2015年度基研業(yè)務(wù)費在讀項目

在讀項2015年度基本科研業(yè)務(wù)費項目（在讀項目項目名稱：近紅外模型集群的與山銀花質(zhì)快速可靠性評價研究 在讀項目申請者： 趙娜 所在單位 中藥學(xué)電子申請日期 2015年3月16中大學(xué)科技處填表在讀項目重點資助具有較強科研潛質(zhì)的在校和博士后開展自主選1～2本項目獲得批準(zhǔn)后，申請書將作為科技長期保存。因此，對表中所列各項申請者填寫該表后，首先由所在學(xué)院的學(xué)術(shù)組織初審，通過者由學(xué)院向被推薦者向科技處提交紙質(zhì)申請書一式四份，同時提交申請書資助期滿時提交“，同時提供文件女漢? □博士導(dǎo)師中大名稱k電話傳壹萬元整2015.5.1-摘要和泛化能力較差。針對此局限性，本項目提出模型集群的與山銀花品質(zhì)快速可靠性評價方法，建立（綠原酸、異綠原酸A、異綠原酸C、木犀草苷、蘆偏最小二乘（Boosting-PLS）PLS模型，實現(xiàn)對模型性能比較；在此基行變量篩選，建立模型集群可靠性方法，實現(xiàn)與山銀花藥材質(zhì)量快速檢測。(用分號隔開，最多個姓電1男2女3女4男5男6女生7011014說明 1、項目的立項依據(jù)（研究意義、國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析。限3000（附參考文獻(xiàn)）定量模型可靠性是NIR，近紅外光譜技術(shù)(NearInfraredSpectroscopy,NIRS)是一種快速無損綠色的分析技 (AmericanSocietyforTestingMaterials，ASTM)將近紅外定義為指波長在780-2526nm范圍內(nèi)的電磁波，主要是由C-H、N-H、S-H和O-H等含氫基團的倍頻與組合頻的吸收譜帶組成[1-2]。該，[3]近年來隨著計算機技術(shù)的發(fā)展近紅外光譜儀器制造技術(shù)的日益完善與化學(xué)計弱，信噪比低，譜峰傳統(tǒng)的數(shù)據(jù)分析一般是對數(shù)據(jù)進(jìn)行體樣本信息，易導(dǎo)致所得模型的過擬合或確。 忍冬、紅腺忍冬、華南忍冬或黃褐毛忍冬的干燥花蕾或帶初開的花[16]。和山銀花藥材混用嚴(yán)重，質(zhì)量差別大。與山銀花來源于同科同屬，與山銀花的的檢測方法。本研究以和山銀花為研究載體，采用近紅外光譜法利用模型集群體系中多組分低含量特征，近紅外結(jié)合各種算法實現(xiàn)了對其軟測量分析。等[18]外漫反射法連翹光譜，建立連翹苷和連翹酯苷含量與光譜之間的關(guān)聯(lián)，能夠有效判別連翹中2種成分的含量[19]。等[20]對地黃中梓醇的含量建立近紅外定量模2.29%為地黃藥材快速質(zhì)量檢測的方法。等[21]對葛根中的總異黃酮進(jìn)行分析，建立了其近紅外定量模型，有望應(yīng)用于大批量產(chǎn)品的常規(guī)分析。Shi等[22]對不同顏色的新鮮銀損快速分析對于銀杏葉總黃酮含量測定意義重大。Yan等[23]建立金櫻子中多糖含量的NIR檢測方法，用于金櫻子的質(zhì)量控制。然而，上述研究均基于經(jīng)典的單一偏最小二 性及準(zhǔn)確性，如多模型共識等，其中，Bagging和Boosting最常用的兩種集成學(xué)習(xí)方R.A.ViscarraRossel等[24]Bagging算法與PLS優(yōu)于單個PLS模型。D.LMassart等[25]提出一種BoostingPLS方法，結(jié)果顯示該方法參考文StarkE,LuchterK,MargoshesM.Near-infrared ysis(NIRA):Atechnologyfortativeandqualitative ysis[J].AppliedSpectroscopyReviews,1986,22(4):335- Near- pharmaceuticalapplications[J].Advanceddrugdeliveryreviews,2005,57(8):1109-BlancoM,VillarroyaI.NIRspectroscopy:arapid-responseyticaltool[J].TrACTrendsinyticalChemistry,2002,21(4):240-250.Kaye,W．Near-infraredspectroscopyII．InstrumentationandSpectroehimicaActa,1955，7：181-Norrisk；RowanJ,etal．Automaticdetectionofbloodineggs．AgriculturalSileoniV,vandenBergF,MarconiO,etal.Internalandexternalvalidationstrategiesfortheevaluationoflong-termeffectsinNIRcalibrationmodels[J].Journalofagriculturalandfoodchemistry,2011,59(5):1541-1547.FocaG,FerrariC,SinelliN,etal.MinimisationofinstrumentalnoiseintheacquisitionofFT-NIRspectraofbreadwheatusingexperimentaldesignandsignalprocessingtechniques[J].yticalandbioyticalchemistry,2011,399(6):1965-1973., ,等.