UPLC法同时测定降香中7个黄酮类成分含量及主成分分析

UPLC法同时测定降香中7个黄酮类成分含量及主成分分析

论文摘要

目的:建立同时测定市售降香中甘草素、异甘草素、紫铆花素、柚皮素、漆黄素、芒柄花素和鹰嘴豆芽素A含量的UPLC法,并应用主成分分析法评价其质量。方法:使用甲醇超声提取降香药材中上述7个黄酮类成分,并应用超高效液相色谱法测定其含量。色谱条件:采用ACQUITY BEH C18色谱柱(1.7μm,3.0 mm×100 mm),柱温35℃,以乙腈-0.1%磷酸水溶液为流动相,梯度洗脱,流速0.3 mL·min-1</sup>,检测波长270 nm和370 nm;使用统计学软件SPSS 22.0,对样品中7个黄酮类成分含量测定结果进行主成分分析。结果:甘草素、异甘草素、紫铆花素、柚皮素、漆黄素、芒柄花素和鹰嘴豆芽素A的线性范围分别为0.014 0~0.140 0μg(r=0.999 9)、0.008 3~0.083 0μg(r=0.999 9)、0.008 1~0.081 0μg(r=0.999 9)、0.005 8~0.058 0μg(r=0.999 9)、0.008 2~0.082 0μg(r=0.999 9)、0.025 5~0.255 0μg(r=0.999 9)、0.015 2~0.152 0μg(r=0.999 9);平均回收率(n=9)分别为98.7%、98.1%、98.5%、99.6%、98.9%、99.2%、100.9%,RSD分别为1.7%、2.1%、2.7%、2.6%、2.4%、1.4%、2.3%;降香样品中上述7个黄酮类成分含量范围分别为0.19~6.41、0~0.45、0~1.03、 0~12.61、0.12~2.06、0.59~5.96、0~4.86 mg·g-1。由主成分分析可知,选择3个因子(F1、F2、F3)对不同来源降香药材进行综合评价,综合评价函数为F=43.840F1+26.436F2+13.250F3,其中,海南产降香药材,相对于其他地方产的药材质量较好。结论:该方法操作简便、快捷,结合主成分分析,可以对不同来源降香质量进行客观、有效的评价。

论文目录

  • 1 仪器与试药
  • 2 方法与结果
  •   2.1 混合对照品溶液的制备
  •   2.2 供试品溶液的制备
  •   2.3 色谱条件
  •   2.4 系统适用性试验
  •   2.5 线性关系考察
  •   2.6 精密度试验
  •   2.7 重复性试验
  •   2.8 稳定性试验
  •   2.9 加样回收率试验
  •   2.1 0 样品含量测定
  • 3 主成分分析
  •   3.1 相关性分析
  •   3.2 降香药材综合评价
  • 4 讨论
  •   4.1 检测波长的选择
  •   4.2 UPLC法与HPLC法比较
  •   4.3 样品测定结果及主成分分析
  •   4.4 小结
  • 文章来源

    类型: 期刊论文

    作者: 李岩岩,祁龙凯,林励,李智,孔静怡

    关键词: 降香,超高效液相色谱法,黄酮类成分,甘草素,异甘草素,紫铆花素,柚皮素,漆黄素,芒柄花素,鹰嘴豆芽素,含量测定,主成分分析,质量评价

    来源: 药物分析杂志 2019年02期

    年度: 2019

    分类: 医药卫生科技,工程科技Ⅰ辑

    专业: 化学,中药学

    单位: 广州中医药大学中药学院

    分类号: R284.1;O657.72

    DOI: 10.16155/j.0254-1793.2019.02.08

    页码: 240-248

    总页数: 9

    文件大小: 255K

    下载量: 596

    相关论文文献

    • [1].主成分分析方法求解主成分方法的改进[J]. 学术问题研究 2016(01)
    • [2].基于广义非凸鲁棒主成分分析的视频前背景分离[J]. 仪器仪表学报 2020(01)
    • [3].基于主成分分析的计量检测在水利行业的应用[J]. 中国资源综合利用 2020(05)
    • [4].主成分分析和反向传播神经网络模型在血液透析机预防维护中的应用[J]. 中国医学装备 2020(07)
    • [5].基于自适应滑窗递归稀疏主成分分析的工业过程故障监测[J]. 电子学报 2020(09)
    • [6].基于主成分分析和聚类分析的股市板块流动性分析[J]. 经济研究导刊 2018(04)
    • [7].基于主成分分析的中国各省市就业状况研究[J]. 市场周刊 2018(06)
    • [8].炒米米酒的滋味品质评价[J]. 中国酿造 2017(09)
    • [9].浅谈开放式小区对道路通行之影响[J]. 吉林建筑大学学报 2017(05)
    • [10].基于多元统计分析的出租车资源配置模型研究[J]. 数学学习与研究 2017(13)
    • [11].基于主成分分析的新建应用型本科高校课堂教学质量的影响因素评价[J]. 同行 2016(08)
    • [12].当前新疆巴州地区失业率的影响因素分析及对策研究[J]. 科学中国人 2017(15)
    • [13].浅谈主成分分析[J]. 数码世界 2017(07)
    • [14].基于全局主成分分析的城市化质量测度与比较——以河南省为例[J]. 济源职业技术学院学报 2019(04)
    • [15].湖南防范金融风险问题研究[J]. 现代营销(下旬刊) 2019(12)
    • [16].基于主成分分析的商业街道活力空间影响因素研究[J]. 城市建筑 2020(21)
    • [17].基于稳定稀疏主成分的基因表达数据聚类分析方法[J]. 黑龙江大学自然科学学报 2019(04)
    • [18].基于主成分和聚类分析的泡排气井分类[J]. 西安石油大学学报(自然科学版) 2018(01)
    • [19].对称设计与主成分分析[J]. 数学的实践与认识 2018(04)
    • [20].天津市现代化发展影响因素分析[J]. 智库时代 2018(23)
    • [21].基于主成分分析的大学生体质健康影响因素研究[J]. 武夷学院学报 2017(09)
    • [22].基于主成分分析的手写体数字识别方法研究[J]. 信息技术 2016(08)
    • [23].改进的主成分分析方法[J]. 舰船科学技术 2012(10)
    • [24].某医学高等专科学校教师成就感的主成分分析[J]. 中国卫生统计 2011(04)
    • [25].基于完全二维对称主成分分析的人脸识别[J]. 计算机工程 2010(12)
    • [26].非线性主成分分析在电能质量综合评估中的应用[J]. 电测与仪表 2008(06)
    • [27].影响装配式建筑质量因素的降维处理[J]. 山西建筑 2019(08)
    • [28].基于主成分分析的空气质量评价方法研究[J]. 环境保护与循环经济 2018(07)
    • [29].应用主成分分析综合评价社区卫生服务中心规模、效益、质量和效率[J]. 中国卫生统计 2013(06)
    • [30].基于主成分分析的装备综合保障能力评估[J]. 指挥信息系统与技术 2013(05)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

    UPLC法同时测定降香中7个黄酮类成分含量及主成分分析
    下载Doc文档

    猜你喜欢