zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-1929Research ArticleСПЕКТРОСКОПИЯ В БИОЛОГИИ И МЕДИЦИНЕSPECTROSCOPY IN BIOLOGY AND MEDICINEМногопараметрическая классификация географического происхождения лекарственного растительного сырья с помощью терагерцовой импульсной спектроскопии поглощенияMultivariate Classification of Geographical Origin of Herbal Medicines Using Terahertz Pulsed Absorption SpectroscopyКолодочкаП. С.KolodochkaP. S.

Минск

Minsk

КоролькоД. А.KorolkoD. A.

Минск

Minsk

КуликовскаяП. А.KulikovskayaP. A.

Минск

Minsk

ЛяхновичА. В.LyakhnovichA. V.

Минск

Minsk

HongzhuX.HongzhuX.

Уху

Xi Hongzhu.

WuHu

WeiX.WeiX.

Уху

Xu Wei.

WuHu

ХодасевичМ. А.KhodasevichM. A.

Минск

Minsk

m.khodasevich@ifanbel.bas-net.byJieS.JieS.

Уху

Shu Jie.

WuHu

Институт физики НАН БеларусиB.I. Stepanov Institute of Physics of the National Academy of Sciences of BelarusАньхойский Восточно-Китайский НИИ “Фотоэлектроника”Anhui Huadong Photoelectric Technology Research Institute Co., Ltd.202507092025924513523Copyright © Колодочка П.С., Королько Д.А., Куликовская П.А., Ляхнович А.В., Hongzhu X., Wei X., Ходасевич М.А., Jie S., 20252025Колодочка П.С., Королько Д.А., Куликовская П.А., Ляхнович А.В., Hongzhu X., Wei X., Ходасевич М.А., Jie S.Kolodochka P.S., Korolko D.A., Kulikovskaya P.A., Lyakhnovich A.V., Hongzhu X., Wei X., Khodasevich M.A., Jie S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/1929

С помощью терагерцовой импульсной спектроскопии поглощения разработаны многопараметрические классификационные модели географического происхождения лекарственного растительного сырья. Рассмотрены четыре метода кластерного анализа: иерархический кластерный анализ, методы k-средних и k-ближайших соседей и построение классификационных деревьев. Для классификации пяти географических локаций клубней Gastrodia в диапазоне частот 0.1—0.6 ТГц выбраны 12 спектральных переменных в порядке уменьшения их среднеквадратичного отклонения в рассмотренной выборке и преобразованы в шестимерное пространство главных компонент с метрикой Махаланобиса. Классификация исследуемого лекарственного растительного сырья по двум ближайшим соседям в этом пространстве характеризуется точностью и прецизионностью 0.98, чувствительностью 0.982.

Multivariate classification models of the geographical origin of herbal medicines are developed based on the terahertz time-domain absorption spectroscopy. Four methods of cluster analysis are considered: hierarchical cluster analysis, k-means, k-nearest neighbors and classification trees. For classification of five geographical locations of Gastrodia roots, 12 spectral variables have been selected in the frequency range of 0.1–0.6 THz in the order of decreasing their standard deviation in the explored set and transformed to a six–dimensional principal component space with the Mahalanobis metric. The classification of the considered herbal medicines by two closest neighbors in this space is characterized by accuracy and precision of 0.98, and sensitivity of 0.982.

