CN107607598A - 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 - Google Patents
基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 Download PDFInfo
- Publication number
- CN107607598A CN107607598A CN201711097190.3A CN201711097190A CN107607598A CN 107607598 A CN107607598 A CN 107607598A CN 201711097190 A CN201711097190 A CN 201711097190A CN 107607598 A CN107607598 A CN 107607598A
- Authority
- CN
- China
- Prior art keywords
- lycium ruthenicum
- nonlinear chemical
- chemical fingerprint
- sample
- nonlinear
- 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
Links
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,包括以下步骤:将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪中获取各产地黑枸杞的非线性化学指纹图谱,并对各非线性化学指纹图谱进行等长标准化处理以及从中提取特征参数信息。将待测样本在与标准品相同条件下,获得待测样本的非线性化学指纹图谱和特征参数信息。根据标准品和待测样本的特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度,将待测样本划分为正品、可疑、伪品。本法无需分离提取等复杂的前处理,设备价格低廉,能群集表征所有活性成分的整体含量,检测成本低廉。
Description
技术领域
本发明涉及黑枸杞鉴别领域,特别地,涉及一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法。
背景技术
黑果枸杞Lycium ruthenicum Murr.为茄科枸杞属多年生灌木黑果枸杞的干燥成熟果实,主要分布区域为我国陕西北部的黄土高原、青海、甘肃、宁夏、新疆和西藏等地,是一种独特的药食两用植物。在我国的传统民族医药中黑枸杞占有非常重要的地位。根据藏医学经典《晶珠本草》中的记载:黑果枸杞味甘,性平,清心热,对心脏发热,心脏疾病,月经不调,更年期等疾病的治疗具有很显著的疗效。现代药理学证明黑果枸杞果实富含花青素类天然色素、甜菜碱等成分,具有抗氧化、抗衰老、抗动脉粥样硬化、降血脂等作用。随着生活水平的提高及保健意识的增强,近年来黑果枸杞受到了广泛的关注,市场价格也相当昂贵。为了获得更多的利益,一些不法商家用外形相似的其他果实冒充黑枸杞出售,如白刺果。由于功效成分组成及含量均差异较大,药理药效也有明显差别,以假乱真的黑枸杞伪品极大的伤害了消费者的利益,对临床用药带来安全隐患。
关于枸杞,国家出台了GB/T 18672-2014标准及SN/T 0878-2000进出口枸杞子检验规程,规定了枸杞的质量要求、试验方法、检验规则、标志、包装、运输和贮存。依据标准,对枸杞的质量要求主要分为感官指标、理化指标和微生物指标三大类;感官指标主要有:滋味、气味、外观、色泽和形状、杂质检验等,理化指标主要包括百粒重、粒度、水分、灰分、总糖、粗蛋白、粗脂肪、二氧化硫、枸杞多糖等。由于枸杞的地域性质较突出,GB/T 19742-2008地理标志产品宁夏枸杞及NY/T 1051-2014绿色食品枸杞及枸杞制品又分别规定了特定产区枸杞和绿色食品的特殊质量要求,主要从功效成分含量(枸杞多糖)及农药残留方面作了较国标严格的规定。黑枸杞,茄科、枸杞属,目前尚无单独的产品标准,其质量要求、检验方法通常采用枸杞相关标准,其真伪鉴别方法均未涉及。
关于黑枸杞的鉴别方法,国内外鲜有文献报道。仅有北京中医药大学艾则孜江·艾尔肯通过分子鉴定学手段对黑枸杞进行鉴别,通过花青素及甜菜碱的测定评价其质量。该方法操作较繁琐,耗时较长,分析费用较高。目前,黑枸杞的主要还是通过颜色、形状、气味等感官进行鉴别。因此,一种无需前处理、操作简单、成本低廉且能快速鉴别黑枸杞真伪的技术已成为迫切需要。
发明内容
本发明提供了一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,以解决现有黑枸杞真伪鉴定方法中前处理复杂、操作复杂、成本较高的技术问题。
本发明采用的技术方案如下:
一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,包括以下步骤:
将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪中获取各产地黑枸杞的非线性化学指纹图谱,并对各非线性化学指纹图谱进行等长标准化处理以及从中提取特征参数信息。其中测试温度为46~50℃,溴酸钠的浓度为0.45~0.55mol/L。
将待测样本在与标准品相同条件下,获得待测样本的非线性化学指纹图谱和特征参数信息。
