目的  建立HPLC法同时测定黄花败酱中常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚的含量，探索主成分分析（PCA）、正交偏最小二乘法-判别分析（OPLS-DA）及灰色关联度分析（GRA）模型在黄花败酱质量评价中的应用。

方法  采用HPLC法，色谱柱为Waters Atlantis T3 C₁₈柱（250 mm×4.6 mm，5 μm），以乙腈-0.1%磷酸为流动相，梯度洗脱；检测波长为210，260，360 nm；通过对多指标成分含量结果进行PCA、OPLS-DA和GRA分析，综合评价黄花败酱的整体质量。

结果  外标法方法学验证结果均符合要求；12种成分在各自范围内线性关系良好（r＞0.999 0），平均加样回收率在96.82%~100.16%之间（RSD＜2.0%，n=9）。PCA、OPLS-DA结果显示齐墩果酸、熊果酸、绿原酸和槲皮素是影响黄花败酱产品质量的主要潜在标志物。GRA结果显示相对关联度在0.380 6~0.571 4之间，黄花败酱存在一定批间差异。

结论  HPLC法同时测定黄花败酱质量中12个成分，方法简便实用。PCA、OPLS-DA和GRA可用于评价黄花败酱的整体质量。

黄花败酱为败酱科败酱属植物黄花败酱Patrina scabiosaefolia Fisch.的干燥全草，主要含有大量的三萜类皂甙、生物碱、鞣质、淀粉和挥发油[1-3]，具有清热解毒、祛瘀排脓的功能，多用于肠痛腹痛、泄泻、嗣疾、产后癖血腹痛、痛肿、疗疮、眼结膜炎[4]。黄花败酱在我国华东、华北、华南和西南等地区广泛分布[5]，其基源有别，药效成分不同，药效差别明显，严重制约了本品应用[6]。中药材成分繁杂、干扰多，仅局限于1~2个成分的检测来评价中药材的质量有一定的片面性[7-8]，因而多指标综合评价模式仍是中药质量评价的主要研究方向。主成分分析（principal component analysis, PCA）和正交偏最小二乘法-判别分析（orthogonal partial least squares-discriminant analysis, OPLS-DA）是化学识别模式的最常用分析方法，通过降维的方式对多变量进行分析，预测精度高，越来越多地用于评价中药质量[9-10]。灰色关联度分析（grey relational analysis, GRA）是解决多目标之间复杂关系问题的有力工具[11]，可根据因素间相互关联度的比较来确定哪些因素是影响较大的主导因素，对各指标的综合评判值表达直观，避免了人为判断[12]。而黄花败酱未被中国药典2020年版收录，各地区中药材标准中也未对其进行定量测定[13-14]。中药所含化学成分复杂，药效是多种成分的协同或拮抗作用结果，不能简单地用少数几个同类化学成分来评价其质量，因此建立一种不同类别的多种指标成分定量，对其质量进行评价，于中药的研究、开发、利用而言具有指导意义。本研究利用HPLC法对全国7个省15个批次的黄花败酱样品中常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚含量进行测定，这12个成分涉及三萜类、有机酸类、苯丙素类和黄酮类，并借助PCA、OPLS-DA联合GRA对测定的含量数据进行挖掘，对不同产地的黄花败酱质量进行排序，旨为黄花败酱的道地性开发和内在质量的全面控制提供科学依据。

1 仪器与试药

1.1 仪器

Waters e2695型高效液相色谱仪；XP26型和ME204E型分析天平（瑞士梅特勒-托利多公司，分度值分别为0.001 mg和0.1 mg）；KQ-100DE型数控超声波清洗器（昆山市超声仪器有限公司）。

