一種基于uplc指紋圖譜模式識別鑒別何首烏的方法及其應(yīng)用
【專利摘要】本發(fā)明公開了一種基于UPLC指紋圖譜模式鑒別何首烏的方法，包括：對待測何首烏樣本進(jìn)行取樣，進(jìn)行UPLC分析，得到UPLC指紋圖譜；在所述指紋圖譜中選取何首烏及偽品的多個共有色譜峰的并集作為研究指標(biāo)，通過偏最小二乘法識別方法獲取臨界值；將所述臨界值與預(yù)測臨界值相比較，當(dāng)所述臨界值當(dāng)大于所述預(yù)測臨界值時(shí)，所述樣本為真品，當(dāng)所述臨界值當(dāng)小于所述預(yù)測臨界值時(shí)，所述樣本為偽品。本發(fā)明公開了一種基于UPLC指紋圖譜模式鑒別何首烏的應(yīng)用。本發(fā)明具有在短時(shí)間內(nèi)就可以分析處理大量的樣本，快速鑒別出偽品及摻偽品的特點(diǎn)。
【專利說明】
一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法及其應(yīng)用
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及中藥鑒別領(lǐng)域，具體涉及一種基于UPLC指紋圖譜模式識別鑒別何首烏 的方法及其應(yīng)用。
【背景技術(shù)】
[0002] 中藥指紋圖譜利用現(xiàn)代信息采集技術(shù)和質(zhì)量分析手段獲取中藥所有化學(xué)特征和 生物學(xué)特征的圖譜，具有整體性和模糊性等特點(diǎn)，能全面反映中藥內(nèi)在化學(xué)成分的種類與 數(shù)量，進(jìn)而反映中藥的質(zhì)量，在中藥研究中具有廣泛的應(yīng)用。在多種指紋圖譜技術(shù)中，色譜 指紋圖譜技術(shù)是復(fù)雜天然產(chǎn)物，尤其是中藥，定性與定量分析的有效工具，其能夠提供中藥 中所有化學(xué)成分的綜合譜圖，是中藥質(zhì)量控制的有效方法之一，并得到了世界衛(wèi)生組織 (WHO)和食品藥品監(jiān)督管理局(FAD)普遍認(rèn)可。但是中藥本身化學(xué)成分復(fù)雜，加上指紋圖譜 研究也存在著諸多問題，如基線漂移、色譜峰重疊、背景噪音高、低信號-噪音比等色譜分析 常見問題，均在不同程度上限制了中藥指紋圖譜在中藥質(zhì)量控制與評價(jià)中的應(yīng)用?；瘜W(xué)計(jì) 量學(xué)通過統(tǒng)計(jì)學(xué)或數(shù)學(xué)方法對化學(xué)體系的測量值與體系的狀態(tài)之間建立聯(lián)系，可用于解決 中藥指紋圖譜中的常見問題，并可以提供多種分析識別方法，化學(xué)計(jì)量學(xué)方法和指紋圖譜 技術(shù)相結(jié)合的研究方法在中藥的質(zhì)量控制及評價(jià)研究中具有重要的科學(xué)價(jià)值和實(shí)際意義。 [0003] 全國常用中藥何首烏為寥科植物何首烏(Polygonum multiflorum Thunb)的干燥 塊根，白首烏為蘿蘑科植物，全國以白首烏為名的植物包括:戟葉牛皮消、耳葉牛皮消、隔山 消等。白首烏與何首烏為不同科屬來源的兩種植物性藥材，兩者植物形態(tài)明顯不同，但是有 些地區(qū)出現(xiàn)將蘿蘑科植物白何首烏與寥科植物何首烏視為一物混用的現(xiàn)象，同時(shí)白何首烏 是何首烏的常見偽品之一?，F(xiàn)代研究表明，兩者的化學(xué)成分及藥理作用等方面有很大差別， 效用也不相同，不應(yīng)相混。
[0004] 同時(shí)，在現(xiàn)有技術(shù)中，以往對于中藥材的研究，多側(cè)重于單一或幾個有效成分，中 藥指紋圖譜中缺乏整體評價(jià)和分析的系統(tǒng)性方法。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明設(shè)計(jì)開發(fā)了一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法，目的在于 通過指紋圖譜的方式能夠快速、準(zhǔn)確以及能夠在短時(shí)間內(nèi)分析處理大量樣品，鑒別偽品的 方法。
