CN114034800A - 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 - Google Patents
基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 Download PDFInfo
- Publication number
- CN114034800A CN114034800A CN202111407434.XA CN202111407434A CN114034800A CN 114034800 A CN114034800 A CN 114034800A CN 202111407434 A CN202111407434 A CN 202111407434A CN 114034800 A CN114034800 A CN 114034800A
- Authority
- CN
- China
- Prior art keywords
- similarity
- fingerprint
- medlar
- standard
- wolfberry
- 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
- 235000017784 Mespilus germanica Nutrition 0.000 title claims abstract description 118
- 235000000560 Mimusops elengi Nutrition 0.000 title claims abstract description 118
- 235000007837 Vangueria infausta Nutrition 0.000 title claims abstract description 118
- 238000003860 storage Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 62
- 240000002624 Mespilus germanica Species 0.000 title abstract 10
- 238000001228 spectrum Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 244000241838 Lycium barbarum Species 0.000 claims description 118
- 235000015459 Lycium barbarum Nutrition 0.000 claims description 118
- 244000182216 Mimusops elengi Species 0.000 claims description 108
- 235000015468 Lycium chinense Nutrition 0.000 claims description 90
- 238000012795 verification Methods 0.000 claims description 46
- 244000241872 Lycium chinense Species 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 15
- 238000013210 evaluation model Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000003908 quality control method Methods 0.000 abstract description 4
- 150000004676 glycans Chemical class 0.000 description 13
- 239000002366 mineral element Substances 0.000 description 13
- 229920001282 polysaccharide Polymers 0.000 description 13
- 239000005017 polysaccharide Substances 0.000 description 13
- 238000009826 distribution Methods 0.000 description 11
- 239000008518 lycium barbarum polysaccharide Substances 0.000 description 11
- 229920001184 polypeptide Polymers 0.000 description 11
- 102000004196 processed proteins & peptides Human genes 0.000 description 11
- 108090000765 processed proteins & peptides Proteins 0.000 description 11
- 150000001413 amino acids Chemical class 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 229930002877 anthocyanin Natural products 0.000 description 4
- 235000010208 anthocyanin Nutrition 0.000 description 4
- 239000004410 anthocyanin Substances 0.000 description 4