1.2 试药

对照品：东莨菪内酯（批号：110768-202306，含量99.8%）、熊果酸（批号：110742-201823，含量99.9%）、咖啡酸（批号：110885-201703，含量99.7%）、槲皮素（批号：100081-201610，含量99.8%）、常春藤皂苷元（批号：111733-201205，含量98.3%）、秦皮乙素（批号：110741-202310，含量98.3%）、原儿茶酸（批号：110809-202207，含量97.5%）、齐墩果酸（批号：110709-202109，含量95.8%）、绿原酸（批号：110753-2021193，含量96.3%）和芦丁（批号：100080-202012，含量92.2%）均由中国食品药品检定研究院提供；黄花败酱皂苷C（批号：PRF23052944，含量98.5%）和山奈酚（批号：PRF8082323，含量99.3%）由成都普瑞法科技开发有限公司提供；乙腈和磷酸为色谱纯，其余试剂均为分析纯；黄花败酱药材采集地信息见表1。

• 
  表格1 黄花败酱药材信息

  Table 1.Medicinal information of Patrina scabiosaefolia Fisch

  

2 方法与结果

2.1 HPLC多组分定量控制

2.1.1 对照品溶液的制备

精密称取常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚对照品适量，70%甲醇溶解，制成每mL含0.172 0 mg常春藤皂苷元、1.590 0 mg齐墩果酸、1.316 0 mg熊果酸、0.098 0 mg黄花败酱皂苷C、0.272 0 mg原儿茶酸、0.630 0 mg绿原酸、0.092 0 mg咖啡酸、0.028 0 mg秦皮乙素、0.036 0 mg东莨菪内酯、0.142 0 mg芦丁、0.230 0 mg槲皮素和0.076 0 mg山奈酚的混合对照品贮备液。精密吸取混合对照品贮备液，用70%甲醇定量稀释成混合对照品溶液，其中常春藤皂苷元的浓度为8.60 μg·mL^-1、齐墩果酸的浓度为79.50 μg·mL^-1、熊果酸的浓度为65.80  μg·mL^-1、黄花败酱皂苷C的浓度为4.90  μg·mL^-1、原儿茶酸的浓度为13.60  μg·mL^-1、绿原酸的浓度为31.50 μg·mL^-1、咖啡酸的浓度为4.60  μg·mL^-1、秦皮乙素的浓度为1.40  μg·mL^-1、东莨菪内酯的浓度为1.80  μg·mL^-1、芦丁的浓度为7.10  μg·mL^-1、槲皮素的浓度为11.50 μg·mL^-1和山奈酚的浓度为3.80 μg·mL^-1。

2.1.2 供试品溶液制备

取黄花败酱粉末（过3号筛）约1.0 g，精密称定，用70%甲醇20 mL超声（功率：250 W，频率：40 kHZ）提取30 min，冷却，过滤，用70%甲醇定容至25 mL，摇匀，0.22 µm过滤，续滤液即为供试品溶液。

2.1.3 HPLC色谱条件

采用Waters Atlantis T3 C₁₈色谱柱（250 mm× 4.6 mm，5 μm），柱温为30℃；检测波长分别为210 nm（0~25 min检测春藤皂苷元、齐墩果酸、熊果酸和黄花败酱皂苷C）、260 nm（25~38 min检测原儿茶酸、绿原酸、咖啡酸）和360 nm（38~65 min检测秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚）；流动相为乙腈-0.1%磷酸，梯度洗脱（0~11 min，16.0%乙腈；11~25 min，16.0%→22.0%乙腈；25~38 min，22.0%→35.0%乙腈；38~59 min，35.0%→52.0%乙腈；59~65 min，52.0%→16.0%乙腈）；流速为1.0 mL·min^-1，进样体积为10 µL。在上述色谱条件下得到的混合对照品溶液及供试品溶液色谱图显示指标成分与基线能完全分离，理论板数按各成分计均大于5 500（图1）。

• 
  图1 HPLC色谱图

  Figure 1.HPLC chromatograms

  

2.1.4 线性关系考察

精密量取混合对照品贮备液0.1，0.2，0.5，1.0，2.0，5.0 mL，分别用70%甲醇定容至20 mL，摇匀，制得6个浓度从低到高的系列混合对照品溶液，分别取混合对照品溶液各10 µL进样，记录峰面积，以质量浓度（X，µg·mL^-1）为横坐标，峰面积（Y）为纵坐标绘制标准曲线，并计算线性方程和相关系数，结果见表2。

• 
  表格2 12种成分的线性回归方程及相关系数

  Table 2.Linear regression equations and correlation coefficients for 12 components