根据标准品和待测样本的特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度,将待测样本划分为正品、可疑、伪品。
进一步地,将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪的步骤包括:
黑枸杞样本、硫酸溶液、丙酮溶液和硫酸锰溶液加入非线性化学指纹图谱智能分析仪的反应器中,在46℃,900~1000r/min搅速的条件下搅拌5min后,加入0.50mol/L溴酸钠溶液。
进一步地,黑枸杞样本为0.500~0.700g,硫酸溶液的加入量为20.0~30.0mL,溶度为0.90~1.10mol/L;丙酮溶液的加入量为8.00~12.00mL,浓度为9~11%(V/V);硫酸锰溶液的加入量为12.00~18.00mL,浓度为0.09~0.11mol/L,溴酸钠溶液的加入量为4.00~6.00mL。
进一步地,黑枸杞样本为0.600g,硫酸溶液的加入量为25.0mL,浓度为1.00mol/L;丙酮溶液的加入量为10.00mL,浓度为10%(V/V);硫酸锰溶液的加入量为12.00mL,浓度为0.10mol/L,溴酸钠溶液的加入量为4.00mL。
进一步地,获取各产地黑枸杞的非线性化学指纹图谱的步骤具体为:
在溴酸钠溶液加入后,开始采集数据,记录电位-时间曲线至电位不再随时间变化为止。
进一步地,还包括以下步骤:将黑枸杞标准品特征参数信息和处理后的非线性化学指纹图谱建立黑枸杞非线性化学指纹图谱库。
特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度的获取方法为:
将待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱置于同一坐标内,在Y轴方向上以一定间距排列,观察其直观形状的差异。
计算待测样本与黑枸杞非线性化学指纹图谱库中各特征参数的相对标准偏差,取最大值。
计算待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱的整体相似度。
进一步地,非线性化学指纹图谱智能分析仪进行预热及校正的步骤包括。
设置反应器温度为46.0℃、搅拌转速为950r/min。并在反应器中加入1mol/L的硫酸溶液,盖好反应器盖,插入电极,采集数据至电位不随时间变化即表明仪器稳定,完成预热及校正。
进一步地,特征参数信息包括:最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数中的一种或者多种。
进一步地,
还包括对正品黑枸杞活性成分的整体含量的测定:
分别取不同质量的黑枸杞标准品,分别测定非线性化学指纹图谱并获取相应的诱导时间,确定各黑枸杞标准品的诱导时间与检测用量线性关系。
根据正品黑枸杞的诱导时间、并依据诱导时间与检测用量线性关系确定所述正品黑枸杞活性成分的整体含量。
进一步地,待测样本和黑枸杞标准品分别由在相应的样品中随机抽样,烘干至恒重,粉碎后过200目筛得到。
本发明具有以下有益效果:本发明是基于远离平衡条件下的非线性化学反应原理,以待测样本成分作为耗散物,通过化学振荡、化学湍流等非线性化学反应建立的一种黑枸杞速鉴别方法。同时对测试温度、溴酸钠的浓度进行优化,提高了检测效果。相对于分子鉴定学的方法,本法无需分离提取等复杂的前处理,设备价格低廉,能群集表征所有活性成分的整体含量,检测成本低廉。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是新疆黑枸杞、青海黑枸杞及伪品白刺果处理后的非线性化学指纹图谱;
图2是新疆黑枸杞、青海黑枸杞及待分析未知产地黑枸杞处理后的非线性化学指纹图谱;
图3是黑枸杞非线性化学指纹图谱的诱导时间与检测用量的关系。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明的优选实施例提供了一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,包括以下步骤:
将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪中获取各产地黑枸杞的非线性化学指纹图谱,并对各非线性化学指纹图谱进行等长标准化处理以及从中提取特征参数信息。其中测试温度为46~50℃,溴酸钠的浓度为0.45~0.55mol/L。
将待测样本在与标准品相同条件下,获得待测样本处理后的非线性化学指纹图谱和特征参数信息。
根据标准品和待测样本的特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度,将待测样本划分为正品、可疑、伪品。
新疆、宁夏、青海、内蒙、甘肃等地为黑枸杞主要产区,可从该地实地采集,经干燥备用,作为黑枸杞标准品。记录各黑枸杞标准品在振荡体系中电位随时间的变化值,获得各产地黑枸杞的非线性化学指纹图谱;采用同样的方法测得待分析样品的非线性化学指纹图谱。通过与标准黑枸杞的非线性化学指纹图谱的直观形状差异比较、参数信息最大相对标准偏差计算、整体相似度计算实现对待测样本是否为黑枸杞的鉴别。
非线性化学指纹图谱智能分析仪包括电脑和非线性化学指纹图谱智能分析仪主机,主机中包括反应器,反应器上设有反应器盖,反应器内设有搅拌机构,通常为磁力搅拌机构可能也有机械搅拌机构。反应器盖插有两个电极,某型非线性化学指纹图谱智能分析仪设有217-1型饱和甘汞电极和213型铂电极。
