2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目的:本研究旨在運用DNA條形碼、高分辨熔解曲線、HPLC和近紅外光譜四種技術(shù)對鄂西北地區(qū)柴胡種及質(zhì)量兩方面進(jìn)行分析,為柴胡種快速鑒別和質(zhì)量分析提供研究基礎(chǔ)。
  方法:(1)采集鄂西北地區(qū)柴胡屬植物北柴胡、狹葉柴胡、竹葉柴胡和三島柴胡等4種植物樣品。提取植物總DNA利用ITS序列和psbA-trnH序列PCR擴增,產(chǎn)物測序結(jié)果經(jīng) CodonCode Aligner9.5軟件進(jìn)行拼接, MEGA6.06軟件對最終序列進(jìn)行分析,基于

2、K2P模型構(gòu)建NJ樹。(2)將4種12份柴胡屬植物DNA樣品,用ITS2通用引物建立柴胡熔解曲線模型,并對4種柴胡屬植物進(jìn)行定性鑒別。(3)收集市場銷售柴胡藥材48批HPLC法測定柴胡皂苷a、d含量,考察柴胡質(zhì)量(4)對58批柴胡藥材進(jìn)行近紅外光譜采集,以HPLC法測定柴胡皂苷a、d含量數(shù)據(jù)作為參考,首先使用K-S算法將58批柴胡樣品劃分為訓(xùn)練集和驗證集,篩選出光譜最佳預(yù)處理方法,特征譜段以及SVM模型優(yōu)化方法。分別利用PLS算法和SV

3、M算法將訓(xùn)練集柴胡藥材近紅外光譜數(shù)據(jù)分別與柴胡皂苷a、d含量參考值進(jìn)行匹配,建立定量分析回歸模型。
  結(jié)果和結(jié)論:(1)鄂西北柴胡屬植物ITS序列長度在534-536bp,種內(nèi)最大遺傳距離小于種間最小遺傳距離。4種柴胡屬植物NJ樹各為獨立一支,均能得到良好區(qū)分。psbA-trnH序列長度在443bp左右,種內(nèi)最大遺傳距離大于種間最小遺傳距離,無法用于鑒別4種柴胡屬植物。因此ITS序列作為DNA條形碼,對鄂西北4種柴胡屬植物具有良

4、好的鑒別能力。(2)4種柴胡屬樣品進(jìn)行HRM實驗分析,發(fā)現(xiàn)4種柴胡屬DNA樣品熔解曲線均為單峰且各種樣品 Tm值彼此分開。北柴胡熔解曲線 Tm為(89.40±0.04)℃;狹葉柴胡熔解曲線Tm為(89.97±0.07)℃;竹葉柴胡熔解曲線Tm為(89.28±0.04)℃;三島柴胡熔解曲線Tm為(89.74±0.08)℃。利用此模型,比較熔解曲線峰型和Tm值即可對4種柴胡屬植物進(jìn)行鑒別。(3)實驗結(jié)果表明,除4、9、30號樣品外,其他樣品

5、柴胡皂苷a、d總含量均符合《中國藥典》(2015版)規(guī)定的標(biāo)準(zhǔn)(4)近紅外定量分析柴胡確定了:以 FD+MSC為預(yù)處理方法,8750~6000cm-1范圍光譜為最佳譜段,網(wǎng)格尋優(yōu)法為最佳優(yōu)化方法的柴胡皂苷a定量分析模型;無預(yù)處理光譜,以8750~6000cm-1,4500~4100cm-1為最適譜段,GA法為最佳優(yōu)化方法的柴胡皂苷 d定量分析模型。兩個分析模型 RMSECV值分別為1.2471和1.4956,對柴胡皂苷a、d的定量分析有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論