  

2.1.5 精密度、稳定性及重复性试验

取黄花败酱（编号：S1），按“2.1.2”项下方法制备供试品溶液1份，连续进样6次，每次10 µL，测定峰面积，计算得峰面积的RSD依次为1.34%，0.86%，1.01%，1.59%，1.15%，1.14%，1.42%，1.75%，1.69%，1.36%，1.28%，1.68%（n=6），表明仪器精密度能满足检测要求。

取1份黄花败酱（编号：S1）供试品溶液，于制备后每隔4 h进样检测，至36 h，每次10 µL，测定峰面积，计算得峰面积的RSD依次为1.363%，1.32%，1.58%，1.81%，1.74%，1.86%，1.63%，1.98%，1.91%，1.57%，1.69%，1.87%（n=10），表明在36 h内黄花败酱供试品溶液稳定性良好。

取黄花败酱（编号：S1）适量，按“2.1.2”项下方法制成供试品溶液6份，进样，测定峰面积，代入标准曲线，计算各成分平均含量分别为0.255 0，2.111 0，1.712 0，0.097 0，0.389 0，0.929 0，0.105 0，0.028 0，0.040 0，0.157 0，0.310 0，0.083 0 mg·g^-1，各成分含量的RSD依次为1.62%，1.36%，1.37%，1.83%，1.59%，1.42%，1.69%，1.98%，1.99%，1.67%，1.58%，1.82%（n=6），表明方法重复性良好。

2.1.6 加样回收率试验

取已知常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚含量的黄花败酱（编号：S1）9份，每份约0.5 g，研细，精密称定，分别按低、中、高3个水平加入混合对照品溶液（每mL含0.127 0 mg常春藤皂苷元、0.996 0 mg齐墩果酸、0.859 0 mg熊果酸、0.048 0 mg黄花败酱皂苷C、0.187 0 mg原儿茶酸、0.469 0 mg绿原酸、0.052 0 mg咖啡酸、0.014 0 mg秦皮乙素、0.021 0 mg东莨菪内酯、0.083 0 mg芦丁、0.151 0 mg槲皮素和0.043 0 mg山奈酚）0.8，1.0，1.2 mL，再按“2.1.2”项下方法制成加样供试品溶液，进样，测定峰面积，计算12种成分的平均加样回收率及RSD分别为常春藤皂苷元98.23%（1.44%）、齐墩果酸100.03%（0.95%）、熊果酸100.16%（0.66%）、黄花败酱皂苷C为97.74%（1.20%）、原儿茶酸98.46%（1.07%）、绿原酸98.68%（1.47%）、咖啡酸97.89%（1.26%）、秦皮乙素96.87%（0.91%）、东莨菪内酯96.82%（1.11%）、芦丁97.99%（1.12%）、槲皮素98.86%（1.18%）和山奈酚97.77%（1.29%）（n=9），表明该方法的回收率符合含量测定要求，准确度较高。

2.1.7 含量测定

分别取编号S1~S15的黄花败酱粉末各约1.0 g，精密称定，按“2.1.2”项下方法制备供试品溶液，进样，测定峰面积，代入标准曲线，计算常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚的含量，结果见表3。

• 
  表格3 不同产地与批号的黄花败酱中12种成分的含量测定结果（mg·g-1，n=3）

  Table 3.Determination results of 12 components in Patrina scabiosaefolia Fisch from different origins and batches (mg·g-1, n=3)

  注：“—”表示未检出

  

2.2 PCA、OPLS-DA质量评价体系的建立

2.2.1 PCA

以15批黄花败酱中常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚含量为变量，采用统计软件SPSS 26.0进行因子分析，结果前2个主成分的累计方差贡献率为89.37%，其中常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁和山奈酚对第1主成分贡献度高，绿原酸和槲皮素对第2主成分贡献度显著。为考察15批样品的分类情况，运用统计软件SIMCA 14.1建立PCA模型，模型参数R²X=0.894（＞0.5）（R²X表示多元统计量分析建模时模型在X轴方向上的累积解释率），表明模型稳定可靠。提取出2个主成分，由PCA得分图（图2）可知，S1~S6相似度高，聚为一组，S7~S10相似度高，聚为一组，S11~S15相似度高，聚为一组。

