Publisher's Synopsis
Mahonia bealei (Forte) Carr. (M. bealei) desempenha um papel importante no tratamento de muitas doenças. No presente estudo, foi desenvolvido um método abrangente que combina a cromatografia fluida supercrítica (SFC) de impressões digitais e o reconhecimento de padrões químicos (CPR) para avaliação da qualidade de M. bealei. Análise de semelhança, análise hierárquica de agregados (HCA), análise de componentes principais (PCA) foram aplicadas para classificar e avaliar as amostras de M. bealei selvagem, M. bealei cultivado e seus substitutos de acordo com a área de pico de 11 componentes, mas não foi possível obter uma classificação precisa. PLS-DA foi então adoptado para seleccionar as variáveis características com base na importância variável em projecção (VIP) dos valores responsáveis pela classificação exacta. Foram seleccionados seis picos característicos com valores VIP mais elevados (>=1) para a construção do modelo CPR. Com base nas seis variáveis, três tipos de amostras foram classificadas com precisão em três clusters relacionados. O modelo foi ainda validado por um conjunto de amostras de teste e amostras de conjuntos de predicação. Os resultados indicaram que o modelo foi estabelecido com sucesso e a capacidade de previsão também foi verificada de forma satisfatória.