待仪器预热及校正后,从每一个产地的黑枸杞标准样品随机抽取适量黑枸杞于反应杯中,加入硫酸、硫酸锰、丙酮和溴酸钠溶液,以黑枸杞作为耗散物质成分,组成“硫酸+硫酸锰+丙酮+溴酸钠+黑枸杞”的化学振荡体系,获得每一产地黑枸杞标准样品的非线性化学指纹图谱。黑枸杞标准样品和待测样本多采用粉末状态进行测试,在某些特定情况下,也可采用完整的黑枸杞状态进行鉴别。
将获得的黑枸杞指纹图谱数据进行等长化标准化处理。利用分析中的非线性化学指纹图谱数据处理系统,提取特征参数信息。获得每一产地黑枸杞标准样品的处理后的非线性化学指纹图谱和特征参数信息。
将待测样本在与黑枸杞标准品相同条件下,相同的温度、搅拌速度、各溶剂的加入量和浓度下,获得的非线性化学指纹图谱,继而得到处理后的非线性化学指纹图谱和特征参数信息。
将待测样本的检测数据导入非线性化学指纹图谱数据处理系统,并与标准品黑枸杞的相应数据进行比较。根据标准品和待测样本的特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度,将待测样本划分为正品、可疑、伪品。可疑样品可交由其它仪器进行后续验证检测。
本发明具有以下有益效果:本发明是基于远离平衡条件下的非线性化学反应原理,以待测样本成分作为耗散物,通过化学振荡、化学湍流等非线性化学反应建立的一种黑枸杞速鉴别方法。同时对测试温度、溴酸钠的浓度进行优化,提高了检测效果。相对于分子鉴定学的方法,本法无需分离提取等复杂的前处理,设备价格低廉,能群集表征所有活性成分的整体含量,检测成本低廉。
可选地,将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪的步骤包括:
黑枸杞样本、硫酸溶液、丙酮溶液和硫酸锰溶液加入非线性化学指纹图谱智能分析仪的反应器中,在46℃、900~1000r/min搅速的条件下搅拌5min后,加入0.50mol/L溴酸钠溶液。
可选地,黑枸杞样本为0.500~0.700g,硫酸溶液的加入量为20.0~30.0mL,溶度为0.90~1.10mol/L;丙酮溶液的加入量为8.00~12.00mL,浓度为9~11%(V/V);硫酸锰溶液的加入量为12.00~18.00mL,浓度为0.09~0.11mol/L,溴酸钠溶液的加入量为4.00~6.00mL。
以本发明使用的非线性化学指纹图谱智能分析仪为例,具体操作为:在反应器中加入0.500~0.700g黑枸杞样本、20.0~30.0mL的0.90~1.10mol/L硫酸溶液、8.00~12.00mL的9~11%(V/V)的丙酮溶液和12.00~18.00mL的0.09~0.11mol/L硫酸锰溶液于带搅拌子的反应器中,盖好带注射孔和电极的反应器盖置于非线性化学指纹图谱智能分析仪上,46.0℃水浴,900~1000r/min磁力搅拌,恒温并开始计时.恒速搅拌5.0min时,通过注射器迅速加入5.00mL溴酸钠溶液,即刻点击菜单采集数据,记录E-t曲线至电位E不再随时间t变化为止。
可选地,黑枸杞样本为0.600g,硫酸溶液的加入量为25.0mL,浓度为1.00mol/L;丙酮溶液的加入量为10.00mL,浓度为10%(V/V);硫酸锰溶液的加入量为12.00mL,浓度为0.10mol/L,溴酸钠溶液的加入量为4.00mL。
可选地,获取各产地黑枸杞的非线性化学指纹图谱的步骤具体为:
在溴酸钠溶液加入后,开始采集数据,记录电位-时间曲线至电位不再随时间变化为止。
可选地,还包括以下步骤:将黑枸杞标准品特征参数信息和处理后的非线性化学指纹图谱建立黑枸杞非线性化学指纹图谱库。
特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度的获取方法为:
将待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱置于同一坐标内,在Y轴方向上以一定间距排列,观察其直观形状的差异。
计算待测样本与黑枸杞非线性化学指纹图谱库中各特征参数的相对标准偏差,取最大值。
计算待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱的整体相似度。
在得到各产地的黑枸杞标准品特征参数信息和处理后的非线性化学指纹图谱后,将其作为黑枸杞非线性化学指纹图谱库,存储在非线性化学指纹图谱智能分析仪中,作为黑枸杞真伪鉴别的标准数据库比对用。后续待测的黑枸杞可直接与黑枸杞非线性化学指纹图谱库的数据进行比较。具体的过程如下:
重复标准品的检测过程,得到待测样本的经等长化标准化处理后的非线性化学指纹图谱及其特征参数信息。
然后进行数据处理:a.直观形状差异比较:将待测样本的检测数据导入非线性化学指纹图谱数据处理系统,并与黑枸杞标准指纹图谱置于同一坐标内,在Y轴方向上以一定间距排列,观察其直观形状的差异;b.计算待测样本与黑枸杞标准样品指纹图谱特征参数的相对标准偏差,取最大值;c.计算待测样本处理后的非线性化学指纹图谱与标准黑枸杞指纹图谱的整体相似度。
鉴定结果由直观形状比较、参数信息最大相对标准偏差及整体相似度组成。通过三个方面的比较将被测样品划分为正品、可疑、伪品三个结论,可疑样品交由其它精密仪器进行后续验证检测。
可选地,非线性化学指纹图谱智能分析仪进行预热及校正的步骤包括。
