分的累计贡献率大于80%,主成分分析见图2(a)。Р 2.6 系统聚类分析应用DPS v2.00统计软件对取得的HPLC数量化特征以及12批样品的主成分得分进行系统聚类分析(组间距离法,欧氏距离)。结果见图2(b)和2(c)。图2 主成分分析图(a)、聚类分析图(b)和主成分得分的聚类分析图(c)表3 12批样品的相似度计算结果Р 3 讨论Р 实验曾考察了氯仿、醋酸乙酯、甲醇为提取溶媒进行提取,考察了冷浸提取、超声提取、冷浸后超声提取等方法,最后确定用甲醇冷浸后超声提取30 min效果最好,且方法简便。Р 色谱条件的优化在色谱条件优化过程中,流动相分别比较了甲醇-水、甲醇-磷酸水、乙腈-水,最后选择了乙腈-水进行梯度洗脱,因千斤拔组分k'分布区域较广,因此采用曲线梯度洗脱。柱温分别考察了25,30,35 ℃,流速分别考察了0.8,1,1.2 ml/min,最后发现柱温、流速对色谱行为影响不大,综合考虑,最后选择柱温为30 ℃,流速为1 ml/min。选择波长时,参考3D色谱图进行选择,并提取不同波长通道进行比较,最后确定274 nm时色谱图峰较多,丰度较好,不同波长的色谱图比较见图1(b)。比较二者色谱图,直观上很难看出两者的差异,因此必须从量化指标对两者进行进一步比较。从主成分投影图上可看出大叶千斤拔、蔓性千斤拔能较好的分开。Р 本研究以24个色谱峰为量化指标进行聚类分析,对每个样品的主成分得分进行聚类分析,结果大叶千斤拔归为一类,蔓性千斤拔归为一类,与预期目标一致。待收集更多千斤拔样品后,作进一步比较,将会获得更多和更为准确的信息。Р 待收集更多确定品种和的样品后,可建立大叶千斤拔、蔓性千斤拔的判别函数,用以确定未知样品的归属,或建立人工神经网络模型,以更好地区分两种千斤拔,更好的应用于中成药的质量标准控制。本文所建方法简便,灵敏,为两种千斤拔的鉴别提供了新的方法。Р【
全文预览