- 150000004636 anthocyanins Chemical class 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 241001106041 Lycium Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007062 hydrolysis Effects 0.000 description 3
- 238000006460 hydrolysis reaction Methods 0.000 description 3
- 241000208292 Solanaceae Species 0.000 description 2
- 229930014669 anthocyanidin Natural products 0.000 description 2
- 150000001453 anthocyanidins Chemical class 0.000 description 2
- 235000008758 anthocyanidins Nutrition 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011993 High Performance Size Exclusion Chromatography Methods 0.000 description 1
- 241000169546 Lycium ruthenicum Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000004108 freeze drying Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 150000002772 monosaccharides Chemical class 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004007 reversed phase HPLC Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8686—Fingerprinting, e.g. without prior knowledge of the sample components
Landscapes
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Library & Information Science (AREA)
- Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，属于枸杞质量控制技术领域。该方法通过建立包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱的指纹图谱数据库，进一步通过已知信息或鉴别目标信息索引，求取待鉴别枸杞的检测值与若干标准枸杞指纹图谱的综合相似度，基于综合相似度，准确鉴别枸杞的产地和/或贮藏期，鉴别过程简单，效率高，仅仅需要采用已知的并固定的枸杞有效成分提取方法获取待鉴别枸杞的检测值，即可通过计算机程序辅助，自动实现枸杞产地和/或枸杞贮藏期的鉴别。
Description
技术领域
本发明属于枸杞质量控制技术领域，特别涉及一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法。
背景技术
枸杞(LyciumbarbardmL)属茄科(Solanaceae)枸杞属(Lycium)多年生落叶灌木，主要分布于西北地区的宁夏、新疆、内蒙古等地。枸杞的品质不仅受到其原产地的土壤、环境、气候等因素影响，而且与其加工贮藏方式和贮藏时间息息相关。现有技术中，根据不同地区、不同时期的枸杞的代谢产物的不同，建立枸杞指纹图谱，以辅助判断枸杞原产地、贮藏期等信息。例如，专利号为201310480474.6的中国发明专利公开了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，通过建立8种味觉信息与枸杞生产年份间的多元线性回归模型，检测并计算枸杞生产年份。然而，影响枸杞的味觉信息表达的因素有很多，单纯依靠味觉信息指标预测枸杞的生产年份，其准确性较差。
例如，专利号为201410548853.9的中国发明专利公开了一种枸杞多糖多元指纹图谱的构建方法及其标准指纹图谱，通过提取枸杞多糖后，构建包括枸杞多糖UV标准指纹图谱、枸杞多糖HPSEC标准指纹图谱、枸杞多糖IR指纹图谱、枸杞多糖完全水解的产物的PMP衍生化产物的反相HPLC指纹图谱，并用于分析枸杞的产地和品种。上述专利文献虽然从多个角度构建了枸杞多糖的指纹图谱，并用于枸类、枸杞多糖的质量控制和真伪鉴别，但是同样的，枸杞多糖的含量及其单糖分布不仅受产地影响，还受到加工方法、生产年限、贮藏年限及枸杞多糖提取方法的影响，如单从枸杞多糖的品质出发，评价枸杞品质，其准确性较差。
再如，专利号为201510993333.3的中国发明专利提供了一种鉴别地理标志农产品中宁枸杞的方法，通过检测枸杞样品中的矿质元素含量，并构建相应的判别模型，根据匹配值判别枸杞样品的产地。上述专利文献提供了一种较好的判定枸杞产地的方法，但却难以准确判断枸杞的贮藏期。
发明内容
基于此，本发明提供一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，以解决现有技术中存在的枸杞指纹图谱数据来源单一，对于枸杞品质鉴定不准确的技术问题。
本发明解决上述技术问题的技术方案如下：