设置反应器温度为46.0℃、搅拌转速为950r/min。并在反应器中加入1mol/L的硫酸溶液,盖好反应器盖,插入电极,采集数据至电位不随时间变化即表明仪器稳定,完成预热及校正。
可选地,特征参数信息包括:最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数中的一种或者多种。
可选地,还包括活性成分的整体含量的测定:
分别取不同质量的黑枸杞标准品,分别测定非线性化学指纹图谱并获取相应的诱导时间,确定各黑枸杞标准品的诱导时间与检测用量线性关系。
根据正品黑枸杞的诱导时间、并依据诱导时间与检测用量线性关系确定所述正品黑枸杞活性成分的整体含量。
如可以分别取不同质量的新疆黑枸杞标准品、青海黑枸杞标准品,确定青海黑枸杞标准品的诱导时间与检测用量线性关系,新疆黑枸杞标准品的诱导时间与检测用量线性关系。
在前面的鉴定过程后鉴定为正品的黑枸杞,读取其诱导时间,然后根据诱导时间与检测用量线性关系,确定其活性成分的整体含量。整个过程操作方便,可对正品的黑枸杞的活性成分的整体含量进行确定,可对正品黑枸杞分级提供参考依据。
可选地,待测样本和黑枸杞标准品分别由在相应的样品中随机抽样,烘干至恒重,粉碎后过200目筛得到。黑枸杞在低温下烘干如在60℃烘干。采用粉末形态的样本测试结果更为准确。
实施例1
1正交试验
白刺果为黑枸杞主要伪品,为获得黑枸杞与其伪品白刺果指纹图谱间最大差异的反应条件,选取道地药材青海黑枸杞和黑枸杞主要伪品白刺果为测试对象,以相同条件下三次平行试验指纹图谱特征参数均值的系统相似度作为考察指标,采用L25(56)正交表,参照表1,以反应温度(A)、构成非线性化学振荡体系的样本检测用量(B)、硫酸(C)、硫酸锰(D)、丙酮(E)、溴酸钠(F)体积作为6个考察因素,选取5个水平进行试验。
当系统相似度越小,表明两者特征参数信息相差越大,反之亦然,故本实验目的在于选择系统相似度最小值作为最优条件。最佳实验方案的获得并不一定是正交实验表中的某一预设方案,而是结合相应水平影响图谱的大小,重新组合成新的实验方法。当R值越大时,相应因素对指纹图谱特征的影响越大;因要求在优化条件下不同产地黑枸杞的特征差异最大,即系统相似度最小,故各个水平中系统相似度平均值K值最小的即为最佳水平。
表1因素和水平
按表1的正交因素水平设计L25(56)正交试验,结果见表2。
正交实验
a.仪器预热及校正:打开电脑、非线性化学指纹图谱智能分析仪主机,设置反应器温度,磁力搅拌器转速为950r/min;在反应器中加入1mol/L的硫酸溶液,盖好反应器盖,插入217-1型饱和甘汞电极和213型铂电极,打开数据采集系统采集数据至电位E不随时间t变化即表明仪器稳定,可开始测试。
b.非线性化学指纹图谱检测方法:在反应器中加入样本、硫酸溶液、丙酮溶液和硫酸锰溶液于带搅拌子的反应器中,盖好带注射孔和电极的反应器盖置于非线性化学指纹图谱智能分析仪上,控制水浴温度,950r/min磁力搅拌,恒温并开始计时。恒速搅拌5.0min时,通过注射器迅速加入溴酸钠溶液,即刻点击菜单采集数据,记录E-t曲线至电位E不再随时间t变化为止。
c.样本非线性化学指纹图谱的建立及标准化:将获得的样本指纹图谱数据进行等长化标准化处理。利用非线性化学指纹图谱数据处理系统,提取最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数等特征参数信息。
d.计算样本青海黑枸杞和样本白刺果的系统相似度。正交实验结果如表2所示。
表2正交试验结果与分析
验证试验
按A3B3C3D3E4F3条件分别对青海黑枸杞、新疆黑枸杞及白刺果平行测定3次,分别以青海黑枸杞及新疆黑枸杞非线性化学指纹图谱的特征参数的均值为共有模式,分别计算白刺果的系统相似度,结果分别为0.7288、0.7155,低于表2中每一项试验结果,故A3B3C3D3E4F3为最佳反应条件。由表2可知,影响非线性化学指纹图谱特征最显著因素是溴酸钠浓度和反应温度,影响顺序为F>A>E>C>B>D,优组合为A3B3C3D3E4F3。
检测试验
对新疆黑枸杞标准品、青海黑枸杞标准品、黑枸杞主要伪品白刺果、未知产地黑枸杞依次编号1,2,3,4并进行分别检测。检测条件采用最优的组合A3B3C3D3E4F3。
本实例样本的处理情况:所涉样本均经60℃干燥至恒重,过200目筛,新疆黑枸杞及青海黑枸杞为对照组
(1)黑枸杞非线性化学指纹图谱标准数据库的建立。
a.仪器预热及校正:打开电脑、非线性化学指纹图谱智能分析仪主机,设置反应器温度为46.0℃,磁力搅拌器转速为950r/min;在反应器中加入1mol/L的硫酸溶液,盖好反应器盖,插入217-1型饱和甘汞电极和213型铂电极,打开数据采集系统采集数据至电位E不随时间t变化即表明仪器稳定,可开始测试。
b.非线性化学指纹图谱检测方法:在反应器中加入0.600g黑枸杞样本、25.0mL1.00mol/L硫酸溶液、10.00mL 10%(V/V)的丙酮溶液和12.00mL 0.10mol/L硫酸锰溶液于带搅拌子的反应器中,盖好带注射孔和电极的反应器盖置于非线性化学指纹图谱智能分析仪上,46.0℃水浴,950r/min磁力搅拌,恒温并开始计时。恒速搅拌5.0min时,通过注射器迅速加入4.00mL溴酸钠溶液,即刻点击菜单采集数据,记录E-t曲线至电位E不再随时间t变化为止。
