2.3 基于多元统计分析方法的不同基原沙棘药材代谢成分差异研究

    2.3.1 主成分分析 本实验沙棘样品共42批，每份供试品溶液平行测定3次。将126×242数据矩阵导入SIMCA-P软件进行主成分分析，主成分分析得分图见图3。结果显示，前2个主成分的累积贡献率为93%(PC1 86%，PC 27%)，即表明前2个主成分就能概括原数据242个变量的93%的信息量。由第一主成分(PC1)和第二主成分(PC2)得到的得分图可知，中国沙棘与其他2个基原品种在PC1轴上能够明显区分开来，同时，中国沙棘、西藏沙棘、江孜沙棘3个基原皆能被PC1和PC2分为3组，每1组即对应1个基原品种，说明3种基原品种沙棘药材之间的代谢成分有着明显的差异。

    为便于找到引起3个基原品种分类的内在原因，发现可以作为鉴别的内在代谢标志物，本文进一步针对PC1与PC2进载荷图分析，载荷图(图4)表明，L-白雀木醇、蔗糖、奎宁酸、苹果酸和脂肪酸类成分是造成3个品种分类的差异代谢物。对应观察载荷图与得分图 ......