CN102103074A - 一种鉴别硫酸软骨素来源的方法 - Google Patents

一种鉴别硫酸软骨素来源的方法 Download PDF

Info

Publication number
CN102103074A
CN102103074A CN 201010559937 CN201010559937A CN102103074A CN 102103074 A CN102103074 A CN 102103074A CN 201010559937 CN201010559937 CN 201010559937 CN 201010559937 A CN201010559937 A CN 201010559937A CN 102103074 A CN102103074 A CN 102103074A
Authority
CN
China
Prior art keywords
chondroitin sulfate
mathematical model
source
near infrared
mentioned
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201010559937
Other languages
English (en)
Other versions
CN102103074B (zh
Inventor
臧恒昌
由守谊
李连
王凤山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN 201010559937 priority Critical patent/CN102103074B/zh
Publication of CN102103074A publication Critical patent/CN102103074A/zh
Application granted granted Critical
Publication of CN102103074B publication Critical patent/CN102103074B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种鉴别硫酸软骨素来源的方法，步骤如下：在25℃的室温下，采用近红外光谱分析仪取得待测来源的硫酸软骨素的原始近红外光谱，然后与数学模型进行对比分析，得出其来源；所述数学模型是通过以下方法建立的：(1)择取不同来源不同批次的硫酸软骨素；(2)采用近红外光谱分析仪采集上述不同来源不同批次的硫酸软骨素的原始近红外光谱；(3)将上述所得近红外图谱与硫酸软骨素的实际来源进行关联建立数学模型；(4)比较不同的光谱预处理方法和光谱区域对建模的影响；(5)对上述建立的数学模型的预测能力进行验证。本发明方法适于对硫酸软骨素来源进行快速无损无污染的鉴别，为硫酸软骨素的采购及后续加工提供快速的技术数据支持。

