HPLC結合多變量統計建立野生與人工沉香的識別模型
摘要：為了建立野生、人工沉香的識別方法,采用《中藥色譜指紋圖譜相似度評價系統》對48批次沉香的HPLC圖譜進行分析,并結合多變量統計篩選野生、人工沉香識別特征峰,建立兩者的Fisher線性識別模型和偏最小二乘判別法(PLS-DA)識別模型。結果表明:野生、人工沉香HPLC圖譜的色酮種類及含量具有較大差異,為識別模型的建立提供了依據;多變量統計篩選出的9個色譜峰變量具有代表性,可用于識別模型的建立;所建立的Fisher識別模型對野生沉香和3年以內人工沉香的判別正確率均為100%,可用于野生與人工沉香的識別;Fisher線性識別模型的線性判別函數:y=-0.193 14x1-0.086 49x2+0.073 02x3+0.136 65x4+0.053 01x5-0.058 5x6+0.097 58x7+0.040 24x8-0.130 12x9,y1=-1.555 3、y2=2.641 8、臨界值y0=0.543 3。
注: 保護知識產權,如需閱讀全文請聯系林產化學與工業雜志社
相關推薦
更多