[0006] 本發(fā)明還設(shè)計(jì)開發(fā)了一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法的應(yīng)用， 目的在于能夠快速準(zhǔn)確的鑒別摻有白首烏偽品的何首烏樣本。
[0007] 本發(fā)明提供的技術(shù)方案為：
[0008] -種基于UPLC指紋圖譜模式識別鑒別何首烏的方法，包括：
[0009] 對待測何首烏樣本進(jìn)行取樣，進(jìn)行UPLC分析，得到UPLC指紋圖譜；
[0010]在所述指紋圖譜中選取待測生何首烏樣本的共有色譜峰的并集作為研究指標(biāo)，通 過偏最小二乘法識別方法獲取臨界值；
[0011] 將所述臨界值與預(yù)測臨界值相比較，當(dāng)所述臨界值當(dāng)大于所述預(yù)測臨界值時(shí)，所 述樣本為真品，當(dāng)所述臨界值當(dāng)小于所述預(yù)測臨界值時(shí)，所述樣本為偽品；
[0012] 其中，在所述偏最小二乘法識別方法中，將所述色譜峰的出峰面積及保留時(shí)間形 成輸入矩陣，分類結(jié)果的虛設(shè)變量作為輸出矩陣，進(jìn)而得到所述臨界值。
[0013] 優(yōu)選的是，還包括:預(yù)先選取何首烏及偽品樣本，分別得到所述何首烏及所述偽品 的UPLC指紋圖譜，將所述何首烏及所述偽品的指紋圖譜中的多個共有色譜峰的并集作為研 究指標(biāo)，將出峰面積及保留時(shí)間形成輸入矩陣，分類結(jié)果的虛設(shè)變量作為輸出矩陣，進(jìn)而得 到所述預(yù)測臨界值。
[0014] 優(yōu)選的是，所述偽品為白首烏。
[0015] 優(yōu)選的是，得到所述指紋圖譜包括如下步驟：
[0016] 將所述何首烏及所述白首烏樣本粉碎，過4號藥典篩，分別取粉末，加入甲醇溶解， 超聲后過濾，取續(xù)濾液進(jìn)行UPLC分析;以及
[0017] 在流動相為甲醇和0.2 %甲酸水溶液，流速為0.3毫升/分鐘，檢測波長為260納米， 保留時(shí)間為20分鐘的色譜條件下，進(jìn)行進(jìn)樣，得到所述指紋圖譜。
[0018] 優(yōu)選的是，所述待測何首烏樣本為含有5%~95%的白何首烏偽品的何首烏樣本。 [0019] 優(yōu)選的是，所述待測何首烏樣本為含有5 %、10 %、25 %、50 %、75 %及95 %的白何 首烏偽品的何首烏樣本。
[0020] 優(yōu)選的是，對所述待測何首烏樣本的制備包括:分別稱取所述何首烏及所述白何 首烏過4號藥典篩的粉末，制備含有5%、10%、25%、50%、75%及95%的白何首烏偽品的生 首烏樣本。
[0021] 優(yōu)選的是，所述UPLC指紋圖譜分析以25個峰作為研究指標(biāo);其中，16個來源于所述 何首烏的共有色譜峰，9個來源于所述白何首烏的共有色譜峰。
[0022] -種基于UPLC指紋圖譜模式識別鑒別何首烏的方法的應(yīng)用，包括：用于鑒別摻有 10%~95%白首烏的何首烏樣本。
[0023] 優(yōu)選的是，用于鑒別摻有10%、25%、50%、75%或95%白首烏的何首烏樣本。
[0024] 本發(fā)明與現(xiàn)有技術(shù)相比較所具有的有益效果：
[0025] 通過本發(fā)明的鑒別方法，能夠鑒別摻有10%以上白首烏的何首烏樣品，本發(fā)明操 作簡單，對樣品只需要做簡答的處理，在短時(shí)間內(nèi)就可以分析處理大量的樣本，快速鑒別出 偽品及摻偽品，是一種客觀有效評價(jià)何首烏真?zhèn)蔚姆椒ā?br>【附圖說明】
[0026] 圖1為本發(fā)明所述的何首烏、白首烏及摻偽混合物的UPLC指紋圖譜。
[0027]圖2a建立的PLS-DA模型對何首烏組的預(yù)測臨界值圖。
[0028]圖2b建立的PLS-DA模型對白首烏組的預(yù)測臨界值圖。
[0029]圖3a為根據(jù)建立的PLS-DA模型對何首烏組的預(yù)測結(jié)果圖。
[0030]圖3b為根據(jù)建立的PLS-DA模型對白首烏組的預(yù)測結(jié)果圖。
【具體實(shí)施方式】
[0031]下面結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)說明，以令本領(lǐng)域技術(shù)人員參照說明書文 字能夠據(jù)以實(shí)施。
