本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quad...本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quadrupole time of flight tandem mass spectrometry,UPLC-Q-TOF-MS/MS)分析两种山药中的代谢物,通过主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)识别出两种山药中的差异代谢物,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归方法筛选出差异性标志物,建立用于品种鉴别的预测模型。结果显示,在两种山药中共鉴别出206种代谢物,PCA分析发现太谷山药和铁棍山药之间区分明显,OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析,得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物,建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法,识别出太谷山药和铁棍山药的差异标志物,构建了不同品种山药的预测模型,为山药的鉴别提供了新的思路。展开更多
分析瓜蒌子变质过程中油脂类成分的变化,筛选差异标志物,为瓜蒌子的质量控制和临床合理使用提供科学依据。采用加速实验加快瓜蒌子变质进程,利用气相色谱质谱联用(GC-MS)技术鉴定瓜蒌子中油脂类化学成分,通过NIST17谱库、化合物精确相...分析瓜蒌子变质过程中油脂类成分的变化,筛选差异标志物,为瓜蒌子的质量控制和临床合理使用提供科学依据。采用加速实验加快瓜蒌子变质进程,利用气相色谱质谱联用(GC-MS)技术鉴定瓜蒌子中油脂类化学成分,通过NIST17谱库、化合物精确相对分子质量及文献进行化合物解析,并结合聚类分析(Cluster analysis,CA)、主成分分析(Principal component analysis,PCA)和正交偏最小二乘判别分析(Orthogonal partial least squares discriminant analysis,OPLS-DA)对色谱峰进行综合处理和分析。研究结果显示:基于GC-MS技术共鉴定出新鲜瓜蒌子中22个化合物,随着加速实验天数增加,瓜蒌子在变质过程中新鉴定出5个化合物。利用OPLS-DA模型中VIP分析,发现瓜蒌子变质过程中6个色谱峰的VIP(Variable importance in the projection)均大于1.0,分别为α-桐酸、α-亚麻酸、油酸、亚油酸、棕榈酸和瓜蒌酸,其可作为瓜蒌子变质过程中差异标志物。通过GC-MS技术总结瓜蒌子脂肪酸在变质过程中的变化规律,利用化学模式识别筛选出6个差异标志物,研究结果可为瓜蒌子饮片及其中药制剂的质量控制奠定基础。展开更多
文摘本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quadrupole time of flight tandem mass spectrometry,UPLC-Q-TOF-MS/MS)分析两种山药中的代谢物,通过主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)识别出两种山药中的差异代谢物,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归方法筛选出差异性标志物,建立用于品种鉴别的预测模型。结果显示,在两种山药中共鉴别出206种代谢物,PCA分析发现太谷山药和铁棍山药之间区分明显,OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析,得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物,建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法,识别出太谷山药和铁棍山药的差异标志物,构建了不同品种山药的预测模型,为山药的鉴别提供了新的思路。
文摘分析瓜蒌子变质过程中油脂类成分的变化,筛选差异标志物,为瓜蒌子的质量控制和临床合理使用提供科学依据。采用加速实验加快瓜蒌子变质进程,利用气相色谱质谱联用(GC-MS)技术鉴定瓜蒌子中油脂类化学成分,通过NIST17谱库、化合物精确相对分子质量及文献进行化合物解析,并结合聚类分析(Cluster analysis,CA)、主成分分析(Principal component analysis,PCA)和正交偏最小二乘判别分析(Orthogonal partial least squares discriminant analysis,OPLS-DA)对色谱峰进行综合处理和分析。研究结果显示:基于GC-MS技术共鉴定出新鲜瓜蒌子中22个化合物,随着加速实验天数增加,瓜蒌子在变质过程中新鉴定出5个化合物。利用OPLS-DA模型中VIP分析,发现瓜蒌子变质过程中6个色谱峰的VIP(Variable importance in the projection)均大于1.0,分别为α-桐酸、α-亚麻酸、油酸、亚油酸、棕榈酸和瓜蒌酸,其可作为瓜蒌子变质过程中差异标志物。通过GC-MS技术总结瓜蒌子脂肪酸在变质过程中的变化规律,利用化学模式识别筛选出6个差异标志物,研究结果可为瓜蒌子饮片及其中药制剂的质量控制奠定基础。