一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，包括以下步骤：
a.获取枸杞的已知信息，或者获取鉴别目标信息；
b.根据所述已知信息或所述鉴别目标信息，从指纹图谱数据库中获取至少两个标准枸杞指纹图谱；其中，指纹图谱数据库中包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱；
c.读取标准枸杞指纹图谱的指纹类型及特征值；
d.根据指纹类型，获取待鉴别枸杞的检测值；
e.分别计算每一个标准枸杞指纹图谱的特征值与检测值的相似度；
f.计算综合相似度；
g.根据综合相似度，判别枸杞的产地及贮藏期。
优选地，步骤f中，综合相似度的计算方法包括以下步骤：
f1.确认基准相似度；
f2.确认验证相似度；
f3.根据验证相似度对基准相似度进行修正，以修正后的基准相似度作为综合相似度。
优选地，步骤f3中，通过以下方法对基准相似度进行修正：
当验证相似度≥相似度阈值时，ηn+1＝1-(1-ηn)(1-δn+1)；
当验证相似度＜相似度阈值时，ηn+1＝ηn·δn+1；
其中，ηn+1表示第n+1次基准相似度修正结果，ηn表示第n次基准相似度修正结果，δn+1表示第n+1次修正时的验证相似度，n为≥1的整数。
优选地，步骤f中，综合相似度的计算方法还包括以下步骤：
统计小于相似度阈值的验证相似度的数量，当小于相似度阈值的验证相似度的数量大于验证相似度总数量的一半，则重新确认基准相似度。
优选地，步骤f1中，基准相似度的确认方法包括以下步骤：
f11.根据所述已知信息和所述鉴别目标信息，指定一种指纹类型的标准枸杞指纹图谱作为基准指纹图谱；
f12.分别计算基准指纹图谱的特征值与检测值的相似度，并进行相似度排序，并以最高相似度作为基准相似度。
优选地，步骤f1中，基准相似度的确认方法还包括以下步骤：
f13.当小于相似度阈值的验证相似度的数量大于验证相似度总数量的一半时，排除已经确认的基准相似度，并重复步骤f12，重新确认基准相似度。
优选地：步骤f2中，确认验证相似度的方法包括以下步骤：
f21.获取已确认的基准相似度所对应的标准枸杞指纹图谱的产地信息、贮藏期信息和指纹类型；
f22.筛选产地信息相同、贮藏期信息相同，但指纹类型不同的标准枸杞指纹图谱所对应的相似度，作为验证相似度。
优选地：步骤e中，标准枸杞指纹图谱的特征值与检测值的相似度的计算方法包括以下步骤：
e1.以检测值为圆心，以最大允许偏差为半径，建立相似度评价模型；
e2.计算特征值与检测值的偏差；
e3.将特征值与检测值的偏差代入相似度评价模型，得出单一值相似度；
e4.取一个标准枸杞指纹图谱所对应的所有单一值相似度的平均值，即为标准枸杞指纹图谱的特征值与检测值的相似度。
优选地，步骤e1中，相似度评价模型为：
最大允许偏差β≤5％，为高相似，记10分；
最大允许偏差5＜β≤10％，为较高相似，记9分；
最大允许偏差10＜β≤25％，为一般相似，记8分；
最大允许偏差25＜β≤50％，为低相似，记6分；
最大允许偏差β＞50％，为不相似，记0分。
优选地，步骤e中，标准枸杞指纹图谱的特征值与检测值的相似度的计算方法包括以下步骤：统计一个标准枸杞指纹图谱所对应的所有单一值相似度中，被标记为不相似的数量，当不相似数量大于高相似、较高相似、一般相似、低相似的数量和时，判定该标准枸杞指纹图谱不能作为评价当前待检测枸杞的标准枸杞指纹图谱。
与现有技术相比，本发明至少具有以下优点：
本发明通过建立包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱的指纹图谱数据库，进一步通过已知信息或鉴别目标信息索引，求取待鉴别枸杞的检测值与若干标准枸杞指纹图谱的综合相似度，基于综合相似度，准确鉴别枸杞的产地和/或贮藏期，鉴别过程简单，效率高，仅仅需要采用已知的并固定的枸杞有效成分提取方法获取待鉴别枸杞的检测值，即可通过计算机程序辅助，自动实现枸杞产地和/或枸杞贮藏期的鉴别。由于最终评价结果基于至少有两个标准指纹图谱结合的综合相似度，且至少综合了产地和贮藏期两种可能影响因素，大幅度提高了鉴别的准确度，试验表明，对于枸杞产地或贮藏期的鉴别准确率高达96.7％，对于枸杞产地和贮藏期的鉴别准确率高达85％。
附图说明
图1为一实施例的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法的流程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。以下将结合本发明实施例的附图，对本发明的技术方案做进一步描述，本发明不仅限于以下具体实施方式。
需要理解的是，实施例的附图中相同或相似的标号对应相同或相似的部件。在本发明的描述中，需要理解的是，若有术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
一实施例中，请参看图1，一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，用于鉴别枸杞的产地和/或枸杞的贮藏期，也可以用于判别枸杞的真假及用于枸杞的质量控制。该基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法基于大数据及计算机程序实现，包括以下步骤：
S100.获取枸杞的已知信息，或者获取鉴别目标信息。
在不考虑数据处理量也就是枸杞产地或贮藏期的鉴别效率时，原则上，在不清楚枸杞的任何信息的前提下，利用本发明提供的鉴别方法可以鉴别枸杞的产地或贮藏期。为降低数据处理量，提高效率，在进行枸杞产地或者贮藏期的鉴别时，一些关键的已知信息被期望知道，这些已知信息可能包括待鉴别枸杞的品种、加工方式、产地、贮藏期等，这些已知信息有助于数据的索引。