c.黑枸杞非线性化学指纹图谱的建立及标准化:将获得的黑枸杞指纹图谱数据进行等长化标准化处理。利用非线性化学指纹图谱数据处理系统,提取最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数等特征参数信息。以新疆黑枸杞标准品、青海黑枸杞标准品的处理后的非线性化学指纹图谱、特征参数信息建立不同产地的黑枸杞非线性化学指纹图谱库,作为黑枸杞真伪鉴别的标准数据库比对用。
(2)待测黑枸杞样本的非线性化学指纹图谱的测定及真伪鉴别
a.重复步骤(1),获得样本3白刺果、样本4未知产地黑枸杞得到其处理后的非线性化学指纹图谱及其特征参数信息。
b.数据处理:i.将样本3和4的检测数据导入非线性化学指纹图谱数据处理系统,并与黑枸杞标准指纹图谱置于同一坐标绘制其E-t曲线,观察其直观形状的差异,参照图1和2;ii.提取其提取最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数等特征参数,并与标准指纹图谱参数信息比较,计算其相对标准偏差,取最大值;iii.计算待分析样本与标准黑枸杞指纹图谱的整体相似度。按(2)b步骤获取各样本的指纹图谱特征参数信息并计算其与标准指纹图谱参数信息的相对标准偏差,见表3,表4、表5;计算其整体相似度,见表6;鉴别结果见表7。
表3新疆黑枸杞、青海黑枸杞、白刺果及未知产地黑枸杞样本与非线性化学指纹图谱参数信息
表4白刺果及未知产地黑枸杞样本与新疆黑枸杞非线性化学指纹图谱参数信息的相对标准偏差
表5白刺果及未知产地黑枸杞样本与青海黑枸杞非线性化学指纹图谱参数信息的相对标准偏差
表6测试样本与标准黑枸杞的非线性化学指纹图谱的整体相似度
c.鉴别结论及结果表达:由直观形状比较、参数信息最大相对标准偏差及整体相似度组成。将被测样品划分为正品、可疑、伪品三个结论,可疑样品交由其它精密仪器进行后续验证检测。
整体含量测定
在鉴别枸杞样品为正品后,可进一步对其活性成分的整体含量进行测定。
取道地药材青海黑枸杞(样品2)为参照,设定其活性成分整体含量为1。分别称取0.200g、0.400g、0.600g、0.800g、1.000按正交试验获得的最优条件测定系列非线性化学指纹图谱,其诱导时间分别为:1321.2s、1043.8s、687.2s、402.0s和168.1s,如图3所示,结果显示诱导时间与检测用量在0.200g~1.000g范围内呈良好的线性关系,相关系数为0.9977,线性回归方程为:
Tind=-1474.1m+1608.9 (1)
由表3读取样品1和样品4的诱导时间,通过式1,计算样品1和样品4的整体活性成分相对含量,见表8。
表8青海黑枸杞、新疆黑枸杞及未知产地黑枸杞样本的整体活性成分的相对含量
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,包括以下步骤:
将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪中获取各产地黑枸杞的非线性化学指纹图谱,并对各非线性化学指纹图谱进行等长标准化处理以及从中提取特征参数信息;其中测试温度为46~50℃,溴酸钠的浓度为0.45~0.55mol/L;
将待测样本在与标准品相同条件下,获得待测样本处理后的非线性化学指纹图谱和特征参数信息;
根据标准品和待测样本的特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度,将待测样本划分为正品、可疑、伪品。
2.根据权利要求1所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述将各产地的黑枸杞标准品分别加入硫酸、硫酸锰、丙酮和溴酸钠溶液,置于非线性化学指纹图谱智能分析仪的步骤包括:
黑枸杞样本、硫酸溶液、丙酮溶液和硫酸锰溶液加入所述非线性化学指纹图谱智能分析仪的反应器中,在46℃,900~1000r/min搅速的条件下搅拌5min后,加入0.50mol/L溴酸钠溶液。
3.根据权利要求2所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述黑枸杞样本为0.500~0.700g,所述硫酸溶液的加入量为20.0~30.0mL,溶度为0.90~1.10mol/L;所述丙酮溶液的加入量为8.00~12.00mL,浓度为9~11%(V/V);所述硫酸锰溶液的加入量为12.00~18.00mL,浓度为0.09~0.11mol/L,所述溴酸钠溶液的加入量为4.00~6.00mL。
4.根据权利要求3所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述黑枸杞样本为0.600g,所述硫酸溶液的加入量为25.0mL,浓度为1.00mol/L;所述丙酮溶液的加入量为10.00mL,浓度为10%(V/V);所述硫酸锰溶液的加入量为12.00mL,浓度为0.10mol/L,溴酸钠溶液的加入量为4.00mL。
5.根据权利要求2所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述获取各产地黑枸杞的非线性化学指纹图谱的步骤具体为:
在溴酸钠溶液加入后,开始采集数据,记录电位-时间曲线至电位不再随时间变化为止。
6.根据权利要求1所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,还包括以下步骤:将所述黑枸杞标准品特征参数信息和处理后的非线性化学指纹图谱建立黑枸杞非线性化学指纹图谱库;