• 
  图2 15批黄花败酱的PCA得分图

  Figure 2.PCA score chart for 15 batches of Patrina scabiosaefolia Fisch

  

2.2.2 OPLS-DA

为挖掘引起不同批次黄花败酱质量组间差异的主要成分，继续以2个成分作为预测主成分，运行SIMCA 14.1软件进行OPLS-DA，得OPLS-DA模型得分图（图3），其中模型参数R²X=0.962，R²Y=0.849，Q²=0.767（R²Y表示多元统计量分析建模时模型在Y轴方向上的累积解释率，Q²表示模型对分组的预测能力，三者数值越趋近于1，模型的解释与预测能力越强）[15]。进一步以投影中的可变重要性（VIP）值＞1为筛选标准，查找引起质量差异的主要成分，结果齐墩果酸、熊果酸、绿原酸、槲皮素的VIP值分别为1.950、1.635、1.454和1.090（图4），均对黄花败酱的分组有贡献，可作为引起黄花败酱产品质量差异的主要标志性成分[16]。

• 
  图3 15批黄花败酱样品OPLS-DA模型得分图

  Figure 3.Score chart of OPLS-DA model for 15 batches of Patrina scabiosaefolia Fisch

  

• 
  图4 15批黄花败酱样品VIP图

  Figure 4.VIP images of 15 batches of Patrina scabiosaefolia Fisch

  注：1.常春藤皂苷元；2.齐墩果酸；3.熊果酸；4.黄花败酱皂苷C；5.原儿茶酸；6.绿原酸；7.咖啡酸；8.秦皮乙素；9.东莨菪内酯；10.芦丁；11.槲皮素；12.山奈酚

  

2.3 GRA

2.3.1 原始数据标准化处理

由于不同产地15批黄花败酱各成分含量具有较大的差异，需按照Y_ij=Z_ij/Z_vj（Z_ij为12个评价指标HPLC法含量数据，Z_vj为第j个评价指标含量检测结果的均值）对15批黄花败酱中12种成分含量数据进行标准化处理，结果见表4。

• 
  表格4 黄花败酱中12种成分含量原始数据规格化处理结果

  Table 4.Results of raw data normalization of 12 components in Patrina scabiosaefolia Fisch

  

2.3.2 关联系数的计算

GRA评价是用关联度或者相对关联度来表示研究对象之间的相关性，相对关联度值越大，产品质量越优[17]。黄花败酱中12种成分含量均为正向指标，由表4可知最优参考序列Y_bj依次为1.300 1、1.317 0、1.291 7、1.340 9、1.344 2、1.229 7、1.382 7、1.685 4、1.370 6、1.537 9、1.309 7和1.487 7，最差参考序列Y_sj依次为0.759 1、0.666 2、0.754 4、0.689 3、0.735 8、0.775 8、0.699 6、0.000 0、0.659 9、0.572 4、0.614 8和0.512 3。以OPLS-DA分析中12种成分变量权重值0.623 6、1.950 3、1.634 9、0.421 2、0.795 3、1.454 2、0.471 9、0.330 4、0.303 6、0.581 2、1.090 3和0.509 5作为各成分分辨系数ρ，依据参考文献[18-19]相关公式分别计算相对于最优、最差参考序列的关联系数，按照关联度计算公式[18-19]分别计算15个批次产品相对于最优参考序列的关联度r_i(s)和最差参考序列的关联度 r_i(t)，根据相对关联度计算公式分别计算各批次样品的相对关联度R_i，并按照GRA分析中相对关联度大小对15批黄花败酱样品质量优劣进行排序，结果四川和贵州产地的黄花败酱的 R_i值均大于0.5，质量明显优于其他产地，GRA评价排序结果具体见表5。

• 
  表格5 15批黄花败酱关联度、相对关联度及质量优劣排序

  Table 5.Correlation degree, relative correlation degree and quality ranking of 15 batches of Patrina scabiosaefolia Fisch

