[发明专利]一种鉴别三叶青产地的方法

说明书

技术领域

本发明涉及中草药产地鉴别领域，特别涉及一种鉴别三叶青产地的方法。

背景技术

三叶青是我国特有的珍稀中药材，主要含有黄酮、酚类、多糖、氨基酸、萜类等成分。具有显著的抗炎退热、消肿散结、抗肝损伤等广泛的药用价值。由于近年来发现了三叶青黄酮类成份能显著抑制多种肿瘤细胞增殖的功效，药材价格持续飚升，导致其野生资源被过度开发，濒临灭绝。人工栽培难度大，其药用部位地下块根生长慢，需要3～5年才能达到商品药材的要求。多项研究表明三叶青药材种质混杂，化学成分差异大，郑军献等测定了浙江和广西产地10份三叶青样品中总黄酮的含量，结果显示不同产地药材黄酮含量差异最大可达7倍。许文等定量测定30批不同产地三叶青中10种黄酮类成分结果表明，各类成分含量差异悬殊，甚至有些批次中未检测出。目前药材市场上三叶青种质混杂，不同产地来源的药材价格差异悬殊。为保障临床疗效，维护消费者权益，建立一种鉴别不同产地三叶青的方法具有重要意义。

目前三叶青的真伪鉴别已有多种方法，如：快速鉴别三叶青及其多种伪混品的PCR-RFLP方法(ZL201510016355.4)、一种鉴定药用植物三叶青的方法(ZL201310373809.4)，然而尚无有效的鉴别和区分三叶青产地的方法。

发明内容

为此，需要提供一种鉴别三叶青产地的方法，用以解决无法有效鉴别和区分三叶青产地的问题。

为实现上述目的，发明人提供了一种鉴别三叶青产地的方法，具体的技术方案如下：

一种鉴别三叶青产地的方法，包括如下步骤：采集不同产地的三叶青样品；获取不同产地的三叶青样品的近红外光谱数据；获取不同产地的三叶青样品的高效液相色谱数据；获取预设数量的样本，并通过Kennard-Stone样本划分法将所述样本划分为训练集和预测集；利用训练集建立最小二乘支持向量机模型；利用训练集和预测集对最小二乘支持向量机模型精度进行分析；获取待测样品的近红外光谱数据和高效液相色谱数据，并将近红外光谱数据和高效液相色谱数据作为最小二乘支持向量机模型的输入，获得待测样品的产地来源。

进一步的，所述步骤“采集不同产地的三叶青样品”，还包括步骤：采集不同产地的三叶青样品，用中药粉碎机粉碎所有样品，并将各个产地的样品各自混匀，干燥，过200目筛；各个产地的样品重量不少于100g，所述产地包括：浙江、云南、贵州、广西、四川、福建、江西和湖南。

进一步的，所述步骤“获取不同产地的三叶青样品的近红外光谱数据”，还包括步骤：每次称取样品10g置于近红外旋转样品杯中扫描，设置扫描范围为10000～4000cm^-1，分辨率为8cm^-1，扫描64次，测得所述样品的近红外光谱数据。

进一步的，所述步骤“获取不同产地的三叶青样品的高效液相色谱数据”，还包括步骤：设置色谱条件如下：色谱柱为Polaris C18(2.1×100mm，1.7um)、流动相为100％水溶液-100％乙腈溶液(98∶2)；检测波长为282nm，体积流量为350.0μL/min；进样量1μL；柱温为40℃。

进一步的，所述步骤“并通过Kennard-Stone样本划分法将所述样本划分为训练集和预测集”，还包括步骤：将所有预设数量的样本的近红外光谱数据按行排列放入Excel数据表格中，每行代表一个样本的近红外数据；将每个样本的高效液相色谱数据按各自产地顺序也存入所述Excel数据表格中；通过MATLAB编写的Excel数据读取程序，读取所述Excel数据表格，并以Mat文件格式保存该表格；通过Kennard-Stone样本划分法将所述Mat文件格式中的样本划分为训练集和预测集。

进一步的，所述步骤“利用训练集建立最小二乘支持向量机模型”，还包括步骤：将训练集随机划分为K个子集，对每个子集均建立一个最小二乘支持向量机模型，共建立K个最小二乘支持向量机模型，取鉴别精度最高的最小二乘支持向量机模型作为最后的鉴别模型。

进一步的，所述步骤“利用训练集建立最小二乘支持向量机模型”，还包括步骤：将训练集随机划分为K个子集，将K个子集中一个子集作为验证集，其余K-1个子集作为训练集，利用K-1个训练集建立最小二乘支持向量机模型，并利用验证集验证所述最小二乘支持向量机模型，获得一个鉴别精度；轮流将K个子集分别作为验证集，重复K次验证，获得K个最小二乘支持向量机模型与K个鉴别精度；取鉴别精度最高的最小二乘支持向量机模型作为最后的鉴别模型。