在另外一些情况下，待鉴别枸杞的鉴别目标信息被期望获取，这些鉴别目标信息可能包括枸杞产地、枸杞贮藏期，也就是说，在鉴别之前给出一个预期的鉴别的目标，这些预期的鉴别的目标有助于对信息、对数据进行归类，从而提高枸杞鉴别的效率。
S200.根据所述已知信息或所述鉴别目标信息，从指纹图谱数据库中获取至少两个标准枸杞指纹图谱；其中，指纹图谱数据库中包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱。
在获取了一些已知信息或者一些鉴别目标信息后，根据这些信息进行索引，从而可以从指纹图谱库中找到若干被已知信息或鉴别目标信息限制的标准枸杞指纹图谱，这些标准枸杞指纹图谱被用于对枸杞的产地和/或贮藏期进行鉴别。作为优选，5-20个标准枸杞指纹图谱被期望获取，以提高鉴别的准确度，同时保证鉴别的效率。
每一个标准枸杞指纹图谱至少包括以下必要信息：枸杞产地、贮藏期、枸杞品种、加工方式(烘干或者冻干)以及形成该标准枸杞指纹图谱的数据的类型(即指纹类型)和获取数据的方法，根据这些必要信息，可以快速索引到需求目标的标准枸杞指纹图谱。
标准枸杞指纹图谱的指纹类型可以包括：以矿质元素含量及分布为基础构建的矿质元素指纹图谱，以氨基酸含量及分布为基础构建的氨基酸指纹图谱，以枸杞多糖含量及分布为基础构建的枸杞多糖指纹图谱，以枸杞多糖条件水解后的产物的含量及分布为基础构建的多肽及多肽衍生指纹图谱，以枸杞花青素含量及分布为基础构建的枸杞花青素指纹图谱等。
标准枸杞指纹图谱的获取可以通过大量采集不同产地、不同品种、不同加工方式、不同贮藏期的枸杞样本，通过现有技术中已经揭示的枸杞有效组分提取方法及标准指纹图谱构建方法建立，并将大量不同的标准枸杞指纹图谱归集归类，形成指纹图谱库。标准枸杞指纹图谱的获取也可以通过借鉴或调用已经研究并公开的标准指纹图谱。
可以参考、借鉴或者直接引用的记载标准枸杞指纹图谱的建立方法及标准指纹图谱的专利或非专利文献包括但不限于以下列举。
专利号为201410548853.9，名称为《一种枸杞多糖多元指纹图谱的构建方法及其标准指纹图谱》的中国发明专利。
专利号为201310480474.6，名称为《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》的中国发明专利。
专利号为201510993333.3，名称为《一种鉴别地理标志农产品中宁枸杞的方法》的中国发明专利。
专利号为200710306938.6，名称为《枸杞HPLC指纹图谱的建立方法及其标准指纹图谱》的中国发明专利。
专利号为201711097190.3，名称为《基于非线性化学指纹图谱技术的黑枸杞真伪鉴别方法》的中国发明专利。
《柴达木枸杞中17种氨基酸的测定与分析》吴友锋、谭亮等，食品工业科技，vol.38，No.01,2017。
《枸杞子指纹图谱研究》闵江，刘雄艳等，中华中医药学会中药炮制分会2008年学术研讨会论文集，380-383页。
S300.读取标准枸杞指纹图谱的指纹类型及特征值。
根据已知信息或者鉴别目标信息从指纹图谱库内选择若干个标准枸杞指纹图谱，这些标准枸杞指纹图谱将被用于鉴别枸杞的产地和/或贮藏期。
首先，提取这些标准枸杞指纹图谱的指纹类型，提取的指纹类型用于辅助确定需要从待检测枸杞样品中，通过仪器分析手段获取的检测值的类型。
然后，提取每一个标准枸杞指纹图谱的特征值，这些特征值用于和检测值进行对比，计算相似度。需要理解的是，从标准枸杞指纹图谱中提取的特征值应该具有数值属性，这些特征值能够通过仪器分析手段获取，并能够与检测值进行比较。
例如，提取到的特征值可以如表1所示。
表1特征值示例
基于表1，提供几种种优选的标准枸杞指纹图谱的获取的方式。例如，已知枸杞品种为宁杞1号，枸杞产地为中宁，需要鉴别枸杞的贮藏期，则此时，获取所述指纹图谱库内所有的产地为中宁、品种为宁杞1号的标准枸杞指纹图谱，包括中宁宁杞1号的不同贮藏期的矿质元素指纹图谱、氨基酸指纹图谱、枸杞多糖指纹图谱、多肽及多肽衍生指纹图谱、花青素指纹图谱等中的至少两个。
再例如，已知枸杞品种为宁杞1号，枸杞贮藏期为3年，需要鉴别枸杞的产地，则此时，获取所述指纹图谱库内所有贮藏期为3年的标准枸杞指纹图谱，包括贮藏期为3年的宁杞1号枸杞的矿质元素指纹图谱、氨基酸指纹图谱、枸杞多糖指纹图谱、多肽及多肽衍生指纹图谱、花青素指纹图谱等中的至少两个。
再例如，已知枸杞品种为宁杞1号，不知道其原产地和贮藏期，此时，如果鉴别目标是获取枸杞的贮藏期或产地，则需获取宁杞1号对应的所有的标准枸杞指纹图谱。
需要说明的是，可以根据枸杞的鉴别目标，确定影响权重较高的标准枸杞指纹图谱，例如，如枸杞的鉴别目标为枸杞产地，则可以确定以矿质元素指纹图谱或氨基酸指纹图谱作为影响权重较高的标准枸杞指纹图谱进行评价。如枸杞的鉴别目标为枸杞贮藏期，则可以确定以枸杞多糖指纹图谱或多肽及多肽衍生指纹图谱作为影响权重较高的标准枸杞指纹图谱进行评价。
S400.根据指纹类型，获取待鉴别枸杞的检测值。
在确认待评价的指纹类型后，根据指纹类型，选用与指纹类型相对应的仪器分析方法，获取待鉴别枸杞的检测值，这些检测值可能包括枸杞矿质元素分布及含量、枸杞氨基酸含量及分布、枸杞多糖含量及分布、枸杞多糖水解后得到的多肽及多肽衍生物的含量及分布、花青素的含量及分布等中的至少两种，具体检测方法为常规检测方法，不再赘述。
S500.分别计算每一个标准枸杞指纹图谱的特征值与检测值的相似度。
获取了待检测枸杞的检测值以及标准枸杞指纹图谱的特征值以后，通过对比，得到检测值和特征值的相似度。需要理解的是，可以通过多种方法得到检测值和特征值之间的相似度，例如，可以通过夹角余弦法或者相关系数法计算检测值和特征值之间的相似度。作为优选，通过偏差法计算检测值和特征值之间的相似度。
具体地，标准枸杞指纹图谱的特征值与检测值的相似度的计算方法包括以下步骤：