Description

一种鉴别硫酸软骨素来源的方法
技术领域
本发明涉及一种鉴别硫酸软骨素来源的方法。
背景技术
硫酸软骨素(chondroitin sulfate，CS)是一类含有聚阴离子的线性多糖，因硫酸化的位点和数目的不同分为A、C、D、E、M、K等，是治疗骨关节炎的候选药物，此外硫酸软骨素还可以抗氧化、清除自由基，治疗牛皮癣，作为营养保健品及膳食补充剂等，具有广阔的市场前景。不同来源的硫酸软骨素所含的硫酸软骨素种类、相对分子质量(Mr)不同，应用也不尽相同，而且鲨鱼来源的硫酸软骨素的价格明显高于其它来源的，所以提出一种快速的分析方法显得尤为重要。
现有技术中，鉴别硫酸软骨素来源的方法一般为DNA序列分析法，其不足之处为：耗费试剂，耗时耗力，速度较慢，不能满足快速分析的需要。
发明内容
针对上述现有技术，为了解决现有鉴别硫酸软骨素来源的方法耗费试剂、操作复杂等问题，本发明提供了一种能够快速鉴别硫酸软骨素来源的方法，本发明的方法绿色无污染，简便易行，能有效鉴别硫酸软骨素来源。
本发明是通过以下技术方案实现的：
一种鉴别硫酸软骨素来源的方法，步骤如下：在25℃的室温下，采用近红外光谱分析仪取得待测来源的硫酸软骨素的原始近红外光谱，然后与数学模型进行对比分析，得出其来源；
所述数学模型是通过以下方法建立的：
(1)择取不同来源不同批次的硫酸软骨素；
(2)采用近红外光谱分析仪采集上述不同来源不同批次的硫酸软骨素的原始近红外光谱；
(3)将上述所得近红外图谱与硫酸软骨素的实际来源进行关联建立数学模型；
(4)比较不同的光谱预处理方法和光谱区域对建模的影响；
(5)对上述建立的数学模型的预测能力进行验证。
优选的，所述数学模型是通过以下方法建立的：
(1)择取不同来源不同批次的硫酸软骨素；
(2)在25℃的室温下，采用近红外光谱分析仪取得上述不同来源不同批次的硫酸软骨素的原始近红外光谱；
(3)将上述硫酸软骨素的实际来源与近红外图谱在10000-4000cm-1的光谱范围内进行关联建立数学模型，形成鉴别硫酸软骨素来源的近红外分析数学模型；
(4)通过比较不同光谱预处理方法和光谱区域对建模的影响，确定最佳光谱预处理方法和光谱区域；
(5)对上述建立的数学模型的预测能力进行验证。
本发明方法简便易行，适于对硫酸软骨素来源进行快速无损无污染的鉴别，为硫酸软骨素的采购及后续加工提供快速的技术数据支持。
附图说明
图1为本发明采集的3种不同来源的硫酸软骨素原始透过光谱。
图2为本发明获得的经过9点平滑预处理后的图谱。
图3为本发明获得的在10000-4000cm-1区间的验证结果图。
具体实施方式
下面结合实施例对本发明作进一步的说明。
实施例1 建立数学模型
首先取适量不同批次的硫酸软骨素，在25℃的室温下，采用近红外光谱分析仪取得不同批次硫酸软骨素的原始近红外光谱，如图1所示。使用Unscrambler软件将硫酸软骨素的实际来源与近红外图谱在10000-4000cm-1的光谱范围内进行关联建立数学模型，形成鉴别硫酸软骨素来源的近红外分析数学模型。
在全光谱区域考察不同的支持向量机(SVM)的分类算法对建模的影响。C-SVC分类算法的建模参数为：核类型，径向基函数；C值，1；权重，1；交叉验证窗口大小，3。nu-SVC分类算法的建模参数为：核类型，径向基函数；C值，1；权重，1；交叉验证窗口大小，3。得到C-SVC的内部交叉验证准确率为69.697％，验证集的准确率为66.6％；nu-SVC的内部交叉验证准确率为83.3333％，验证集的准确率为93.3％。从而选择nu-SVC分类算法。
分别采用标准归一化(SNV)、9点平滑、15点平滑、一阶导数9点平滑、二阶导数9点平滑等不同光谱预处理方法，采用nu-SVC分类算法建立模型，考察模型的预测能力，如表1所示。选择9点平滑的预处理方法，作为建模的预处理方法。
表1 不同预处理方法的比较
Figure BDA0000034247550000031
分别采用10000-4000cm-1、6500-5300cm-1、5000-4000cm-1两段光谱区域、nu-SVC分类算法，9点平滑的预处理方法建立模型，考察模型的预测能力，如表2、图2所示。选择全光谱区域作为建模区域。
表2 不同光谱区域建模的比较
  光谱区域   10000-4000cm-1   6500-5300cm-1   5000-4000cm-1
  内部交叉验证准确率   86.3636％   68.1818％   83.3333％
  验证集预测准确率   93.3％   73.3％   83.3％
通过不同的预处理方法和光谱区域的选择，最终我们建立了nu-SVC的数学模型，具体参数见表3。
表3：为本发明获得的在10000-4000cm-1区间的模型参数
Figure BDA0000034247550000032
实施例2 对实施例建立的数学模型进行验证
验证方法为：选取不同来源的硫酸软骨素对上述数学模型进行验证，检验其正确率、稳定性等。
结果：如图3所示，采用9点平滑预处理方法在10000-4000cm-1全光谱区域建立的SVM数学模型后用验证集进行验证的结果，正确率达到93.3％。表4为本发明方法对验证集的预测结果。表5为本发明方法对某个样品进行预测所得的稳定性实验结果。
表4：为本发明方法对验证集的预测结果
表5：为本发明方法对某个样品进行预测所得的稳定性实验结果
Figure BDA0000034247550000042
上面所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的构思和保护范围进行限定，在不脱离本发明设计构思的前提下，本领域中普通工程技术人员对本发明的技术方案作出的各种变型和改进，均应落入本发明的保护范围。

