牛黄类药材REIMS图谱的快速识别研究*

来源：药物分析杂志2025年第2期北京时间：

作者：石岩, 荆文光, 程显隆, 魏锋

单位：中国食品药品检定研究院,北京 102629

摘要：目的: 使用快速蒸发离子化质谱（REIMS）技术对牛黄、培植牛黄、人工牛黄和体外培育牛黄进行测定,并使用机器学习技术对样品的REIMS谱图进行快速识别预测。方法: 干法灼烧将样品组分引入REIMS中,质谱扫描范围m/z 50~1 200;扫描模式为灵敏模式;扫描时间为0.2 s。负离子模式采集,数据记录为continuum模式。通过对样品REIMS谱图的数据进行聚类分析和主成分分析,分析样品数据概况。分别建立偏最小二乘判别分析、逻辑回归、决策树、随机森林、自适应提升（分别以逻辑回归和决策树为弱评估器）模型,并通过GaussianCopula、CTGAN、CopulaGAN和TVAE算法仿真合成数据,然后与原训练集数据组成新的训练集用于模型的训练。结果: 使用新训练集训练得到的以决策树为弱评估器的自适应提升模型对4种牛黄类药材识别预测能力最好,对测试集识别的准确率为0.97,精确率为0.90,召回率为0.97,F1得分为0.93,ROC面积为1.00。使用模型输出的概率还可以根据药品监管的实际应用场景通过调整概率阈值灵活地使用。结论: 使用REIMS技术与机器学习技术联用可以实现牛黄类药材的快速而准确的识别。

关键词：牛黄,培植牛黄,人工牛黄,体外培育牛黄,快速蒸发离子化质谱,人工智能,机器学习,真伪鉴别,偏最小二乘判别分析,逻辑回归,决策树,随机森林,自适应提升,仿真数据合成,识别概率,

基金资助：中国食品药品检定研究院关键技术研究基金项目（GJJS-2022-10-2）;中国食品药品检定研究院学科带头人培养基金项目（2023X10）