S510.以检测值为圆心，以最大允许偏差为半径，建立相似度评价模型。
可以理解的是，以检测值或者以特征值为圆心，以一个被定义的最大允许偏差为半径，可以建立一个同心圆的相似度评价模型，落入相邻两个同心圆之间的检测值与特征值之间的偏差，被认为是具有相等的相似度权重。每一级相似度所对应的最大允许偏差可以根据实际情况进行选择。
例如，可以定义，最大允许偏差β≤5％，为高相似；最大允许偏差5＜β≤10％，为较高相似；最大允许偏差10＜β≤25％，为一般相似；最大允许偏差25＜β≤50％，为低相似；最大允许偏差β＞50％，为不相似。作为优选，可以根据评价结果，为对应等级的相似进行评分，例如，高相似计10分，较高相似计9分，一般相似计8分，低相似计6分，不相似计零分。
为进一步提高评价的准确性，在其中一个优选实施例中，统计一个标准枸杞指纹图谱所对应的所有单一值相似度中，被标记为不相似的数量，当不相似数量大于高相似、较高相似、一般相似、低相似的数量和时，判定该标准枸杞指纹图谱不能作为评价当前待检测枸杞的标准枸杞指纹图。
例如，枸杞矿质元素指纹图谱中，共有10个指标数据，分别求取这10个指标数据与检测值的相似度，即为单一值相似度，并进行相似度评价，当被评价为不相似的指标数据超过10/2＝5个，即不相似数量大于高相似、较高相似、一般相似、低相似的数量和时，则说明该标准枸杞指纹图谱与待检测枸杞的检测值数据具有较大差别，则该标准枸杞指纹图谱不应该被作为评价待检测枸杞产地或贮藏期的标准枸杞指纹图谱，需要重新确认标准枸杞指纹图谱后进行评价。
S520.计算特征值与检测值的偏差。
特征值与检测值之间的偏差作为评价特征值和检测值相似度的直接数据，偏差的计算方式为：偏差＝|(特征值-检测值)/检测值|，或者偏差＝|(检测值-特征值)/特征值|。
S530.将特征值与检测值的偏差代入相似度评价模型，得出单一值相似度。
例如，偏差β≤5％，为高相似，计10分；偏差5＜β≤10％，为较高相似，计9分；偏差10＜β≤25％，为一般相似，计8分；偏差25＜β≤50％，为低相似，计6分；偏差β＞50％，为不相似，计0分。
如果一个所述标准枸杞指纹图谱中有10个特征值数据，则最多可以得到10个单一值相似度。
S540.取一个标准枸杞指纹图谱所对应的所有单一值相似度的平均值，即为标准枸杞指纹图谱的特征值与检测值的相似度。
例如，在一个所述标准枸杞指纹图谱中有10个特征值数据，其与检测值的相似度分别被评价为10分，9分，9分，9分，8分，8分，8分，6分，6分，6分，则标准枸杞指纹图谱的特征值与检测值的相似度为(10+9+9+9+8+8+8+6+6+6)/10＝7.9分，则可以评价为一般相似。可以理解的是，为防止出现个别数据突变的影响，计算均值时，可以选择去掉一个最高值，去掉一个最低值，则上述标准枸杞指纹图谱的特征值与检测值的相似度为(9+9+9+8+8+8+6+6)/8＝8.8分，则可以评价为较高相似。
可以理解的是，在实际计算过程中，可以将计算得到的分值数据用百分数的形式表示，例如，分值为8.8分可以表示为相似度为88％。
S600.计算综合相似度。
采用检测值逐一计算待检测枸杞与若干个标准枸杞指纹图谱的特征值的相似度后，此时，对相似度进行排序，可以将待检测枸杞的产地或者贮藏期限定在一定的范围内，但由于枸杞中各种组分的变化影响因素较为复杂，依然不能直接确定枸杞的产地或贮藏期。
综合相似度是指枸杞各个指纹图谱综合评价指标。利用多维枸杞指纹图谱对相似度排序结果进行辅助验证，以进一步明确枸杞产地或者贮藏期，提高鉴定的准确度。
一优选实施例中，综合相似度的计算方法包括步骤S610-S630。可以理解的是，下述步骤是为提高鉴别准确度和鉴别效率的一种优选的实施方案，本领域技术人员可以采用除此以外的其他方式，如相关系数法，获取综合相似度。
S610.确认基准相似度。
为降低计算机程序运算量，提高枸杞产地和/或贮藏期的鉴别效率，一优选实施例中，根据待鉴别枸杞的鉴别目标信息，首先确认基准相似度。所述基准相似度是指用以鉴别枸杞产地和/或贮藏期的相对最合适的相似度信息。
作为优选，可通过以下方法确认基准相似度：
S611.根据所述鉴别目标信息，指定一种指纹类型的标准枸杞指纹图谱作为基准指纹图谱。
也就是说，首先，根据鉴别目标信息，由系统默认指定一种指纹类型的标准枸杞指纹图谱作为基准指纹图谱。例如，当鉴别目标信息为产地时，可指定矿质元素指纹图谱或氨基酸指纹图谱作为基准指纹图谱。当鉴别目标信息为贮藏期时，可指定枸杞多糖指纹图谱或多肽及多肽衍生物指纹图谱作为基准指纹图谱。
S612.分别计算基准指纹图谱的特征值与检测值的相似度，并进行相似度排序，并以最高相似度作为基准相似度。
确定基准指纹图谱后，采用上述相似度计算方法分别计算每一个基准指纹图谱的特征值与检测值的相似度，可以得到一组相似度数据。对得到的一组相似度数据进行排序，以相似度最高的基准指纹图谱所计算得到的相似度作为基准相似度。
为便于理解，提供一简单示例，例如，待鉴别枸杞的已知信息为贮藏期3年，鉴别目标信息为产地，则系统自动指定矿质元素指纹图谱作为基准指纹图谱，因此得到贮藏期为三年的，不同产地的一组标准枸杞指纹图谱，作为基准指纹图谱。分别计算上述一组标准枸杞指纹图谱中特征值(矿质元素含量)与检测值(矿质元素含量)的相似度，对得到的相似度排序，则可选出最高相似度作为基准相似度。鉴别目标信息为贮藏期的枸杞的基准相似度的确认与上述方法相似，不再赘述。
可以理解的是，基准相似度的确认步骤可以事后完成，即在计算综合相似度时完成，也可以在步骤S200“根据所述已知信息或所述鉴别目标信息，从指纹图谱数据库中获取至少两个标准枸杞指纹图谱”的过程中完成，以提高枸杞鉴别的效率。
S620.确认验证相似度。
