Publisher's Synopsis
Mahonia bealei (Fort.) Carr. (M. bealei) joue un rôle important dans le traitement de nombreuses maladies. Dans cette étude, une méthode complète combinant les empreintes digitales de la chromatographie en fluide supercritique (SFC) et la reconnaissance des formes chimiques (CPR) pour l'évaluation de la qualité de M. bealei a été développée. L'analyse de similitude, l'analyse en grappes hiérarchique (HCA) et l'analyse en composantes principales (PCA) ont été appliquées pour classer et évaluer les échantillons de M. bealei sauvage, de M. bealei cultivé et de ses substituts en fonction de la surface du pic de 11 composantes, mais une classification précise n'a pas pu être obtenue. PLS-DA a ensuite été adopté pour sélectionner les variables caractéristiques basées sur les valeurs de l'importance de la variable dans la projection (VIP) qui sont responsables d'une classification précise. Six pics caractéristiques avec des valeurs VIP plus élevées (>=1) ont été sélectionnés pour construire le modèle RPC. Sur la base des six variables, trois types d'échantillons ont été classés avec précision dans trois clusters apparentés. Le modèle a ensuite été validé par des échantillons d'un ensemble de test et des échantillons d'un ensemble de prédication. Les résultats ont indiqué que le modèle a été établi avec succès et que la capacité de prédiction a également été vérifiée de manière satisfaisante.
