Geographical origin traceability of traditional Chinese medicine Atractylodes macrocephala Koidz. by using multi-way fluorescence fingerprint and chemometric methods

指纹(计算) 可追溯性 偏最小二乘回归 主成分分析 计算机科学 模式识别(心理学) 人工智能 数据挖掘 集合(抽象数据类型) 数学 统计 机器学习 程序设计语言
作者
Yue‐Yue Chang,Hai‐Long Wu,Tong Wang,Yao Chen,Jian Yang,Haiyan Fu,Xiao‐Long Yang,Xu-Fu Li,Gong Zhang,Ru‐Qin Yu
出处
期刊:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy [Elsevier]
卷期号:269: 120737-120737 被引量:20
标识
DOI:10.1016/j.saa.2021.120737
摘要

Atractylodes macrocephala Koidz. (AM) is an important plant of traditional Chinese medicine (TCM), and its status can be comparable with ginseng in China. The efficacy and quality of AM are closely related to the place of origin. Hence, we proposed a simple and fast strategy to classify AM from different geographical origins by using multi-way fluorescence fingerprint combined with chemometric methods. AM samples with different dilution levels have different fluorescence characteristics, resulting from different content of fluorescence components and chemical microenvironment. Therefore, AM samples were diluted 5-fold, 10-fold, and 20-fold with 40% ethanol aqueous solution to obtain excitation-emission matrix data, and multi-way (three-way and four-way) data arrays were constructed. And then, the fluorescence fingerprints of AM samples were characterized by three-way and four-way parallel factor analysis (PARAFAC). In addition, four pattern recognition methods were used to classify AM from different provinces. The results show that the four-way data array can provide more abundant information than three-way data arrays, so it is more conducive to sample classification. According to the results obtained from the analysis of four-way data array, the correct classification rate (CCR) of the cross-validation and prediction set obtained by partial least squares-discrimination analysis (PLS-DA) were 90.5% and 100%, respectively. To sum up, the proposed method can be regarded as a powerful, feasible, convenient, reliable, and universal classification tool for the classification of AM samples from different provinces and can be used as a promising method to realize the geographical origin traceability of other TCMs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
知否完成签到 ,获得积分0
3秒前
温柔觅松完成签到 ,获得积分10
4秒前
mark33442完成签到,获得积分10
11秒前
小糖完成签到 ,获得积分10
21秒前
37秒前
成就的孤晴完成签到 ,获得积分10
40秒前
冬谎发布了新的文献求助20
40秒前
dreamwalk完成签到 ,获得积分10
46秒前
饱满烙完成签到 ,获得积分10
48秒前
霓娜酱完成签到 ,获得积分10
53秒前
黑包包大人完成签到,获得积分10
1分钟前
云飞扬完成签到 ,获得积分10
1分钟前
1分钟前
蹦蹦马发布了新的文献求助10
1分钟前
Yara.H完成签到 ,获得积分10
2分钟前
李新光完成签到 ,获得积分10
2分钟前
辜月十二完成签到 ,获得积分10
2分钟前
菠萝谷波完成签到 ,获得积分10
2分钟前
蹦蹦马完成签到,获得积分10
2分钟前
2分钟前
btcat完成签到,获得积分10
2分钟前
阿狸贱贱发布了新的文献求助50
2分钟前
二傻不刮痧完成签到,获得积分20
2分钟前
玩命的无春完成签到 ,获得积分10
2分钟前
腰果虾仁完成签到 ,获得积分10
2分钟前
阿狸贱贱完成签到,获得积分10
2分钟前
科研通AI2S应助二傻不刮痧采纳,获得10
2分钟前
大七完成签到 ,获得积分10
2分钟前
sherry完成签到 ,获得积分10
2分钟前
伏城完成签到 ,获得积分10
2分钟前
我刷的烧饼贼亮完成签到 ,获得积分10
3分钟前
牟翎完成签到,获得积分10
3分钟前
pp‘s完成签到 ,获得积分10
3分钟前
叶夜南完成签到 ,获得积分10
3分钟前
单小芫完成签到 ,获得积分10
3分钟前
3分钟前
奶茶完成签到 ,获得积分10
3分钟前
MYC007完成签到 ,获得积分10
3分钟前
Dingz完成签到,获得积分10
3分钟前
飞云完成签到 ,获得积分10
4分钟前
高分求助中
Востребованный временем 2500
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1500
Very-high-order BVD Schemes Using β-variable THINC Method 1200
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3365223
求助须知:如何正确求助?哪些是违规求助? 2985788
关于积分的说明 8719687
捐赠科研通 2668185
什么是DOI,文献DOI怎么找? 1461254
科研通“疑难数据库(出版商)”最低求助积分说明 676273
邀请新用户注册赠送积分活动 667665