[0032] 如圖1所示，一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法，包括:對待測何 首烏樣本進(jìn)行取樣，進(jìn)行UPLC分析，得到UPLC指紋圖譜;在所述指紋圖譜中選取何首烏及偽 品的多個共有色譜峰的并集作為研究指標(biāo)，通過偏最小二乘法識別方法獲取臨界值;將所 述臨界值與預(yù)測臨界值相比較，當(dāng)所述臨界值當(dāng)大于所述預(yù)測臨界值時(shí)，所述樣本為真品， 當(dāng)所述臨界值當(dāng)小于所述預(yù)測臨界值時(shí)，所述樣本為偽品；其中，在所述偏最小二乘法識別 方法中，將所述色譜峰的出峰面積及保留時(shí)間形成輸入矩陣，分類結(jié)果的虛設(shè)變量作為輸 出矩陣，進(jìn)而得到所述臨界值。
[0033] 在另一種實(shí)施例中，還包括:預(yù)先選取何首烏及偽品樣本，分別得到所述何首烏及 所述偽品的UPLC指紋圖譜，將所述何首烏及所述偽品的指紋圖譜中的多個共有色譜峰的并 集作為研究指標(biāo)，將出峰面積及保留時(shí)間形成輸入矩陣，分類結(jié)果的虛設(shè)變量作為輸出矩 陣，進(jìn)而得到所述預(yù)測臨界值。
[0034]在另一種實(shí)施例中，偽品為白首烏。
[0035] 在另一種實(shí)施例中，建立指紋圖譜包括如下步驟：
[0036] 將何首烏及白首烏樣本粉碎，過4號藥典篩，分別取粉末，加入甲醇溶解，超聲后過 濾，取續(xù)濾液進(jìn)行UPLC分析;在流動相為甲醇和0.2%甲酸水溶液，流速為0.3毫升/分鐘，檢 測波長為260納米，保留時(shí)間為20分鐘的色譜條件下，進(jìn)行進(jìn)樣，得到指紋圖譜。
[0037] 在另一種實(shí)施例中，摻偽何首烏樣本為含有5 %~95 %的白何首烏偽品的何首烏 樣本。
[0038] 在另一種實(shí)施例中，摻偽何首烏樣本為含有5 %、10 %、25 %、50 %、75 %及95 %的 白何首烏偽品的何首烏樣本。
[0039] 在另一種實(shí)施例中，對摻偽何首烏樣本的制備包括:分別稱取何首烏及白何首烏 過4號藥典篩的粉末，制備含有5%、10%、25%、50%、75%及95%的白何首烏偽品的何首烏 樣本。
[0040] 在另一種實(shí)施例中，UPLC指紋圖譜分析以25個峰作為研究指標(biāo);其中，16個來源于 何首烏的共有色譜峰，9個來源于白何首烏的共有色譜峰。
[0041] -種基于UPLC指紋圖譜模式識別鑒別何首烏的方法的應(yīng)用，包括：用于鑒別摻有 10%~95%白首烏的何首烏樣本。
[0042] 在另一種實(shí)施例中，，用于鑒別摻有10%、25%、50%、75%或95%白首烏的何首烏 樣本。
[0043] 實(shí)施例
[0044] 1 材料
[0045] 1.1藥品及試劑
[0046] 色譜甲醇和甲酸分別購自美國Sigma公司，天津科密歐化學(xué)試劑有限公司。所用水 為屈臣氏蒸餾水。何首烏及白首烏藥材來源途徑有網(wǎng)購和中藥材公司兩種。樣本信息如表1 所示。
[0047] 表1樣本信息
[0049] 1.2儀器(如表2所示）
[0050]表2儀器信息
[0053] 2.實(shí)驗(yàn)方法
[0054] 2.1UPLC 色譜條件
[0055] 色譜柱：Waters Acquity UPLC BEH shield RP18(2· 1 X 100mm, 1 ·7μηι);流動相： 甲醇-0.2 %甲酸水溶液，梯度洗脫程序見下表3;柱溫:45 °C ;流速:0.3mL/min;進(jìn)樣量:3yL; 檢測波長：260nm。在該色譜條件下，何首烏、白首烏及其摻偽混合物均具有良好的分離能 力，分析色譜圖如圖1所示(A為白首烏、B為何首烏、C為摻有50 %白首烏的何首烏）。
[0056]表3梯度洗脫程序
[0058] 2.2樣本溶液的制備
[0059] 單一樣本制備:將何首烏與白何首烏樣本粉碎，過4號藥典篩，精密稱取0. lg粉末， 加入5mL甲醇，超聲15min，0.22μηι濾膜過濾，取續(xù)濾液進(jìn)行UPLC分析。
