云南金花茶主成分提取条件优化及高效液相色谱指纹图谱分析

目的 建立19批不同产地、不同采摘时间的云南金花茶的高效液相(high performance liquid chromatography,HPLC)指纹图谱,并进行成分分析。方法 以100%甲醇为提取溶剂,超声30 min,料液比为1:15 g/mL,进样量为10 μL,流动相系统为乙腈-0.5%甲酸水,梯度洗脱,流速为0.5 mL/min,检测波长为254 nm,柱温为30°C,通过相似度评价、聚类分析及主成分分析对指纹图谱进行分析。结果 方法学考察结果表明提取溶剂具有良好的稳定性, 19批云南金花茶样品相似度符合要求,聚类分析及主成分分析将云南金花茶分为6类。结论 建立不同产地、不同采摘时间的云南金花茶指纹图谱所用方法稳定,为云南金花茶的质量评价及药效研究提供依据。     

蜂蜜高效液相色谱指纹图谱的研究进展

指纹图谱技术在食品的质量控制中起着重要的作用。本文主要介绍了高效液相色谱指纹图谱在蜂蜜研究中的应用，以期为蜂蜜的鉴定、质量控制及标准的制定等方面工作奠定基础。     

保健酒的高效液相色谱指纹图谱分析

采用高效液相色谱建立了保健酒的石油醚一乙醚提取物的指纹图谱。试验条件为反相C18柱，1．0mL/min流速，紫外检测器（λ=321．2nm）。通过分析比较色谱指纹图谱中的相对保留值仪和相对面积Sr，对不同批次的保健酒进行对比研究。结果表明，该法简便可靠，对保健酒的质量控制效果明显。     

永康高山绿茶超高效液相色谱指纹图谱研究

采用超高效液相色谱（UPLC）法对永康高山绿茶中主要化学成分的指纹图谱进行研究。方法采用岛津Shim-pack XR-ODSⅡ色谱柱（2.0 mm×150 mm,2.2 μm）,以0.05%三氟乙酸水溶液和甲醇为流动相进行梯度洗脱,流速0.2 mL/min,柱温30 ℃。经分析建立了共有模式和18个共有峰,并确定其中9个峰的化学成分。构建的13个永康绿茶样品指纹图谱的相似度＞0.98。经聚类分析和判别分析,永康高山绿茶化学性质稳定。构建的永康高山绿茶指纹图谱专一性强、稳定性好,可对永康绿茶进行控制与评价。     

不同茶类的高效液相色谱特征指纹图谱研究

目的高效液相色谱法(high performance liquid chromatography,HPLC)建立普洱茶等不同品种茶叶样品的指纹图谱。方法 28批茶叶样品经80%甲醇水溶液超声辅助提取,采用Waters C_(18)柱(4.6 mm×250 mm,5.0μm),以乙腈-0.5%乙酸为流动相进行梯度洗脱,流速0.7 mL/min,紫外检测器于270 nm波长进行目标化合物的检测。采用中药色谱指纹图谱相似度评价系统软件进行数据分析,并建立不同品种、不同厂家茶叶的指纹图谱集。结果不同品种茶叶的相似度在0.772-0.981之间,有18个共有峰,指认了其中儿茶素、表儿茶素、没食子儿茶素、表没食子儿茶素、没食子儿茶素没食子酸酯、表儿茶素没食子酸酯、表没食子儿茶素没食子酸酯7个共有峰。相似度结果结合聚类分析结果表明不同品种的茶叶能被准确识别分开,此方法实现了不同茶叶样品的准确分类和识别。结论不同品种、不同厂家茶叶的品质差异明显,高效液相指纹图谱结合化学计量学工具能够很好地提取茶叶的化学信息,并且能够准确地分类和识别不同品种茶叶,为茶叶的品种分类识别和质量控制提供参考依据。     