所述特征参数信息最大相对标准偏差、指纹图谱直观形状差异及指纹图谱整体相似度的获取方法为:
将待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱置于同一坐标内,在Y轴方向上以一定间距排列,观察其直观形状的差异;
计算待测样本与黑枸杞非线性化学指纹图谱库中各特征参数的相对标准偏差,取最大值;
计算待测样本处理后的非线性化学指纹图谱与黑枸杞非线性化学指纹图谱库的相应指纹图谱的整体相似度。
7.根据权利要求1所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述非线性化学指纹图谱智能分析仪进行预热及校正的步骤包括;
设置反应器温度为46.0℃、搅拌转速为950r/min;并在反应器中加入1mol/L的硫酸溶液,盖好反应器盖,插入电极,采集数据至电位不随时间变化即表明仪器稳定,完成预热及校正。
8.根据权利要求1所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述特征参数信息包括:最低电位、峰顶电位、峰顶时间、诱导时间、起振电位、振荡周期、振荡寿命、最大振幅、停振电位、停振时间和振荡波数中的一种或者多种。
9.根据权利要求1所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,还包括对正品黑枸杞活性成分的整体含量的测定:
分别取不同质量的黑枸杞标准品,分别测定非线性化学指纹图谱并获取相应的诱导时间,确定各黑枸杞标准品的诱导时间与检测用量线性关系;
根据正品黑枸杞的诱导时间、并依据诱导时间与检测用量线性关系确定所述正品黑枸杞活性成分的整体含量。
10.根据权利要求1~9中任一项所述的基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法,其特征在于,所述待测样本和黑枸杞标准品分别由在相应的样品中随机抽样,烘干至恒重,粉碎后过200目筛得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711097190.3A CN107607598B (zh) | 2017-11-09 | 2017-11-09 | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711097190.3A CN107607598B (zh) | 2017-11-09 | 2017-11-09 | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107607598A true CN107607598A (zh) | 2018-01-19 |
CN107607598B CN107607598B (zh) | 2020-09-01 |
Family
ID=61086266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711097190.3A Active CN107607598B (zh) | 2017-11-09 | 2017-11-09 | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607598B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507247A (zh) * | 2018-12-11 | 2019-03-22 | 邯郸学院 | 基于非线性化学指纹图谱鉴别小米产地的方法 |
CN112881496A (zh) * | 2021-01-19 | 2021-06-01 | 天津中医药大学 | 一种化学振荡指纹图谱技术鉴定山银花与金银花的方法 |
CN112903791A (zh) * | 2021-01-19 | 2021-06-04 | 天津中医药大学 | 一种基于化学振荡指纹图谱技术鉴定胶类药材的方法 |
CN113219025A (zh) * | 2021-05-07 | 2021-08-06 | 安徽大学 | 一种定量检测溴酸钾的方法 |
CN113219027A (zh) * | 2021-05-07 | 2021-08-06 | 安徽大学 | 一种定量检测碘酸钾的方法 |
CN114034800A (zh) * | 2021-11-24 | 2022-02-11 | 宁夏回族自治区食品检测研究院 | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 |
CN114487205A (zh) * | 2022-02-15 | 2022-05-13 | 中国中医科学院中药研究所 | 一种宁夏枸杞的指纹图谱的构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1760693A1 (en) * | 2005-09-01 | 2007-03-07 | Seet Internet Ventures Inc. | Extraction and matching of characteristic fingerprints from audio signals |
KR20110114191A (ko) * | 2010-04-13 | 2011-10-19 | (주)아와시스템 | 특징점 구조 기반의 지문 매칭 방법 |