[0060] 混合物的制備：分別稱取何首烏、白首烏過4號藥典篩的粉末，制備含有95 %、 75%、50%、25%、10%、5%偽品（白首烏）的何首烏樣本。
[0061] 所有樣本均重復(fù)制備三次，采用上述色譜條件進(jìn)行分析。
[0062] 2.3方法學(xué)考察
[0063] 2.3.1精密度試驗(yàn)
[0064]分別取同一何首烏樣本與同一白首烏樣本按"2. Γ項(xiàng)下色譜條件，在同一天內(nèi)連 續(xù)自動進(jìn)樣測定6次，通過液相工作站自動積分獲取色譜峰的峰面積與保留時(shí)間，何首烏及 白首烏選取的色譜峰個數(shù)分別為16和9,并分別計(jì)算RSD值，如表4~7所示，何首烏選定的16 個色譜峰的峰面積RSD值均小于3.91 %，保留時(shí)間RSD值均小于0.14% ;白首烏選定的9個色 譜峰的峰面積RSD值均小于3.80%，保留時(shí)間RSD值均小于0.12%，表明儀器精密度良好。 [0065]表4何首烏精密度試驗(yàn)結(jié)果一一峰面積(η = 6)
[0067] 表5何首烏精密度試驗(yàn)結(jié)果一一保留時(shí)間(η = 6)
[0068]
[0070]表3白首烏精密度試驗(yàn)結(jié)果一一峰面積(η = 6)
[0072 ]表伯首烏精密度試驗(yàn)結(jié)果一一保留時(shí)間(η = 6)
[0073]
[0074] 2.3.2重復(fù)性試驗(yàn)
[0075] 取同一何首烏樣本與同一白首烏樣本，分別照"2.2"項(xiàng)下何首烏和白首烏樣本溶 液的制備方法平行制備6份何首烏樣本溶液和6分白首烏樣本溶液，按"2. Γ項(xiàng)下色譜條件， 連續(xù)進(jìn)樣6針，何首烏及白首烏選取的色譜峰個數(shù)分別為16和9，并分別計(jì)算RSD值，如表8~ 11所示，何首烏選定的16個色譜峰的峰面積RSD值均小于4.84 %，保留時(shí)間RSD值均小于 0.07 % ;白首烏選定的9個色譜峰的峰面積RSD值均小于4.97 %，保留時(shí)間RSD值均小于 0.11%，結(jié)果表明重復(fù)性良好，且保留時(shí)間幾乎未發(fā)生漂移。
[0076] 表8何首烏重復(fù)性試驗(yàn)結(jié)果一一峰面積(η = 6)

[0078] 表9何首烏重復(fù)性試驗(yàn)結(jié)果一一保留時(shí)間(η = 6)[0079]
[0081]表10白首烏重復(fù)性試驗(yàn)結(jié)果一一峰面積(n = 6)
[0083] 表11白首烏重復(fù)性試驗(yàn)結(jié)果一一保留時(shí)間(n = 6)
[0084]
[0085] 2.4數(shù)據(jù)分析
[0086] 采用"2. Γ項(xiàng)下的色譜條件對132個樣本(81個何首烏;33個偽品白首烏；18個摻偽 樣本)進(jìn)行分析，以何首烏的共有峰與白首烏的共有峰的并集作為研究峰指標(biāo)。通過UPLC分 析以25個峰作為研究指標(biāo)(來源于何首烏16個，白首烏9個化學(xué)成分峰）。在本實(shí)施例中，將 獲取的峰面積、保留時(shí)間形成矩陣，采用PLS-Toolbox 7.9(Vigenvector Research Incorporated，WA，USA)進(jìn)行化學(xué)模式識別分析;建立PLS-DA模式識別方法，并進(jìn)行樣本及 摻偽樣本的預(yù)測。校正集樣本由66個何首烏樣本和21個白首烏樣本組成，預(yù)測集樣本由15 個何首烏樣本、12個白首烏樣本、18個摻偽樣本組成。
[0087] 2.4.1偏最小二乘判別分析識別方法
[0088]偏最小二乘法(PLS)是一種尋找獨(dú)立變量X與獨(dú)立變量Y之間的基本聯(lián)系，這個模 型不僅考慮了X變量，同時(shí)也考慮了X變量與Y變量之間的關(guān)聯(lián)。偏最小二乘法-判別分析 (PLS-DA)是PLS的一種轉(zhuǎn)化形式，采用分類響應(yīng)變量Y來提高類別間的分離。在本實(shí)驗(yàn)中模 型由X矩陣與Y矩陣共同組成，X矩陣由指紋圖譜組成，Y矩陣由描述樣本的分類結(jié)果的虛設(shè) 變量組成(在校正集中，設(shè)置Y矩陣中白首烏樣本值為0,何首烏樣本值為1)。預(yù)測樣本同時(shí) 滿足與校正集樣本指紋圖譜無明顯差異且虛設(shè)變量的預(yù)測值在定義的臨界值范圍內(nèi)。計(jì)算 校正模型的數(shù)據(jù)包括校正誤差均方根(RMSEC)、交叉驗(yàn)證誤差均方根(RMSECV)及測定的r 2 系數(shù)。
