[发明专利]一种鼓槌石斛的质量检测方法

权利要求书

1. 一种鼓槌石斛的质量检测方法，其特征在于，包括：

1）以ITS-26SE：5’GAATTCCCCGGTTCGCTCGCCGTTAC 3’和

ITS-17SE：5’ACGAATTCATGGTCCGGTGAAGTGTTCG 3’为引物，进行PCR扩增测序，以鉴定待测石斛药材的品种为鼓槌石斛；

2）对样本容量为n的样本进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据；

3）对样本分别进行指纹图谱检测，获取鼓槌石斛的全化学成分的指纹图谱峰面积值；

4）以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中的其它成分的峰面积值作为自变量建立分析模型，通过Lasso（The Least AbsoluteShrinkage and Selection Operator）方法筛选自变量建立化学小分子成分的相关特征指纹图谱模型，其模型为：

其中，yi为第i个响应变量，，是p×1阶的协变量，， 为模型的随机误差项；n为样本量；是一个p维的参数，p为样本的维数；

假定随机误差项服从古典假定，即：

（1）随机误差项具有零均值；

（2）随机误差项具有同方差；

（3）随机误差项无序列相关性；

（4） 服从正态分布， ；

所述随机误差项的方差矩阵是一个对角线为 ，其他地方为0的方阵，是随机误差项的标准差，所述随机误差项的方差矩阵为： ,

是一个 的单位阵；

所述Lasso方法中β是通过式Ⅰ计算实现的： 式I

在式Ⅰ中，n为样本量； 为变量数；为样本的维数；为响应变量；X为 × 的设计矩阵，包含对响应变量有影响的所有候选自变量；λ为调整参数；为惩罚函数； 的含义为公式的截距项，也就是当所有自变量 为0时响应变量的值； 的含义是自变量的系数，即自变量 对响应变量的影响程度。

2.一种鼓槌石斛的质量检测方法，其特征在于，包括：

1）以ITS-26SE：5’GAATTCCCCGGTTCGCTCGCCGTTAC 3’和

ITS-17SE：5’ACGAATTCATGGTCCGGTGAAGTGTTCG 3’为引物，进行PCR扩增测序，以鉴定待测石斛药材的品种为鼓槌石斛；

2）对样本容量为n的样本进行色谱检测，获取以化学小分子成分夏佛托苷和/或柚皮素作为参照成分的检测数据；

3）对样本分别进行指纹图谱检测，获取鼓槌石斛的全化学成分的指纹图谱峰面积值；

4）以色谱数据中夏佛托苷和/或柚皮素的成分含量值作为响应变量，将指纹图谱中的其它成分的峰面积值作为自变量建立分析模型，当色谱数据呈现超高维情形时，首先采用SIS（Sure Independence Screening）方法筛选变量，

SIS方法为

其中， 表示真模型中非零系数的下标集； 表示非零系数的个数；；对于任意给定的 ，的 个元素按绝对值从大到小排列并且定义；此时 ，选取 中下标对应的自变量，使超高维降到d维；

然后通过Lasso（The Least Absolute Shrinkage and Selection Operator）方法筛选变量建立化学小分子成分的相关特征指纹图谱模型，其模型为：

其中，yi为第i个响应变量，y＝(y₁,y₂,...,y_n)^T，Xi是p×1阶的协变量，X＝(X₁,X₂,..., X _n)^T， 为模型的随机误差项；n为样本量；β＝(β₁,β₂,...,β_p)^T是一个p维的参数，p为样本的维数；

假定随机误差项服从古典假定，即：

（1）随机误差项具有零均值；

（2）随机误差项具有同方差；

（3）随机误差项无序列相关性；

（4） 服从正态分布， ；

所述随机误差项的方差矩阵是一个对角线为 ，其他地方为0的方阵， 是随机误差项的标准差，所述随机误差项的方差矩阵为：， 是一个的单位阵；

所述Lasso方法中β是通过式Ⅰ计算实现的：

式I

在式Ⅰ中，n为样本量；为变量数；为样本的维数；y＝(y₁,y₂,...,y_n)^T为响应变量；X为 的设计矩阵，包含对响应变量有影响的所有候选自变量；λ为调整参数；为惩罚函数； 的含义为公式的截距项，也就是当所有自变量为0时响应变量的值； 的含义是自变量的系数，即自变量对响应变量的影响程度。