR部分： 二、NIR部分： ⑴实验样品的制备及NIR光谱采集 1.样本处理：用毛刷刷去表面灰土并密封避光保存，实验时将其粉碎后过100目筛，置50℃烘箱内烘12一24h，以除去水分，冷却后置干燥器中保存。 2.光谱数据的采集：测定条件的选择：（积分球漫反射），扫描次数、扫描范围、分辨率、扫描次数的选择及优化。 ⑵不同产地当归定量分析模型的建立： 1.定标样品的前期优选 定标样品的选择主要征对异常值进行剔除，应用程序或处理软件对当归样品的近红外光谱和指标成分（目标）含量进行交互验证，根据交互验证得出的预测值与化学测量值间的绝对误差进行样本剔除，再根据样品的待测组分的浓度分布确定校正集和预测集样品。 2.校正集样品对校正模型的影响 近红外光谱定量分析是运用化学计量学方法建立样品化学分析数据与近红外光谱数据关系的校正模型，然后利用这个模型去定量预测未知样品。因此校正集样品对校正模型至关重要。一般来说，模型的相关系数越高，校正集标准偏差越小，模型质量越好。评价指标成分（目标）的不同建模样本对模型参数的影响关系。剔除的样品有可能是化学值测量误差或光谱测量误差造成，也有可能是待测组分分布异常。 3.光谱波段对校正模型的影响 不同样本的近红外光谱十分接近，无法直接判定指标成分（目标）的含量与个别波长点的吸光度之间的相关性，不可能从某一个波长点来确定其含量，而必须在一定的区间内建立数学模型来确定近红外光谱和样品待测组分含量间的关系。 4.光谱预处理方法对校正模型的影响 不同的光谱预处理方法，包括减去一条直线、矢量归一化、最小最大归一化、一阶导数、二阶导数等。（如以化学计量学最常用的方法偏最小二乘(PLS)法分别建立样品指标成分（目标）含量与近红外光谱关系的校正模型，模型质量用相关系数(R2)和校正集标准偏差(SEC)来评价，其预测能力可通过预测集标准偏差 (SEP)和预测回收率作为指标，优选最佳光谱预处理方法。）此部分可以结合的化学计量学方法有PLS、ANN、SVM等，可根据具体需要进一步确定，和这几种方法都可以尝试去实施。 5.最佳模型参数的确定 通过对建模样品的前期优选、不同光谱波段筛选、不同光谱预处理方法对校正模型的影响的研究，最终确定积分球漫反射采集光谱对指标成分（目标）模型的最佳参数。 6.模型评价 用传统方法测定己知含量的预测样本对校正模型进行评价。高质量的校正模型，在用预测集样品进行分析时，其预测结果与实际结果应有良好的一致性。 7.模型应用 三、NMR部分： 收集样本 校正集样本 验证集样本 指标成分（目标）的测定：阿魏酸、藁本内酯、亚油酸、正丁基苯酞、正丁烯基苯肽、洋川芎内酯等。LC和GC为主。 测定NIR全波长谱图 测定NIR全波长谱图 光谱的预处理 建立校正模型 进行日常分析 指标成分的测定：阿魏酸、藁本内酯、亚油酸、正丁基苯酞、正丁烯基苯肽、洋川芎内酯等。LC和GC为主。 光谱的预处理 用验证集样本评价模型 检测结果是否正确 仪器操作是否正确 检修仪器 样本是否在建模范围内 检查分析方法 加入此样本重新建模 YES NO NO YES NO YES 收集样本 供试品制备 KBr压片法 方法学考察：1.样本粉碎过200目筛，干燥温度、干燥时间；2.样品用量与KBr用量；3.压片时间、压片压力、压片厚度；4.谱图重复性、精密度及稳定性。 测定MIR全波长谱图 光谱测定条件的选择及优化：分辨率，扫描次数等。 数据处理 一维谱图分析，根据文献及指标物质对谱峰的指认归属，分析差异。 二阶导数谱图变化分析 化学计量学分析：聚类分析、PCA、PLS等。 指控评价分析 不同产地原药材、加工和贮藏方式不同、有农残、硫熏的样本 不同产地原药材、加工和贮藏方式不同、有农残、硫熏的样本 指控评价 收集样本 不同产地药材、加工和贮藏方式不同、有农残、硫熏的样本 供试品的制备 提取方法方法学考察 超声提取 溶剂的选择和用量：1.甲醇/乙醇-水（1：1），提取物质范围宽；2.氯仿-甲醇/乙醇-水，提取具有一定的选择性。 浸泡时间、提取时间、提取次数。 NMR测定条件的选择 1.频率、脉冲序列、扫描次数； 2.溶剂的选择：DMSO-d6，氘代氯仿、氘代甲醇，提取溶剂不同选择不同； 3.TMS为内标。 NMR谱图数据处理 1.相位、基线校正，OSC、SNV、小波变换等前处理； 2.积分设置； 3.数据保存为CSV、XLS、TXT格式。 数据分析 NMR指纹图谱的物质归属及指认 指标物质和谱库及文献对比 化学计量学分析：PCA、PLS、SVM、ANN等 谱效关系、指控评价等