Многопараметрическая классификация географического происхождения лекарственного растительного сырья с помощью терагерцовой импульсной спектроскопии поглощения

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.

1. F. M. Dayrit. ChemMedChem, 13, N 1 (2017) 124—125, doi: 10.1002/cmdc.201700632

2. Y.-Z. Liang, P. Xie, K. Chan. J. Chromatography, B, 812 (2004) 53—70, doi: 10.1016/j.jchromb.2004.08.041

3. R. Bauer. Drug Info J., 32, N 1 (1998) 101-—110, doi: 10.1177/009286159803200114

4. V. E. Tyler. J. Nat. Prod., 62, N 11 (1999) 1589—1592, doi: 10.1021/np9904049

5. W. 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/ac951164e

6. B. 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.0253-2670.2017.05.025

7. L. 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.0253-2670.2017.06.028

8. H. 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.0253-2670.2017.12.024

9. J. 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.0253-2670.2015.09.022

10. T. 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.0253-2670.2018.016.028

11. Y. 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.0253-2670.2016.19.025

12. K. 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—3099

13. A. L. Skelbæk-Pedersen, M. Anuschek, T. K. Vilhelmsen, J. Rantanen, J. A. Zeitler. Int. J. Pharm. 588 (2020) 119769, doi: 10.1016/j.ijpharm.2020.119769

14. W. Li, F. Yan, Z.-Ch. Wang, Ch.-H. Liu. Spectrosc. Spectral Anal., 40 (2020) 2054—2058

15. W. Xiao, Zh. Wanqin, Zh. Shiping, Zh. Shengling, W. Weiji, X. Zhiyong. Spectrochim. Acta, Part A, 238 (2020) 118453, doi: 10.1016/j.saa.2020.118453

16. M. 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.2021.119611

17. J. Huang, B. Luo, Y. Cao, B. Li, M. Qian, N. Jia, W. Zhao. Fusion Front. Phys., 10 (2022), doi: 10.3389/fphy.2022.833278

18. М. А. Ходасевич, А. В. Ляхнович, H. Eriklioglu. Журн. прикл. спектр., 89, № 2 (2022) 198—203 doi: 10.1007/s10812-022-01351-3

19. A. V. Oppenheim, R. W. Schafer, J. R. Buck. Discrete-Time Signal Processing. Prentice Hall, Englewood Cliffs (1999) 468—469

20. Z. M. Zhang, S. Chen, Y. Z. Liang. Analyst, 135 (2010) 1138—1146, doi: 10.1039/b922045c

21. https://code.google.com/archive/p/airpls [электронный ресурс], дата доступа: 18.01.2025

22. J. R. Beattie, F. W. L. Esmonde-White. Appl. Spectrosc., 75, N 4 (2021) 361—375, doi: 10.1177/0003702820987847

23. T. W. Liao. Pattern Recognition, 38 (2005) 1857—1874, doi: 10.1016/j.patcog.2005.01.025

24. P. Govender, V. Sivakumar. Atm. Poll. Res., 11 (2020) 40—56, doi: 10.1016/j.apr.2019.09.009

25. L. A. Berrueta, R. M. Alonso-Salces, K. Héberger. J. Chromatography, A, 1158 (2007) 196—214, doi: 10.1016/j.chroma.2007.05.024

26. S. Brown, R. Tauler, B. Walczak. Decision Tree Modeling, Comprehensive Chemometrics, 2nd ed., Elsevier (2020) 625—659

27. H. Cui, X. Zhang, J. Su, Y. Yang, Q. Fang, X. Wei. Optik, 126, N 23 (2015) 3533—3537, doi: 10.1016/j.ijleo.2015.08.066

28. D. 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—1035

29. C. Sammut, G. I. Webb. Leave-One-Out Cross-Validation: Encyclopedia of Machine Learning, Boston, US, Springer (2017) 600—601

30. D. Chicco, G. Jurman. BioData Mining, 16, N 1 (2023), doi: 10.1186/s13040-023-00326-0

31. Y. 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