红外光谱结合多元统计方法的不同产地红根草红外指纹图谱比较研究

红根草为唇形科鼠尾带根全草植物,是著名的广西道地药材和常用中药,对白血病细胞有很强的抑制作用,同时具有较强的抗菌活性和抗癌作用,主治菌莉、腹泻、肠炎、肺炎、急性咽喉炎、扁桃体炎、感冒等症。为快速鉴别和评价不同产地中药红根草主要化学成分的差异,该研究利用红外光谱对不同产地红根草进行检测,并结合主成分分析和聚类分析及载荷因子等方法对不同产地样本进行鉴别。结果表明：(1)在1800~600 cm-1范围内,不同产地红根草根系在1727、1635、1551、1513、1442、1373、1255、1154、1036、795、776、690 cm-1等处均有较强的振动吸收,表明不同产地红根草主要化学组分构成比较相似。(2)红外指纹图谱结合主成分和聚类分析结果表明,不同产地红根草化学成分的差异与地理位置有明显对应性,产地相近的地区红根草化学成分的较似,产地较远的区域红根草化学成分差异较大,但两种方法检测结果均有自己的特征。(3)通过PCA载荷因子分析,可以得出比原始图谱更多的化学成分信息,对主成分聚类贡献较大的吸收峰主要表现在1670、1630、1616、1579、1473、1411、1159、1129、1082、1042、1000、972、946、913、891、806 cm-1附近,进一步揭示出不同产地红根草化学成分差异主要是红根草内酯和甾醇类成分,以及主要有效成分红根草邻醌和丹参酮类成分的差异。该研究结果为红根草的引种栽培及良种选育研究提供了参考。     

基于HPLC指纹图谱和多成分定量评价不同品种百合鲜品质量

目的：建立3种不同品种百合鲜品HPLC指纹图谱,并同时测定其中5种成分。利用聚类（CLA）、主成分分析（PCA）等方法考察不同来源百合质量,为其质量控制评价提供参考。方法：HPLC梯度洗脱法建立了20批百合鲜品的指纹图谱,通过中药指纹图谱相似度评价软件进行相似度评价,采用聚类、主成分分析等进行分析。并同时测定5种成分的含量。结果：标定15个色谱共有峰,20批药材共有峰相似度为0.930～0.997;通过聚类分析分为2类;PCA筛出累积方差贡献率达86.70%的2个主成分;偏最小二乘法-判别分析（OPLS-DA）结果表明不同来源百合药材存在明显差异,对样品有显著影响的色谱峰分别为3号、6号（王百合苷C）和10号。三种分析方法所得结果基本一致。结论：所建立的HPLC指纹图谱和多指标成分定量方法可行,可为系统评价不同品种百合提供一些参考。     

基于指纹图谱结合多成分定量分析的蟾酥药材质量评价研究CSCD

建立蟾酥药材HPLC指纹图谱和多成分含量测定方法。选用Agilent C_(18)色谱柱(150 mm×3 mm,2.7μm),流动相为0.1%乙酸水(A)-乙腈(B),流速0.5 mL/min,柱温30℃,检测波长296 nm,进样量5μL。40批蟾酥药材指纹图谱相似度0.779~0.991,表明不同批次蟾酥药材的差异性较大;共标定了21个共有峰,指认了伪异沙蟾毒精、日蟾毒它灵、沙蟾毒精、蟾蜍它里定、远华蟾蜍精、蟾毒它灵、脂蟾毒精、南美蟾毒精、蟾毒灵、脂蟾毒配基以及华蟾酥毒基,质量分数分别为0.019%~0.163%、0.528%~1.608%、0.943%~5.413%、0.204%~0.815%、0.474%~1.825%、1.115%~2.019%、0.030%~0.249%、0.148%~1.661%、1.206%~2.752%、0.345%~3.287%、1.426%~5.875%。聚类分析将40批样品分为3类,主成分分析筛选出了4个主成分,累计方差贡献率为91.122%,说明主成分能够综合蟾酥药材成分的大部分信息,偏最小二乘判别分析标记出药材中12个差异性成分。此方法可以为蟾酥成分的品质控制及其评价工作提供参考。     

不同产地丹参脂溶性成分指纹图谱的比较研究

目的：利用聚类分析对各地野生及家种丹参的指纹图谱数据进行分析。了解不同地理区域野生丹参以及同一地区家种丹参的遗传差异,为丹参药材优良品种的筛选提供依据。方法：采用高效液相色谱法,以甲醇-水系统为流动相进行梯度洗脱,流速1．0mL／min。检测波长254nm,使用SPSS11．0数据处理软件对所得指纹图谱中考察指标进行聚类分析。结果：采用无性繁殖的相同产地的家种丹参指纹图谱具有很好的相似性,相应的品系药材可以归入同一类;而野生丹参则不可按其地理区域归类。结论：采用无性繁殖丹参的遗传稳定性较好。     

