berkritische Flssig-Chromatographie mit chemischer Mustererkennung

Mahonia bealei (Fort.) Carr. (M. bealei) spielt eine wichtige Rolle bei der Behandlung vieler Krankheiten. In der vorliegenden Studie wurde eine umfassende Methode entwickelt, die Fingerabdrcke der superkritischen Flssigkeitschromatographie (SFC) und chemische Mustererkennung (CPR) zur Qualittsbewertung von M. bealei kombiniert. hnlichkeitsanalyse, hierarchische Clusteranalyse (HCA) und Hauptkomponentenanalyse (PCA) wurden angewandt, um die Proben von wildem M. bealei, kultiviertem M. bealei und seinen Substituten anhand der Peakflche von 11 Komponenten zu klassifizieren und zu bewerten, aber eine genaue Klassifizierung konnte nicht erreicht werden. Anschlieend wurde PLS-DA eingesetzt, um die charakteristischen Variablen auf der Grundlage von VIP-Werten auszuwhlen, die fr eine genaue Klassifizierung verantwortlich sind. Sechs charakteristische Peaks mit hheren VIP-Werten (1) wurden fr die Erstellung des CPR-Modells ausgewhlt. Auf der Grundlage der sechs Variablen wurden drei Arten von Proben genau in drei verwandte Cluster klassifiziert. Das Modell wurde durch eine Testgruppe von Proben und eine Prdikationsgruppe von Proben weiter validiert. Die Ergebnisse zeigten, dass das Modell erfolgreich erstellt wurde und auch die Vorhersagefhigkeit wurde als zufriedenstellend besttigt.