美花石斛化学小分子成分的相关特征指纹图谱的建立方法技术

本发明专利技术公开了一种美花石斛的化学小分子成分的相关特征指纹图谱的建立方法，包括：1)对样本容量为n的样本分别进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据；2)对样本分别进行的指纹图谱检测，获取以美花石斛的全化学成分的指纹图谱峰面积值；3)以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中其它成分的峰面积值作为自变量建立分析模型；4)通过变量相关系数指标表征自变量对回归建模的贡献程度，建立化学小分子成分的相关特征指纹图谱。本发明专利技术实现了化学小分子成分含量的关联性分析，能有效鉴别、控制以及评价美花石斛药材的质量。

Establishment of fingerprint of related chemical fingerprint of Dendrobium officinale

The present invention discloses a method for establishing the related characteristic fingerprint of the chemical small molecular components of Dendrobium, including: 1) a chromatographic detection of samples with a sample size of n to obtain the detection data of the small chemical components of the small molecule, shafoto and / or naringenin, and 2) the fingerprint of the samples, respectively. The peak area of the total chemical composition of Dendrobium officinale was obtained by atlas. 3) the analytical model of the peak area value of other components in the fingerprint was established as an independent variable with the component content of the shafoside and / or naringenin in the chromatographic data, and 4) the independent variable was characterized by the variable correlation coefficient index. For the contribution of regression modeling, the related characteristic fingerprints of chemical small molecules were established. The invention realizes the correlation analysis of the content of chemical small molecules, and can effectively identify, control and evaluate the quality of Dendrobium officinale.

