Определение производителей окситетрациклина с использованием терагерцовой спектроскопии во временной области и хемометрических методов

Для определения производителя окситетрациклина предложен эффективный подход на основе терагерцовой спектроскопии во временной области и хемометрии. Метод позволяет обнаружить и отличить таблетки окситетрациклина, произведенные четырьмя китайскими производителями. Зарегистрированы спектры поглощения в диапазоне 0.2–1.6 ТГц, для уменьшения размерности использованы анализ главных компонент (PCA) и стохастическое вложение соседей с t-распреде- лением (t-SNE). Полученные данные вводились в различные классификаторы: метод опорных векторов (SVM), генетический алгоритм-SVM, оптимизация роя частиц (PSO-SVM), деревья решений и случайные леса. Показано, что спектры поглощения окситетрациклина разных производителей могут быть дифференцированы, а t-SNE превосходит PCA с точки зрения уменьшения размерности. Оптимальный классификатор получен путем объединения t-SNE и PSO-SVM. Подход демонстрирует высокую точность перекрестной валидации (98.33%), среднюю точность обучающего набора 97.72% и среднюю точность тестового набора 94.25%. Метод позволяет быстро классифицировать окситетрациклин и точно отслеживать производителей. 

1. Y. Shinozuka, K. Kawai, A. Takeda, M. Yamada, F. Kayasaki, N. Kondo, Y. Sasaki, N. Kanai, T. Mukai, M. Sawaguchi, M. Higuchi, H. Kondo, K. Sugimoto, S. Kumagai, I. Murayama, Y. Sakai, K. Baba, K. Maemichi, T. Ohishi, T. Mizunuma, A. Kawana, A. Yasuda, A. Watanabe, J. Vet. Med. Sci., 81, 863–868 (2019).

2. S. Sivakesava, J. Irudayaraj, J. Dairy Sci., 85, 487–493 (2002).

3. S. C. Zhong, Front. Mech. Eng., 14, 273–281 (2019).

4. L. H. Eadie, C. B. Reid, A. J. Fitzgerald, V. P. Wallace, Expert Syst. Appl., 40, 2043–2050 (2013).

5. K. Lee, K. Jeoung, S. H. Kim, Y. B. Ji, H. Son, Y. Choi, Y. M. Huh, J. S. Suh, S. J. Oh, Biomed. Opt. Express, 9, 1582–1589 (2018).

6. S. H. Baek, H. B. Lim, H. S. Chun, J. Agric. Food Chem., 62, 5403–5407 (2014).

7. B. H. Cao, H. Li, M. B. Fan, W. Wang, M. Y. Wang, Anal. Methods, 10, 5097–5104 (2018).

8. J. S. Melinger, N. Laman, D. Grischkowsky, Appl. Phys. Lett., 93, 3 (2008).

9. J. A. Zeitler, P. F. Taday, D. A. Newnham, M. Pepper, K. C. Gordon, T. Rades, J. Pharm. Pharmacol., 59, 209–223 (2007).

10. W. Limwikrant, K. Higashi, K. Yamamoto, K. Moribe, Int. J. Pharm., 382, 50–55 (2009).

11. H.-L. Zhang, Y. Xia, Z. Hong, Y. Du, Spectrosc. Spectr. Anal., 35, 1854–1859 (2015).

12. Z.-W. Zhang, J. Zuo, C.-L. Zhang, Spectrosc. Spectr. Anal., 32, 906–909 (2012).

13. L. J. Xie, C. Wang, M. Chen, B. B. Jin, R. Y. Zhou, Y. X. Huang, S. Hameed, Y. B. Ying, Spectrosc. Acta A: Mol. Biomol. Spectr., 222, 7 (2019).

14. W. Liu, C. Liu, J. Yu, Y. Zhang, J. Li, Y. Chen, L. Zheng, Food Chem., 251, 86–92 (2018).

15. H. Luo, J. Zhu, W. Xu, M. Cui, Optik, 184, 177–184 (2019).

16. B. Qin, Z. Li, T. Chen, Y. Chen, Optik, 142, 576–582 (2017).

17. H. Zhan, J. Xi, K. Zhao, R. Bao, L. Xiao, Food Control, 67, 114–118 (2016).

18. R. Zhang, T. Wu, Y. Zhao, Optik, 183, 906–911 (2019).

19. T. D. Dorney, R. G. Baraniuk, D. M. Mittleman, J. Opt. Soc. Am. A, Optics, Image Science, and Vision, 18, 1562–1571 (2001).

20. L. Duvillaret, F. Garet, J.-L. Coutaz, IEEE J. Select. Top. Quantum Electron., 2, 739–746 (1996).

21. L. van der Maaten, J. Mach. Learn. Res., 15, 3221–3245 (2014).

22. T. Zhou, H. Lu, W. Wang, X. Yong, Appl. Soft. Comput., 75, 323–332 (2019).

23. X. K. Wang, S. Y. Guan, L. Hua, B. Wang, X. M. He, Ultrasonics, 91, 161–169 (2019).

24. J. Gupta, J. Patrick, S. Poon, Stud. Health Technol. Informatics, 266, 83–88 (2019).

25. F. B. de Santana, A. M. de Souza, R. J. Poppi, Spectrosc. Acta A: Mol. Biomol. Spectr., 191, 454–462 (2018).