лекарственное растительное сырьетерагерцовая спектроскопиямногопараметрический анализклассификацияherbal medicinesterahertz spectroscopymultivariate analysisclassificationРабота выполнена при поддержке проекта “Исследование, разработка и продвижение оборудования для спектрального обнаружения веществ-прекурсоров в режиме реального времени” (№ 2023yf024), научно-технической программы Уху, выполняемой группой применения терагерцовых технологий Хуадунского института оптоэлектронных технологий, провинция Аньхой (Китай).ReferencesF. M. Dayrit. ChemMedChem, 13, N 1 (2017) 124—125, doi: 10.1002/cmdc.201700632F. M. Dayrit. ChemMedChem, 13, N 1 (2017) 124—125, doi: 10.1002/cmdc.201700632Y.-Z. Liang, P. Xie, K. Chan. J. Chromatography, B, 812 (2004) 53—70, doi: 10.1016/j.jchromb.2004.08.041Y.-Z. Liang, P. Xie, K. Chan. J. Chromatography, B, 812 (2004) 53—70, doi: 10.1016/j.jchromb.2004.08.041R. Bauer. Drug Info J., 32, N 1 (1998) 101-—110, doi: 10.1177/009286159803200114R. Bauer. Drug Info J., 32, N 1 (1998) 101-—110, doi: 10.1177/009286159803200114V. E. Tyler. J. Nat. Prod., 62, N 11 (1999) 1589—1592, doi: 10.1021/np9904049V. E. Tyler. J. Nat. Prod., 62, N 11 (1999) 1589—1592, doi: 10.1021/np9904049W. J. Welsh, W. Lin, S. H. Tersigni, E. Collantes, R. Duta, M. S. Carey, W. L. Zielinski, J. Brower, J. A. Spencer, T. P. Layloff. Anal. Chem., 68, N 19 (1996) 3473—3482, doi: 10.1021/ac951164eW. J. Welsh, W. Lin, S. H. Tersigni, E. Collantes, R. Duta, M. S. Carey, W. L. Zielinski, J. Brower, J. A. Spencer, T. P. Layloff. Anal. Chem., 68, N 19 (1996) 3473—3482, doi: 10.1021/ac951164eB. Huang, Y.-L. Cheng, X.-J. Cao Y. Li, R. Chen, J. Cao, C. Peng, D.-G. Wan, C.-H. Shen, J.-L. Guo. Chin. Trad. and Herbal Drugs, 48, N 5 (2017) 991—996, doi: 10.7501/j.issn.0253-2670.2017.05.025B. Huang, Y.-L. Cheng, X.-J. Cao Y. Li, R. Chen, J. Cao, C. Peng, D.-G. Wan, C.-H. Shen, J.-L. Guo. Chin. Trad. and Herbal Drugs, 48, N 5 (2017) 991—996, doi: 10.7501/j.issn.0253-2670.2017.05.025L. N. Liu, Y.-L. Li, H.-Y. Jin, Sh. Ma. Chin. Trad. and Herbal Drugs, 48, N 6 (2017) 1220—1224, doi: 10.7501/j.issn.0253-2670.2017.06.028L. N. Liu, Y.-L. Li, H.-Y. Jin, Sh. Ma. Chin. Trad. and Herbal Drugs, 48, N 6 (2017) 1220—1224, doi: 10.7501/j.issn.0253-2670.2017.06.028H. B. Wang, L. Deng, Y.-C. Ma, C.-P. Yin. Chin. Trad. and Herbal Drugs, 48, N 12 (2017) 2516—2521, doi: 10.7501/j.issn.0253-2670.2017.12.024H. B. Wang, L. Deng, Y.-C. Ma, C.-P. Yin. Chin. Trad. and Herbal Drugs, 48, N 12 (2017) 2516—2521, doi: 10.7501/j.issn.0253-2670.2017.12.024J. B. Yao, H.H. Jin, H. H. He, R. W. Wang. Chin. Trad. and Herbal Drugs, 46, N 9 (2015) 1378—1380 doi: 10.7501/j.issn.0253-2670.2015.09.022J. B. Yao, H.H. Jin, H. H. He, R. W. Wang. Chin. Trad. and Herbal Drugs, 46, N 9 (2015) 1378—1380 doi: 10.7501/j.issn.0253-2670.2015.09.022T. Li, C. Su, L.-X. Li, C. Li, M.