[发明专利]一种光谱模型法快速测定锁阳中蛋白质含量的方法

说明书

本发明公开了一种光谱模型法快速测定锁阳中蛋白质含量的方法，包括以下步骤：模型性能指标的选择、光谱处理方法的选择以及红外光谱模型的建立等步骤，建立了锁阳蛋白质含量测定模型，其中，锁阳茎部位蛋白质测定模型主因子数为9，RMSEC和RMSEP分别为0.964和0.988，RMSECV为1.14，R值为0.8419，锁阳花序部位蛋白质测定模型主因子数为4，RMSEC和RMSEP分别为1.50和1.52，RMSECV为1.59，R值为0.6871。本发明具有操作简单，可以快速的测定锁阳茎和花序中蛋白质的含量。

技术领域

本发明涉及中药材活性成分测定技术领域，尤其涉及一种光谱模型法快速测定锁阳中蛋白质含量的方法。

技术背景

锁阳，是锁阳科锁阳属的植物，喜干旱和盐碱的沙质地，多寄生在蒺藜科白刺属等植物根部。主要分布在中国以及蒙古和俄罗斯境内。中国主要分布于内蒙古西北部、新疆、甘肃、宁夏和青海等地。主产于内蒙古阿拉善盟、甘肃河西走廊和新疆阿勒泰，此外青海海西亦有产。研究表明，锁阳富含的黄酮类、萜类、甾体类、有机酸、糖和糖苷类、挥发性成分及鞣质等使其具有极高的药用价值，而其中的还原糖、淀粉、花色苷、蛋白质和三萜皂苷等，具有免疫调节、补肾、助阳、益精、润肠之功效，具有较高的营养价值。然而对锁阳中蛋白质的快速测定还没有比较好的方法，基本为实验室采用凯氏定氮法。

发明内容

为了解决现有技术中的问题，本发明提供了一种光谱模型法快速测定锁阳中蛋白质含量的方法，达到快速测定锁阳中蛋白质含量的目的。

为实现本发明的目的，本发明提供的技术方案如下：

一种光谱模型法快速测定锁阳中蛋白质含量的方法，其特征在于，包括以下步骤：

D1：模型性能指标的选择：通过偏最小二乘法(PLS)分别建立锁阳中蛋白质的中红外、近红外定量分析模型，随机选取总样本量的1/4作为模型的验证集。以交互验证误差均方根(RMSECV)为指标优化建模参数，选择最佳的预处理方法及建模波段；交互验证相关系数(R)值为评价模型的拟合效果，以校正集误差均方根(RMSECV)和验证集误差均方根(RMSEP)考察模型对校正集样本和验证集样本的预测效果。当RMSEC和RMSEP较小且接近时，表明模型的预测性较好；

D2：波段的选择：中红外、近红外光谱的全光谱除了包含有效信息以外，还包括噪音等冗余信息，采用全光谱建模不仅增加了建模的工作量，同时也会影响模型的精准，因此，需要找到能良好反映指标成分的建模波段，通过TQ软件得到指标成分与红外光谱的相关信息，进行建模波段选择，根据蛋白质的主要吸收范围，在中红外光谱建立蛋白质含量测定模型时选取3400-3200cm^-1、1700-1200cm^-1；

D3:光谱处理方法的选择：为了减少在光谱采集过程中噪声、基线漂移、样品颗粒不均匀及光散射对光谱的影响，在建立定量模型之前，对光谱进行预处理以提高模型的性能。常用的光谱预处理有导数处理、多元散射矫正(MSC)、标准正交转换(SNV)、平滑等，多种预处理方法联用可得到较好的预处理结果，分别采用原始光谱、一阶导数+MSC+SG、一阶导数+MSC+ND、一阶导数+SNV+SG、一阶导数+SNV+ND、二阶导数+MSC+SG、二阶导数+MSC+ND、二阶导数+SNV+SG、二阶导数+SNV+ND预处理方法进行建模，以内部交叉验证相关系数(R)，内部交叉验证误差均方根(RMSECV)为指标，考察不同预处理方法所建模型的性能。当R越趋于1，RMSECV越小时，模型的预测效果越好，通过不同的预处理方法对中、近红外光谱进行处理建模，采用一阶导数+MSC+ND对中、近红外光谱进行预处理时，模型的效果相对最好，中红外、近红外模型RMSECV值相对最小(1.31和0.81)，R值(0.9618和0.9821)更趋近于1，因此，选择采用一阶导数+MSC+ND对近红外光谱进行预处理；