【技术实现步骤摘要】
美花石斛化学小分子成分的相关特征指纹图谱的建立方法
本专利技术属于中药成份检测分析领域，具体涉及一种美花石斛的指纹图谱的分析建模方法。
技术介绍
石斛是一种常用的滋补中药，主要为石斛属植物。石斛属植物是兰科植物中最大的一个属，包括铁皮石斛、美花石斛、密花石斛、鼓槌石斛等多个品种。在全球范围内，约有1100多种石斛，其中在我国发现的有76种。石斛的药用历史悠久。早在古代，石斛在《神农本草经》中就被列为滋补上品，长久以来，随着时代的发展，石斛一直被人们视为珍贵的中草药，具有十分重要的滋补功效。在临床上，石斛被用于治疗多种疾病，具有增强免疫力、抗氧化、降血糖和抑制癌症等药理功效。由于人为长期无节制采挖及不合理利用石斛，其野生资源日趋减少，市场上出现了一些以假乱真、以次充好的现象。此外，由于石斛品种较多，其品种间的杂交使得其近缘的种存在性状交叉现象，分类区别比较困难。因此，有必要建立石斛的特征指纹图谱对石斛鲜品、干品的药材质量进行评价。美花石斛(DendrobiumloddigesiiRolfe.)：又名环草石斛、蟠龙石斛。茎柔弱，常下垂，细圆柱形，长10cm～30cm，直径0.2cm～0.4cm，有时分枝，具多节，节间长1.5cm～2cm，干后金黄色；叶基部具鞘，叶鞘膜质，干后鞘口常张开。总状花序侧生于具叶的老茎上部，具1朵～2朵花；花序柄长0.2cm～0.3cm，基部具1枚～2枚短的、杯状膜质鞘；花白色或紫红色；花苞片膜质，卵形，长0.2cm，先端钝；花梗和子房淡绿色，长2cm～3cm；中萼片卵状长圆形，长1.7cm～2cm，宽0.6cm～0.7cm，先端锐尖，具5条脉；侧萼片披针形，长1.7cm～2cm，宽0.6cm～0.7cm，先端急尖，具5条脉，基部歪斜；萼囊近球形，长约0.5cm；花瓣椭圆形，与中萼片等长，宽0.8cm～0.9cm，先端稍钝，全缘，具3条～5条脉；唇瓣近圆形，直径1.7cm～2cm，上面中央金黄色，周边淡紫红色，稍凹，边缘具短流苏，两面密布短柔毛；蕊柱白色，正面两侧具红色条纹，长约0.4cm；药帽白色，近圆锥形，密布细乳突状毛，前端边缘具不整齐的齿。色谱指纹图谱是一种综合的、可量化的鉴别手段，作为一种全局分析的全景模式，反映的是样品的整体情况，而对单一化学小分子成分的含量解释不具有针对性。迄今为止，有关药用石斛HPLC指纹图谱的专利有1项(CN200810218494.5)，成金乐等对石斛中的酚类和黄酮类成分进行了HPLC指纹图谱分析。此方法适合于酚类和黄酮类这两类成分的质量控制。另一方面，在色谱指纹图谱分析过程中，很多数据都是高维的，即数据包含很多属性或特征，比如有关美花石斛色谱指纹图谱，就能更好地对美花石斛进行描述，但在实际应用中对高维数据直接进行操作将会面临“维数灾难”的问题，“维数灾难”会导致建模过程所需要的样本数随着维数升高而呈指数级增长。面对高维数据，常规的最小二乘方法不再适用，为了提高模型的可解释性和预测的准确度，变量选择变得很重要。如何高效地从众多的变量中筛选出对响应变量有重要作用的若干个变量，是在对指纹图谱进行分析时亟需解决的问题。另外，在现有的石斛检测标准中都是检测其中的多糖等大分子药效成分，但是，检测多糖等大分子成分需要的技术、仪器要求高，国内现有的仪器设备通常无法准确检测大分子成分，无法准确评价石斛的质量。
技术实现思路
本专利技术建立了美花石斛化学小分子成分的相关特征指纹图谱，通过该图谱实现对美花石斛药材相关化学小分子成分含量的关联性分析。采用化学小分子成分的相关特征指纹图谱获取反映药用美花石斛相关化学小分子成分含量的信息。本专利技术的目的是通过以下技术方案实现的：一种美花石斛的化学小分子成分的相关特征指纹图谱的建立方法，所述相关特征指纹图谱的建立方法包括：1)对样本容量为n的样本分别进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据，所述n取值为不小于10的整数；2)对样本分别进行指纹图谱检测，获取以美花石斛的全化学成分的指纹图谱峰面积值；3)以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中其它成分的峰面积值作为自变量建立分析模型，进行主成分提取和回归计算，建立小分子成分与指纹图谱线性回归模型，并得到回归方程；4)通过变量系数指标(CorrelationCoefficient)表征自变量对回归建模的贡献程度，对应的相关系数越大的自变量的重要程度越大，获得和小分子成分密切相关的指纹图谱特征峰群，建立化学小分子成分的相关特征指纹图谱。在根据本专利技术的一个实施方案中，步骤1)所述的色谱检测还包括美花石斛样品处理方法：所述样品处理方法包括：精密称取美花石斛粉末，置100ml容量瓶中，每1g样品精密加体积比为75∶25的甲醇-水50ml，以250W功率、40kHz频率超声处理30分钟，冷却后过滤，将滤液旋蒸浓缩至干，每1g美花石斛粉末对应地用5ml体积比为75∶25的甲醇-水溶解，上清液过0.45μm微孔滤膜，取续滤液，即得美花石斛的小分子成分含量测定样品。在根据本专利技术的一个实施方案中，步骤1)所述的色谱检测的检测条件包括：含量测定色谱条件：GraceAllitimaC18色谱柱；流动相采用二元梯度洗脱系统，A相：0.2％醋酸-水，B相：乙腈；以波长290nm测定柚皮素，以波长334nm测定夏佛托苷，参比波长500nm，柱温30℃；流速1.0mL/min，进样量20μL；洗脱梯度为：指纹图谱色谱条件：GraceAllitimaC18色谱柱，优选为250mm×4.6mm，5μm规格的色谱柱；流动相：A相：0.4％乙酸+20mmol/L醋酸铵水溶液，B相：乙腈；梯度洗脱：0～12min：2％～15％B相，12～35min：15％～24％B相，35～45min：24％～36％B相，45～60min：36％～75％B相，60～80min：75％～95％B相；流速1.0mL/min；柱温30℃；进样量20μL；检测波长280nm。在根据本专利技术的一个实施方案中，步骤2)中所述的建立分析模型包括以下步骤：a)当色谱数据呈现超高维情形时，采用以下SIS(SureIndependenceScreening)方法通过式I将超高维降到d(d≤n)维；其中，d＝n或者Mγ＝{1≤i≤p：|ωi|是前|γn|个比较大的}式I其中，M*＝{1≤i≤p：βi≠0}表示真模型中非零系数的下标集；s＝|M*|表示非零系数的个数；ω＝(ω1，ω2，...，ωp)T＝XTy；当p＞n且对某个ξ有logp＝O(nξ)，M*与Mγ之间有以下联系：对于任意给定的γ∈(0，1)，ω的p个元素按绝对值从大到小排列并且定义；此时|γn|＜n，选取Mγ中下标对应的自变量，达到降维的目的；b)在SIS方法降维之后，采用HTR(HardThresholdingRule)方法筛选变量。在根据本专利技术的一个实施方案中，所述HTR方法是通过式II计算实现的：其中，y＝(y1，y2，...，yn)T∈Rn为响应变量向量。以石斛数据为例，每种石斛有两个响应变量序列(夏佛托苷(μg/g)、柚皮素(μg/g))。响应变量受自变量的影响，一般情况下y为连续变量。x＝(x1，x2，...，xn)本文档来自技高网...

