第３０卷，第４期 ２ ０ １ ０年４月 光谱学与光谱分析 Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ Ｖｏ１．３０，Ｎｏ．４，ｐｐ９１１—９１ ４ Ａｐｒｉｌ，２０１０ 不同产地双色牛肝菌ＦＴＩＲ光谱鉴别研究 周在进 ，刘 刚Ｈ，任先培 １．云南师范大学物理与电子信息学院，云南昆明 ６５００９２ ２．淮阴工学院计算科学系，江苏淮安２２３００１ 摘要同一种蕈菌子实体，由于外观形貌相似，凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换 红外光谱（ＦＴＩＲ）法测定了云南省５个不同地区５８个野生双色牛肝菌子实体样品的红外光谱。借助于红外 光谱具有的指纹特性，利用ＳＰＳＳ １３．０统计软件对１ ３５０－－７５０ ｃｍ 范围光谱数据进行主成分分析（ＰＣＡ）， 根据前三个主成分累积贡献率已达到８８．８７ 以及主成分载荷分析，表明前三个主成分能够反映样品在该段 光谱的主要信息。对前三个主成分作投影显示并进行比较，发现以主成分１和主成分２作二维线形投影，对 不同产地的双色牛肝菌有较好的聚类和鉴别作用，所有样品被划分为５个区域，９８．３ 的样品被正确归类。 研究结果提示，傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色 牛肝菌进行鉴别分类。 关键词 双色牛肝菌；傅里叶变换红外光谱；主成分分析；鉴别分类 中图分类号：０６５７．３ 文献标识码：Ａ ＤＯＩ：１０．３９６４￣．ｉｓｓｎ．１０００—０５９３｛２０１０）０４—０９１１—０４ 互作用的有力手段。它能够给出样品的化学组成方面的丰富 引 言 双色牛肝菌（Ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ），属伞菌目、牛肝菌科、牛 肝菌属的一种食药用外生菌根菌，一般于夏秋生于松栎混交 林中地上。我国主要分布在云南、四川、、福建等 地［１，２３。其中云南地区野生双色牛肝菌分布最为广泛，也是 信息，根据红外吸收光谱谱峰位置可以鉴定多种有机化合物 及某种官能团的存在，确定其基本骨架，还可以通过比较不 同样品的红外光谱来反映样品在植化组成上的差异程度，而 结合化学计量法，利用光谱吸收强度可以定量地计算出各种 化学组分在样品中的相对分布等，这种技术具有快速、简 单、无损、易操作等优点。目前傅里叶变换红外光谱技术已 广泛应用于生物、化工、食品、农林、医药等很多研究领 市场上最为畅销的品质优良食用菌之一。双色牛肝菌菌肉肥 厚，味道鲜美，营养极其丰富，含有丰富的蛋白质、氨基酸、 维生素、多糖类物质和矿物元素等。双色牛肝菌不但具有较 高的营养价值，还具有增强免疫、抗癌、抗病毒、抗辐射等 重要的药用价值，是一种极具开发价值的珍贵食用菌 “］。 由于受地理因素的影响，不同产区的野生食用菌，化学 成分的积累不同，其营养和药效也不尽相同。不同产地野生 食用菌的鉴别对于野生食用菌的市场质量控制具有一定的意 义。传统的野生食用菌的分类方法主要是根据食用菌子实体 的外观形貌、孢子的显微结构、食用菌生长特性等进行鉴 别，但这种方法很难鉴别出蘑菇的不同产地来源。 域Ｅ６￣１３。孙素琴等ｌ１ 对灵芝做了红外光谱研究，本课题组已 用ＦＩ＇ＩＲ光谱对不同种类野生食用菌、同一种食用菌不同部 位进行了鉴别研究，但尚未利用傅里叶变换红外光谱技术结 合主成分分析对不同产地野生食用菌进行鉴别和分类研究。 