全 文 ：中药葛根及同属植物的模式识别研究 (Ⅱ )
张汉明 ,曾　明 ,郑水庆 ,毛士龙 ,苏中武
(第二军医大学药学院 ,上海　 200433)
摘　要: 目的　探索葛根类药材质量评价的方法。 方法　应用逐步回归分析及 Baye rs判别分析法对来自全国不同
产地的葛根及同属的其它植物进行了模式识别研究。结果　由异黄酮类成分和多糖含量 6因素以及多糖含量单因
素结合药理抗内毒素活性建立的 Baye rs判别函数方程 ,判别正确率分别达到 94. 12%和 88. 24%。结论　本研究为
葛根类药材品质评价又提供了一个新的依据。
关键词: 葛根 ;葛属 ;模式识别 ;逐步回归 ; Bayers判别分析
中图分类号: S567　文献标识码: A　　　文章编号: 0253 2670( 2001) 03 0253 02
Studies on root of Puerar ia DC. to differentiate it from other species of
same genus by pattern recognitionⅡ
ZHAN G Han-ming , ZENG Ming , ZHENG Shui-qing , M AO Shi-long, SU Zhong-w u
　　 ( Co lleg e o f Pha rmacy , Second M ilitar y Medical Univ ersity , Shanghai 200433, China)
Abstract: Object　 To explore methods for the quali ty ev alua tion of plants of Pueraria DC. ( Legumi-
nosae) fo r medical use. Methods　 Patern recogni tion of the root o f Pueraria DC. and other species of the
same genus f rom di fferent locali ties in China w ere carried out by stepwise reg ression and discriminant ana-
lysis. Results　 A Bayer discriminant functinal equation w as established by 6 factors of i sof lav one and
poly ose consti tuents and another sing le facto r o f poly ose in combina tion wi th pha rmaco logical anti-endo-
toxin activ ity. The discriminant v alidi ties were found to be 94. 12% and 88. 24% , respectiv ely. Conclusion
　 This study provided fur ther a scientific ba sis for ev aluation of the quali ty of the medicinal plant Pueraria
DC.
Key words: roo t of Pueraria DC. ; Pueraria DC. ; pat ter n recognition; stepwise reg ression analy sis;
Bayers discriminant analysis
　　模式识别 ( pa ttern recognition)是一门用计算
机代替人对模式即所研究的系统进行描述、分类、决
策的新兴学科。近年来 ,它逐步深入地应用于生药学
的分类、鉴定、质量评价 ,已成为该领域富有成效的
方法之一。 葛根为豆科植物野葛 Pueraria lobata
( Willd. ) Ohw i或粉葛 P. thomsonii Benth. 的根 ,
是一味常用中药。我们的实验研究 [ 1, 2 ]表明全国不同
产地的葛根药材品质差异明显 ,我国葛属植物约有
11种 ,过去在部分地区使用同属的植物作为葛根入
药 ,我们曾从整体化学成分的角度 ,利用主成分分析
法成功地对其进行了质量评价 [3 ]。 为了考察化学成
分与药理活性之间的内在联系 ,建立合理的化学模
式识别方程 ,我们选择了葛根的有效成分总黄酮、葛
根素、大豆苷元、大豆苷、 3′-甲氧基葛根素及多糖的
含量和葛根清热解表功效有关的抗内毒素活性强度
为化学与药理指标 ,运用逐步回归 ( stepwise reg res-
sion ana lysis)法建立回归方程 ;同时 ,试采用 Bayers
判别分析 ( Bayers discriminant analy sis)建立判别
线性方程 ,对不同种及居群的葛属植物进行了模式
识别研究。
1　材料与方法
1. 1　材料　样品的来源见表 1。
1. 2　方法
1. 2. 1　数据的收集: UV法测定 17种葛根中总黄
酮 [1 ]及多糖 )的含量 (另文发表 , HPLC法测定葛根
素及其他 3种异黄酮类成分的含量 [1 ]。药材体外抗
内毒素活性强度测定采用鲎试剂法 [2 ] (表 1)。
1. 2. 2　样品数据库的建立:设 6种化学成分的含量
自变量: X 1-总黄酮 ,X 2 -葛根素 , X 3-大豆苷 ,X 4-大豆
苷元 , X 5-3′-甲氧基葛根素 , X 6-多糖 ,抗内毒素活性
强度值为应变量: Y (表 1)。
1. 2. 3　逐步回归: 自变量X 1、 X 2、 X 3、 X 4、 X 5均被
·253·中草药　 Chinese T raditional and Herbal Drug s　 2001年第 32卷第 3期
收稿日期: 2000-03-27
表 1　 17个药材样品的化学与药理模式数据库
学　名 采集地点 X 1 X 2 X 3 X 4 X 5 X 6 Y 分类
野葛 Puerar ia. lobata 山东泰安 　 8. 5125 　 4. 5563 0. 0889 0. 0219 　 1. 1291 　 4. 4671 4. 5 2