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
CN105466981A (zh) * | 2015-12-29 | 2016-04-06 | 湖南省食品质量监督检验研究院 | 一种基于非线性化学指纹图谱技术的生乳掺假鉴别的方法 |
CN106755396A (zh) * | 2016-12-16 | 2017-05-31 | 宁夏农林科学院枸杞工程技术研究所 | 一种用于构建枸杞dna指纹图谱的引物组合以及应用和方法 |
-
2017
- 2017-11-09 CN CN201711097190.3A patent/CN107607598B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1760693A1 (en) * | 2005-09-01 | 2007-03-07 | Seet Internet Ventures Inc. | Extraction and matching of characteristic fingerprints from audio signals |
KR20110114191A (ko) * | 2010-04-13 | 2011-10-19 | (주)아와시스템 | 특징점 구조 기반의 지문 매칭 방법 |
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
CN105466981A (zh) * | 2015-12-29 | 2016-04-06 | 湖南省食品质量监督检验研究院 | 一种基于非线性化学指纹图谱技术的生乳掺假鉴别的方法 |
CN106755396A (zh) * | 2016-12-16 | 2017-05-31 | 宁夏农林科学院枸杞工程技术研究所 | 一种用于构建枸杞dna指纹图谱的引物组合以及应用和方法 |
Non-Patent Citations (1)
Title |
---|
方宣启: "非线性化学指纹图谱技术及应用研究", 《中国优秀硕士学位论文全文数据库(医药卫生科技辑)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507247A (zh) * | 2018-12-11 | 2019-03-22 | 邯郸学院 | 基于非线性化学指纹图谱鉴别小米产地的方法 |
CN109507247B (zh) * | 2018-12-11 | 2021-09-24 | 邯郸学院 | 基于非线性化学指纹图谱鉴别小米产地的方法 |
CN112881496A (zh) * | 2021-01-19 | 2021-06-01 | 天津中医药大学 | 一种化学振荡指纹图谱技术鉴定山银花与金银花的方法 |
CN112903791A (zh) * | 2021-01-19 | 2021-06-04 | 天津中医药大学 | 一种基于化学振荡指纹图谱技术鉴定胶类药材的方法 |
CN112903791B (zh) * | 2021-01-19 | 2023-02-24 | 天津中医药大学 | 一种基于化学振荡指纹图谱技术鉴定胶类药材的方法 |
CN113219025A (zh) * | 2021-05-07 | 2021-08-06 | 安徽大学 | 一种定量检测溴酸钾的方法 |
CN113219027A (zh) * | 2021-05-07 | 2021-08-06 | 安徽大学 | 一种定量检测碘酸钾的方法 |
CN113219027B (zh) * | 2021-05-07 | 2023-07-21 | 安徽大学 | 一种定量检测碘酸钾的方法 |
CN113219025B (zh) * | 2021-05-07 | 2023-07-25 | 安徽大学 | 一种定量检测溴酸钾的方法 |
CN114034800A (zh) * | 2021-11-24 | 2022-02-11 | 宁夏回族自治区食品检测研究院 | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 |
CN114487205A (zh) * | 2022-02-15 | 2022-05-13 | 中国中医科学院中药研究所 | 一种宁夏枸杞的指纹图谱的构建方法 |
CN114487205B (zh) * | 2022-02-15 | 2023-01-24 | 中国中医科学院中药研究所 | 一种宁夏枸杞的指纹图谱的构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107607598B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607598A (zh) | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 | |
Cardoso et al. | Non-invasive identification of commercial green tea blends using NIR spectroscopy and support vector machine | |
