四种柴胡属种子的系统鉴别研究

发布时间：2020-08-14 14:49

【摘要】：目的:本研究利用传统的性状鉴别和显微鉴别方法,并结合DNA条形码、近红外光谱、GC-MS三种现代分析技术,对四种柴胡属种子进行系统鉴别研究,并对四种柴胡属种子所含的挥发油进行成分分析。以期为四种柴胡属种子的准确鉴别提供科学依据,为后期的深入研究奠定基础。同时对种子类药材的快速鉴别提供新的思路。方法:(1)收集北柴胡、南柴胡、三岛柴胡、藏柴胡四种柴胡属种子样品,观察种子的性状特征,并拍照记录;用扫描电镜观察四种柴胡属种子的种皮表面纹饰特征;用光学显微镜观察四种柴胡属种子的横切片组织结构特征。(2)收集不同地区的四种共80份柴胡属种子样品,采用天根生化科技有限公司提供的植物基因组DNA提取试剂盒提取种子DNA。利用ITS序列对提取的DNA进行PCR扩增,并从GenBank上下载6个物种共11条柴胡属ITS序列,所得产物的测序结果经CodonCode Aligener9.5软件进行序列拼接,MEGA6.06软件对最终序列进行分析。比较四种柴胡属种子的碱基序列长度,种内、种间距离以及GC含量的差异,并基于K2P模型构建NJ树,比较四种柴胡属种子的分支情况。(3)收集四种柴胡种子样品共80批,在4000-12500cm~(-1)光谱区,采集各种子样品的NIR光谱,将80批样品按2:1:1比例随机分为训练集、验证集和测试集三个子集。选取特征谱段9000-4100cm~(-1)为建模谱段,分别采用不同光谱预处理方法进行预处理,并分别进行PCA降维。根据2维主成分平面散点图,优选最佳预处理方法。利用最佳预处理方法处理后光谱的PCA降维数据,建立SVM模式识别模型,SVM模型参数采用网格搜索法、遗传算法(GA)、粒子群优化法(PSO)进行寻优。对比不同主成分数所建PCA-SVM模型的预测准确率,确定最佳的主成分数,最终建立四种柴胡属种子的NIR快速鉴别模型。(4)依据药典方法提取四种柴胡属种子的挥发油,利用GC-MS分析得到其挥发离子流图谱,经计算机质谱库(NIST08)进行检索及人工分析,并通过文献的比对和CAS号的查询确定各个组分化合物的结构及名称,应用峰面积归一化法确定各化合物的相对百分含量,并比较四种柴胡属种子所含主要化合物的种类和含量的差异。结果:(1)四种柴胡属种子在果体颜色、侧棱的颜色、横切面形状、合生面宽度、以及种子的长、宽、厚和千粒重上存在差异,但差异较小;扫描电镜可以观察到种皮表面纹饰的显著差别;种子的横切片组织结构在油管数、油管形状和大小等方面都有明显差异。(2)拼接剪切后柴胡属种子的碱基长度为529-538bp,种内最大遗传距离小于种间最小遗传距离,所建柴胡属种子NJ树各自聚成一支,与其它种分开。(3)在6500-5400,5000-4100 cm~(-1)建模谱段,确定最佳光谱预处理方法为二阶导数法(second derivative,SD),SD预处理光谱PCA降维后,确定最佳主成分前2个主成分(PC1和PC2)。经网格搜索法确定最佳SVM建模参数组为:c=0.001,g=0.001。所建PCA-SVM模型对训练集和验证集样品预测正确率均达100%,模型五折交叉验证准确率亦达100%。(4)北柴胡有100个成分得到鉴定,南柴胡有84个成分得到鉴定,三岛柴胡有78个成分得到鉴定,藏柴胡有71个成分得到鉴定。结论:(1)性状鉴定与显微鉴定方法可以对四种柴胡属种子进行鉴别;(2)ITS序列DNA条形码对四种柴胡属种子具有良好的鉴别能力;(3)所建立的近红外模型对四种柴胡属种子有很好的鉴别精度和预测能力,可用于四种柴胡属种子的快速鉴别;(4)四种柴胡属种子的挥发油在所含主要化合物种类和含量上有显著差异,但GC-MS对四种柴胡属种子的鉴别能力有待进一步研究探讨。
【学位授予单位】：湖北中医药大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S567.79;R282.5
【图文】：

种子性状,柴胡属,三岛柴胡,南柴胡

柴胡属种子性状图

柴胡属,种子,横切面

柴胡属种子横切面图

柴胡属,种子,三岛柴胡,南柴胡

柴胡属种子纵切面图

【参考文献】