红糖HPLC-DAD指纹图谱与化学模式识别

为了建立红糖的高效液相(HPLC-DAD)指纹图谱的质量评价方法。采用MYCOTOX^TM反相C18色谱柱(4.6mm×250 mm,5μm),以0.1 mol/L磷酸二氢钠(pH 2.3)-乙腈为流动相,等度洗脱,流速为0.5mL/min,柱温30℃,进样量20μL,检测波长210nm,根据相似度评价,结合化学计量学方法对红糖进行质量评价。结果建立了21批红糖的HPLC-DAD指纹图谱,标定共有峰13个,其中19批样品指纹图谱的相似度均大于0.913,通过聚类分析可将样品聚为2类,结合主成分分析、正交偏最小二乘法-判别分析发现其中11个成分是造成不同批次样品差异性的主要标记物。所建立的液相指纹图谱特征性和专属性强,可作为红糖内在质量控制的有效方法。     

蓝莓汁有机酸高效液相色谱指纹图谱构建及其在掺假鉴定中的应用

根据蓝莓汁中有机酸的高效液相色谱(high performance liquid chromatography,HPLC)分析方法,利用\"中药色谱指纹图谱相似度评价系统(V2.0)\"建立蓝莓汁的有机酸HPLC指纹图谱,并通过相似度评价、主成分分析和聚类分析,对模拟掺假低价果汁(梨汁、苹果汁、杏汁和桃汁)和外源柠檬酸的蓝莓汁进行鉴别。结果表明:10个蓝莓汁样品的有机酸HPLC指纹图谱之间相似度均在0.950以上,与对照指纹图谱的相似度均在0.978以上,不同品种、不同产地的蓝莓果汁的指纹图谱具有很好的一致性,蓝莓果汁中添加其他果汁或柠檬酸可导致相似度降低;结合主成分分析和聚类分析等模式识别方法,可以实现对蓝莓汁与掺假低价果汁(梨汁、苹果汁、杏汁和桃汁)及外源柠檬酸样品的区分,而且掺假量越大,识别效果越好,而相似度评价仅能识别掺加量较高的样品。有机酸HPLC指纹图谱结合化学计量学分析,对于掺假蓝莓果汁具有较好的区分效果,可用于蓝莓汁掺假鉴定和质量控制。     

化学计量学用于解析江西白酒的高效液相色谱指纹图谱

采用高效液相色谱法对江西五个不同生产厂家的36 个样品进行了测定,构建了它们的指纹图谱,并运用基于主成分分析的投影判别法及聚类分析法对白酒的指纹图谱进行了模式识别研究,再运用主成分分析对指纹图谱的数据进行降维处理,构建反传人工神经网络,并对未知样品的属性进行了预报。结果表明,不同厂家生产的白酒其高效液相色谱指纹图谱存在一定差异,且主成分分析的投影判别法和聚类分析法均能对样品进行正确分类,经优化的反传人工神经网络具有稳定性好,预测结果准确度高的特点,可用于对未知样品的属性进行预报。本研究为白酒样品的鉴别提供了一种新的手段,为白酒的质量控制提供了一定的科学依据。     

不同产地车前草HPLC指纹图谱及化学模式识别研究

目的 建立车前草的高效液相色谱(HPLC)指纹图谱.方法 采用HPLC法.色谱柱为Agilent 5 TC-C18,流动相为0.1％甲酸水溶液-乙腈,梯度洗脱,检测波长为330 nm,流速为1.0 ml/min,柱温为25℃,进样量为10μl.以9号峰为参照,绘制16批车前草药材样品HPLC指纹图谱;采用《中药色谱指纹...     

不同产地带鱼高效液相色谱指纹图谱的建立及其聚类分析

摘 要:目的 建立不同产地带鱼高效液相(high performance liquid chromatography, HPLC)指纹图谱,结合聚类分析确定带鱼产地归属。方法 采用乙酸乙酯提取,料液比1:100,Agilent Eclipse XDB C18柱（4.6 mm×250 mm,5 μm）,检测波长210 nm,柱温30℃,进样量20 μl,流速0.5 ml/min,乙腈(A)和0.1%磷酸水(B)为流动相梯度洗脱;通过相似度评价系统和聚类分析对指纹图谱进行分析。结果 采用中药色谱相似度评价系统建立了各产地带鱼HPLC指纹图谱共有模式,确立了13个共有峰和7个特征峰。对7个特征峰聚类分析,结果显示5个产地28个带鱼样品能够按照产地来源正确聚类。结论 方法操作简便、准确可靠、重复性好,可用于带鱼产地归属。     

湖北虎杖主要化学成分的含量分析及其与色差的相关性研究

目的 分析湖北虎杖中主要成分的含量与粉末色差值,评价不同来源和产地药材质量,并探讨成分含量与颜色之间的相关性.方法 采用高效液相色谱法测定58批药材中虎杖苷、白藜芦醇和大黄素含量,利用色差仪测定粉末色差值,分析主要成分与色差的相关性.结果 野生品与栽培品的大黄素含量差异有统计学意义(P<0.01);总白藜芦醇的质量分数...     

