基于辛普森积分法的红外光谱分析冬虫夏草中腺苷含量

刘子恒; 章志龙; 刘汉成; 吴贤忠; 唐延林

doi:10.11714/acta.snus.ZR20260081

您当前的位置：

首页 >

文章列表页 >

基于辛普森积分法的红外光谱分析冬虫夏草中腺苷含量

更新时间：2026-07-13

- 基于辛普森积分法的红外光谱分析冬虫夏草中腺苷含量
- Wu Xianzhong（wuxianzhong@lzcu.edu.cn）； Tang Yanlin（tylgzu@163.com）
- 中山大学学报(自然科学版)(中英文) 2026年页码：1-15
- 作者机构：
  
  1.甘肃民族师范学院能源与动力工程学院，甘肃合作 747000
  2.甘肃民族师范学院化学与生命科学学院，甘肃合作 747000
  3.兰州城市学院地理与环境工程学院，甘肃兰州 730070
  4.贵州大学物理学院，贵州贵阳 550025
- 作者简介：
  
  Liu Ziheng（liuziheng0005@163.com）
  Zhang Zhilong（zhangzhl2007@lzu.edu.cn）
  Liu Hancheng（lhchwl@163.com）
  Wu Xianzhong（wuxianzhong@lzcu.edu.cn）
  Tang Yanlin（tylgzu@163.com）
- 基金信息：
  
  the National Natural Science Foundation of China(31760132);the Gansu Provincial Natural Science Foundation(23JRRP0002);the Key Research and Development Special Project for Ecological Civilization Construction in Gansu Province(24YFFA064)
- DOI：10.11714/acta.snus.ZR20260081
  中图分类号： O65
- 收稿：2026-04-02，
  
  修回：2026-05-13，
  
  录用：2026-05-27，
  
  网络首发：2026-07，
- 稿件说明：
移动端阅览
刘子恒, 章志龙, 刘汉成, 等. 基于辛普森积分法的红外光谱分析冬虫夏草中腺苷含量[J/OL]. 中山大学学报(自然科学版)(中英文), 2026,1-15.

Liu Ziheng, Zhang Zhilong, Liu Hancheng, et al. Wu Xianzhong（wuxianzhong@lzcu.edu.cn）； Tang Yanlin（tylgzu@163.com）[J/OL]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2026, 1-15. DOI: 10.11714/acta.snus.ZR20260081.
刘子恒, 章志龙, 刘汉成, 等. 基于辛普森积分法的红外光谱分析冬虫夏草中腺苷含量[J/OL]. 中山大学学报(自然科学版)(中英文), 2026,1-15. DOI： 10.11714/acta.snus.ZR20260081.

Liu Ziheng, Zhang Zhilong, Liu Hancheng, et al. Wu Xianzhong（wuxianzhong@lzcu.edu.cn）； Tang Yanlin（tylgzu@163.com）[J/OL]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2026, 1-15. DOI: 10.11714/acta.snus.ZR20260081. DOI：

摘要

针对传统腺苷含量测定方法样品前处理复杂、操作耗时等局限，本研究采用傅里叶变换红外（FTIR）光谱结合化学计量学方法，建立了冬虫夏草中腺苷含量的快速检测模型。基于FTIR光谱与辛普森积分法则，提出了一种快速、高效、无损的定量分析方法。对77份冬虫夏草样品进行光谱数据采集，经统计分析从1 868个原始数据点中筛选出1 365个显著数据点，确定了5个关键波数区间（399.19~833.29、1 033.36~1 380.46、1 710.13~1 790.89、1 870.56~3 020.78和3 980.46–3 999.71 cm

-1

）。提取了4类光谱特征变量：峰面积（

）、半峰全宽（FWHM）、峰面积与峰高比值（

）以及光谱波段平均吸光度（MBA）。将62份样品（80%）划分为训练-验证集，采用5折交叉验证建立多元线性回归（MLR）和偏最小二乘回归（PLSR）模型；其余15份样品（20%）作为独立测试集用于模型泛化能力验证。FTIR特征分析表明，冬虫夏草的主要吸收峰位于3 289

.17 cm

-1

（O—H伸缩振动）、2 928.53 cm

-1

（C—H不对称伸缩振动）和1 652.72 cm

-1

（酰胺I带）。建模结果表明，

比值特征在校正集上表现最优（MLR：

²=0.941±0.029），但存在严重过拟合现象（Δ

²=0.225）；PLSR-MBA组合模型获得了最佳的交叉验证性能（

²=0.807±0.031，RMSE=0.189±0.005），且过拟合程度最小（Δ

²=0.078）。独立测试集验证进一步证实了PLSR-MBA模型具有更优的预测精度与稳健性（

²=0.886，RMSE=0.107），显著优于MLR-

模型（

²=0.845，RMSE=0.169）。PLSR-MBA组合模型在拟合精度、泛化能力与抗过拟合性之间实现了最佳平衡，推荐作为冬虫夏草腺苷含量快速定量分析的首选方法。本研究为中药光谱定量分析中的特征提取与建模策略选择提供了重要的理论依据与实践指导。