主成分分析是一种以量测数据表征的多因素多变量问题 的多元统计分析方法，是研究相关变量共同关系的技术，它 能将原始变量线性组合成一组新的变量，即一组主成分，仅 用部分主成分就可表达原有变量的主要信息。利用这一特 性，可以实现红外光谱数据的线性降维投影显示，从而能直 观地从二维或三维图中观察到光谱的主要特性和样品的分类 情况Ｌ１ 。本文主要利用傅里叶变换红外光谱结合主成分分 析（ＰＣＡ）对云南地区不同产地的５８个野生双色牛肝菌样品 进行鉴别分类研究。 傅里叶变换红外光谱法是一种基于化合物中功能团和极 性键振动的结构分析技术，能够反映分子官能团的振动模 式，具有指纹特性，已成为探测生物组织中大分子结构及相 收稿日期：２００９—０５—１８，修订日期：２００９—０８—２６ 基金项目：国家自然科学基金项目（３０３６００６８，１０７６４００６）资助 作者简介：周在进，１９７０年生，淮阴工学院计算科学系讲师 ＊通讯联系人 ｅ－ｍａｉｌ：ｇｌｉｕ６６＠１６３．ｃｏｒｎ ｅ－ｍａｉｌ：ｚｄ０５３１＠ｓｉｎａ．ｃｏｎ ９１２ 光谱学与光谱分析 第３０卷 Ｔａｂｌｅ １ Ｍａｊｏｒ ａｂｓｏｒｐｔｉｏｎ ａｓｓｉｇｎｍｅｎｔｓ ｏｆ ｕＢ０．Ｉｏ∞ｏ１实验 Ｆｒｅｑｕｅｎｃｙ／ｃｍ一 ＦｒＩＲ ｓｐｅｃｔｒａ ｏｆ Ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ Ａｓｓｉｇｎｍｅｎｔ １．１仪器设备与测试条件 测试仪器为Ｐｅｒｋｉｎ Ｅｌｍｅｒ公司的Ｓｐｅｃｔｒｕｍ １００型傅里 主要为来自多糖、蛋白质的羟基（（卜Ｈ）和 氨基（Ｎ—Ｈ）伸缩振动 ～叶变换红外光谱仪，采用ＤＴＧＳ检测器，光谱扫描范围为 ４ ０００￣４００ ｃｍ～，累加扫描次数为１６次，分辨率为４ ｃｍ１．２样品及光谱 ２ ９５８ 。 主要为来自脂类、多糖、蛋白质等甲基 （ＣＨ。）的反对称伸缩振动 实验所用的５８个野生双色牛肝菌（Ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ）样品 采自云南省５个不同地区，其中玉溪易门２Ｏ个，楚雄禄丰 ～主要为来自脂类、多糖、蛋白质等甲基 （ＣＨ。）的对称伸缩振动 ２ ８７２ 主要为来自脂类、多糖、蛋白质等亚甲基 （ＣＨｚ）反对称伸缩振动 １６个，曲靖陆良８个，楚雄武定６个，昆明宜良８个，所有 样本都为各产地不同区域随机采集的子实体，样品清洗 干净后晾干保存待测。实验时取样品少量菌褶放入玛瑙研钵 磨细，再加入适量ＫＢｒ并研磨均匀，然后压片测定傅里叶变 换红外光谱。由于红外光谱对水分比较敏感，测量时在红外 灯下操作以尽可能降低水分的吸收，且样品测试在旱季（昆 明的冬或春季）。测定前，首先扫描空光路背景光谱，样品光 谱测定时仪器自动扣除背景光谱。 １．３光谱预处理及数据分析 实验测得所有样品的红外光谱均采用ＯＭＮＩＣ ６．０红外 光谱应用软件进行９点平滑、基线校正和归一化等预处理。 应用ＳＰｓＳ １３．０软件对数据进行主成分分析。利用Ｏｒｉｇｉｎ ７．５软件作主成分投影图，以直观表征不同样品之间的相似 性。 ２结果与讨论 ２．１ ５８个双色牛肝菌样品红外光谱特征分析 图１给出了预处理后不同产地野生双色牛肝菌的傅里叶 变换红外光谱典型光谱图。其中１是易门双色牛肝菌，２是 禄丰双色牛肝菌，３是陆良双色牛肝菌，４是武定双色牛肝 菌，５是宜良双色牛肝菌。 ４０Ｉｌ＝０ ３５００ ３ ０００ ２ ５ｏ０ ２ｏ００ １ ５ｏ０ １ ０ｏ０ ５００ Ｗａｖｅｎｕｍｂｅｒ／ｃｍ—ｌ Ｆｉｇ．