  

3 讨论

在前期预试验中分别考察了超声提取方式的不同提取溶剂（30%甲醇、70%甲醇和甲醇）和时间（30，45，60 min），从提取的色谱信息全面性、色谱峰丰度、杂质干扰等方面考虑，发现70%甲醇超声提取30 min为黄花败酱供试品制备的最佳方法。还考察了不同流动相系统（乙腈-水[20]、乙腈-0.1%磷酸溶液[21]、乙腈-0.1%乙酸水溶液[22]、乙腈-0.1%甲酸溶液[23]）、不同洗脱程序对供试品溶液色谱图的影响，结果显示乙腈-0.1%磷酸溶液运行时，所得色谱图中基线平稳、色谱峰数量较多且色谱峰丰度饱满。

本试验采用HPLC法对7个省15个批次黄花败酱中常春藤皂苷元、齐墩果酸、熊果酸、黄花败酱皂苷C、原儿茶酸、绿原酸、咖啡酸、秦皮乙素、东莨菪内酯、芦丁、槲皮素和山奈酚进行定量测定，发现个别产地的个别成分未检出，产品质量差异较大。为查找引起质量差异的主要成分，再结合化学计量学对检测结果进行分析，结果15批不同产地黄花败酱呈明显的分类趋势，明显聚焦为3组，呈现一定的产区差异。OPLS-DA发掘出引起黄花败酱产品质量差异的主要标志物为齐墩果酸、熊果酸、绿原酸和槲皮素。GRA结果显示，四川和贵州产地的黄花败酱整体质量较好，其次为吉林、辽宁和黑龙江产地。

本试验采用HPLC法结合PCA、OPLS-DA及GRA同时检测和评价了15批黄花败酱中三萜类成分（常春藤皂苷元、齐墩果酸、熊果酸和黄花败酱皂苷C）、有机酸类成分（原儿茶酸、绿原酸和咖啡酸）、苯丙素类成分（秦皮乙素和东莨菪内酯）和黄酮类成分（芦丁、槲皮素和山奈酚）含量，所建立的多组分定量控制模式简单、易推广，可用于黄花败酱的内在质量评价。

1.陈淑玲, 韩亮. 败酱草的现代研究进展[J]. 广东药科大学学报, 2017, 33(6): 816-821. [Chen SL, Han L. Modern research progress on Patriniae[J]. Journal of Guangdong Pharmaceutical University, 2017, 33(6): 816-821.] DOI: 10.16809 /j.cnki.2096-3653.2017091402.

2.郑昌杰, 崔文燕, 王润玲, 等. 黄花败酱草的化学成分研究[J]. 中草药, 2019, 50(8): 1890-1897. [Zheng CJ, Cui WY, Wang RL, et al.Chemical constituents of Patrina scabiosaefolia[J]. Chinese Traditional and Herbal Drugs, 2019, 50(8): 1890-1897.] DOI: 10.7501/j.issn.0253-2670.2019.08.017.

3.陈淑玲, 王晓玉, 钟艳梅, 等. 黄花败酱总皂苷的HPLC-Q-TOF MS成分分析[J]. 广东药科大学学报, 2019, 35(2): 199-203. [Chen SL, Wang XY, Zhong YM, et al. Component analysis of total saponins from Patrinia scabiosaefolia Fisch by HPLC-QTOF MS[J]. Journal of Guangdong Pharmaceutical University, 2019, 35(2): 199-203.] DOI: 10.16809 /j.cnki.2096-3653.2018112001.

4.南京中医药大学编. 中药大辞典(第2版)上册[M]. 上海: 上海科学技术出版社, 2006: 1914-1916.

5.范宇, 沙冬梅, 沙马里牛, 等. 白花败酱草的化学成分, 药理活性及质量控制研究进展[J]. 中国中药杂志, 2022, 47(22): 6005-6019. [Fan Y, Sha DM, Sha MLN, et al. Research progress on chemical constituents, pharmacological activity, and quality control of Patrinia villosa[J]. China Journal of Chinese Materia Medica, 2022, 47(22): 6005-6019.] DOI: 10.19540/j.Cnki.cjcmm.20220323.201.