基准相似度确认后，相当于完成了对待鉴别枸杞的一维指纹图谱的鉴别。需要对鉴别结果进行修正及进一步验证，以提高鉴别的准确性。
一优选实施方式中，验证相似度的确认通过以下方法进行。
S621.获取已确认的基准相似度所对应的标准枸杞指纹图谱的产地信息、贮藏期信息和指纹类型。
S622.筛选产地信息相同、贮藏期信息相同，但指纹类型不同的标准枸杞指纹图谱所对应的相似度，作为验证相似度。
在基准相似度确认后，相当于确定了一个标准枸杞指纹图谱作为基准指纹图谱，则该标准枸杞指纹图谱中所携带的信息可以被获取。一优选实施例中，获取该标准枸杞指纹图谱的产地和贮藏期信息，根据产地和贮藏期信息，可以索引至若干个产地相同、贮藏期相同的标准枸杞指纹图谱，从这些标准枸杞指纹图谱中，筛选指纹类型不同的标准枸杞指纹图谱，用这些标准枸杞指纹图谱的特征值与检测值所计算得到的相似度被作为验证相似度。
为便于理解，例如，为鉴别中宁枸杞的贮藏期，根据步骤S610,确认的基准相似度所对应的标准枸杞指纹图谱为贮藏期为3年的中宁枸杞的多肽及其衍生物指纹图谱，则根据步骤S620，筛选贮藏期为3年的中宁枸杞的枸杞多糖指纹图谱、矿质元素指纹图谱、氨基酸指纹图谱或花青素指纹图谱中的至少两种所得到的相似度作为验证相似度。
S630.根据验证相似度对基准相似度进行修正，以修正后的基准相似度作为综合相似度。
可采用权重法对基准相似度进行修正，作为优选，为提高修正过程的科学性，通过以下方法对基准相似度进行修正：
当验证相似度≥相似度阈值时，ηn+1＝1-(1-ηn)(1-δn+1)；当验证相似度＜相似度阈值时，ηn+1＝ηn·δn+1。其中，ηn+1表示第n+1次基准相似度修正结果，ηn表示第n次基准相似度修正结果，δn+1表示第n+1次修正时的验证相似度，n为≥1的整数。
需要理解的是，修正前，可以根据鉴别目标信息，对验证相关度所对应的标准枸杞指纹图谱的验证顺序进行排序，即对相关度验证顺序进行排序，以从较高的相关度开始进行验证。为方便理解，例如，确认的基准相对度为90％，确认的验证相似度分别为95％、90％、85％、65％，假设设定的相关度阈值为75％，则第一次修正结果为η2＝1-(1-90％)(1-95％)＝99.5％；第二次修正结果为η3＝1-(1-99.5％)(1-90％)＝99.95％；第三次修正结果为η4＝1-(1-99.95％)(1-85％)＝99.99％；第四次修正结果为η5＝99.99％×65％＝64.99％。需要说明的是，在数据量较大的情况下，可以考虑去掉相似度最大值和相似度最小值，以降低偶然因子数据的影响。当然，当验证过程中出现明显相似度差距较大的数据，可舍弃，并对该数据进行个别分析。
在一优选实施例中，为进一步提高枸杞产地和/或贮藏期的鉴的准确度，统计小于相似度阈值的验证相似度的数量，当小于相似度阈值的验证相似度的数量大于验证相似度总数量的一半，则重新确认基准相似度。例如，相似度阈值被定义为60％，则当验证相似度中，小于60％的数量超过验证相似度的数量的一半时，则可以表明选取的基准相似度不合适，则重新选取基准相似度，进行重复判断。直至小于相似度阈值的验证相似度的数量不大于验证相似度总数量的一半，且最终相似度不小于设定的评价阈值时，判断结束，并以该判断结果作为确定的综合相似度。
S700.根据综合相似度，判别枸杞的产地及贮藏期。
当综合相似度值不小于相似度阈值时，判定该标准枸杞指纹图谱与待鉴别的枸杞匹配，则以该标准枸杞指纹图谱所对应的产地及贮藏期信息作为判断结果输出。作为优选，相似度阈值被定义为70％-80％。
值得说明的是，本发明所提供的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法不仅能够准确的鉴别待鉴别枸杞的产地和贮藏期，也可以用于鉴别待鉴别枸杞的真伪。当用于鉴别待鉴别枸杞的真伪时，可以直接获取待鉴别枸杞的宣称的产地和贮藏期，采用相同产地、相同贮藏期的若干不同的指纹类型的标准枸杞指纹图谱，计算综合相似度，当综合相似度不小于相似度阈值时，判定该被鉴别枸杞为真，否则存疑，需进行进一步验证。
以下通过具体实验例，进一步说明本发明的技术方案及技术效果。
一、构建指纹图谱库
分别采集来自各主要产地的、不同品种的、不同贮藏期的枸杞样品，每份样品不少于20个来自不同小产区、不同贮藏期限的平行组，通过如前文所述的现有技术中提供的标准指纹图谱的构建方法，构建不同指纹类型的标准枸杞指纹图谱，并建立数据库，形成指纹图谱库。
二、枸杞产地及贮藏期鉴别
选取宁杞一号枸杞作为待鉴别枸杞的品种，并设立以下实验组：
产地为中卫，贮藏期为一年期、三年期、五年期的烘干枸杞样本，每个贮藏期设置20组平行实验。
贮藏期为三年期，产地为中卫、银川、吴忠、新疆的烘干枸杞样本，每个产地设置20组平行实验。
鉴别结果如表2所示。
表2鉴别结果统计
实验表明，采用本发明所提供的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法能够快速鉴别枸杞的产地及贮藏期，对于产地或贮藏期的鉴别准确率高达90％，综合准确率高达96.7％，对于同时鉴别枸杞产地和贮藏期的情况，准确率也高达85％。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，包括以下步骤：
a.获取枸杞的已知信息，或者获取鉴别目标信息；
b.根据所述已知信息或所述鉴别目标信息，从指纹图谱数据库中获取至少两个标准枸杞指纹图谱；其中，指纹图谱数据库中包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱；
c.读取标准枸杞指纹图谱的指纹类型及特征值；
d.根据指纹类型，获取待鉴别枸杞的检测值；
e.分别计算每一个标准枸杞指纹图谱的特征值与检测值的相似度；
f.计算综合相似度；
g.根据综合相似度，判别枸杞的产地及贮藏期。