Claims (2)

1.一种鉴别硫酸软骨素来源的方法，其特征在于，步骤如下：在25℃的室温下，采用近红外光谱分析仪取得待测来源的硫酸软骨素的原始近红外光谱，然后与数学模型进行对比分析，得出其来源；
所述数学模型是通过以下方法建立的：
(1)择取不同来源不同批次的硫酸软骨素；
(2)采用近红外光谱分析仪采集上述不同来源不同批次的硫酸软骨素的原始近红外光谱；
(3)将上述所得近红外图谱与硫酸软骨素的实际来源进行关联建立数学模型；
(4)比较不同的光谱预处理方法和光谱区域对建模的影响；
(5)对上述建立的数学模型的预测能力进行验证。
2.根据权利要求1所述的一种鉴别硫酸软骨素来源的方法，其特征在于：所述数学模型是通过以下方法建立的：
(1)择取不同来源不同批次的硫酸软骨素；
(2)在25℃的室温下，采用近红外光谱分析仪取得上述不同来源不同批次的硫酸软骨素的原始近红外光谱；
(3)将上述硫酸软骨素的实际来源与近红外图谱在10000-4000cm-1的光谱范围内进行关联建立数学模型，形成鉴别硫酸软骨素来源的近红外分析数学模型；
(4)通过比较不同光谱预处理方法和光谱区域对建模的影响，确定最佳光谱预处理方法和光谱区域；
(5)对上述建立的数学模型的预测能力进行验证。
CN 201010559937 2010-11-25 2010-11-25 一种鉴别硫酸软骨素来源的方法 Expired - Fee Related CN102103074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010559937 CN102103074B (zh) 2010-11-25 2010-11-25 一种鉴别硫酸软骨素来源的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010559937 CN102103074B (zh) 2010-11-25 2010-11-25 一种鉴别硫酸软骨素来源的方法

Publications (2)

Publication Number Publication Date
CN102103074A true CN102103074A (zh) 2011-06-22
CN102103074B CN102103074B (zh) 2012-05-23

Family

ID=44156006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010559937 Expired - Fee Related CN102103074B (zh) 2010-11-25 2010-11-25 一种鉴别硫酸软骨素来源的方法

Country Status (1)

Country Link
CN (1) CN102103074B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841071A (zh) * 2011-06-23 2012-12-26 中国石油化工股份有限公司 由二维相关红外异步光谱识别原油种类的方法
CN102841070A (zh) * 2011-06-23 2012-12-26 中国石油化工股份有限公司 由二维相关红外同步光谱识别原油种类的方法
CN104730030A (zh) * 2015-03-27 2015-06-24 山东大学 基于近红外分析技术的党参真伪鉴别和产地判定的方法
CN109613132A (zh) * 2018-12-06 2019-04-12 上海景峰制药有限公司 一种杂合硫酸软骨素的检测方法
CN112101459A (zh) * 2020-09-15 2020-12-18 南京工程学院 一种基于近红外光光谱特征的动物骨质识别方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1419119A (zh) * 2002-12-12 2003-05-21 施文健 测定硫酸软骨素的组合物及测定方法
CN101498661A (zh) * 2008-01-30 2009-08-05 香港浸会大学 高精度分辨中药材品种、产地及生长方式的红外光谱特征提取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1419119A (zh) * 2002-12-12 2003-05-21 施文健 测定硫酸软骨素的组合物及测定方法
CN101498661A (zh) * 2008-01-30 2009-08-05 香港浸会大学 高精度分辨中药材品种、产地及生长方式的红外光谱特征提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《中国生化药物杂志》 20091231 臧恒昌 等 近红外光谱分析技术用于糖胺聚糖分析的展望 1-2 第30卷, 第1期 2 *
《光谱学与光谱分析》 20060430 刘沭华 等 近红外漫反射光谱法和模式识别技术鉴别中药材产地 629-632 1-2 第26卷, 第4期 2 *
《光谱学与光谱分析》 20080131 郑江 等 鲟鱼和鲨鱼硫酸软骨素红外光谱特性的比较研究 106-109 1-2 第28卷, 第1期 2 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841071A (zh) * 2011-06-23 2012-12-26 中国石油化工股份有限公司 由二维相关红外异步光谱识别原油种类的方法
CN102841070A (zh) * 2011-06-23 2012-12-26 中国石油化工股份有限公司 由二维相关红外同步光谱识别原油种类的方法
CN102841071B (zh) * 2011-06-23 2014-12-31 中国石油化工股份有限公司 由二维相关红外异步光谱识别原油种类的方法
CN102841070B (zh) * 2011-06-23 2015-03-18 中国石油化工股份有限公司 由二维相关红外同步光谱识别原油种类的方法
CN104730030A (zh) * 2015-03-27 2015-06-24 山东大学 基于近红外分析技术的党参真伪鉴别和产地判定的方法
CN109613132A (zh) * 2018-12-06 2019-04-12 上海景峰制药有限公司 一种杂合硫酸软骨素的检测方法
CN112101459A (zh) * 2020-09-15 2020-12-18 南京工程学院 一种基于近红外光光谱特征的动物骨质识别方法及系统
CN112101459B (zh) * 2020-09-15 2024-02-09 南京工程学院 一种基于近红外光光谱特征的动物骨质识别方法及系统