Abstract

To solve the limitations of traditional adenosine content determination methods

such as complex sample preparation and time-consuming operations

in this study

Fourier transform infrared (FTIR) spectroscopy combined with chemometric methods was employed to establish a rapid detection model for adenosine content in

Cordyceps sinensis

. A rapid

efficient

and non-destructive quantitative method was proposed based on FTIR spectroscopy integrated with Simpson's integration rule. Spectral data were collected from 77 samples of

C. sinensis

. Through statistical analysis

1 365 significant data points were screened from 1 868 original data points

determining five critical wavenumber regions (399.19-833.29

1 033.36-1 380.46

1 710.13-1 790.89

1 870.56-3 020.78

and 3 980.46-3 999.71 cm

-1

). Four types of spectral characteristic variables—peak area (

)

full width at half maximum (FWHM)

area-to-height (

) ratio (

)

and mean absorbance of the spectral band (MBA). A total of 62 samples (80%) were allocated as the training-validation set for 5-fold cross-validation to establish Multiple Linear Regression (MLR) and Partial Least Squares Regression (PLSR) models; the remaining 15 samples (20%) served as an independent test set for model g

eneralization validation. FTIR characteristic analysis revealed that the principal absorption peaks of

C. sinensis

were located at 3 289.17 cm

-1

(O—H stretching)

2 928.53 cm

-1

(asymmetric C—H stretching)

and 1 652.72 cm

-1

(amide I band). Modeling results demonstrated that the

ratio feature exhibited optimal performance on the calibration set (MLR:

²=0.941±0.029)

but suffered from severe overfitting (Δ

²=0.225); the PLSR-MBA combined model achieved the best cross-validation performance (

²=0.807±0.031

RMSE=0.189±0.005) with minimal overfitting (Δ

²=0.078). Independent test set validation further confirmed the superior predictive accuracy and robustness of the PLSR-MBA model (

²=0.886

RMSE=0.107)

significantly outperforming the MLR-

model (

²=0.845

RMSE=0.169). The PLSR-MBA combined model achieves an optimal balance among fitting accuracy

generalization capability

and overfitting resistance

and is recommended as the preferred method for rapid quantitative analysis of adenosine content in

C. sinensis

. This study provides important theoretical basis and practical guidance for feature extraction and modeling strategy selection in spectral quantitative analysis of traditional Chinese medicines.

关键词

Keywords

references

Abdi H ， 2010 . Partial least squares regression and projection on latent structure regression （PLS Regression）［J］. Wires Comput Stat ， 2 （ 1 ）： 97 - 106 .

Brereton R G ， 2018 . Chemometrics： Data Driven Extraction for Science ［M］. New York， USA ： John Wiley Sons .

Bro R ， Smilde A K ， 2014 . Principal component analysis ［J］. Anal Methods ， 6 （ 9 ）： 2812 - 2831 .

Griffiths P R ， de Haseth J A ， 2006 . Fourier Transform Infrared Spectrometry ［M］. New York， USA ： John Wiley Sons .

Hu M ， Zhang Y ， 2023 . Digital holographic imaging via direct quantum wavefunction reconstruction ［J］. Chin Phys B ， 32 （ 10 ）： 100312 .

Kaspreyk I ， Depciuch J ， Grabek-Lejko D ， et al ， 2018 . FTIR-ATR spectroscopy of pollen and honey as a tool for unifloral honey authentication. The case study of rape honey ［J］. Food Control ， 84 ： 33 - 40 .

Khalid M ， Ullah G ， Khan M ， et al ， 2021 . Oblique propagation of nonlinear ion-acoustic cnoidal waves in magnetized electron–positron–ion plasmas with nonextensive electrons ［J］. Plasma Sci Technol ， 23 （ 3 ）： 035301 .

Li M M ， Meng Q ， Zhang J H ， 2024 . Transcriptome analyses of OphioCordyceps sinensis blastospores developed in vitro and in hemocoel of host ghost moth ［J］. Mycosystema ， 43 （ 10 ）： 95 - 106 .

Li X Y ， Yao Y J ， 2015 . Effects of medium feeding on mycelia and adenosine production in submerged culture of OphioCordyceps sinensis ［J］. Mycosystema ， 34 （ 5 ）： 1015 - 1023 .