2.如权利要求1所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤f中，综合相似度的计算方法包括以下步骤：
f1.确认基准相似度；
f2.确认验证相似度；
f3.根据验证相似度对基准相似度进行修正，以修正后的基准相似度作为综合相似度。
3.如权利要求2所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤f3中，通过以下方法对基准相似度进行修正：
当验证相似度≥相似度阈值时，ηn+1=1-（1-ηn）（1-δn+1）；
当验证相似度＜相似度阈值时，ηn+1=ηn•δn+1；
其中，ηn+1表示第n+1次基准相似度修正结果，ηn表示第n次基准相似度修正结果，δn+1表示第n+1次修正时的验证相似度，n为≥1的整数。
4.如权利要求2所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤f中，综合相似度的计算方法还包括以下步骤：
统计小于相似度阈值的验证相似度的数量，当小于相似度阈值的验证相似度的数量大于验证相似度总数量的一半，则重新确认基准相似度。
5.如权利要求4所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤f1中，基准相似度的确认方法包括以下步骤：
f11.根据所述已知信息和所述鉴别目标信息，指定一种指纹类型的标准枸杞指纹图谱作为基准指纹图谱；
f12.分别计算基准指纹图谱的特征值与检测值的相似度，并进行相似度排序，并以最高相似度作为基准相似度。
6.如权利要求5所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤f1中，基准相似度的确认方法还包括以下步骤：
f13.当小于相似度阈值的验证相似度的数量大于验证相似度总数量的一半时，排除已经确认的基准相似度，并重复步骤f12，重新确认基准相似度。
7.如权利要求6所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于：步骤f2中，确认验证相似度的方法包括以下步骤：
f21.获取已确认的基准相似度所对应的标准枸杞指纹图谱的产地信息、贮藏期信息和指纹类型；
f22.筛选产地信息相同、贮藏期信息相同，但指纹类型不同的标准枸杞指纹图谱所对应的相似度，作为验证相似度。
8.如权利要求1所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于：步骤e中，标准枸杞指纹图谱的特征值与检测值的相似度的计算方法包括以下步骤：
e1.以检测值为圆心，以最大允许偏差为半径，建立相似度评价模型；
e2.计算特征值与检测值的偏差；
e3.将特征值与检测值的偏差代入相似度评价模型，得出单一值相似度；
e4.取一个标准枸杞指纹图谱所对应的所有单一值相似度的平均值，即为标准枸杞指纹图谱的特征值与检测值的相似度。
9.如权利要求8所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤e1中，相似度评价模型为：
最大允许偏差β≤5%，为高相似，记10分；
最大允许偏差5＜β≤10%，为较高相似，记9分；
最大允许偏差10＜β≤25%，为一般相似，记8分；
最大允许偏差25＜β≤50%，为低相似，记6分；
最大允许偏差β＞50%，为不相似，记0分。
10.如权利要求9所述的基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，其特征在于，步骤e中，标准枸杞指纹图谱的特征值与检测值的相似度的计算方法包括以下步骤：
统计一个标准枸杞指纹图谱所对应的所有单一值相似度中，被标记为不相似的数量，当不相似数量大于高相似、较高相似、一般相似、低相似的数量和时，判定该标准枸杞指纹图谱不能作为评价当前待检测枸杞的标准枸杞指纹图谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111407434.XA CN114034800B (zh) | 2021-11-24 | 2021-11-24 | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111407434.XA CN114034800B (zh) | 2021-11-24 | 2021-11-24 | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114034800A true CN114034800A (zh) | 2022-02-11 |
| CN114034800B CN114034800B (zh) | 2024-06-18 |
Family
ID=80138632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111407434.XA Active CN114034800B (zh) | 2021-11-24 | 2021-11-24 | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114034800B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101354381A (zh) * | 2007-07-27 | 2009-01-28 | 莆田市中医药研究所 | 一种枇杷叶药材的质量评价方法 |
| CN107607598A (zh) * | 2017-11-09 | 2018-01-19 | 湖南省食品质量监督检验研究院 | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 |