１ Ｔｙｐｉｃａｌ ＦＨＲ ｓｐｅｃｔｒａｓ ｏｆ Ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ １：Ｙｉｍｅｎ；２：Ｌｕｆｅｎｇ；３：Ｌｕｌｉａｎｇ；４：Ｗｕｄｉｎｇ；５：Ｙｉｌｉａｎｇ 从图１中可以看出，不同产地双色牛肝菌的红外图谱在 ４ ０００￣４００ ｃｍ 整体较为相似，都具有一些典型的共有峰， 如３ ４００，２ ９５８，２ ９２７，２ ８７２，２ ８５０，１ ６４１，１ ５４５，１ ４５４， １ ４０４，１ ３１１，１ ２３４，１ １５１，１ ０７６和１ ０３５ ｃｍ 等。表１给 出了双色牛肝菌红外光谱主要吸收峰的归属 ”］。 ～２ ８５０ 主要为来自脂类、多糖、蛋白质等亚甲基 （ＣＨｚ）的对称伸缩振动 ～１ ７４４ 酯类羰基ｅ一０振动 ～１ ６４４ 酰胺Ｉ带（蛋白质（＞一０伸缩振动） ～１ ５４５ 酰胺Ⅱ带（主要为蛋白质Ｇ—Ｎ和Ｎ—Ｈ 伸缩振动） ～１ ４５４ 亚甲基（ＣＨｚ）的弯曲振动 ～１ ４０４ Ｄ一（）＿一Ｈ弯曲振动 ～１ ３１１ Ｃ一（）＿＿一Ｈ弯曲振动和ＣＨｚ变形振动 酰胺Ⅲ带（主要为Ｃ—Ｎ伸缩振动和Ｎ Ｈ ～１ ２３４ 弯曲振动） ～１ １５１ 糖类Ｃ一（）Ｉ Ｃ的反对称伸缩振动 ～１ ０７６ 糖类ｃ一０伸缩振动 ～１ ０３５ 糖类ｃ—ｃ伸缩振动 表１中所有这些光谱特征反映了双色牛肝菌的主要成分 为蛋白质和碳水化合物［１２，１４］。此外，红外光谱中在９５０￣７５０ ｃｍ 范围吸收强度相对较弱，此范围能够区分糖类不同的异 构体，如８９０ ｃｍ 附近的峰可以归为 构型多糖的特征峰， 构型多糖的特征峰位于８６０￣８００ ｃｍ。 ２．２ ＦＩＩＲ数据的主成分分析（ＰＣＡ） 比较５８个双色牛肝菌样品的红外光谱，其主要特征吸 收峰比较相似，但在１ ３５ｏ～７５０ ｃｍ 范围不同产地样品光 谱在峰数、峰位、峰强上存在一定的差异，具有明显的指纹 性和特征性，这可能与双色牛肝菌在不同分布地，由于生长 环境差异而导致某些化学成分构型或含量发生了微小的变化 有关。基于５８个双色牛肝菌样品的傅里叶变换红外光谱，利 用ＳＰＳｓ １３．０软件，以所有样品为对象，ｌ ３５０￣７５０ ｃｍ 波 数段上的３１３个吸光度值为变量，构成（５８×３１３）吸光度矩 阵，采用主成分分析法对所有样品进行研究。 通过对来自５个已知不同产地的５８个双色牛肝菌样品 进行主成分分析后，前４个主成分对应的特征值及贡献率见 表２。 Ｔａｂｌｅ ２ Ｅｉｇｅｎｖａｌｕｅｓ ａｎｄ ｃｏｎｔｒｉｂｕｔｉｎｇ ｒａｔｉｏｓ ｆｏ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ 第４期 光谱学与光谱分析 ９１３ 从表２中可以看出，主成分１占总方差贡献率的 色牛肝菌样本有较好的聚类作用。其中，武定的６个样本、 禄丰的１６个样本和易门的２Ｏ个样本聚合度均较好，分别处 于①，②和③区域内，说明每个产地各样品之间的相似性较 好。而宜良和陆良的样品聚合度不如其他产地，相对差一 ４９．２２ ，是最重要的成分，主成分２占３０．３３ ，主成分３ 占９．３２ ，前三个主成分累积贡献率达到了８８．８７ ，表示 前三个主成分可以表达样品红外光谱全部信息的８８．８７％ （大于８Ｏ ），仅有１１Ｉ １３ 的信息丢失。故可以采用前三个 些，分别处于④和⑤区域，这两个产地各自样品之间相对差 主成分来显示样品之间的相似性关系ｌ５］。 １ ０．５ 后 ，／ ＼ ／ ，、 一０ 一 ．、＼ ，Ｉ ’ ０ 一 ＼＼／ 一０．５ 一ｌ ｌ ３ｏｏ １ ２００ １１００ １ ０００ ９００ ８００ Ｗａｖｅ ｎｕｍｂｅｒ／ｃｍ ｔ Ｆｉｇ．