6.刘海涛, 雷鹏. 双波长RP-HPLC法同时测定败酱草中5种有机酸类成分的含量[J]. 中药新药与临床药理, 2019, 30(3): 349-353. [Liu HT, Lei P. Simultaneous determination of five organic acids in Patriniae Herba by dual- wavelength reversed phase high performance liquid chromatography[J]. Traditional Chinese Drug Research and Clinical Pharmacology, 2019, 30(3): 349-353.] DOI: 10.19378/j.issn.1003-9783.2019.03.013.

7.李瑶芳, 刘明颖, 邓双炳, 等. HPLC法测定不同产地山香圆叶中齐墩果酸和熊果酸的含量[J]. 江西中医药大学学报, 2022, 34(3): 73-76. [Li YF, Liu MY, Deng SB, et al. Determination of oleanolic acid and ursolic acid in the Turpiniae Folium from different habitats by HPLC[J]. Journal of Jiangxi University of Traditional Chinese Medicine, 2022, 34(3): 73-76.] http://qikan.cqvip.com/Qikan/Article/Detail?id=7107321225.

8.齐红, 于姗姗, 李敏, 等. 高效液相色谱法同时测定白花蛇舌草中对香豆酸和芦丁[J]. 化学分析计量, 2021, 30(6): 57-60. [Qi H, Yu SS, Li M, et al. Simultaneous determination of p-Coumaric acid and Rutin in Oldenlandia Diffusa (Willd.) Roxb. by high performance liquid chromatography[J]. Chemical Analysis and Meterage, 2021, 30(6): 57-60.] DOI: 10.3969/j.issn.1008- 6145.2021.06.013.

9.于洋, 李军, 李宝国, 等. 化学计量学在中药质量控制研究中的应用[J]. 中成药, 2018, 40(5): 1139-1142. [Yu Y, Li J, Li BG, et al. Application of chemometrics in quality control of traditional Chinese medicine[J]. Chinese Traditional Patent Medicine, 2018, 40(5): 1139-1142.] DOI: 10.3969 /j. issn.1001-1528.2018.05.028.

10.何佳, 黄文康, 马相锋, 等. 基于主成分分析与OPLS-DA分析研究浙麦冬道地性与等级评价标准[J]. 中国药学杂志, 2021, 56(4): 285-292. [He J, Huang WK, Mang XF, et al. Geoherbalism and grand evaluation of Zhejiang Ophiopogon japonicas based on PCA and PLS-DA[J]. Chin Pharm Journal, 2021, 56(4): 285-292.] DOI: 10.11669/cpj.2021.04.005.

11.Pandey RK, Panda SS. Optimization of multiple quality characteristics in bone drilling using grey relational analysis[J]. J Orthop, 2014, 12(1): 39-45. DOI: 10.1016/j.jor.2014.06.003.

12.李力, 潘倩雯, 刘宏. 灰色关联度分析法在中药谱效学研究中的应用[J]. 中国药房, 2018, 29(11): 1581-1584. [Li L, Pan QW, Liu H. Application of grey correlation analysis in the study of spectrum-effect of traditional Chinese medicine[J]. China Pharmacy, 2018, 29(11): 1581-1584.] DOI: 10.6039/j.issn.1001-0408.2018.11.33.

13.湖南省食品药品监督管理局. 湖南省中药材标准(2009年版)[S]. 长沙: 湖南科学技术出版社, 2010: 17.

14.四川省中药材标准[S]. 2010年版.成都:成都科技出版社, 2010: 397-401.

15.黄跃前, 程学仁, 吴文平, 等.基于指纹图谱与多元统计分析的栀子不同炮制品评价[J]. 广东药科大学学报, 2020, 36(6): 765-770. [Huang YQ, Cheng XR, Wu WP, et al.Evaluation of different processed Fructus Gardeniae based on fingerprint and multivariate statistical analysis[J]. Journal of Guangdong Pharmaceutical University, 2020, 36(6): 765-770.] DOI: 10.16809 /j.cnki.2096-3653. 2020090404.