-X. Si. Chin. Trad. and Herbal Drugs, 49, N 16 (2018) 3918—3925, doi: 10.7501/j.issn.0253-2670.2018.016.028T. Li, C. Su, L.-X. Li, C. Li, M.-X. Si. Chin. Trad. and Herbal Drugs, 49, N 16 (2018) 3918—3925, doi: 10.7501/j.issn.0253-2670.2018.016.028Y. F. Yang, J.-J. Wang, G.-J. Zhang, S.-Q. Sun, H.-Z. Wu, Y.-Z. Guo, L. Xiang, L.-N. Lu. Chin. Trad. and Herbal Drugs, 47, N 19 (2016) 3508–3512, doi: 10.7501/j.issn.0253-2670.2016.19.025Y. F. Yang, J.-J. Wang, G.-J. Zhang, S.-Q. Sun, H.-Z. Wu, Y.-Z. Guo, L. Xiang, L.-N. Lu. Chin. Trad. and Herbal Drugs, 47, N 19 (2016) 3508–3512, doi: 10.7501/j.issn.0253-2670.2016.19.025K. W. Yan, F. Wang, G. R. Mei, J. Y. Lu, L. Zhang, G. L. Fu. Chin. Trad. and Herbal Drugs, 46, N 20 (2015) 3096—3099K. W. Yan, F. Wang, G. R. Mei, J. Y. Lu, L. Zhang, G. L. Fu. Chin. Trad. and Herbal Drugs, 46, N 20 (2015) 3096—3099A. L. Skelbæk-Pedersen, M. Anuschek, T. K. Vilhelmsen, J. Rantanen, J. A. Zeitler. Int. J. Pharm. 588 (2020) 119769, doi: 10.1016/j.ijpharm.2020.119769A. L. Skelbæk-Pedersen, M. Anuschek, T. K. Vilhelmsen, J. Rantanen, J. A. Zeitler. Int. J. Pharm. 588 (2020) 119769, doi: 10.1016/j.ijpharm.2020.119769W. Li, F. Yan, Z.-Ch. Wang, Ch.-H. Liu. Spectrosc. Spectral Anal., 40 (2020) 2054—2058W. Li, F. Yan, Z.-Ch. Wang, Ch.-H. Liu. Spectrosc. Spectral Anal., 40 (2020) 2054—2058W. Xiao, Zh. Wanqin, Zh. Shiping, Zh. Shengling, W. Weiji, X. Zhiyong. Spectrochim. Acta, Part A, 238 (2020) 118453, doi: 10.1016/j.saa.2020.118453W. Xiao, Zh. Wanqin, Zh. Shiping, Zh. Shengling, W. Weiji, X. Zhiyong. Spectrochim. Acta, Part A, 238 (2020) 118453, doi: 10.1016/j.saa.2020.118453M. Hu, M. Tang, H. Wang, M. Zhang, Sh. Zhu, Zh. Yang, Sh. Zhou, H. Zhang, J. Hu, Y. Guo, X. Wei, Y. Liao. Spectrochim. Acta, A: Mol. Biomol. Spectrosc., 254 (2021) 119611, doi: 10.1016/j.saa.2021.119611M. Hu, M. Tang, H. Wang, M. Zhang, Sh. Zhu, Zh. Yang, Sh. Zhou, H. Zhang, J. Hu, Y. Guo, X. Wei, Y. Liao. Spectrochim. Acta, A: Mol. Biomol. Spectrosc., 254 (2021) 119611, doi: 10.1016/j.saa.2021.119611J. Huang, B. Luo, Y. Cao, B. Li, M. Qian, N. Jia, W. Zhao. Fusion Front. Phys., 10 (2022), doi: 10.3389/fphy.2022.833278J. Huang, B. Luo, Y. Cao, B. Li, M. Qian, N. Jia, W. Zhao. Fusion Front. Phys., 10 (2022), doi: 10.3389/fphy.2022.833278М. А. Ходасевич, А. В. Ляхнович, H. Eriklioglu. Журн. прикл. спектр., 89, № 2 (2022) 198—203 doi: 10.1007/s10812-022-01351-3M. A. Khodasevich, A. V. Lyakhnovich, H. Eriklioglu. J. Appl. Spectr., 89, N 2 (2022) 251—255, doi: 10.1007/s10812-022-01351-3A. V. Oppenheim, R. W. Schafer, J. R. Buck. Discrete-Time Signal Processing. Prentice Hall, Englewood Cliffs (1999) 468—469A. V. Oppenheim, R. W. Schafer, J. R. Buck. Discrete-Time Signal Processing. Prentice Hall, Englewood Cliffs (1999) 468—469Z. M. Zhang, S. Chen, Y. Z. Liang. Analyst, 135 (2010) 1138—1146, doi: 