电子鼻技术结合化学计量学快速鉴别掺假茶籽油

目的:建立茶籽油掺假的快速定性和定量检测方法。方法:采用电子鼻技术结合化学计量学,基于单因素方差分析筛选差异变量,通过主成分分析(PCA)和判别分析(DA)建立茶籽油掺假类型鉴别的定性模型;通过正交偏最小二乘法(OPLS)建立了茶籽油掺假类型和掺假度鉴别的定量模型。结果:模型的R²均高达0.98,RMSEE均低于0.005,RMSECV均低于0.01,具有较高性能指标。通过外部验证,DA模型对不同掺假类型的茶油样品定性识别率高达100%,OPLS模型具有良好的准确性。结论:电子鼻技术结合化学计量学能够实现茶籽油掺假的快速、无损鉴定。     

基于HS-SPME-GC-MS代谢组学技术分析不同系列白酒特征性化合物

本文创新性地将SPME-GC-MS检测手段和代谢组学数据处理技术结合应用于白酒特征化合物鉴定和真假区分中。17个白酒样品经顶空固相微萃取,富集酒中挥发性化合物。所得GC-MS数据集经代谢组学技术降维处理,经聚类分析真酒和假酒样品得到了正确的区分,同时其他酒系列所得分类结果基本符合实际酒样信息。在主成分分析中,提取了PC1和PC2两个主成分,解释了不同酒样品特征变量58.7%的方差信息,其中PC1为44.7%,真假酒霍特林椭圆区域区分明显,可视化效果直观。其他系列酒样也保持了对真实酒样信息的吻合。利用偏最小二乘判别分析法建立酒类相关模型,去除基酒样品以突出真假酒的物质区别,得出变量重要性表并且查库得出相关物质十二种,差异最显著的前三位特征化合物是乙酸丁酯、己酸异戊酯和己酸-1-甲乙酯。     

基于紫外可见光谱技术和色素组成区分橄榄油与其他食用油

目的 通过紫外可见光谱技术和色素组成,探究区分橄榄油与其他食用油的方法。方法 选择市售橄榄油(特级初榨橄榄油、混合橄榄油)和其他食用油(菜籽油、玉米油、葵花籽油、大豆油、花生油、调和油)作为研究对象,分别在220~800 nm的波长范围内进行全光谱扫描以及在波长为450 nm和670 nm处进行光度测量;通过比较不同食用油的紫外可见吸收光谱并结合主成分分析(principal component analysis, PCA)和偏最小二乘法判别(partial least squares discriminant analysis, PLS-DA)对不同橄榄油和其他食用油进行比较区分。结果 通过观察比较各食用油紫外可见吸收光谱的最大吸收波长所在位置,可以对不同食用油进行初步区分。并且PCA和PLS-DA结果显示,以波长450 nm和670 nm处的吸光度A450和A670以及A450/A670为变量,可用于区分不同橄榄油和其他食用油。结论 基于紫外可见光谱技术对不同食用油中色素的检测结果可以对食用油进行分类,并且A450、A670和A450/A670可以作为区分橄榄油与其他食用油的标记。     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。      