[0089] 3實(shí)驗(yàn)結(jié)果
[0090]采用87個樣本(66個何首烏樣本和21個白首烏樣本)作為校正集建立模型;在校正 集中，建立模型的X矩陣組成為87個樣本X25個化學(xué)成分，即矩陣的列標(biāo)簽為25個化學(xué)成分 的保留時(shí)間，行標(biāo)簽為87個樣本，設(shè)置Y矩陣中白首烏樣本值為0,何首烏樣本值為1。采用 ventetian blinds方法進(jìn)行交叉驗(yàn)證，數(shù)據(jù)分割數(shù)為10，對輸入數(shù)據(jù)的前處理方法為 autoscale。在PLS-DA模型中，選擇8個潛變量(LVs)對X矩陣與虛擬Y變量的累計(jì)貢獻(xiàn)率分別 為95.43%和97.50%，所建模型的1?^(：值、1?^(^、建模與交叉驗(yàn)證的￥系數(shù)等如表12所 示，所建立的模型具有良好的靈敏度和專屬性，錯誤率為零，具有較低的誤差值，采用接受 者操作特性曲線（receiver operating characteristic curve，R0C)對建立的PLS-DA模型 進(jìn)行性能分析，結(jié)構(gòu)顯示，PLS-DA模型的靈敏度、專屬性、準(zhǔn)確度均達(dá)到了 100%，說明所建 立的模型具有良好的分類與預(yù)測性能。采用校正樣本集樣本建立PLS-DA模型后，可獲取預(yù) 測時(shí)Y的臨界值，何首烏組與白首烏組預(yù)測的臨界值分別為〇. 7651，0.2349(獲取的臨界值 如圖2所示）。預(yù)測結(jié)果如圖3所示（圓形代表何首烏，方形代表白首烏，三角形代表待測樣 本），由圖可看出，摻有95 %、75 %、50 %、25 %、10 %偽品的何首烏樣本均被預(yù)測為偽品，僅 含有5%偽品的何首烏樣本被預(yù)測為正品何首烏，即摻偽品含量大于或等于10%的何首烏 均可被鑒別出。
[0091] 表12PLS-DA模型分析結(jié)果
[0092]
[0093] 4.結(jié)論與討論
[0094]本實(shí)驗(yàn)充分利用UPLC-PDA獲得的峰面積、保留時(shí)間等相關(guān)信息，建立了PLS-DA化 學(xué)模式識別模型，并對混有不同比例偽品的何首烏、何首烏、白何首烏進(jìn)行預(yù)測。結(jié)果表明 PLS-DA模型對何首烏和白首烏具有良好的分析和預(yù)測能力，對何首烏、白何首烏均可正確 識別，對于摻偽何首烏的檢測限為10%，即PLS-DA模式識別技術(shù)能將摻入白首烏含量大于 或等于10 %的何首烏識別出偽品。
[0095] 化學(xué)模式識別對中藥化學(xué)成分的分析和鑒定具有重要作用，本實(shí)驗(yàn)選擇中藥何首 烏及其常用偽品白首烏作為研究對象，從指紋圖這一整體角度出發(fā)，系統(tǒng)研究了 PLS-DA化 學(xué)模式識別技術(shù)對何首烏的正品、偽品、摻偽樣本的分析與預(yù)測能力，為何首烏的質(zhì)量控制 和真?zhèn)舞b別提供了客觀評價(jià)方法。
[0096] 盡管本發(fā)明的實(shí)施方案已公開如上，但其并不僅僅限于說明書和實(shí)施方式中所列 運(yùn)用，它完全可以被適用于各種適合本發(fā)明的領(lǐng)域，對于熟悉本領(lǐng)域的人員而言，可容易地 實(shí)現(xiàn)另外的修改，因此在不背離權(quán)利要求及等同范圍所限定的一般概念下，本發(fā)明并不限 于特定的細(xì)節(jié)和這里示出與描述的圖例。
【主權(quán)項(xiàng)】