10.1039/b922045cZ. M. Zhang, S. Chen, Y. Z. Liang. Analyst, 135 (2010) 1138—1146, doi: 10.1039/b922045chttps://code.google.com/archive/p/airpls [электронный ресурс], дата доступа: 18.01.2025https://code.google.com/archive/p/airpls [электронный ресурс], дата доступа: 18.01.2025J. R. Beattie, F. W. L. Esmonde-White. Appl. Spectrosc., 75, N 4 (2021) 361—375, doi: 10.1177/0003702820987847J. R. Beattie, F. W. L. Esmonde-White. Appl. Spectrosc., 75, N 4 (2021) 361—375, doi: 10.1177/0003702820987847T. W. Liao. Pattern Recognition, 38 (2005) 1857—1874, doi: 10.1016/j.patcog.2005.01.025T. W. Liao. Pattern Recognition, 38 (2005) 1857—1874, doi: 10.1016/j.patcog.2005.01.025P. Govender, V. Sivakumar. Atm. Poll. Res., 11 (2020) 40—56, doi: 10.1016/j.apr.2019.09.009P. Govender, V. Sivakumar. Atm. Poll. Res., 11 (2020) 40—56, doi: 10.1016/j.apr.2019.09.009L. A. Berrueta, R. M. Alonso-Salces, K. Héberger. J. Chromatography, A, 1158 (2007) 196—214, doi: 10.1016/j.chroma.2007.05.024L. A. Berrueta, R. M. Alonso-Salces, K. Héberger. J. Chromatography, A, 1158 (2007) 196—214, doi: 10.1016/j.chroma.2007.05.024S. Brown, R. Tauler, B. Walczak. Decision Tree Modeling, Comprehensive Chemometrics, 2nd ed., Elsevier (2020) 625—659S. Brown, R. Tauler, B. Walczak. Decision Tree Modeling, Comprehensive Chemometrics, 2nd ed., Elsevier (2020) 625—659H. Cui, X. Zhang, J. Su, Y. Yang, Q. Fang, X. Wei. Optik, 126, N 23 (2015) 3533—3537, doi: 10.1016/j.ijleo.2015.08.066H. Cui, X. Zhang, J. Su, Y. Yang, Q. Fang, X. Wei. Optik, 126, N 23 (2015) 3533—3537, doi: 10.1016/j.ijleo.2015.08.066D. Arthur, S. Vassilvitskii. Сonf. Mater. SODA ‘07: Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, 7–9 January 2007, New Orleans, Louisiana, Society for Industrial and Applied Mathematics3600 University City Science Center Philadelphia, PAUnited States (2007) 1027—1035D. Arthur, S. Vassilvitskii. Сonf. Mater. SODA ‘07: Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, 7–9 January 2007, New Orleans, Louisiana, Society for Industrial and Applied Mathematics3600 University City Science Center Philadelphia, PAUnited States (2007) 1027—1035C. Sammut, G. I. Webb. Leave-One-Out Cross-Validation: Encyclopedia of Machine Learning, Boston, US, Springer (2017) 600—601C. Sammut, G. I. Webb. Leave-One-Out Cross-Validation: Encyclopedia of Machine Learning, Boston, US, Springer (2017) 600—601D. Chicco, G. Jurman. BioData Mining, 16, N 1 (2023), doi: 10.1186/s13040-023-00326-0D. Chicco, G. Jurman. BioData Mining, 16, N 1 (2023), doi: 10.1186/s13040-023-00326-0Y. H. Yun, H. D. Li, B. C. Deng, D. S. Cao. Trends Anal. Chem., 113 (2019) 102—115, doi: 10.1016/j.trac.2019.01.018Y. H. Yun, H. D. Li, B. C. Deng, D. S. Cao. Trends Anal. Chem., 113 (2019) 102—115, doi: 10.1016/j.trac.2019.01.018

The authors declare that there are no conflicts of interest present.