山鸡椒挥发油GC-MS指纹图谱及模式识别研究

为控制山鸡椒挥发油的质量,通过水蒸气蒸馏法分离出山鸡椒挥发油,利用GC-MS建立了山鸡椒挥发油的指纹图谱,并运用主成分分析和聚类分析对指纹图谱进行模式识别研究。结果显示16批样本图谱共匹配出27个共有峰,以此27个峰为评价指标,样本的相似度均大于0.98。对27个共有峰中的18个峰进行了定性,以此18个峰为评价指标,方法学考察结果较好,主成分分析和聚类分析结果基本一致。表明该方法建立的GC-MS指纹图谱具有良好的稳定性和可靠性。同时,模式识别显示不同产地间和同一产地内的山鸡椒挥发油都存在差异。     

浙江省丝瓜种质资源主成分分析和聚类分析

为进行丝瓜品种选育,以32个不同丝瓜种质资源为研究材料,调查结瓜习性、叶缘、瓜棱、雌花节率等共22个性状,对得到的性状数据采用DPS软件进行主成分分析和系统聚类分析。结果表明:22个性状可综合为5个主成分,其累积贡献率达81.308%,根据前5个主成分与性状的相关性,选出14个影响力较大的性状。在主成分分析的基础上,对32个丝瓜种质资源进行了系统聚类分析,在欧氏距离的水平上首先将其划分成2大类,又可进一步划分为6个亚类。     

黍稷农艺性状的主成分分析与聚类分析

对国家种质资源库中收集保存的8016份黍稷种质资源的株高、千粒重、生育期等11个农艺性状进行主成分分析和聚类分析,结果表明：主要农艺性状可归纳为千粒重、主茎节数、主穗长、株高、穗型、花序色、粒色、米色8个主成分,累计贡献率为86．44％;8016份黍稷种质资源可分成5大组群,各个组群都有一定的形态学特征,其中组群4的1301份种质资源的主茎节数多,单株产量、千粒重都比较大,综合性状表现较好。     

HPLC指纹图谱结合一测多评法的睡莲花药材质量分析CSCD

建立睡莲花药材HPLC指纹图谱及7种成分一测多评的含量测定方法。采用如下色谱条件建立HPLC指纹图谱:Phenomenex Gemini NX-C 18(250 mm×4.6 mm,5μm)色谱柱,流动相乙腈-0.2%磷酸水溶液梯度洗脱,流速1.0 mL/min,柱温30℃,检测波长266 nm。对数据进行相似度分析、主成分分析和聚类分析。同时以没食子酸为内参物,建立没食子酸甲酯等6种成分的相对校正因子。结果显示17批睡莲花药材与参照图谱S16的相似度在0.901~1.000之间,并明确了11个共有峰,对7个共有峰进行了指认;2批市售图谱与S16图谱相似度为0.568和0.730,说明栽培和野生睡莲花药材与市售样品之间化学信息差异较大。主成分分析、聚类分析法、偏最小二乘-判别分析结果证明了这一结论。一测多评结果显示,没食子酸甲酯、睡莲酚、老鹳草素、鞣花酸、烟花苷和1,2,3,4,6-五没食子酰葡萄糖的相对校正因子分别为0.9650、0.9740、1.2013、0.1754、1.1603、2.1173,RSD分别为0.37%、0.38%、0.32%、1.76%、0.37%和0.08%(n=8)。一测多评法测定结果与外标法测定结果接近。建立的HPLC指纹图谱结合一测多评含量测定法简便可行,在部颁标准的基础上为睡莲花药材质量控制方法的提升提供了参考依据。     

基于主成分聚类分析的医保制度整合障碍性因素研究

目的 整合城乡医保已经成为当今医改的主旋律,通过对我国医保制度整合过程中的问题进行分类并找出主要障碍性因素。方法 采用主成分聚类分析的方法对问卷调查结果进行分析。结果 利用因子分析将整合的26个具体指标进行降维,提取出3个公因子并在此基础之上综合聚类分析结果得出整合过程中的主要问题。结论 将我国医保制度整合的主要障碍性因素划分为3类,即费用类、制度设计类、监管类,并对这些问题提出建议措施。     