蜂蜜真?zhèn)蔚慕t外光譜鑒別研究[J].光譜學(xué)與譜分析,2008,28(112565-HeK,ChengH,DuW,etal.OnlineupdatingofNIRmodelanditsapplicationviaadaptivewavelengthselectionandlocalregressionstrategy[J].ChemometricsandInligentLaboratorySystems,2014,134:79-88.ChenM,KhareS,HuangB,etal.Recursivewavelength-selectionstrategytoupdatenear-infraredspectroscopymodelwithanindustrialapplication[J].Industrial&EngineeringChemistryResearch,2013,52(23):7886-7895. ,等.[J].光譜學(xué)與光譜分析2004,24(6672-XuB,WuZ,LinZ,etal.NIRysisforbatchprocessofethanolprecipitationcoupledwithanewcalibrationmodelupdatingstrategy[J].yticachimicaacta,2012,720:MainaliD,LiJ,YehlP,etal.Developmentofacomprehensivenearinfraredspectroscopycalibrationmodelforrapidmeasurementsofmoisturecontentinmultiplepharmaceuticalproducts[J].Journalofpharmaceuticalandbiomedicalysis,2014,95:ShaoX,BianX,LiuJ,etal.Multivariatecalibrationmethodsinnearinfraredspectroscopicysis[J]..Methods,2010,2(11):1662-1666.LiHD,LiangYZ,XuQS,etal.Modelpopulationysisforvariableselection[J].Journalofchemometrics,2010,24(7‐8):418-423. 藥典（2010年版一部）[S]． 與山銀花質(zhì)量評價及安全性對比研究[D]. 中大學(xué),,, ,.近紅外漫反射光譜法定量分析川芎中的阿魏酸含量.藥物分析,2011,31(6):1016–1019.,游志恒,白雁.近紅外漫反射光譜法定量分析連翹藥材.光散射學(xué)報,2010,.近紅外漫反射光譜法快速測定地黃中梓醇含量.中藥材,2011.34(7): .短波近紅外光譜法測定葛根中總異黃酮含量. 國醫(yī)國藥,2007(11):2614–2615.ShiJY,ZouXB,ZhaoJW,MelH,WangKL,WangX,ChenH.DeterminationoftotalflavonoidscontentinfreshGinkgobilobaleafwithdifferentcolorsusingnearinfraredspectroscopy.SpectrochimicaActaPartA:MolecularandBiomolecularSpectroscopy,2012,94:271–276.YanH,HanBX,WuQY,JiangMZ,GuiZZ.RapiddetectionofRosalaevigatapolysaccharidecontentbynear-infraredspectroscopy.SpectrochimicaActaPartA:MolecularandBiomolecularSpectroscopy.2011,79:179–184.RosselRAV.Robustmodellingofsoildiffusereflectancespectraby"bagging-partialleastsquaresregression"[J].JournalofNearInfraredSpectroscopy,2007,15(1):39.ZhangMH,XuQS,MassartDL.Boostingpartialleastsquares[J].yticalchemistry,2005,77(5):1423-1431.2、項目的研究內(nèi)容、研究目標(biāo),以及擬解決的關(guān)鍵科學(xué)問題（分為重點闡述內(nèi)容。限10000和山銀花NIR主要化學(xué)成分PLS 各樣本近紅外光譜，建立各化學(xué)成分的PLS定量模型，利用準(zhǔn)確性輪廓方法和變量檢測限評價定量模型，實 和山銀花質(zhì)量快速檢測的PLS定量方法NIRBagging-PLSBoosting-PLS定量模型 和山銀花為研究載體，建立主要化學(xué)成分含測值與近紅外光譜的Bagging-PLSBoosting-PLS建立變量篩選 和山銀花NIR主要化學(xué)成分Bagging-PLS和PLS 和山銀花為研究載體采用組合間隔偏最小二乘法(synergyintervalpartialleastsquares,siPLS)和競爭自適應(yīng)抽樣(competitiveadaptivereweightedsampling,CARS)法分別對光譜進(jìn)行變量篩選建立Bagging-PLS模型Boosting-PLS模型與PLS模型， 得模型的過擬合或3（驗方案、關(guān)鍵技術(shù)、可行性分析等說明。