1、電子舌用于川貝母真?zhèn)渭吧唐芬?guī)格快速辨識研究

《中成藥》

張慧杰1,張璐3",馮文豪1,桂新景2,林兆洲5'6,施鈞瀚3",田亮玉1,王艷麗1,

(1•河南中醫(yī)藥大學，河南鄭州450008；2•河南中醫(yī)藥大學第一附屬醫(yī)院，河南鄭45000)

目的探究電子舌在川貝母真?zhèn)渭吧唐芬?guī)格辨識中應用的可行性.方法收集80批川貝母待測樣品,首先進行傳統(tǒng)經(jīng)驗辨識(M_1)和現(xiàn)代藥典檢測(M_(2)),再利用電子舌采集味覺信息并以M_1和M_(2)的綜合結(jié)果為信息建立適宜的辨識模型(M_(3)),分別建立判別分析(DA),最小二乘支持向量機(LS-SVM),偏最小二乘-判別分析(PLS-DA),主成分分析-判別分析(PCA-DA)4種真?zhèn)渭吧唐芬?guī)格辨識模型.結(jié)果4種真?zhèn)伪孀R模型準確率分別為90.00%,90.00%%,90.00%,91.25%,商品規(guī)格辨識模型準確率分別為76.00%,81.69%,73.68%,76.00%.真?zhèn)伪孀R模型判別較好,以PCA-DA準確率高,商品規(guī)格辨識模型中雖以LS-SVM模型辨識率高,但其存在未分類樣本,故最終以PCA-DA為判別模型.結(jié)論電子舌辨識法判別時間遠較M_(2)短,準確率與M_1相近,可用于川貝母真?zhèn)慰焖俦孀R.

關(guān)鍵詞：川貝母；真?zhèn)伪孀R；辨識模型；

2、電子舌基于電子舌的白及及其近似飲片的快速辨識研究

《世界科學技術(shù)》

李媛媛1，王艷麗2，姚靜2，3，4，施鈞瀚2，3，4，桂新景2，3，4，張璐2，3，4，馮文豪1，張璞1，張慧杰1，李學林2，3，4，劉瑞新2，3，4＊＊

（1.河南中醫(yī)藥大學藥學院鄭州450008；2.河南中醫(yī)藥大學第一附屬醫(yī)院藥學部鄭州450000；3.河南省中藥飲片臨床應用現(xiàn)代化工程研究中心鄭州450000；4.河南中醫(yī)藥大學呼吸疾病中醫(yī)藥防治省部共建協(xié)同創(chuàng)新中心鄭州450000）

摘要：目的探討電子舌方法用于白及及其近似飲片快速辨識的可行性。方法收集45批白及飲片及其近似品天麻飲片30批、玉竹飲片30批、黃花白及飲片29批，分別進行藥典與地方標準辨識（M1法）、HPLC指紋圖譜辨識（M2法），并結(jié)合原始采購信息獲取最終飲片種類的信息（Y），再采集電子舌味覺感官數(shù)據(jù)（X）并利用化學計量學方法分別建立主成分分析-判別分析（PCA-DA）、偏最小二乘-判別分析（PLS-DA）的45批白及飲片與剩余89批飲片的二分類辨識模型和45批白及飲片、30批天麻飲片、30批玉竹飲片、29批黃花白及飲片的四分類辨識模型（Y=F（X），M3法）。結(jié)果經(jīng)留一法交互驗證，基于PCA-DA、PLS-DA二分類辨識模型的正判率分別為98.51%、100.00%，基于PCA-DA、PLS-DA四分類辨識模型的正判率分別為100.00%（無未分類樣本）、100.00%（有4個未分類樣本），模型判別良好，結(jié)合正判率與模型未分類樣本數(shù)兩項指標，最終選擇二分類辨識以PLS-DA為最終辨識模型、四分類辨識以PCA-DA為最終辨識模型，兩種模型正判率均高，且均未出現(xiàn)未分類樣本。結(jié)論電子舌可快速準確辨識白及及其近似飲片，為未來研發(fā)智能化中藥飲片快速辨識設備提供了思路。