1. 一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，包括： 對待測何首烏樣本進(jìn)行取樣，進(jìn)行UPLC分析，得到UPLC指紋圖譜； 在所述指紋圖譜中選取所述待測何首烏樣本的共有色譜峰的并集作為研究指標(biāo)，通過 偏最小二乘法識別方法獲取臨界值； 將所述臨界值與預(yù)測臨界值相比較，當(dāng)所述臨界值當(dāng)大于所述預(yù)測臨界值時(shí)，所述樣 本為真品，當(dāng)所述臨界值當(dāng)小于所述預(yù)測臨界值時(shí)，所述樣本為偽品； 其中，在所述偏最小二乘法識別方法中，將所述色譜峰的出峰面積及保留時(shí)間形成輸 入矩陣，分類結(jié)果的虛設(shè)變量作為輸出矩陣，進(jìn)而得到所述臨界值。2. 如權(quán)利要求1所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，還 包括:預(yù)先選取何首烏及偽品樣本，分別得到所述何首烏及所述偽品的UPLC指紋圖譜，將所 述何首烏及所述偽品的指紋圖譜中的多個共有色譜峰的并集作為研究指標(biāo)，將出峰面積及 保留時(shí)間形成輸入矩陣，分類結(jié)果的虛設(shè)變量作為輸出矩陣，進(jìn)而得到所述預(yù)測臨界值。3. 如權(quán)利要求1或2所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在 于，所述偽品為白首烏。4. 如權(quán)利要求3所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，得 到所述指紋圖譜包括如下步驟： 將所述何首烏及所述白首烏樣本粉碎，過4號藥典篩，分別取粉末，加入甲醇溶解，超聲 后過濾，取續(xù)濾液進(jìn)行UPLC分析；以及 在流動相為甲醇和0.2%甲酸水溶液，流速為0.3毫升/分鐘，檢測波長為260納米，保留 時(shí)間為20分鐘的色譜條件下，進(jìn)行進(jìn)樣，得到所述指紋圖譜。5. 如權(quán)利要求3所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，所 述待測何首烏樣本為含有5 %~95 %的白何首烏偽品的何首烏樣本。6. 如權(quán)利要求5所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，所 述待測何首烏樣本為含有5%、10%、25%、50%、75%及95%的白何首烏偽品的何首烏樣 本。7. 如權(quán)利要求6所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其特征在于，對 所述待測何首烏樣本的制備包括:分別稱取所述何首烏及所述白何首烏過4號藥典篩的粉 末，制備含有5 %、10 %、25 %、50 %、75 %及95 %的白何首烏偽品的何首烏樣本。8. 如權(quán)利要求4-7中任一項(xiàng)所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法，其 特征在于，所述指紋圖譜分析以25個峰作為研究指標(biāo);其中，16個來源于所述何首烏的共有 色譜峰，9個來源于所述白首烏的共有色譜峰。9. 一種基于UPLC指紋圖譜模式識別鑒別何首烏的方法的應(yīng)用，其特征在于，包括:用于 鑒別摻有10%~95%白首烏的何首烏樣本。10. 如權(quán)利要求9所述的基于UPLC指紋圖譜模式識別鑒別何首烏的方法的應(yīng)用，其特征 在于，用于鑒別摻有10%、25%、50%、75%或95%白首烏的何首烏樣本。
【文檔編號】G01N30/02GK106093229SQ201610382170
【公開日】2016年11月9日
【申請日】2016年5月31日 公開號201610382170.X, CN 106093229 A, CN 106093229A, CN 201610382170, CN-A-106093229, CN106093229 A, CN106093229A, CN201610382170, CN201610382170.X
【發(fā)明人】任曉亮, 孫立麗, 張慧杰, 王萌, 劉亞男, 邱喜龍, 戚愛棣
【申請人】天津中醫(yī)藥大學(xué)