| WO2021093354A1 (zh) * | 2019-11-11 | 2021-05-20 | 中国药科大学 | 一种基于人工智能的中药识别方法 |
-
2021
- 2021-11-24 CN CN202111407434.XA patent/CN114034800B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101354381A (zh) * | 2007-07-27 | 2009-01-28 | 莆田市中医药研究所 | 一种枇杷叶药材的质量评价方法 |
| CN107607598A (zh) * | 2017-11-09 | 2018-01-19 | 湖南省食品质量监督检验研究院 | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 |
| WO2021093354A1 (zh) * | 2019-11-11 | 2021-05-20 | 中国药科大学 | 一种基于人工智能的中药识别方法 |
Non-Patent Citations (4)
| Title |
|---|
| "中药材多维指纹图谱新技术建立", 大众科技, no. 09, 10 September 2009 (2009-09-10) * |
| 李小亭;李瑞盈;相海恩;赵志磊;刘秀华;: "基于HPLC指纹图谱及聚类分析对不同产地枸杞质量评价研究", 现代食品科技, no. 09, 15 September 2012 (2012-09-15) * |
| 田甜;韩蕊莲;梁宗锁;: "不同产地和不同年限黄芩HPLC指纹图谱研究", 浙江农业科学, no. 03, 11 March 2018 (2018-03-11) * |
| 白光灿;李娅琦;张泽坤;郭慧清;王梓轩;李月;董玲;裴纹萱;马长华;: "采用HPLC指纹图谱技术及数据分析方法对不同产地枸杞进行质量评价研究", 中南药学, no. 06, 20 June 2018 (2018-06-20) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
|---|---|
| CN114034800B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110739027B (zh) | 一种基于染色质区域覆盖深度的癌症组织定位方法及系统 | |
| CN109002859B (zh) | 基于主成分分析的传感器阵列特征选择和阵列优化方法 | |
| WO2023197825A1 (zh) | 多癌种早筛模型构建方法以及检测装置 | |
| CN114708910B (zh) | 一种利用单细胞测序数据计算池测序中细胞亚群富集分数的方法 | |
| CN113392894A (zh) | 一种多组学数据的聚类分析方法和系统 | |
| CN112233722A (zh) | 品种鉴定的方法、其预测模型的构建方法和装置 | |
| CN114034800A (zh) | 基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法 | |
| CN113823356B (zh) | 一种甲基化位点识别方法及装置 | |
| CN116189763A (zh) | 一种基于二代测序的单样本拷贝数变异检测方法 | |
| CN114694746A (zh) | 基于改进的MRMD算法和DF模型的植物pri-miRNA编码肽预测方法 | |
| CN110010204A (zh) | 基于融合网络和多打分策略的预后生物标志物识别方法 | |
| CN113159220A (zh) | 基于随机森林的混凝土侵彻深度经验算法评价方法和装置 | |
| CN112415208A (zh) | 一种评价蛋白组学质谱数据质量的方法 | |
| CN115965294A (zh) | 一种基于机器学习和环境dna的河流水生态健康评价方法 | |
| CN106326927A (zh) | 一种鞋印新类别检测方法 | |
| KR102397822B1 (ko) | 염색체 구조의 상태 정보를 이용한 세포 분석 장치 및 방법 | |
| JP5403563B2 (ja) | 網羅的フラグメント解析における遺伝子同定方法および発現解析方法 | |
| JP3936851B2 (ja) | クラスタリング結果評価方法及びクラスタリング結果表示方法 | |
| CN113933334A (zh) | 一种基于特征选择和机器学习算法的洋槐蜜真伪鉴别方法 | |
| CN107679365A (zh) | 基于y染色体分子标记高效推断姓氏的方法 | |
| WO2020135500A1 (zh) | 一种构建生物信息分析参照数据集的方法及系统 | |
| CN111638246A (zh) | 一种基于自制电子鼻系统的酱油分类方法 | |
| KR100856526B1 (ko) | 펩티드 질량 지문 추적법을 사용한 알터네이티브스플라이싱 아이소폼을 동정하기 위한 스코어링 알고리즘을포함한 시스템 및 방법과 상기 방법을 수행하기 위한프로그램을 갖는 기록매체 | |
| CN115114968A (zh) | 基于随机森林的铸坯裂纹智能预测方法 | |
| KR101911307B1 (ko) | 유전자 단위에서 단상형을 구분하는 태그-snp 선발 및 활용 기술 |
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 |