【技术保护点】
1.一种美花石斛的化学小分子成分的相关特征指纹图谱的建立方法，其特征在于，所述相关特征指纹图谱的建立方法包括：1)对样本容量为n的样本分别进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据，所述n取值为不小于10的整数；2)对样本分别进行指纹图谱检测，获取以美花石斛的全化学成分的指纹图谱峰面积值；3)以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中其它成分的峰面积值作为自变量建立分析模型，进行主成分提取和回归计算，建立小分子成分与指纹图谱线性回归模型，并得到回归方程；4)通过变量相关系数指标(Correlation Coefficient)表征自变量对回归建模的贡献程度，对应的相关系数越大的自变量的重要程度越大，获得和小分子成分密切相关的指纹图谱特征峰群，建立化学小分子成分的相关特征指纹图谱。

【技术特征摘要】
1.一种美花石斛的化学小分子成分的相关特征指纹图谱的建立方法，其特征在于，所述相关特征指纹图谱的建立方法包括：1)对样本容量为n的样本分别进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据，所述n取值为不小于10的整数；2)对样本分别进行指纹图谱检测，获取以美花石斛的全化学成分的指纹图谱峰面积值；3)以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中其它成分的峰面积值作为自变量建立分析模型，进行主成分提取和回归计算，建立小分子成分与指纹图谱线性回归模型，并得到回归方程；4)通过变量相关系数指标(CorrelationCoefficient)表征自变量对回归建模的贡献程度，对应的相关系数越大的自变量的重要程度越大，获得和小分子成分密切相关的指纹图谱特征峰群，建立化学小分子成分的相关特征指纹图谱。2.如权利要求1所述的化学小分子成分的相关特征指纹图谱的建立方法，其特征在于，步骤1)所述的色谱检测还包括美花石斛样品处理方法：所述样品处理方法包括：精密称取美花石斛粉末，置100ml容量瓶中，每1g样品精密加体积比为75∶25的甲醇-水50ml，以250W功率、40kHz频率超声处理30分钟，冷却后过滤，将滤液旋蒸浓缩至干，每1g美花石斛粉末对应地用5ml体积比为75∶25的甲醇-水溶解，上清液过0.45μm微孔滤膜，取续滤液，即得美花石斛的小分子成分含量测定样品。3.如权利要求1或2所述的化学小分子成分的相关特征指纹图谱的建立方法，其特征在于，步骤1)所述的色谱检测的检测条件包括：含量测定色谱条件：GraceAllitimaC18色谱柱；流动相采用二元梯度洗脱系统，A相：0.2％醋酸-水，B相：乙腈；以波长290nm测定柚皮素，以波长334nm测定夏佛托苷，参比波长500nm，柱温30℃；流速1.0mL/min，进样量20μL；洗脱梯度为：指纹图谱色谱条件：GraceAllitimaC18色谱柱，优选为250mm×4.6mm，5μm规格的色谱柱；流动相：A相：0.4％乙酸+20mmol/L醋酸铵水溶液，B相：乙腈；梯度洗脱：0～12min：2％～15％B相，12～35min：15％～24％B相，35～45min：24％～36％B相，45～60min：36％～75％B相，60～80min：75％～95％B相；流速1.0mL/min；柱温30℃；进样量20μL；检测波长280nm。4.如权利要求1～3中任一项所述的化学小分子成分的相关特征指纹图谱的建立方法，其特征在于，步骤2)中所述的建立分析模型包括...

【专利技术属性】
技术研发人员：赵田，邹婷婷，
申请(专利权)人：北京蓝标一成科技有限公司，
类型：发明
国别省市：北京,11