限3000）與山銀花主要化學(xué)成分的含量測定及NIRHPLC2010HPLC法的條件測定中綠A、異綠原酸C、灰氈毛忍冬皂苷乙及川續(xù)斷皂苷乙的含量。采用近紅外漫反射模式和光譜分析軟件各樣本的NIR光譜，以儀器內(nèi)置的空0.5nm400-2500nm323建立和山銀花NIRPLS采用Spxy法劃分樣本集，以高效液相分析值（HPLC）為參考，采用單一PLS定HPLC分析結(jié)果相關(guān)聯(lián)建立PLS定IUPAC和ISO的指導(dǎo)原則，評價NIR定量模型，包括準(zhǔn)確性、精密度、范圍、耐用性、風(fēng)險性、重采用奈曼–(Neyman–Pearson)檢測理論和誤差傳遞理論，建立基于校正集預(yù)測集MSEP（meansquareerrorofprediction）參數(shù)的NIR多變量檢測限與多變量定量限的定量分析參數(shù)評價方法；實現(xiàn)和山銀花質(zhì)量快速檢測的PLS建 和山銀花NIR主要化學(xué)成分Bagging-PLS和Boosting-PLS定基于近紅外光譜數(shù)據(jù)，以高效液相分析值（HPLC）為參考，采用自身內(nèi)部的樣進(jìn)行抽樣，通過集成學(xué)習(xí)方法Bagging應(yīng)用于集成模型中，提高泛化能力，獲得較優(yōu)偏最小二乘（Boosting-PLS）模型與偏最小二乘（PartialLeastSquaresPLS)模型，實現(xiàn)建立變量篩選 和山銀花NIR主要化學(xué)成分Bagging-PLS和PLS二乘法(synergyintervalpartialleastsquares,siPLS和競爭自適應(yīng)抽樣adaptivereweightedsampling,CARS)法分別對光譜進(jìn)行變量篩選，發(fā)現(xiàn)相關(guān)的近紅外光譜區(qū)間；進(jìn)一步采用學(xué)習(xí)算法Boosting和BaggingLeastSquares,PLS)模型。本課題以國家中管理局中藥信息工程重點研究室（中大學(xué)）體制劑、中藥片劑和丸劑生產(chǎn)過程的質(zhì)量控制與評價的與處理、系統(tǒng)建模與申請人的NIRBagging-PLS和Boosting-PLS應(yīng)用 醇沉過程NIR定量模 為載體，結(jié)合iPLS、向后間隔偏最小二采用符合FDA和ICH驗證標(biāo)準(zhǔn)的準(zhǔn)確性輪廓（AccuracyProfile）分析方法，引入β-精密度、范圍、風(fēng)險性、重復(fù)性、不確定性。見圖1：1NIR此外,Bagging-PLSBoosting-PLSsiPLS篩選變量，第一個批次820~1029.5nm1030~1239.5nm，第二個批次醇沉篩選波段為820~959.5nm和960~1099.5nm；采用CARS方法變量篩選兩批樣品分別510折交叉驗證，取交叉驗證均誤差（RMSECV）最小的子集作為最終變量篩選的結(jié)果。經(jīng)過變量篩選的兩批醇沉過程中的綠原酸含量裝袋偏最小二乘和Boosting偏最小二乘模型的預(yù)測均誤差（RMSEP）降低了0.02~0.04g/L2~4個百分點。

boosting-/RMSEP/RMSEP預(yù)預(yù)測

0100200300400500600700800900迭代次數(shù)/intion圖 醇沉NIR模型的RMSEP值趨勢累可為本課題所用。由于前期在NIR分析方法有扎實的基礎(chǔ)，并具有多年的中藥信息4、本項（限1000NIR技術(shù)以其快速、無損、無污染等優(yōu)點已在中藥各個領(lǐng)域開展研究，成為研究熱點。作為大宗藥材的與山銀花由于種種原因，其藥材質(zhì)量差異較大，開展基于與山銀花NIR定量快速檢測方法研究，對于豐富中藥材質(zhì)量快速檢測的基礎(chǔ)理論，為實現(xiàn)與山銀花藥材質(zhì)量的快速準(zhǔn)確檢測，提高藥材品質(zhì)，推動5、年度研究計劃及預(yù)期研究成果（預(yù)期成果為項目獲資助后績效考核的主要內(nèi)容，請實事求是填寫（限1000）裝置的搭建和基礎(chǔ)相關(guān)數(shù) NIR定量PLSBoosting和Bagging算法的NIRNIR建立基于NIR模型 與山銀花品質(zhì)快速可靠性評價方法建立復(fù)雜體 與山銀花藥材NIR可靠性模型至少在國內(nèi)外有影響性 1篇文章三、 過10篇（2）參與科研項目情況。申請人：，女，2013級藥物分析在讀。研究方向為中藥質(zhì)量控制。研究經(jīng)驗，各類學(xué)術(shù)7篇。已的 ,等.近紅外漫反射光譜法快速測定積雪草總苷中積雪草苷的含量[J].世界中,2013(11):1280-1282.WuZ,ShiX,ZhaoN,etal.EstimationofmultivariatedetectionlimitsoffourqualityparametersinlicoriceusingMEMS–NIRspectrometrycoupledwithtwosamplingaccessories[J].JournalofInnovativeOpticalHealthSciences,2014. ,等.校正集選擇方法對