關(guān)鍵詞：白及 電子舌 快速辨識 PCA-DA PLS-DA

3、基于經(jīng)典人群口嘗法和電子舌法的中藥飲片水煎液苦度疊加規(guī)律研究

《中草藥》

1張璞1，張耀1，桂新景2,3,4,5，施鈞瀚2,3,4,5，張慧杰1，馮文豪1，李媛媛1，王艷麗2,3,4,5，張璐2,3,4,5，姚靜2,3,4,5，劉瑞新2,3,4,5*，李學林2,3,4,5*

1.河南中醫(yī)藥大學，河南鄭州450008

2.河南中醫(yī)藥大學第一附屬醫(yī)院藥學部，河南鄭州450000

3.國家中醫(yī)藥管理局中藥制劑三級實驗室，河南鄭州450000

4.河南省中藥飲片臨床應用現(xiàn)代化工程研究中心，河南鄭州450000

5.河南中醫(yī)藥大學呼吸疾病中醫(yī)藥防治省部共建協(xié)同創(chuàng)新中心，河南鄭州450000

摘要：目的探索苦味中藥飲片水煎液（DCMM）的苦度疊加規(guī)律。方法以生物堿類（黃連CoptidisRhizoma、黃柏Phellodendron ChinensisCortex、苦參SophoraFlavescensRadix）、萜類（穿心蓮AndrographisHerba、野菊花ChrysanthemiIndiciFlos、苦楝皮MeliaCortex）、糖苷類（龍膽GentianaeRadixetRhizoma、黃芩ScutellariaeRadix、連翹ForsythiaeFructus）9種苦味DCMM為研究載體，在單味載體呈味規(guī)律研究基礎上，采用均勻設計法進行二元（6組）、三元（10組）疊加實驗，通過經(jīng)典人群口嘗法（traditional human tastepanel method，THTPM）及電子舌法（electrionictongue，E-tongue）分別評價其苦度，建立二元、三元疊加時疊加苦度-質(zhì)量濃度對數(shù)（IZ-lnC）、疊加苦度-疊加前分苦度（IZ-I）、口嘗疊加苦度-電子舌疊加苦度（IZo-IZe）擬合模型，探索其苦度疊加規(guī)律。結(jié)果THTPM法中，二元疊加IZ-lnC、IZ-I共12組，均擬合出有意義模型（Rc2≥0.868，P＜0.05，n＝6），模型類型為二次多項式或近似結(jié)構(gòu)的模型（下同）；三元疊加IZ-lnC、IZ-I共20組，擬合出18組有意義模型（Rc2≥0.659，P＜0.05，n＝6）。E-tongue法中，針對3類味覺信息進行分析，二元疊加IZ-lnC、IZ-I共36組，均擬合出有意義模型（Rc2≥0.689，P＜0.05，n＝6）；三元疊加IZ-lnC、IZ-I共60組，擬合出52組有意義模型（Rc2≥0.662，P＜0.05，n＝6）。IZo-IZe中，二元疊加共18組，擬合出8組有意義線性模型（Rc2≥0.727，P＜0.05，n＝6）；三元疊加共30組，擬合出13組有意義的線性或?qū)?shù)模型（Rc2≥0.670，P＜0.05，n＝6）。結(jié)論疊加后苦度隨濃度增加呈上升趨勢；疊加實驗良好模型獲取率為（二元100%，Rc2＝0.936；三元87.5%，Rc2＝0.906），而IZo-IZe中有意義的模型獲取率較低，即以IZe預測IZo的方法目前尚不成熟；二元、三元疊加中原始苦度越高的飲片對IZ貢獻度越大；黃連在同類型和不同類型疊加中苦度貢獻度均最大；除黃連＋黃柏＋黃芩組存在因成分間可能發(fā)生沉淀反應等導致疊加后的苦度降低外，未發(fā)現(xiàn)更多因各成分交互作用而產(chǎn)生異常的苦度促進或拮抗現(xiàn)象；IZo-IZe相關(guān)性隨組分增加而降低。

關(guān)鍵詞：中藥飲片水煎液；苦度疊加；電子舌；經(jīng)典人群口嘗評價；生物堿類；黃連；黃柏；苦參；萜類；穿心蓮；野菊花；苦楝皮；糖苷類；龍膽；黃芩；連翹