机器学习算法在不同形态浙贝母与湖北贝母的干法REIMS指纹图谱鉴别分析中的应用研究

来源：药物分析杂志2024年第1期北京时间：

作者：石岩, 李宁, 魏锋

单位：1.中国食品药品检定研究院,北京 102629; 2.北京市药品检验研究院,北京 102206

摘要：目的:使用快速蒸发离子化质谱(REIMS)指纹图谱与机器学习相关技术对不同形态的浙贝母和湖北贝母进行预测和判别。方法:通过干法灼烧使样品组分形成气溶胶,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。正离子模式采集,数据记录为continuum模式,测得样品的REIMS指纹图谱数据。通过对数据进行聚类分析、相关性分析、相似度分析、主成分分析,得到数据分布的基本情况,最后建立逻辑回归模型,模型惩罚项参数选择岭回归(l2),优化算法选择拟牛顿法(lbfgs)。结果:测得样品的REIMS指纹图谱具有品种差异的特征性,逻辑回归模型交叉验证和测试集验证准确率均达到1.0,可以准确预测和判别样品的品种。结论:REIMS技术结合机器学习在中药领域的潜在应用前景十分广阔。

关键词：浙贝母,湖北贝母,快速蒸发离子化质谱,机器学习,人工智能,逻辑回归,中药分析,真伪鉴别,