藤茶不同部位指纹图谱及其差异研究

市售藤茶因不同的部位而价格差异显著。为了研究藤茶不同部位物质基础的差异,本文采用HPLC-UV法,使用Agilent Poroshell 120 EC-C₁₈色谱柱(3.0×100 mm,2.7μm)分别建立了藤茶普叶和龙须的指纹图谱,确定了10个普叶中共有峰和12个龙须中共有峰。使用主成分分析、正交偏最小二乘判别分析和聚类分析研究藤茶不同部位的差异,并结合高分辨质谱鉴定了7个差异性成分,其中化合物二氢杨梅素(共有峰1)、二氢杨梅素同分异构体(共有峰2)、杨梅素(共有峰8)、未知化合物(共有峰10)、鞣花酸(非共有峰)在龙须中含量显著高于在普叶中含量,化合物杨梅苷(共有峰6)和杨梅素戊糖苷(共有峰5)在普叶中的含量显著高于在龙须中含量。本文首次对藤茶不同部位物质差异进行系统研究,为藤茶质量控制提供了依据。     

基于主成分分析的古树土壤肥力综合评价

以广州市海珠区登记在册的40株古树为研究对象,调查其生长状况,采集土壤测定pH、EC值、容重、通气度、有机质、全N、全P、全K、水解N、有效P、速效K含量等11项理化指标,采用主成分分析和聚类分析对古树土壤肥力进行综合评价.结果表明:海珠区大多数古树土壤EC值偏低(<0.35 mS·cm-1),表现为强变异;土壤有机质...     

HPLC fingerprints combined with principal component analysis,hierarchical cluster analysis and linear discriminant analysis for the classification and differentiation of Peganum sp. indigenous to China

Introduction – Seeds of wild Peganum harmala Linn., P. multisectum (Maxim) Bobr., P. nigellastrum Bunge and a probable indeterminate species, herein referred to as P. variety, are commonly used in Chinese medicine. These seeds cannot be differentiated based on morphology. Objective – Seeds of P. harmala Linn., P. multisectum (Maxim) Bobr., P. nigellastrum Bunge and P. variety were collected in different provinces in China and their HPLC profiles were recorded for statistical analysis and pattern recognition. Methodology – HPLC chromatograms of seed extracts were recorded under the same conditions. Individual HPLC chromatograms for each species were evaluated against the mean chromatogram for the same species generated using a similarity evaluation computer program. Data from chromatographic fingerprints were also processed using principal component analysis (PCA), hierarchical cluster analysis (HCA) and linear discriminant analysis (LDA). Results – The Peganum sp. seed extracts had similar HPLC fingerprints but with some inter‐specific differences. The chromatographic fingerprints combined with PCA, HCA and LDA could distinguish the seeds of the different species of Peganum investigated. Conclusion – HPLC fingerprints can be used to authenticate and differentiate the seeds of three different species of genus Peganum indigenous to China. The results indicated that the unidentified P. variety might indeed be a new species or variety. Copyright © 2009 John Wiley & Sons, Ltd.     

野生豆腐柴叶营养成分分析及评价

豆腐柴(ＰｒｅｍｎａｍｉｃｒｏｐｈｙｌｌａＴｕｒｃｚ.)为多年生落叶灌木,其鲜叶可提取果胶;鲜叶汁可加工成凉豆腐或清凉饮料;根、茎和叶具有清热解毒、消肿止血的功效,主治毒蛇咬伤、无名肿毒和创伤出血[1,2]。我国豆腐柴野生资源丰富,分布广泛,但长期以来处于自生自灭状态,未能得到合理开发和利用。为此,本文对豆腐柴叶的营养成分进行了分析和评价,以期为野生豆腐柴资源的合理开发利用提供科学依据。1　材料与方法1.1　材料豆腐柴叶2000年7月采集于皖南山区,经安徽师范大学邵建章教授鉴定。采集后水洗,自然风干,碾碎,过20目筛,瓶装…     

基于主成分分析的广西省干旱时空格局

广西省地处喀斯特地貌区,土壤保水效率低,且年降水时空分布不均,研究干旱时空分布尤为重要。基于广西省1981—2010年20个气象站实测和2011—2100年HadGEM2-ES模型模拟数据,利用标准化降水指数(SPI, Standardized Precipitation Index)和标准化降水蒸散指数(SPEI,Standardized Precipitation Evapotranspiration Index),分析广西省干旱的时空变化。对不同时间尺度的SPI和SPEI应用主成分分析(PCA,Principal Component Analysis)确定干旱的空间模式,结果揭示了3个空间分布明确的区域:桂东北地区(PC1),桂西北地区(PC2)和桂南地区(PC3)。各区域干旱的时空变化和频率分布差异显著。PC1和PC3的SPEI-12呈负增长趋势,PC2的SPEI-12呈正增长趋势,且PC1、PC2和PC3的SPI-12均大于SPEI-12。年尺度(SPEI-12)上PC1和PC3的干旱频率大于PC2,其干旱频率分别为34.24%和35.83%。SPI和SPEI在空间和时间尺度...     