Liu X Y ， Liang X T ， 2013 . Theoretical studies of two-dimensional IR spectroscopy for traditional Chinese medicine Cordyceps sinensis ［J］. Acta Photonica Sin ， 42 （ 1 ）： 64 - 68 .

Liu Y ， Peng W ， Wu H ， et al ， 2025 . Comparative analysis of chemometrics between exocarp and mesocarp of Citrus grandis ‘Tomentosa’ ［J］. Acta Scientiarum Naturalium Universitatis Sunyatseni ， 64 （ 6 ）： 1 - 6 .

Liu Z H ， Tang Y L ， Zhang Z L ， et al ， 2025 . Application of Simpson integral algorithm in inversion of adenosine content in Cordyceps sinensis based on infrared spectroscopy ［J］. Chinese Journal of Light Scattering ， 37 （ 4 ）： 864 - 870 .

Qian Z M ， Liao N ， Li W Q ， et al ， 2016 . Application of modern analytical techniques in quality evaluation of Cordyceps sinensis ［J］. Modern Chinese Medicine ， 18 （ 5 ）： 682 - 688 .

Qin B ， Feng S ， Zhao C ， et al ， 2025 . Collaborative classification of hyperspectral and LiDAR data based on dynamic multiple fractional Fourier domains fusion ［J］. IEEE Trans Geosci Remote Sensing ， 63 ： 1 - 16 .

Rajalahti T ， Kva ； Heim O M ， 2011 . Multivariate data analysis in pharmaceutics： A tutorial review ［J］. Int J Pharm ， 417 （ 1/2 ）： 280 - 290 .

Rinnan A ， van den Berg F ， Engelsen S B ， 2009 . Review of the most common pre-processing techniques for near-infrared spectra ［J］. Trac Trends Anal Chem ， 28 （ 10 ）： 1201 - 1222 .

Su W W ， Wu H ， Li P B ， et al. ， 2026 . Exploration and practice in big brand cultivation： Re-evaluating quality and efficacy of post-marketed TCM ［J］. Acta Scientiarum Naturalium Universitatis Sunyatseni ， 65 （ 03 ）： 1 - 9 .

Tan W S ， Tan W P ， Tan M Y ， et al ， 2018 . Novel urinary biomarkers for the detection of bladder cancer： A systematic review ［J］. Cancer Treat Rev ， 69 ： 39 - 52 .

Wang J ， Wang W ， Lv J ， et al ， 2025 . Cantilever-amplified spindle bubble microcavity for high-sensitivity and robust fiber-optic strain sensing ［J］. Infrared Phys Technol ， 151 ： 106071 .

Wold S ， Sjöström M ， Eriksson L ， 2001 . PLS-regression： A basic tool of chemometrics ［J］. Chemom Intell Lab Syst ， 58 （ 2 ）： 109 - 130 .

Wu P ， Ben T ， Zou H ， et al ， 2022 . PARAFAC modeling of dandelion phenolic compound fluorescence relation to antioxidant properties ［J］. J Food Meas Charact ， 16 （ 4 ）： 2811 - 2819 .

Xu N ， Wei X ， Ren B ， et al ， 2012 . Near-infrared spectroscopy analysis of adenosine and water in fermentation Cordyceps powder and wavelength assignment ［J］. Spectroscopy and Spectral Analysis ， 32 （ 7 ）： 1762 - 1765 .

Xu X H ， Ni C F ， Yan X Q ， 2020 . Time domain integral method for vibration test based on combined Simpson integral ［J］. Acta Metrologica Sinica ， 41 （ 6 ）： 704 - 709 .

Zhang S H ， Cai P ， Chen L ， et al ， 2015 . Identification of chemical constituents in Ophiocordyceps xuefengensis sp. nov. by HPLC-Q-TOF-MS/MS ［J］. Chinese Traditional and Herbal Drugs ， 46 （ 3 ）： 817 - 821 .

Zhang S ， 2023 . Accelerated hyperspectral imaging via temporal compressive sensing ［J］. Adv Photon ， 5 （ 4 ）： 040502 .

Zhu Z ， Li Y ， Wang J ， et al ， 2025 . Reconfigurable origami chiral response for holographic imaging and information encryption ［J］. Opto-Electron Sci ， 4 （ 4 ）： 240026 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于站点观测的中国大陆地区1979—2019年骤冷骤热时空变化特征

多次顶空固相微萃取在不同年份广陈皮挥发性化合物定量中的应用

带有Hardy项的一类非线性椭圆型方程解的存在性

1982—2021年天山NDVI时空变化及影响因素

阳春砂果实发育过程中的表观性状变化与赤霉素相关基因的表达模式