基于红外光谱对野生冬虫夏草不同部位的识别

摘要

冬虫夏草作为著名的传统中药材,由于其良好的药用价值而备受青睐.目前多数工作集中研究其活性成分含量以及药理药效.而对其不同部位的识别研究较为匮乏.基于红外光谱数据,结合化学计量学对多维度复杂体系的解析优势对冬虫夏草不同部位进行分类识别.首先对野生冬虫夏草五个不同部位包括子座头、子座中、头部、虫体中段、虫体尾段总共808个光谱数据使用标准正态变换(S N V)、多元散射矫正(MSC)进行数据预处理.而后用竞争自适应再权重取样(CARS)、变量组合种群分析(VCPA)挑选具有代表意义的特征变量.最后使用偏最小二乘判别分析(PLS-DA)、线性判别分析(LDA)进行建模预测分析.模型对训练集使用十倍交叉验证,以准确率(Acc)作为评价指标.结果表明,在该数据上PLS-DA模型在10倍交叉验证和独立测试集上的预测准确率分别是90.1％ 和92.0％,而使用LDA模型时,预测准确率分别降低到86.7％ 和85.8％.采用CARS和VCPA特征挑选方法可有效将特征从3601维分别降到699和420维,同时保持预测准确率与全部特征的预测准确率相当.而挑选的特征波数630,625,1024,1028,1084和1089 cm-1与虫草的甘露醇相关,879和874 cm-1与虫草的多糖相关.通过对挑选的波数进行Wilcoxon rank-sum检验进一步表明虫草五个部位之间存在显著差异.研究表明化学计量学方法结合红外光谱能够有效识别冬虫夏草不同部位,有助于在分子层面上加深对冬虫夏草形成的认识,为针对虫草不同部位高效利用提供参考.