Also Published As

Publication number Publication date
CN102103074B (zh) 2012-05-23

Similar Documents

Publication Publication Date Title
CN107677647B (zh) 基于主成分分析和bp神经网络的中药材产地鉴别方法
CN102103074B (zh) 一种鉴别硫酸软骨素来源的方法
CN105044198B (zh) 一种基于矿质元素指纹鉴别葡萄酒原产地的方法
CN104391860A (zh) 内容类别检测方法及装置
CN105806824A (zh) 基于多源光谱特征融合的食用油种类快速鉴别方法
CN102749297B (zh) 一种基于太赫兹理论模拟光谱的农药鉴别方法
CN108181263B (zh) 基于近红外光谱的烟叶部位特征提取及判别方法
CN107478598A (zh) 一种基于一维卷积神经网络的近红外光谱分析方法
CN108844941B (zh) 一种基于拉曼光谱和pca-hca的不同品位磷矿的鉴别和分类方法
CN104777143A (zh) 一种用于过期药的、基于拉曼光谱的相似度鉴定方法
CN104502299A (zh) 一种利用近红外光谱技术鉴别五常稻花香大米的方法
CN104502309A (zh) 采用近红外光谱特征波长识别几种废旧塑料种类的方法
CN104949956A (zh) 仿制药冒充原研药的一种检测方法
CN105699319A (zh) 一种基于高斯过程的近红外光谱煤全水分快速检测方法
CN103033486A (zh) 陈皮及广陈皮药材质量的近红外光谱监控方法
CN103760110A (zh) 一种快速鉴别不同动物来源肉的方法
Zang et al. Combining 1H NMR spectroscopy and chemometrics to identify heparin samples that may possess dermatan sulfate (DS) impurities or oversulfated chondroitin sulfate (OSCS) contaminants
CN105139022A (zh) 一种通过近红外高光谱图像技术建立塑料识别模型的方法
CN106570351A (zh) 基于谱图相似度计算的搜库匹配结果的计算机模拟统计验证方法
CN104807777A (zh) 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法
CN113128567A (zh) 一种基于用电量数据的异常用电行为识别方法
CN104596981A (zh) 一种近红外光谱结合pls-da区分造纸法再造烟叶产品的方法
CN107796766A (zh) 一种臭脚盐产地鉴别方法、装置及计算机可读存储介质
CN103743705A (zh) 一种假高粱及其近似物种的快速检测方法
CN103760130B (zh) 近红外光谱测定复方麝香注射液中吐温-80含量的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120523

Termination date: 20161125

CF01 Termination of patent right due to non-payment of annual fee