16.徐楠, 赵宇郁, 张伟, 等. 额日赫木-8散HPLC指纹图谱建立及秦皮乙素测定[J]. 中成药, 2022, 44(8): 2469-2475. [Xu N, Zhao YY, Zang W, et al. Establishment of HPLC fingerprints for Erihemu-8 Powder and determination of aesculetin[J]. Chinese Traditional Patent Medicine, 2022, 44(8): 2469-2475.] DOI: 10.3969/j.issn. 1001-1528.2022.08.008.

17.庞文娟, 张生杰, 田志梅. 灰色关联分析结合聚类分析评价不同产地板蓝根饮片质量[J]. 中医药导报, 2023, 29(5): 53-57. [Pang WJ, Zhang SJ, Tian ZM. Quality evaluation of Banlangen (Isatidis Radix) decoction pieces from different producing areas by grey relation analysis and cluster analysis[J]. Guiding Journal of Traditional Chinese Medicine and Pharmacy, 2023, 29(5): 53-57.] DOI: 10.13862/j.cn43-1446/r.2023.05.011.

18.李国超, 卢慧娟, 姬生国. 基于熵权法和灰色关联度分析法的夏枯草质量评价[J]. 中国药房, 2022, 33(24): 2995-3004. [Li GC, Lu HJ, Ji SG, et al. Quality evaluation of Prunella vulgaris based on entropy weight method and grey correlation degree analysis method[J]. China Pharmacy, 2022, 33(24): 2995-3004.] DOI: 10.6039/j.issn.1001-0408.2022.24.10.

19.张双, 初帆, 董红影, 等. 基于熵权法和灰色关联度法结合生物活性优选人参-五味子药对最佳配伍比例[J/OL]. 中国医院药学杂志, 2023-09-11. [Zhang S, Chu F, Dong HY, et al.Optimization of the best compatibility ratio of Ginseng -Schisandra Herb Pair based on entropy weight method and grey correlation degree method combined with biological activity[J/OL]. Chinese Journal of Hospital Pharmacy, 2023-09-11.] https://link.cnki.net/urlid/42.1204.R.20230908.1847.004.

20.张明, 梁志云, 张俊杰, 等. 高效液相色谱法测定无患子果三蒸三烘炮制前后的常春藤皂苷元含量[J]. 蛇志, 2021, 33(4): 398-400. [Zhang M, Liang ZY, Zhang JJ, et al. Analysis on the content change of hederagenin in Sapindus before and after three steaming and three drying by HPLC[J]. Journal of SNAKE, 2021, 33(4): 398-400.] DOI: 10. 3969/j.issn.1001-5639.2021.04.008.

21.徐正龙. HPLC法同时测定凌霄花中常春藤皂苷元, 齐墩果酸和熊果酸的含量[J]. 中国处方药, 2020, 18(11): 23-24. [Xu ZL.Simultaneous determination of hederagenin, oleanolic acid and ursolic acid in flowers of Campsis grandiflora by HPLC[J]. Journal of China Prescription Drug, 2020, 18(11): 23-24. ] DOI: 10.3969/j.issn.1671-945X.2020.11.012.

22.孙梦秋, 佘胜楠, 周丽红, 等. 双波长HPLC法同时测定夏枯草中8种成分的含量[J]. 江苏大学学报(医学版), 2022, 32(5): 452-455. [Sun MQ, She SN, Zhou LH, et al. Simultaneous determination of eight components in Prunella vulgaris L. by dual wavelength HPLC[J]. Journal of Jiangsu University (Medicine Edition), 2022, 32(5): 452-455.] DOI: 10.13312/j.issn.1671-7783.y220037.

23.刘天祎, 张建辉, 张志强, 等. 锁阳标准汤剂的UPLC指纹图谱及原儿茶酸含量测定研究[J]. 亚太传统医药, 2022, 18(6): 74-80. [Liu TY, Zhang JH, Zhang ZQ, et al. Study on UPLC fingertprint and protocatechuic acid content of Cynomorium Songaricum standard decoction[J]. Asia-Pacific Traditional Medicine, 2022, 18(6): 74-80.] DOI: 10.11954/ytctyy.202206015.