《表1 25个样品HPLC指纹图谱共有峰峰面积》
注:ND指未检出。
采用Chempattern 2017对HPLC指纹图谱数据进行处理。图3为25个样品的HPLC指纹图谱叠加图。以GA、GC、EGC、EGCG、EC、GCG、ECG、CG作为研究对象,以其峰面积参与构建模型,各化合物峰面积数据见表1。分析前对8个化合物的峰面积数据进行Auto-scaling预处理,处理后的量纲数据与DPPH清除率建立偏最小二乘回归。以峰面积为自变量(X),抗氧化活性数据为因变量(Y),建立偏最小二乘回归方程,Y=48.4264-1.0387XGA+0.8351XGC+3.2989XEGC+2.5719XEGCG-1.0467XEC+1.2953XGCG+1.9433XECG+0.1999XCG,决定系数R2=0.900 9,潜变量数保留3个(潜变量数的选择会影响模型X的解释率以及模型Y的预测率,当潜变量数保留3个,模型对X的解释率以及Y的预测率最优),模型X累积解释率R2X达87.85%,模型Y预测率Q2Y达86.32%。方程回归系数的符号确定色谱峰与活性指标的相关变化方向(即正、负相关),回归系数的大小确定色谱峰对活性指标的重要程度。由此可知,EGC、EGCG、ECG与DPPH清除力相关性最强,均呈正相关;GA与DPPH清除力呈负相关。对回归方程进行假设检验(假设H0=数据间不存在显著线性回归关系),其结果见表2。按显著性水平α=0.05,数据间存在显著线性回归关系。内部检验以及外部验证结果见表3,内部检验的相对标准偏差均小于5.62%,外部验证的相对标准偏差均小于10.97%。由此可以看出,利用HPLC指纹图谱和抗氧化数据构建茶样的谱效关系具有一定的实用价值。
图表编号 | XD00152215400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 林清霞、王丽丽、杨军国、宋振硕、陈林 |
绘制单位 | 福建省农业科学院茶叶研究所、福建省农业科学院茶叶研究所、闽南师范大学生物科学与技术学院、福建省农业科学院茶叶研究所、福建省农业科学院茶叶研究所 |
更多格式 | 高清、无水印(增值服务) |