Comment on: "Energy landscape of a small peptide revealed by dihedral angle principal component analysis"

The dihedral angle principal component analysis method published recently by Mu, Nguyen, and Stock, is shown to produce distortions of the free energy landscape due to the neglect of constraints in the coordinates. It is further shown that these distortions can create artificial minima and energy barriers. The rugged energy landscape that the authors find for a small peptide chain might thus be an artifact of their method.     

Flexibility of beta-sheets: principal component analysis of database protein structures

Protein folds are built primarily from the packing together of two types of structures: alpha-helices and beta-sheets. Neither structure is rigid, and the flexibility of helices and sheets is often important in determining the final fold (e.g., coiled coils and beta-barrels). Recent work has quantified the flexibility of alpha-helices using a principal component analysis (PCA) of database helical structures (J. Mol. Bio. 2003, 327, pp. 229-237). Here, we extend the analysis to beta-sheet flexibility using PCA on a database of beta-sheet structures. For sheets of varying dimension and geometry, we find two dominant modes of flexibility: twist and bend. The distributions of amplitudes for these modes are found to be Gaussian and independent, suggesting that the PCA twist and bend modes can be identified as the soft elastic normal modes of sheets. We consider the scaling of mode eigenvalues with sheet size and find that parallel beta-sheets are more rigid than antiparallel sheets over the entire range studied. Finally, we discuss the application of our PCA results to modeling and design of beta-sheet proteins.     

Robust functional principal component analysis via a functional pairwise spatial sign operator

Functional principal component analysis (FPCA) has been widely used to capture major modes of variation and reduce dimensions in functional data analysis. However, standard FPCA based on the sample covariance estimator does not work well if the data exhibits heavy-tailedness or outliers. To address this challenge, a new robust FPCA approach based on a functional pairwise spatial sign (PASS) operator, termed PASS FPCA, is introduced. We propose robust estimation procedures for eigenfunctions and eigenvalues. Theoretical properties of the PASS operator are established, showing that it adopts the same eigenfunctions as the standard covariance operator and also allows recovering ratios between eigenvalues. We also extend the proposed procedure to handle functional data measured with noise. Compared to existing robust FPCA approaches, the proposed PASS FPCA requires weaker distributional assumptions to conserve the eigenspace of the covariance function. Specifically, existing work are often built upon a class of functional elliptical distributions, which requires inherently symmetry. In contrast, we introduce a class of distributions called the weakly functional coordinate symmetry (weakly FCS), which allows for severe asymmetry and is much more flexible than the functional elliptical distribution family. The robustness of the PASS FPCA is demonstrated via extensive simulation studies, especially its advantages in scenarios with nonelliptical distributions. The proposed method was motivated by and applied to analysis of accelerometry data from the Objective Physical Activity and Cardiovascular Health Study, a large-scale epidemiological study to investigate the relationship between objectively measured physical activity and cardiovascular health among older women.     

蚯蚓堆制处理对农业有机废弃物的化学及生物学影响的主成分分析

在实验室可控条件下,以碳氮比28.7∶1的农业有机废弃物（牛粪和稻秆）为赤子爱胜蚓(Eisenia foetida)的培养基质,研究蚯蚓的堆制作用对有机物料的化学及生物学特性的影响.结果表明： 蚯蚓堆制处理30 d后,基质pH值、碳氮比显著降低,全磷显著升高,而全氮、碱解氮、可溶性碳、速效磷、微生物生物量碳、呼吸速率和微生物熵分别提高8.5%、2.6%、18%、63%、212%、44%和300%,有机质、呼吸熵分别降低5.0%和21.9%.蚯蚓堆制处理后物料具有较高的转化酶、酸性和碱性磷酸酶活性,较低的过氧化氢酶和脲酶活性.多元数据分析结果显示,自然堆制和蚯蚓堆制处理物料的化学和生物学特性均呈现显著的差异性.蚯蚓堆制处理优于自然堆制处理,可以明显改善有机物料的化学、生物学性质,是一种高效率处理农业有机废弃物的技术.