鉴定Ophiocordyceps sinensis (Berk.) 的地理原产地 通过机器学习辅助的表面增强拉曼光谱学
Yong-Xuan Hong1, Qing-Hua Liu2, Jia-Wei Tang3
1Department of Laboratory Medicine, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, Guangdong Province, China.
Analytical and bioanalytical chemistry
|March 4, 2026
概括
这项研究引入了一种快速的表面增强拉曼光谱 (SERS) 方法与支持矢量机器 (SVM) 机器学习相结合,以准确识别Ophiocordyceps sinensis的地理起源,这是一个有价值的功能性食物.
科学领域:
- 菌类学和光谱学 菌类学和光谱学
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 皮皮虫是一种珍贵的功能性食品和传统中医药 (TCM).
- 它的质量和有效性受到地理来源的重大影响.
- 现有的原产地识别方法复杂且耗时.
研究的目的:
- 开发一种快速,准确和简单的方法来识别Ophiocordyceps sinensis的地理起源.
- 为这种有价值的自然产品建立可靠的质量控制措施.
主要方法:
- 使用表面增强拉曼光谱 (SERS) 来分析来自中国四个不同生产区的Ophiocordyceps sinensis样本.
- 液体染色学-质谱学 (LC-MS) 作为成分分析和真实性验证的参考方法.
- 六个机器学习 (ML) 算法,包括支持矢量机 (SVM),被用于地理起源预测.
主要成果:
- 与SVM模型相结合的SERS在区分Ophiocordyceps sinensis的地理来源方面取得了最高的准确性.
- 一个特征重要性地图突出显示了关键的拉曼转移,这对于准确的分类至关重要.
- 经过LC-MS分析,证实了支持地理区别的组成差异.
结论:
- 开发的SERS-SVM方法提供了一种快速有效的方法来验证Ophiocordyceps sinensis的地理来源.
- 这种技术在传统中医药行业的质量控制方面具有重大潜力.
- 它为确保Ophiocordyceps sinensis产品的完整性和质量提供了一个有价值的工具.
