Resumen

Este estudio demostró el efecto del tamaño de las partículas en la medición de la saikosaponina A en Bupleurum chinense DC. mediante espectroscopia de reflectancia en el infrarrojo cercano (NIR). Se prepararon cuatro tipos de granularidad, incluidas muestras de polvo pasadas por tamices de 40, 65, 80 y 100 mallas. Se investigaron los efectos de la granularidad en los espectros NIR, que resultaron dependientes de la longitud de onda. La intensidad NIR fue proporcional al tamaño de partícula en la primera combinación-tono y en la región de combinación. Se construyó un modelo local de mínimos cuadrados parciales por separado para cada tipo de muestra y se aplicaron técnicas de preprocesamiento de datos para optimizar el modelo de calibración. El modelo de 65 mallas mostró la mejor capacidad de predicción, con un error cuadrático medio de predicción (RMSEP) = 0,492 mg-g-1, un coeficiente de correlación R P = 0,9221 y un determinante de predicción relativo (RPD) = 2,58. Además, se construyó un modelo de granularidad e hibridación para cada tipo de muestra por separado. Además, se desarrolló un modelo de calibración granular-híbrido incorporando la variación de la granularidad. El modelo granular-híbrido mostró un mejor rendimiento que el modelo local. El rendimiento del modelo con muestras de 65 mallas siguió siendo el más preciso con RMSEP = 0,481 mg-g-1, R P = 0,9279 , y RPD = 2,64. Todos los resultados sirvieron de orientación para la construcción de un modelo robusto acoplado a un conjunto de calibración granular-híbrido.

• Materias:Reacciones químicas Análisis cromatográfico Análisis químico Espectroscopia Farmacocinética
• Subjects:Chemical reactions Chromatographic analysis Chemical test Spectroscopy Pharmacokinetics
• Palabras claves:granularidad, malla, modelo local de mínimos cuadrados parciales, coeficiente de correlación r p, bupleurum chinense dc, mejor capacidad de predicción, modelo de calibración híbrido, conjunto de calibración híbrido, efecto del tamaño de las partículas, determinante predictivo relativo
• Keywords:granularity, mesh, local partial least squares model, correlation coefficient r p, bupleurum chinense dc, best prediction ability, hybrid calibration model, hybrid calibration set, particle size effect, relative predictive determinant