２ Ｔｈｅ ＰＣＡ ｌｏａｄｉｎｇｓ ｐｌｏｔ ｌ：Ｉ．ｏａｄｉｎｇ １；２：Ｌｏａｄｉｎｇ ２；３：Ｉ．ｏａｄｉｎｇ ３ 主成分载荷图是红外光谱数据主成分分析中非常有用的 一种图形，能够观察出各主成分对数据聚类起主要作用的光 谱区域＿１ ２（）］。所谓载荷就是各个原始变量与主成分之间的 相关系数，变量在主成分上的载荷反映了变量与主成分之间 的相关性，载荷越大，说明主成分与该变量的相关性越好。 图２为前三个主成分的载荷图（１ｏａｄｉｎｇ ｐｌｏｔ），横坐标表示波 数范围１ ３５０￣７５０ ｃｍ，纵坐标表示各波数变量对于主成 分的载荷值。从图２中可以看出各主成分与变量波数之间的 相关程度。第一主成分对全部波数变量都具有较大的载荷， 但它与９５０ ９７０和１ １７Ｏ～１ ２５０ ｃｍ 有特别高的相关性， 说明第一主成分主要反映了这个两个区段的变量信息，属于 主成分１的敏感特征区域，且对聚类起主要作用。第二主成 分与８００￣８３０和９９Ｏ～１ １００ ｃｍ＿１相关程度较高。第三主成 分在７５０￣８５０和１３００￣１３５０ ｃｍ＿１两个范围载荷较大，即相 关程度较高。由此可以看出前三个主成分几乎能够解释所有 原变量，即可以表达原变量的主要信息，与前面的方差解释 比较吻合。因此，采用ＰＣ１，ＰＣ２和ＰＣ３得分来表征不同样 品之间的相似性具有一定的可行性和可靠性。 图３为前三个主成分的三维投影图。从图中可以看出， 在ＰＣ１￣ＰＣ３平面投影中，陆良的８个样品能够明显区分开 来，自成一类。易门和禄丰的样品也能够较好的分开，但由 于宜良和武定的样品混杂它们之中，导致难以真正的把它们 区分开来。同样ＰＣ２￣ＰＣ３平面投影中，武定的６个样品也 能够区分开来，其他产地的样品混杂在一起，不能很好地区 别。比较发现ＰＣ１～ＰＣ２平面投影图对样品有较好的聚类和 鉴别作用。 图４为ＰＣＩ￣ＰＣ２构成的不同产地双色牛肝菌的相似性 关系的二维投影图，图中横坐标表示每个样本的第一主成分 得分值，纵坐标表示每个样本的第二主成分得分值。不同产 地双色牛肝菌由于受地理因素影响的不同，卿化学成分的积 累也不尽相同，因而在ＰＣ１～ＰＣ２二维投影图上呈一分布聚 集状态。从图４中可以看出，５个不同产地的双色牛肝菌样 本明显分成五个区域，说明主成分１和２对５种不同产地双 异性大一些。所有样品中只有宜良产地的一个样品被错分到 易门产地，其余产地样本都能够被很好地区分开来，９８．３ 的样品按产地被正确分类。这些结果表明不同产地由于地 质、地貌、土壤、气候等生长条件的影响，在化学组分或构 型上具有一定的特殊性和差异性，利用傅里叶变换红外光谱 技术结合主成分分析能够对不同产地的双色牛肝菌样品进行 区分。 ２ ｌ ０ ｌ Ｆｉｇ．３ ３Ｄ ｐｌｏｔ ｆｏｒ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｓａｍｐｌｅｓ Ａ：Ｙｉｍｅｎ；▲：Ｌｕｆｅｎｇ；★：Ｌｕｌｉａｎｇ；０：Ｗｕｄｉｎｇ；×：Ｙｉｌｉａｎｇ ④ Ａ ＹｉＩＩ ▲Ｌｔ Ｘ × ★Ｉ』ｌＩｌｊ． ： ★ＷＩＩｌ ×Ｙｉｌｉａ＜ ‘ 盒 ★ ★ ★ ． ．： －‘ ：、 ＞ ● ｏ ★ ／／ 一ｃ ⑤ ／ Ｐ‘ 一２ 一ｌ ０ ｌ ２ ３ Ｆｉｇ．４ ２Ｄ ＰＣ ｓｃｏｒｅ ｐｌｏｔ ｆｏｒ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｓａｍｐｌｓｅ（ＰＣ１～ＰＩＣ２） ３结论 应用傅里叶变换红外光谱技术结合主成分分析法研究了 ５个不同产地的５８个野生双色牛肝菌样品。