辽宁旅顺 21. 675 1 11. 504 5 3. 954 6 0. 086 7 2. 322 8 3. 591 9 3. 5 2
陕西西安 10. 798 3 4. 038 8 1. 902 4 0. 180 5 1. 197 7 8. 985 9 3. 5 2
河北井陉 12. 817 3 4. 538 2 0. 886 3 0. 141 0 1. 124 6 2. 493 2 4. 5 2
江西南昌 9. 735 3 2. 185 6 1. 589 6 0. 090 8 0. 364 3 10. 262 9 3. 5 2
浙江临安 6. 750 2 3. 227 8 0. 533 4 0. 128 0 0 7. 409 7 4. 5 2
安徽金寨 5. 442 2 2. 502 5 0. 408 8 0. 051 4 0. 165 1 13. 091 0 2. 5 1
四川峨嵋 20. 175 8 7. 275 2 4. 048 5 0. 117 6 0. 287 2 6. 303 8 4. 5 2
贵州岑巩 10. 210 9 4. 381 9 0. 710 4 0. 130 2 0 11. 866 2 2. 5 1
粉葛 P. thomson ii 云南景洪 4. 107 3 2. 772 2 0. 274 7 0. 022 0 0 10. 753 7 2. 5 1
云南丽江 2. 538 8 0. 842 0 0. 208 9 0. 029 5 0 20. 192 8 3. 5 2
峨嵋葛 P.omeiensis 四川峨嵋 2. 443 3 0. 974 7 0. 248 2 0. 040 3 0 4. 6556 4. 5 2
密花葛 P. alopercuroides 云南景洪 0. 930 8 0. 024 7 0. 025 3 0. 001 0 0 17. 831 4 1. 0 1
食用葛 P. ed ulis 云南巍山 1. 882 4 0. 004 3 0. 223 7 0. 032 3 0 18. 501 6 3. 0 1
苦葛 P. p eduncular is 云南巍山 1. 402 4 0 0. 103 6 0. 016 8 0. 002 1 5. 182 3 6. 0 2
三裂叶葛 P. phaseoloid es 广东广州 1. 394 4 0. 026 2 0. 030 5 0. 021 7 0. 025 3 6. 347 7 3. 5 2
山葛 P. montana 广东博罗 1. 093 6 0 0. 007 3 0. 020 9 0 8. 481 2 3. 5 2
剔出 , X 6进方程 , F= 12. 2,标准回归方程: Y 1 ( Y )
= -0. 669X 6。一般回归方程: Y 2 ( Y )= - 0. 141X 6+
4. 922,复相关系数 r = 0. 669 7 ( P = 0. 0033 <
0. 01)。
1. 2. 4　 Bayers判别分析:训练集的建立 (表 1)。将
抗内毒素活性强度值 ( Y) ,人为地分为 2类: 若 Y <
3,则强度较弱 ,记为 1;若 Y> 3,则强度较强 ,记
为 2。
由 SPSS软件计算得到的判别函数:
Y ( 1)= 0. 997 X 1+ 1. 417X 2- 5. 523X 3- 3. 015X 4-
2. 964X 5+ 1. 261 9X 6 - 11. 689
Y ( 2)= 1. 032 X 1- 0. 073X 2- 3. 431X 3+ 2. 225X 4-
0. 054X 5+ 359 068. 3X 6- 4. 988
由 SAS软件计算得到的单因素判别函数
Y ( 1)= 0. 752X 6- 5. 416
Y ( 2)= 0. 384X 6- 1. 415
上式中 Y表示样品属于某一类的概率 (后验概率 )。
2　判别结果及检测
对于判别分析结果来讲 ,不论如何划分 ,总会发
生错分现象。 Bayers法就是寻找错误损失尽可能小
的划分法。假定由任一类误判为另一类的损失相同 ,
这种划分法相当于求得某一类的概率 (后验概率 ) ,
那个具有最大后验概率的判别就是所判定的类别 ,
因为此时错分的可能性最小。
2. 1　 6因素判别函数与原分类的结果比较:将样品数
据库中的数据 (表 1)回代到判别函数式计算后与原分
类的结果比较 ,得出此种判别分析的正确率 (表 2)。
2. 2　单因素判别函数分类与原分类的结果比较 (表 3)。
3　讨论
表 2　判别函数分类与原分类的结果比较
判别分类 原始分类
1 2
小计
1 5 1 6
2 0 11 11
小计 5 12 17
17个样品中仅有 1例错判 ,总的正确率为:
94. 12%。
表 3　判别函数分类与原分类的结果比较
判别分类 原始分类
1 2
小计
1 4 1 5
2 1 11 12
小计 5 12 17
17个样品中有 2例错判 ,总的正确率为: 88. 24%。
3. 1　从逐步回归结果可知 ,黄酮类成分没有达到相
关水平 ,未进入方程 ;而多糖则与抗内毒素活性呈显
著的负相关。葛根抗内毒素的活性成分尚待进一步
的研究发现。
3. 2　判别分析的实验结果较为理想 ,由 SPSS软件
计算得到的 6因素判别函数 ,回代后判别正确率高
达 94. 12% ;由 SAS软件计算得到的单因素判别函
数 ,回代后判别正确率也达到了 88. 24%。
3. 3　由黄酮类成分和多糖含量 6因素以及多糖含
量单因素建立的 Bayers判别函数方程 ,又为葛根类
药材的品质评价提供了一个新的合理依据。
参考文献:
[1 ]　曾　明 ,张汉明 ,郑水庆 ,等 . 葛属植物根的异黄酮类成分分析
[ J ]. 第二军医大学学报 , 1998, 19( 2): 189-190.
[2 ]　曾　明 ,张汉明 ,郑水庆 ,等 . 葛根及同属植物根的抗内毒素作
用比较 [ J] .中国中药杂志 , 1997,增刊: 178-179.
[3 ]　曾　明 ,张汉明 ,郑水庆 ,等 . 葛根及同属植物的化学模式识别
[ J ]. 中草药 , 1998, 29( 10): 652-654.
·254· 中草药　 Chinese T raditional and Herbal Drug s　 2001年第 32卷第 3期