基于超高效液相色谱串联四极杆飞行时间质谱和机器学习算法的茜草掺伪分析*

来源：药物分析杂志2025年第10期北京时间：

作者：王献瑞, 武哲, 韩婷, 郭晓晗, 李明华, 荆文光, 程显隆, 魏锋, 安抚东

单位：中药民族药检定所 药品监管科学全国重点实验室 中国食品药品检定研究院,北京 102629

摘要：目的: 基于超高效液相色谱串联四极杆飞行时间质谱（UHPLC-Q TOF MSE）分析,结合机器学习算法构建并优选鉴定辨识模型,以期实现茜草掺伪的数字化鉴定。方法: 首先茜草、大叶茜草、大茜草、小红参、藏茜草以及茜草掺伪品超声（功率500 W,频率40 kHz）处理0.5 h后,经Waters ACQUITY UPLC BEH C18（100 mm×2.1 mm,1.8 μm）色谱柱分离,以乙腈-0.1%甲酸水为流动相,进行梯度洗脱,电喷雾正离子化Q TOF/MSE,m/z 100~1 200内进行扫描并进行数字量化处理。然后通过快速过滤算法进行特征筛选。最后以筛选的特征变量结合不同机器学习算法构建鉴定模型,并根据准确率、精确率、召回率等参数优选最佳模型进行外部鉴定验证分析。结果: 基于快速过滤筛选算法,筛选得到153个特征数据变量。而结合支持向量机算法构建的鉴定模型具有最佳辨识效果,准确率、精确度以及召回率均不低于0.990,且外部掺伪鉴定验证的正确率高达100%。结论: 基于UHPLC-Q TOF MSE和支持向量机算法有助于茜草的掺伪数字化分析,具有一定的实用价值。

关键词：茜草,掺伪,机器学习,数据建模,支持向量机,超高效液相色谱串联四极杆飞行时间质谱,

基金资助：国家重点研发计划中医药现代化重大专项（2023YFC3504105）;中国食品药品检定研究院关键技术研究基金项目（GJJS-2022-7-2）;中国食品药品检定研究院学科带头人培养基金项目（2023X10）