通过分析比较， 所有样品的红外光谱较为相似，说明了野生双色牛肝菌主要 化学组分的相似性，主要为蛋白质和多糖等构成。由于不同 的双色牛肝菌样品含有的化学成分或相对含量的差异性，它 们的红外光谱又具有各自特点，在指纹区的峰形、峰强等存 在一些微小差异。对１ ３５０ ７５０ ｃｍ 指纹区的光谱数据进 ２ ９１４ 光谱学与光谱分析 第３０卷 行主成分分析，前三个主成分可以表达原始数据的主要信 息，在ＰＣＩ￣ＰＣ２得分图上能够很好地将５个产地样品较好 的分类，取得了令人满意的分析结果。因此，根据傅里叶变 参 考 换红外光谱技术结合主成分分析能够鉴别不同产地的双色牛 肝菌样品，为进一步对双色牛肝菌地域性优质品种的鉴定和 市场质量控制提供了一条新的途径。 文 献 ［１］ＭＡＯ Ｘｉａｃｒｌａｎ（卯晓岚）．Ｔｈｅ Ｍａｃｒｏｆｕｎｇｉ ｉｎ Ｃｈｉｎａ（中国大型真菌）．Ｚｈｅｎｇｚｈｏｕ：Ｈｅｎａｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｒｅｓｓ（郑州：河南科学 技术出版社），２０００． ［２］ＨＵＡＮＧ Ｌｉａｎ－ｌａｉ（黄年来）．Ｃｏｌｏｒｅｄ Ｉｌｌｕｓｔｒａｔｉｏｎｓ ｏｆ Ｍａｃｒｏｆｕｎｇｉ（Ｍｕｓｈｒｏｏｍ）ｏｆ Ｃｈｉｎａ（中国大型真菌原色图鉴）．Ｂｅｌｌｉｎｇ：Ｃｈｉｎａ Ａｇｒｉｃｕｌ－ ｔｕｒａｌ ＰｒｅｓｓＣｌｔ；京：中国农业出版社），１９９８．１９７． ［３］ＬＩＵ Ｊｉａ，ＧＡＯ Ｍｉｎ，ＹＩＮ Ｚｈｏｎｇ，ｅｔ ａｌ（刘２００７，２４（１）：５． 佳，高敏，殷忠，等）．Ｓｔｕｄｉｅｓ ｏｆ Ｔｒａｃｅ Ｅｌｅｍｅｎｔｓ ａｎｄ Ｈｅａｌｔｈ（微量元素与健康研究）， ［４］ＷＡＮＧ Ｙｕａｎ－ｚｈｏｎｇ，ＬＩ Ｘｉｎｇ－ｋｕｉ，ＹＵ Ｈｏｎｇ（：Ｆ元忠，李兴奎，虞［５］ＺＨＡＮＧ Ｚｈｉ—ｘｉａｎｇ，ＬＩＵ Ｐｅｎｇ，ＫＡＮＧ Ｈｕａ￣ｉｎｇ，ｅｔ ａｌ（张志祥，刘谱分析），２００８，２８（９）：２０８１． 泓，等）．Ａｃｔａ Ｅｄｕｌｉｓ Ｆｕｎｇｉ（食用菌报），２００５，１２（４）：５． 鹏，康华靖，等）．Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ（光谱学与光 ［６］Ｖｌａｃｈｏｓ Ｎ，Ｓｋｏｐｅｌｉｔｉｓ Ｙ，Ｐｓａｒｏｕｄａｋｉ Ｍ，ｅｔ ａ１．Ａｎａｌｙｔｉｃａ Ｃｈｉｍｉｃａ Ａｃｔａ，２００６，５７３（ｓｕｐ１．）：４５９． ［７］Ｄｏｇａｎ Ａｙｃａ，Ｓｉｙａｋｕｓ Ｇａｌｉｐ，Ｓｅｖｅｒｃａｎ Ｆｅｆｉｄｅ．Ｆｏｏｄ Ｃｈｅｍｉｓｔｒｙ，２００７，１００：１ １０６． ［８］Ｇｕｉｂｅｔａ Ｆ，Ａｍｉｅｌａ ｃ，Ｃａｄｏｔｂ Ｐ，ｅｔ ａ１．Ｖｉｂｒａｔｉｏｎａｌ Ｓｐｅｃｔｒｏｓｃｏｐｙ，２００３，３３：１３３． ［９］Ｎｇｏ－Ｔｈｉ Ｎ Ａ，Ｋｉｒｓｃｈｎｅｒ Ｃ，Ｎａｕｍａｎｎ １３．Ｊｏｕｒｎａｌ ｏｆ Ｍｏｌｅｃｕｌａｒ Ｓｔｒｕｃｔｕｒｅ，２００３，６６１￣６６２：３７１． ［１０３ Ｄｈａｒｍａｒ￣Ｓａｒａｖａｎａｎ，Ｊａｍａｌｕｄｉｎ Ａ Ｓｕｈａｉｍｉ，Ｒａｚａｋ Ｈ Ｍｏｈａｍｍａｄ，ｅｔ ａ１．Ｖｉｂｒａｔｉｏｎａｌ Ｓｐｅｃｔｒｏｓｃｏｐｙ，２００６，４１：６８． Ｅｌ１］Ｍｏｈａｃｅｋ－Ｇｒｏｓｅｖ Ｖｌａｓｔａ，Ｂｏｚａｃ Ｒｏｍａｎｏ，Ｐｕｐｐｅｌｓ Ｇｅｒｗｉｎ Ｊ．Ｓｐｅｃｔｒｏｃｈｉｍｉｃａ Ａｃｔａ Ｐａｒｔ Ａ，２００１，５７：２８１５． ［１２］ＳＵＮ Ｓｕ－ｑｉｎ，ＤＵ Ｄｅ－ｇｕｏ，Ｉ．