基于HPLC结合多元统计方法分析不同种类酒中有机酸的差异

以市售不同种类酒（白酒、露酒、配制酒、果酒（配制型）、黄酒）样品为研究对象,利用高效液相色谱（HPLC）法对酒样中的13种有机酸进行检测,并对其进行聚类分析（CA）、正交偏最小二乘-判别分析（OPLS-DA）和主成分分析（PCA）。结果表明,有机酸在各自质量浓度范围内线性关系良好,检测限（LOD）为0.10～3.67 mg/L,定量限（LOQ）为0.31～5.05 mg/L,加标回收率为87.39%～105.24%,保留时间结果相对标准偏差（RSD）为0.03%～0.46%,峰面积结果相对标准偏差（RSD）为0.13%～1.50%。该方法测定不同酒样中有机酸组成及含量差异明显,乳酸主要存在于黄酒,己酸主要存在于浓香型及其衍生香型白酒,葡萄糖酸和柠檬酸主要存在于果酒及部分露酒。CA和OPLS-DA可有效将不同种类酒样归为4类：白酒、配制酒;黄酒;露酒;果酒（配制型）。PCA结果表明,影响黄酒分布的特征有机酸为乳酸和丁二酸,浓香型及其衍生香型白酒为丁酸、己酸和戊酸,果酒（配制型）为柠檬酸、葡萄糖酸和苹果酸,部分露酒为甲酸。     

基于GC-MS结合化学计量学方法的蟠桃鲜果指纹图谱的构建及应用

利用SPME-GC-MS对蟠桃鲜果中挥发性成分进行分析,结合聚类分析(CA)优选9组样品,共筛选出15种共有挥发性成分作为蟠桃特征物质构建指纹图谱;通过精密度、重复性和稳定性实验及相似度分析对所建立的蟠桃指纹构建方法进行验证,结果表明通过CA所选不同批次的蟠桃样品较为一致,方法符合指纹图谱建立的要求。在此基础上,依据所建立的指纹信息,采用主成分(PCA)及偏最小二乘-判别分析(PLS)对蟠桃和不同品牌蟠桃汁进行对照研究,显示PCA和PLS基本能将蟠桃鲜果与不同品牌桃汁明显区分,结合PLS载荷分析,初步确定苯乙醇、乙醛、反式-2-己烯-1-醇、己醇、乙酸甲酯、乙酸丙酯可能是造成蟠桃与市售桃汁风味差异重要组分,可为蟠桃鲜果品质控制和系列风味产品的开发提供科学依据。     

地沟油模式识别技术的研究

借鉴中药指纹图谱的研究思路,在优选的色谱条件下,采用气相色谱法对16个样品进行分析,利用相似度软件筛选出12个共有峰,通过方法学验证,12个共有峰精密度、稳定性的RSD分别小于2.6%和6.1%。在此基础上,采用主成分分析（PAC）和偏最小二乘判别（PLS-DA）,对16个样品的12个共有峰进行化学计量学研究,建立地沟油模式识别模型。利用所建立的地沟油模式识别模型对16个样品（7个正品油,9个地沟油）进行判别分析,结果表明:所建立的模式识别模型能较好的区分地沟油和正品油。本方法仅使用气相色谱（GC）,结合化学计量学分析,简单快速,便于推广,可用于地沟油的快速鉴别。      

基于7种脂肪酸含量测定和化学计量学的沙棘籽油质量评价研究

目的 建立气相色谱法同时测定沙棘籽油中7种脂肪酸的含量, 并结合化学计量学进行质量评价。方法 样品经甲酯化后, 采用DB-23色谱柱(60 m×0.25 mm, 0.25 μm)测定脂肪酸含量。通过聚类分析(cluster analysis, CA)、主成分分析(principal component analysis, PCA)和正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis, OPLS-DA), 对19批沙棘籽油进行质量评价。结果 7种脂肪酸甲酯在各自浓度范围内线性关系良好, r≥0.999, 棕榈酸(palmitic acid)、棕榈油酸(palmitoleic acid)、硬脂酸(stearic acid)、油酸(oleic acid)、亚油酸(linoleic acid, LA)、γ-亚麻酸(γ-linolenic acid, γ-LA)和α-亚麻酸(α-linolenic acid, α-LA)平均加样回收率为91.9%~97.4%。通过聚类分析将样品聚为4类, 根据主成分分析的样品综合得分进行排名。同时结合正交偏最小二乘判别分析, 最终筛选得到油酸、亚油酸和α-亚麻酸是引起沙棘籽油质量差异的标志物, 与主成分分析结果基本一致。结论 通过脂肪酸含量测定并结合化学计量法, 可以对沙棘籽油的质量进行评价, 为质量控制提供参考依据。