基于化学计量学的罗汉果色谱指纹图谱及近红外快速检测方法研究

Siraitia is a characteristic plant originates in Northwest Guangxi, which was regarded as edible herbal by Ministry of Health in China, with an increasing market demand now. Comprehensively analysis for chemical constitution of Siraitia and developing a rapid test method for quality control is necessary. Since Siraitia is a complicated analytical system, HPLC-TOF-MS, GC-MS/MS and ICP-MS combined with chemometric technique will be used to determine the saccharides, amino acid, volatile components and trace element. Then, data fusion will be performed based the information from different analytical instrument, and multidimensional fingerprint will be used for quality control by patter recognition. Besides that, a rapid test method will be developed based on near infrared combined with chemometrics, which can directly predict the amount of total sugar and product grade, in order to meet the requirement of market transactions.

罗汉果是广西桂北地区的特色植物，作为卫生部首批公布的药食两用名贵中药材，其市场需求不断增大。全面地分析罗汉果的化学组成以及开发快速简便的检测方法有利于罗汉果的质量控制和产品开发。针对罗汉果属于复杂分析体系这一特点，本项目拟采用现代分析技术HPLC-TOF-MS、GC-MS/MS、ICP-MS，并结合化学计量学手段，定性定量地测定罗汉果中的糖类、氨基酸、挥发性成分、微量元素等化学成分。利用化学计量学方法将不同仪器的信息进行数据融合，构建多维指纹图谱，并通过模式识别对罗汉果进行质量控制。此外，为满足市场交易中快速无损检测的需求，拟以近红外光谱技术对不同种类的罗汉果进行数据采集，并建立总糖度的回归预测模型及种类等级的分类预测模型。本项目旨在提供不同种类、不同干燥工艺以及不同生长周期下罗汉果化学组成及内在变化规律，并达到以色谱指纹图谱的方式进行质量控制，以近红外光谱模型进行快速检测的目的。

罗汉果是多年生藤本植物葫芦科罗汉果属的果实，具有润肺、止咳、降血压等多种药效，是卫生部首批公布的药食两用中药材。随着罗汉果市场需求日益增大，如何建立快速准确的罗汉果质量控制方法成了亟待解决的问题。本项目采用化学计量学方法结合近红外光谱、电感耦合等离子体发射光谱等分析技术对罗汉果的总糖含量、总酚含量、抗氧化活性以及产地识别等科学问题进行了研究。.（1）基于近红外漫反射光谱的罗汉果总糖预测模型研究.通过苯酚-硫酸法测得190个罗汉果的总糖含量（14.24%~33.31%），利用近红外漫反射光谱仪采集罗汉果样品粉末光谱数据并建立预测模型。比较了三种光谱预处理方法，并利用竞争性自适应权重取样法进行波长选择，最后通过偏最小二乘法建立预测模型。外部检验结果表明模型具有良好的预测能力，R2、RMSE,、RPD值分别为0.9097、0.0893、3.3282。. （2）基于近红外漫反射光谱的罗汉果总酚及抗氧化活性同时测定研究.通过福林-酚比色法测定80个罗汉果样本的总酚含量（1.1360% - 2.7293%），并通过DPPH、ABTS、FRAP三种方法测得罗汉果的抗氧化活性。利用近红外漫反射光谱结合化学计量学分别建立了对TPC、DPPH、ABTS和FRAP的预测模型，外部检验结果表明所得模型具有良好的预测性能，R2分别为0.9376、0.9522、0.8958、0.8632，t检验结果表明近红外分析结果与湿化学分析结果无显著性差异。.（3）基于电感耦合等离子体发射光谱的罗汉果产地识别研究.通过电感耦合等离子体发射光谱法测定广西、江西、湖南、贵州4个产地总计114个罗汉果的微量元素（K、Na、Ca、P、Mg、Al、B、Ba、Cu、Fe、Mn、Ni、Zn、Sr）含量。主成分分析结果表明四个产地的罗汉果样本在微量元素变量空间具有明显的分布特征，通过线性判别分析、K近邻法和支持向量机建立判别模型，三个判别模型对40个罗汉果盲样的预测准确度分别为100%、97.5%、100%。. 基于以上研究，本项目提供了三种具有应用潜力的罗汉果质量控制新方法，相对于传统使用的湿化学分析、色谱分析，本项目建立的方法具有分析时间短、成本低、结果可靠等特点。