ＩＡＮＧ Ｘｉ－ｙｕｎ，ｅｔ ａｌ（孙素琴，杜德国，梁曦云，等）．Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｎａｌｙｔｉｃａｌ Ｃｈｅｍｉｓｔｒｙ（分析化学）， ２００１，２９（３）：３０９． ［１３３ ＰＥＮＧ Ｒｕｉ，ＷＡＮＧ Ａｉ—ｐｉｎｇ，ｗｕ Ｘｉａｏ－ｌｉ（彭报），２００８，２１（２）：４２０． 锐，王爱平，伍晓丽，等）．Ｓｏｕｔｈｗｅｓｔ Ｃｈｉｎａ Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ（西南农业学 竹）．Ａｔｌａｓ ｏｆ Ｔｗｏ－Ｄｉｍｅｎｓｉｏｎａｌ Ｃｏｒｒｅｌａｔｉｏｎ Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ ｆｏｒ Ｔｒａｄｉ— ［１４３ ＳＵＮ Ｓｕ－ｑｉｎ，ＺＨ０ｕ Ｑｕｎ．ＱＩＮ Ｚｈｕ（孙索琴，周 群，秦２００３． ｔｉｏｎａｌ Ｃｈｉｎｅｓｅ Ｍｅｄｉｃｉｎｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ（中药二维相关红外光谱鉴定图集）．Ｂｅｉｊｉｎｇ：Ｃｈｅｍｉｃａｌ Ｉｎｄｕｓｔｒｙ Ｐｒｅｓｓ（￣ｔ京：化学工业出版社）， Ａ Ｓｔｕｄｙ ｏｆ Ｂｏｌｅｔｕｓ Ｂｉｃｏｌｏｒ ｆｒｏｍ Ｄｉｆｆｅｒｅｎｔ Ａｒｅａｓ Ｕｓｉｎｇ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒｏｍｅｔｒｙ ＺＨＯＵ Ｚａｉ－ｊｉｎ ～。ＬＩＵ Ｇａｎｇ ，ＲＥＮ Ｘｉａｎ－ｐｅｉ １．Ｓｃｈｏｏｌ ｏｆ Ｐｈｙｓｉｃｓ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ，Ｙｕｎｎａｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ ６５００９２，Ｃｈｉｎａ ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｉｎｇ Ｓｃｉｅｎｃｅｓ，Ｈｕａｉｙｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｕａｉ’ａｎ ２２３００１，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ Ｉｔ ｉｓ ｈａｒｄ ｔｏ ｄｉｆｆｅｒｅｎｔｉａｔｅ ｔｈｅ ｓａｍｅ ｓｐｅｃｉｅｓ ｏｆ ｗｉｌｄ ｇｒｏｗｉｎｇ ｍｕｓｈｒｏｏｍｓ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ ｂｙ ｍａｃｒｏｍｏｒｐｈｏｌｏｇｉｃａｌ ｆｅａ— ｔｕｒｅｓ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｍ ｉｎｆｒａｒｅｄ（ＦＴＩＲ）ｓｐｅｃｔｒｏｓｃｏｐｙ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｗａｓ ｕｓｅｄ ｔｏ ｉｄｅｎｔｉｆｙ ５８￣ｍｐｌｅｓ ｏｆ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｆｒｏｍ ｆｉｖｅ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｆｉｎｇｅｒｐｒｉｎｔ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｕｍ ｏｆ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｓａｍ— ｐｉｅｓ．ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｗａｓ ｃｏｎｄｕｃｔｅｄ ｏｎ ５８ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ ｓｐｅｃｔｒａ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ １ ３５０－７５０ ｃｍ ｕｓｉｇ ｔｈｅ ｓｔａｔｉｎｓｔｉｃａｌ ｓｏｆｔｗａｒｅ ＳＰＳＳ １３．０．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｒｅｓｕｌｔ，ｔｈｅ ａｃｃｕｍｕｌａｔｅｄ ｃｏｎｔｒｉｂｕｔｉｎｇ ｒａｔｉｏ ｏｆ ｔｈｅ ｆｉｒｓｔ ｔｈｒｅｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ａｃｃｏｕｎｔｓ ｆｏｒ ８８．８７ ．Ｔｈｅｙ ｉｎｃｌｕｄｅｄ ａｌｍｏｓｔ ａｌｌ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｓａｍｐｌｅｓ．Ｔｈｅ ｔｗｏ－ｄｉｍｅｎｓｉｏｎａｌ ｐｒｏｊｅｃｔｉｏｎ ｐｌｏｔ ｕｓｉｎｇ ｆｉｒｓｔ ａｎｄ ｓｅｃｏｎｄ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｉｓ ａ ｓａｔｉｓｆａｃｔｏｒｙ ｃｌｕｓｔｅｒｉｎｇ ｅｆｆｅｃｔ ｆｏｒ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｏｆ ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ．Ａｎ ｂｏｌｅｔｕｓ ｂｉｃｏｌ— ｏｒ ｓａｍｐｌｅｓ ｗｅｒｅ ｄｉｖｉｄｅｄ ｉｎｔｏ ｆｉｖｅ ｇｒｏｕｐｓ ｗｉｔｈ ａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ９８．３ ．Ｔｈｅ ｓｔｕｄｙ ｄｅｍｏｎｓｔｒａｔｅｄ ｔｈａｔ ｗｉｌｄ ｇｒｏｗｉｎｇ ｂｏ— ｌｅｔｕｓ ｂｉｃｏｌｏｒ ａｔ ｓｐｅｃｉｅｓ ｌｅｖｅｌ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ ｃａｎ ｂｅ ｉｄｅｎｔｉｆｉｅｄ ｂｙ ＦＴＩＲ ｓｐｅｃｔｒａ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ａｎａｌｙｓｉｓ． Ｋｅｙｗｏｒｄｓ Ｂｏｌｅｔｕｓ ｂｉｃｏｌｏｒ；Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ；Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ；Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ （Ｒｅｃｅｉｖｅｄ Ｍａｙ １８，２００９；ａｃｃｅｐｔｅｄ Ａｕｇ．２６，２００９） ＊Ｃｏｒｒｅｓｐｏｎｄｉｇ ａｕｔｈｏｒ ｎ