Yang et al. | A novel method for rapid discrimination of bulbus of Fritillaria by using electronic nose and electronic tongue technology | |
CN106092990A (zh) | 一种宁夏枸杞的三维荧光光谱鉴别方法 | |
Harnly et al. | Comparison of flow injection MS, NMR, and DNA sequencing: methods for identification and authentication of black cohosh (Actaea racemosa) | |
CN102338780B (zh) | 一种卷烟品牌判别方法 | |
Liu et al. | Discrimination of the fruits of Amomum tsao-ko according to geographical origin by 2DCOS image with RGB and Resnet image analysis techniques | |
Wang et al. | Variable selection and optimization in rapid detection of soybean straw biomass based on CARS | |
CN108645811A (zh) | 一种采用太赫兹技术检测中草药三七的方法 | |
CN104132905A (zh) | 一种掺伪芝麻油的检测方法 | |
Sun et al. | Identification of genuine and adulterated pinellia ternata by mid-infrared (MIR) and near-infrared (NIR) spectroscopy with partial least squares-discriminant analysis (PLS-DA) | |
CN105466981A (zh) | 一种基于非线性化学指纹图谱技术的生乳掺假鉴别的方法 | |
Tian et al. | Identification of geographical origins of raw American ginseng and tablets based on stable isotope ratios | |
CN112268899B (zh) | 一种快速鉴别贝母类药材的方法 | |
Ming-Liang et al. | A gradient-based discriminant analysis method for process quality control of carbonized TCM via Fourier transform near infrared spectroscopy: A case study on carbonized Typhae Pollen | |
CN109709291B (zh) | 一种通关藤药材真伪快速鉴别的方法 | |
Guo et al. | Discrimination of Radix Astragali from different growth patterns, origins, species, and growth years by an H1-NMR spectrogram of polysaccharide analysis combined with chemical pattern recognition and determination of its polysaccharide content and immunological activity | |
CN102735797A (zh) | 一种中药材或中药饮片二氧化硫残留量限量的检测方法 | |
CN103335960A (zh) | 一种华蟾素提取浓缩过程关键指标的快速检测方法 | |
Yang et al. | Determination of Total Saccharide Content in Auricularia auricula Based on Near‐Infrared Spectroscopy | |
CN108802163A (zh) | 一种快速鉴不同蜂蜜品类的方法 | |
CN103411915A (zh) | 一种中药制剂金水宝胶囊的红外光谱鉴别方法 | |
Shan et al. | Discrimination of Chinese patent medicines using near-infrared spectroscopy and principal component accumulation method | |
CN105466882A (zh) | 一种鉴别单一碳水化合物掺伪原料乳的方法 | |
Chen et al. | Polygonati Rhizoma varieties and origins traceability based on multivariate data fusion combined with an artificial intelligence classification algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |